책 목록으로 돌아가기

**저자**: Tesla Yoda (익명 개인 투자자, TSMC ADR 2,330주 보유자)

Chip by Chip: From TSMC to Terafab

저자: Tesla Yoda (익명 개인 투자자, TSMC ADR 2,330주 보유자) 출판: 2026년, Amazon KDP 독립 출판 핵심 명제: AI 혁명의 물리적 기반은 TSMC이며, TSMC를 이해하지 못하면 AI 투자의 진짜 베팅을 이해하지 못한 것이다.

핵심 사실

의존성 체인 (Chain of Understanding)

AI → Nvidia → TSMC → ASML → Zeiss → Optics → Physics

모든 링크가 끊어지면 체인이 무너진다. 하지만 링크들은 동등하지 않다 — 변환점은 TSMC다. 물리학은 가능성을 말해주고, Zeiss는 거울을 주고, ASML은 기계를 준다. 그러나 그 기계들을 상업적 칩 생산으로 전환하는 것은 오직 TSMC뿐이다.

PART II: TSMC 아래의 링크들

Zeiss — 180년 누적 광학 정밀도

• Carl Zeiss: 1846년 예나(Jena)에서 현미경 공방 창업, Ernst Abbe와 협업으로 광학 이론과 제조 결합
• EUV 미러: 몰리브덴-실리콘 100겹 다층 코팅, 각 층 두께 정확도 수 나노미터 이내
• 표면 정밀도: 미러를 독일 크기로 확대하면 최대 불균일이 1mm 미만 — 피코미터 단위 측정
• 이온빔 성형(ion beam figuring): 원자 단위 물질 제거, 수십 번 측정-교정 반복
• 독점 구조: Zeiss ↔ ASML 상호의존적 파트너십 — "paired monopoly", 다른 EUV 기계 제조사가 없으므로 Zeiss의 광학도 다른 곳에 팔 이유 없음

핵심: 180년의 정밀 광학 지식 = 자본으로 살 수 없는 시간 기반 해자

ASML — 인류 역사상 가장 복잡한 상업화 기계

• EUV 리소그래피 시스템: 무게 ~200톤, 화물기 여러 대로 배송, 설치 수개월, 10만 개 이상 부품, 대당 가격 $3.5억+
• EUV 광원: CO₂ 레이저로 25μm 주석 드롭릿 초당 5만 번 타격 → 플라즈마 → 13.5nm EUV
• 30년 개발: 1980년대 기초연구 → 2017년 첫 상업 출하. 선행 투자는 정부(SEMATECH), TSMC, Samsung, Intel 공동
• High-NA EUV: 최신 세대, 개구수 0.55 (기존 0.33) → 해상도 ~40% 향상, 대당 $3.5억+
• 핵심: 누구나 같은 기계를 구매한다. 결과는 같지 않다.

PART III: 제국을 세운 이단 — 모리스 창과 순수파운드리 모델

Morris Chang의 인사이트 (Chapter 6)

1985년, 54세, Texas Instruments에서 CEO 승계 탈락 후 대만에 스카우트됨. 단 하나의 질문: "칩을 설계하지 않고 제조만 하면?"

1985년 당시 반도체 업계: 수직통합이 기본 — Intel, TI, Motorola, NEC 모두 자체 설계+자체 제조. 제조와 설계는 동전의 앞뒤처럼 분리 불가능이었음.

Chang의 발견: 칩 설계력은 있지만 팹이 없는 회사(팹리스 기업)와, 팹이 있지만 외부 고객을 B팀으로 취급하는 수직통합 거인 사이에 구조적 간격(gap) 존재.

해결책: 순수파운드리(Pure-Play Foundry) — 칩을 제조하되 절대로 설계하지 않는다.

• TSMC 설립: 1987년 2월 21일, 대만 정부 48% + Philips 27.5% + 민간투자
• 초기는 성숙한 공정 노드, 개념 증명에 집중
• 시장을 찾은 게 아니라 시장을 만들었다: TSMC 이전에 팹리스 모델은 주변적이었음. TSMC 이후 Nvidia(1993), Qualcomm, Broadcom, MediaTek, AMD가 팹리스로 전환

Trust as Moat — 신뢰가 해자다 (Chapter 7)

약속: "우리는 절대 당신과 경쟁하지 않는다." (We will never compete with you.)

