Tech Daily Brief

TSMC의 차세대 A16 공정이 개발·검증 단계를 마쳤고, 올해 4분기 양산이 목표로 잡혔다는 보도가 나왔습니다. A16의 핵심은 단순한 선폭 축소보다 Super Power Rail(SPR), 즉 backside power delivery network(BSPDN)에 있습니다.

전통적인 칩에서는 앞면 금속층이 신호 배선과 전력 배선을 모두 담당합니다. 트랜지스터 밀도가 높아질수록 routing congestion과 IR drop이 심해집니다. A16은 전력망을 wafer backside로 분리하면서 앞면 interconnect를 신호에 더 많이 쓸 수 있게 합니다.

구조적으로 보면:

Front side → signal interconnect
Back side → VDD/GND power delivery

로 역할을 나누는 셈입니다.

보도된 TSMC 수치로는 N2P 대비 **성능 +810%, 전력 -1520%, 밀도 +8~10%**가 목표입니다. AI/HPC처럼 전류 밀도가 높은 대형 칩에서 BSPDN의 의미가 특히 큽니다.

또 하나 흥미로운 점은 CoWoS 병목 때문에 일부 첨단 패키징 작업을 경쟁사인 Intel의 말레이시아 시설이 보완하는 식의 '경쟁 + 분업' 구조가 나타난다는 것입니다.

---

SK하이닉스가 일본 미야기현에 대규모 메모리 공장 건설 가능성을 검토하고 있다고 보도됐습니다. 투자 규모는 수십조 원이 될 수 있습니다. 다만 SK하이닉스는 아직 최종 결정된 것은 없다고 밝혔습니다.

동시에 중국 YMTC의 모회사 CCSH는 상하이 STAR Market에서 330억 위안, 약 $4.9B IPO를 추진합니다. 상장 후 예상 기업가치는 약 $41B~49B입니다.

YMTC 숫자가 꽤 놀랍습니다. 2026년 1분기 기준:

• 매출 470억 위안, 전년 동기 대비 약 5배
• 순이익 333.8억 위안
• NAND 평균판매가격은 2025년 평균 대비 +173%
• gross margin은 35.3% → 76.8%

로 급변했습니다. AI 데이터센터의 enterprise SSD 수요와 NAND 공급 부족이 핵심 배경입니다.

이 흐름은 메모리 시장이 이제

Samsung / SK hynix / Micron / Kioxia
vs.
CXMT / YMTC

라는 중국 경쟁축을 본격적으로 갖추기 시작한 겁니다.

---

OpenAI API에 개발자 입장에서 꽤 큰 업데이트가 두 개 들어왔습니다.

먼저 GPT-5.6 Sol 가격이

Input: $5 → $4 / 1M tokens
Output: $30 → $20 / 1M tokens

수준으로 낮아졌습니다. 입력은 20%, 출력은 33% 인하이며, 현재 가격은 최소 11월 21일까지 프로모션 형태로 유지됩니다.

실제 agent 서비스에서는 output token 비중이 비용에 크게 작용하기 때문에 33% 인하는 생각보다 큽니다. 예를 들어 coding agent가 한 작업에서 100k input + 30k output을 쓴다면 모델 비용은 단순 계산으로 약

$0.40 + $0.60 = $1

수준이 됩니다.

또 API 요청별로 regional processing을 선택할 수 있게 됐습니다. Global geography 프로젝트의 API key를 사용하면서 prefixed domain으로 각 요청의 처리 지역을 지정하는 구조입니다.

그리고 전날에는 Prompt Caching dashboard도 추가됐습니다. cache hit rate, cache-read/write token 비율 등을 모델·service tier별로 확인할 수 있습니다.

effective cost = raw token cost × cache miss ratio

로 보는 편이 훨씬 정확합니다. 특히 긴 코딩 지침이나 AGENTS.md 계열 context를 계속 재사용하는 구조라면 caching 최적화의 가치가 커집니다.

---

Nature Sensors에 나온 **“Direct light-to-token conversion with integrated 2D photosensitive memory”**가 상당히 흥미롭습니다.

현재 일반적인 Vision Transformer 파이프라인은 대략

빛 → image sensor → ADC → digital pixels → patch 분할 → embedding → ViT

입니다.

연구진은 이 중 센싱 + 저장 + patch embedding을 하나의 물리 소자에서 처리했습니다.

구체적으로는 32 × 32 monolayer MoS₂ floating-gate phototransistor memory array를 만들었습니다. 빛을 받아 얻은 이미지를 non-volatile state에 저장하고, 소자 자체에서 선택적으로 결합해 ViT의 patch embedding을 생성합니다. 즉:

빛 → physical token → Transformer

으로 바로 넘어갑니다.

결과도 꽤 좋습니다. 표준 ViT에서 CIFAR-10 정확도는 software tokenizer와 비슷하게 유지하면서, digital tokenizer 대비 에너지 소비를 14.3배 줄였습니다.

이 방향이 중요한 이유는 AI 칩의 본질적인 문제인 data movement를 아예 센서 단계에서 줄이기 때문입니다.

같은 맥락에서 국내에서는 KAIST·UNIST·연세대 공동 연구진이 oxide semiconductor 기반 vertical-channel transistor를 3D 적층하고, SiN/SiO₂/SiN 구조로 oxygen vacancy를 제어하는 연구도 공개됐습니다. 1천만 회 이상 동작 후 threshold-voltage 변화가 50 mV 이하였고, CMOS와 결합해 compute-in-memory 가능성도 검증했습니다.

“데이터를 계산기로 가져오지 말고, 데이터가 생기거나 저장되는 곳에서 계산하면 안 되나?”

이게 sensor computing, CIM, near-memory computing이 만나는 핵심 아이디어입니다.

---

금요일 미국 증시는 반등해

Dow +0.98%
S&P 500 +0.43%
Nasdaq +0.44%

로 마감했지만 주간 기준으로는 약세였습니다.

핵심 변수는 여전히 미국 채권시장입니다. 미국 정부의 장기채 buyback 확대 발표에도 **10년물은 약 4.73%, 30년물은 약 5.27%**까지 다시 올라왔습니다. 미국 연방부채는 $40T를 넘어섰고, 연간 이자비용만 약 $1.2T 수준입니다.

그런데 Bitcoin은 정반대로 강합니다. 이번 주 약 20% 이상 상승하며 $77,000대까지 올라왔고, 금 역시 강세입니다.

그래서 현재 움직임은 전통적인

금리 ↓ → risk asset ↑

만으로 설명하기 어렵습니다.

오히려 일부 자금은

미국 재정 불안
→ 달러 신뢰 약화
→ Bitcoin + gold

라는 이른바 debasement trade에 반응하는 모습입니다. 다만 Bitcoin은 leverage와 short squeeze 영향도 크기 때문에 이를 곧바로 “디지털 금으로 완전히 자리잡았다”고 해석하면 과합니다.

---