솔직히 저는 AI 투자라고 하면 엔비디아나 SK하이닉스만 보면 된다고 생각했습니다. GPU가 모자라면 GPU 만드는 곳이 돈을 버는 거고, 메모리가 귀하면 메모리 기업 주가가 오르는 거라고요. 그런데 최근에 MLCC와 AI 기판 시장을 들여다보고 나서야 제가 공급망의 절반을 그냥 무시하고 있었다는 걸 깨달았습니다. 반도체를 작동시키는 작은 부품 하나가 없으면 수백만 달러짜리 AI 서버도 멈춘다는 사실, 이제부터 데이터로 직접 확인해보겠습니다.
MLCC 수요가 지금 폭발하는 이유
제가 처음 MLCC라는 단어를 접했을 때는 그냥 작은 전자 부품 중 하나겠거니 했습니다. 적층 세라믹 콘덴서(MLCC)가 정확한 이름인데, 세라믹을 수백 층으로 쌓아올려 전기를 저장하는 부품입니다. 흔히 전력 안정화 장치라고 설명하는데, 쉽게 말해 집에 수압이 갑자기 떨어졌을 때 중간에 물을 비축해뒀다가 공급해주는 소형 탱크 같은 역할을 합니다.
AI 서버는 행렬 연산을 수행할 때 전력을 순간적으로 대량 소비합니다. 전원 공급 장치까지 전기가 다시 도달하는 데 시간이 걸리는 동안 전압이 뚝 떨어질 수 있는데, 이 순간 전압 불안정이 반도체에는 치명적입니다. MLCC는 그 짧은 공백을 메워주는 존재입니다.
제가 더 놀랐던 건 탑재 수량이었습니다. 일반 서버 한 대에 약 2,000개가 들어가는데, AI 서버에는 2만~3만 개가 들어갑니다. 최소 10배에서 최대 15배 이상 많이 탑재됩니다. GPU당 전력 소비가 세대를 거듭할수록 계속 올라가기 때문에, GPU 수요가 늘어날수록 MLCC 수요는 그보다 더 빠른 속도로 증가하는 구조입니다.
그런데 단순히 수량만 늘어나는 게 아닙니다. 요구 사양 자체가 올라가고 있습니다. 고용량 MLCC를 생산하려면 같은 장비로 생산할 수 있는 수량이 일반 제품 대비 4~7배 줄어드는 것으로 알려져 있습니다. 범용 캐파가 고사양 생산으로 흡수되면서 일반 제품까지 공급 부족을 겪는 악순환이 시작됩니다. 메모리 시장에서 이미 한 번 목격했던 사이클과 구조가 거의 동일합니다.
- 일반 서버 MLCC 탑재량: 약 2,000개
- AI 서버 MLCC 탑재량: 2만~3만 개 (10~15배 수준)
- 고용량 MLCC 생산 시 캐파 소모: 일반 제품 대비 4~7배
- AI 서버 한 대에서 MLCC 비용 비중: 약 0.06% (서버 가격 약 780만 달러 대비 4,320달러)
공급 병목, 데이터로 확인한 현실
수요가 늘고 있다는 이야기는 많은데, 실제로 얼마나 공급이 부족한지는 숫자를 직접 봐야 납득이 됩니다. 제가 인상 깊었던 지표가 북투빌(Book-to-Bill) 비율입니다. 기업이 새로 수주한 금액을 실제 출하 금액으로 나눈 값인데, 1을 넘으면 만들어 파는 것보다 주문이 더 빠르게 쌓인다는 뜻입니다.
MLCC 시장 점유율 1위 기업 무라타의 MLCC 부문 북투빌 비율은 현재 1.47배입니다. 우리나라 대표 기업인 삼성전기는 1.31배, 일본 타이요유덴은 1.72배를 기록 중입니다. 업계 평균이 1.04 수준이라는 점을 감안하면 이 세 기업이 속한 고사양 MLCC 시장의 수급 불균형이 얼마나 심각한지 체감이 됩니다(출처: 무라타 제작소 IR).
참고로 MLCC 시장은 2018년에도 한 차례 큰 수퍼사이클을 맞았습니다. 당시 무라타의 북투빌 비율이 1.25였는데, 지금은 그 수준을 훌쩍 넘어섰습니다. 그때는 스마트폰과 전장 전자제품이 주 수요였다면, 지금은 AI 서버라는 훨씬 더 큰 수요처가 새로 등장한 것이 결정적 차이입니다.