• Apple의 A시리즈/M시리즈 칩, Nvidia GPU, AMD CPU, Qualcomm 모뎀, Google·Amazon·Microsoft 커스텀 칩 — 모두 TSMC에 설계를 맡긴다
• 구조적 부재가 신뢰를 만든다: 정책이 아닌 아이덴티티. 설계 부서 없음 → 유혹 자체가 없음
• Samsung의 구조적 문제: Exynos로 고객과 직접 경쟁 → 정보 장벽이 있어도 신뢰 적자 발생
• Intel Foundry의 구조적 문제: Core/Xeon이 AMD·Nvidia와 경쟁 → 고객이 인텔 파운드리를 믿을 유인 없음

신뢰 복리: 신뢰 → 충성도 → 기간(Duration) → 데이터 → 제조 탁월성 → 더 깊은 신뢰

The Flywheel (Chapter 8)

더 많은 고객 → 더 많은 볼륨 → 더 높은 수율(Yield) → 더 낮은 비용 → 더 깊은 신뢰 → 더 많은 고객

왜 경쟁자가 복사 못 하나: 다이어그램이 플라이휠이 아니다. 플라이휠은 다이어그램 + 시간이다. Samsung의 플라이휠은 축에 마찰이 내장되어 있다(자체 칩 경쟁). Intel도 동일 구조적 문제.

AI 시대: AI 수요가 역대 가장 강력한 플라이휠 가속제. Nvidia GPU·커스텀 AI 가속기 수요 → 볼륨↑ → 수율 학습 속도↑ → 비용↓ → 고객↑ → 볼륨↑

PART IV: 사람들

대만이 반도체를 선택한 이유 (Chapter 10)

• 대만: 석유 없음, 광물 자원 없음. 자원의 부재를 의지로 극복.
• K.T. Li 장관이 주도한 1970~80년대 전략적 선택: 조립에서 제조로, 제조에서 첨단 반도체로
• ITRI(산업기술연구원): 1973년 설립, RCA에 엔지니어 파견 → 기술 이전 → TSMC, UMC 스핀오프
• 신주과학단지: 1980년 실리콘밸리 모델, 밀집 생태계 구축
• 비용 우위가 아닌 역량 우위로 경쟁: 어려움이 곧 진입장벽

정밀함의 문화 (Chapter 11)

• 원망 없는 규율: 물리학이 요구하기 때문에 따름 — 외부 강제가 아닌 내면화된 이유
• 에고 없는 완벽주의: 개인보다 팀, 가시성보다 결과
• 집단 이익을 위한 장기 희생: 3년 후 사용될 문서를 지금 작성하는 것을 가치 있게 여김
• 유교적 전통의 영향: 규율과 자기계발을 직업적 필요가 아닌 도덕적 덕목으로 봄

새벽 3시의 엔지니어들 (Chapter 12)

• 새로운 공정 노드 램프업 중 새벽 3시에 무언가 잘못되는 것은 통계적 필연
• TSMC의 대응: 분(minutes) 단위. 박사급 엔지니어들이 자동차를 몰고 팹으로 달려옴 — 정책이 아닌 문화
• 팹 가동 중단의 실제 비용: 웨이퍼 손실($15,000~20,000/장) + 데이터 손실 → 학습 곡선 둔화 → 경쟁력 약화
• 소유감(Ownership): 스톡 옵션 의미가 아니라 정체성 — "팹의 수율이 내 수율"

단축할 수 없는 파이프라인 (Chapter 13)

• 대만 3대 반도체 대학: NTU, NTHU, NYCU — 커리큘럼이 TSMC 요구에 정렬
• 40년 복리 투자로 탄생한 반도체 인재 파이프라인
• 미국 CHIPS Act도 이 격차를 수년이 아닌 수십 년 안에 해소할 수 없음
• Arizona 팹의 고충: 적격 엔지니어 확보 및 훈련 어려움 — 파이프라인 부재

그들이 떠나지 않는 이유 (Chapter 14)

1. 세상에서 가장 어려운 문제: 2nm 제조 = 원자 스케일에서의 작업, 다른 곳에 없는 문제
2. 생태계 효과: 신주는 글로벌 반도체의 중심 — 전문 네트워크, 공급망, 커뮤니티
3. 의미 as 해자(Meaning as Moat): 칩이 폰·서버·AI·의료기기를 작동시킨다는 실질적 의미감 — 돈으로 살 수 없음

PART V: 프로세스

수율은 종교다 (Chapter 15)

• 0.1% 수율 개선 = 수백 억 원 규모 연매출 증가
• 웨이퍼 1장 $15,000~20,000, 100개 다이, 다이당 수백~수천 달러
• 수율 = 지표가 아닌 정체성: 매일 아침 첫 번째 숫자, 조직이 스스로를 평가하는 기준
• 수율이 종교인 이유: 공정 품질·클린룸 청결도·툴 캘리브레이션·엔지니어 기량·문서화 엄격성·에스컬레이션 속도·계측 정확도를 하나의 숫자에 통합
• 왜 경쟁자가 따라잡지 못하나: 수율 개선은 복리 — 각 세대가 이전 세대의 완전한 지식을 상속하고 자체 레이어를 추가

프로세스 성당 (Process Cathedral, Chapter 16)

• 첨단 칩 제조: 1,000~2,000개 이상의 개별 공정 스텝
• 모든 스텝이 살아있는 문서로 기록: 레시피·허용공차·계측·실패모드·교정조치
• 성당 비유: 세대를 거쳐 여러 손이 세운 구조물 — 어느 개인도 전체를 설계하지 않음
• 세계에서 가장 종합적인 반도체 제조 경험 기록
• 새로운 팹(Arizona 포함)은 처음부터 이 성당을 상속받아 시작

에스컬레이션 속도 (Chapter 17)

• 화요일 저녁 문제 → 수요일 아침 미팅? TSMC에서 이는 경쟁력 실패
• TSMC: 문제 감지 → 즉시 에스컬레이션 → 해결 → 시간 단위 완료
• 세 가지 문화 요소: ①무비난 문화 ②에스컬레이션 시 계층 압축 ③가용성에 대한 문화적 기대
• 복리 효과: 문제 해결에 2시간 vs 2일의 차이 → 1년 후 측정 가능한 수율 격차 → 10년 후 구조적 격차

30년의 기억 (Chapter 18)

• 데이터 vs 기억: 데이터는 저장된 정보, 기억은 조직이 액세스·해석·행동할 수 있는 정보
• 레이어 구조: ①웨이퍼별 원시 데이터 → ②결함 라이브러리 → ③수율 예측 모델
• 새로운 팹은 0이 아닌 37년의 기억을 가지고 시작
• 대차대조표에 없는 가장 가치 있는 자산: 팹 자체보다 더 가치 있음

PART VI: 기술

피아노 소유 vs 쇼팽 연주 (Chapter 19)

• Samsung, Intel, SMIC — 모두 같은 ASML EUV 기계를 구매한다.
• 결과: 다르다.
• 마스터리 레이어(Mastery Layer): 기계 사양과 생산 결과 사이의 공간 — 사람, 프로세스, 데이터, 문화, 신뢰로 채워짐
• Samsung의 신뢰 적자가 팹리스 볼륨을 줄임 → 데이터 감소 → 수율 학습 둔화 → 높은 비용 → 고객 이탈 → 역플라이휠

미크론에서 옹스트롬으로 (Chapter 20)

• 1987년 마이크론 스케일 → 2026년 2nm → 곧 A16(옹스트롬 시대)
• 노드 이름의 거짓말: "3nm" 칩에서 실제로 3nm인 피처는 없음 — 마케팅 레이블, 실제 게이트 길이 ~12nm
• 트랜지스터 3세대: 평면형(Planar) → FinFET → GAA(Gate-All-Around) 나노시트
• N2부터 GAA 도입 — 가장 중요한 트랜지스터 아키텍처 전환
• A16: 뒷면 전력 공급(Backside Power Delivery) — 신호 라우팅 밀도 향상

패키징이 새로운 프런티어 (Chapter 21)

• 트랜지스터 스케일링만으로는 AI 수요 감당 불가
• 칩렛(Chiplet): 여러 작은 다이를 고밀도 연결로 하나처럼 동작
• CoWoS(Chip-on-Wafer-on-Substrate): AI GPU의 핵심. H100의 GPU 다이 + HBM 스택을 실리콘 인터포저로 연결
• 2023~24년 AI 붐 때 GPU 가용성의 바인딩 제약은 GPU 다이가 아닌 CoWoS 패키징 용량이었음
• InFO(Integrated Fan-Out): Apple iPhone 프로세서용 개발
• SoIC(System on Integrated Chips): 3차원 수직 스태킹 — 미래 방향

Nvidia를 이해하려면 TSMC를 알아야 한다 (Chapter 22)

• Nvidia의 가장 중요한 결정: 팹을 절대 소유하지 않고 TSMC에 완전히 의존
• H100 GPU 제조: ①공동 개발(설계 최적화) → ②4nm 공정 1,000+ 스텝, 2~3개월 → ③CoWoS 패키징 → ④테스트
• AI 혁명의 물리적 기반은 TSMC 이야기: 소프트웨어나 Nvidia 이야기가 아님
• 2023~24년 제약: 세계가 더 많은 GPU를 원했지만 TSMC가 CoWoS 만큼만 공급 가능

PART VII: 복합기계 (The Compound Machine)

$1,000억이 살 수 없는 것 (Chapter 23)

$1,000억으로 TSMC를 복제하려는 사고 실험 → 실패하는 이유, 네 가지:

결론: 자산은 구매 가능. 복리는 구매 불가. 복리가 자산이다.

복합기계 (Chapter 24)

각 요소가 다른 모든 요소를 강화하는 자기강화 시스템:

사람 → 프로세스 훈련
프로세스 → 데이터 생성
데이터 → 기술 개선
기술 → 고객 유치
고객 → 사람 자금 지원
(반복)

융합(Fusion): 요소들이 인접한 것이 아닌 상호침투. 문화는 프로세스 안에 있고, 데이터는 사람 안에 있고, 신뢰는 기술 안에 있다.

어떻게 이렇게 됐나: 설계된 것이 아님. 일관된 원칙 고수의 의도하지 않은 결과. Morris Chang은 피벗하지 않았고, 자기파괴적 혁신을 하지 않았다. 37년간 일관된 실행.

PART VIII: TSMC에서 TERAFAB으로

TSMC = 부트디스크 (Chapter 25)

6가지 패턴 — 복합기계에서 추출한 범용 원칙:

TERAFAB — 대담함과 메아리 (Chapter 26)

2026년 3월 21일: Elon Musk가 Austin의 Seaholm Power Plant에서 TERAFAB 발표

• Tesla + SpaceX + xAI 합작
• 위치: Giga Texas 북캠퍼스
• 비용: $200~250억
• 목표: 연간 1 테라와트 컴퓨팅
• 칩: AI5(지상 추론 칩) + D3(방사선 강화 우주 프로세서)
• Intel 파트너십: 2026년 4월 7일 발표 — Intel의 18A 공정 노드 + 패키징 역량

TSMC 렌즈로 본 TERAFAB의 강점:

1. 수직통합 → 이터레이션 속도 (설계-제조-테스트-수정 사이클 압축)
2. 내부 고객 = 신뢰 문제를 다른 방식으로 해결 (고객이 곧 자신)
3. Intel 파트너십 = 데이터 문제를 어느 정도 완화 (0이 아닌 시작점)
4. 패키징 내부화 = CoWoS 병목 회피 설계

TSMC 렌즈로 본 TERAFAB의 도전:

1. 파이프라인 문제: Austin에 40년 대만형 인재 파이프라인 없음
2. 문화 성장: Tesla/SpaceX 문화(속도·반복)와 반도체 문화(정밀·프로세스)의 합성 — 가장 어려운 문제
3. 수율 종교를 선언이 아닌 체득: 첫 수율은 형편없을 것 — 수십 년의 학습 없이
4. Elon 변수: 옳은 방향, 늘 연장되는 타임라인 (4680 배터리가 선례)

저자의 결론: TERAFAB은 TSMC를 위협하지 않는다. TSMC에 대한 찬사다 — 세계 최대 산업가가 자체 팹을 $250억에 짓겠다는 것 자체가 TSMC 없이는 필요한 칩을 얻을 수 없다는 증거.