리드 타임 변화도 놓쳐선 안 됩니다. 리드 타임이란 주문 후 실제 납품까지 걸리는 시간입니다. 2024년 말 기준 10주이던 고사양 MLCC의 리드 타임이 2026년에는 16~23주로 두 배 이상 길어졌습니다. 삼성전기의 고용량 제품은 40주에 달합니다. 주문을 넣고 10개월 가까이 기다려야 한다는 뜻인데, 이 상황에서 구매자 입장은 가격을 조금 더 지불하더라도 물량을 먼저 확보하려는 쪽으로 기울 수밖에 없습니다.
그리고 AI 기판 시장도 구조가 비슷합니다. FCBGA(플립칩 볼 그리드 어레이)라는 기판이 있는데, 반도체 칩의 미세한 단자 간격과 메인보드의 넓은 단자 간격을 연결해주는 중재자 역할을 합니다. 단순한 판이 아니라 신호와 데이터를 손실 없이 전달하는 정밀 부품입니다. 엔비디아의 AI 가속기에 기판을 공급하는 일본 기업 이비덴의 기술 로드맵을 보면 기판 면적이 계속 대형화되고 층수도 늘어나고 있습니다. 이른바 대면적화·고다층화입니다(출처: 이비덴 IR). 기판 사양이 높아질수록 생산 캐파를 더 많이 소모하고, 다시 공급 부족으로 이어지는 흐름은 MLCC와 판박이입니다.
AI기판 ETF로 이 흐름에 올라타는 법
저도 공부하면서 개별 종목을 직접 사는 방법을 먼저 떠올렸습니다. 무라타나 이비덴 같은 일본 주식은 국내 증권사에서 거래 가능하긴 하지만, 분석 자료가 국내 기업에 비해 턱없이 부족합니다. 실적 공시를 영어나 일어로 직접 뒤져야 하고, 환율과 세금 이슈도 따로 챙겨야 합니다. 솔직히 이건 번거로움을 감수하더라도 개인이 감당하기 쉽지 않은 영역이었습니다.
키움자산운용이 2025년 10월 13일 상장한 '키움 글로벌 MLCC&AI 기판 Top 4 플러스 ETF'는 이런 접근성 문제를 한 번에 해결해주는 구조로 설계돼 있습니다. AI 키워드 매칭 알고리즘으로 MLCC·FCBGA·유리 기판과의 연관성 점수를 산출하고, 상위 4개 종목에 전체 비중의 80%를 집중합니다. 1·2위 종목에 각 25%, 3·4위에 각 15%를 배분하고 나머지 6개는 시가총액 비중으로 채웁니다.
제가 포트폴리오 구성을 보고 흥미로웠던 점은 한국과 일본 기업이 정확히 50 대 50 비중으로 들어와 있다는 것이었습니다. 글로벌 AI MLCC 시장 점유율을 보면 무라타 40%, 삼성전기 23%, 타이요유덴 11%, TDK 7% 순인데, AI 서버용 고사양 제품으로 좁히면 무라타 45%·삼성전기 40%로 이 두 기업이 85%를 장악합니다. 수요는 미국 빅테크에 있고, 공급은 한국과 일본에 있는 산업 구조가 그대로 ETF 비중에 반영된 셈입니다.
다만 저는 이 상품이 무조건 좋다고 보지는 않습니다. 빅테크 기업들의 설비투자 속도가 예상보다 둔화하거나, 공급 증설분이 본격적으로 시장에 나오기 시작하는 2027~2029년 무렵에 지금의 공급 부족 프리미엄이 희석될 수 있습니다. 이미 주가에 성장 기대감이 상당 부분 반영돼 있다면, 산업 방향이 맞더라도 수익을 내기 어려울 수 있습니다. ETF 역시 10개 내외 종목에 집중하는 구조이므로 분산 효과는 제한적입니다. 유망한 산업을 찾는 것과 지금 이 시점의 주가가 적정한지 판단하는 것은 전혀 다른 문제라는 점을 제 경험상 항상 상기해야 한다고 생각합니다.
자주 묻는 질문
Q. MLCC가 그렇게 중요하다면 왜 지금까지 몰랐을까요?
A. MLCC는 수십 년 전부터 스마트폰·가전제품에 들어가던 부품이라 새로운 기술이 아닙니다. AI 서버가 등장하면서 탑재 수량과 요구 사양이 동시에 폭발적으로 늘어났고, 그제서야 공급 병목이 발생해 투자 시장의 관심을 받게 된 것입니다. 눈에 띄지 않던 부품이 갑자기 산업의 목줄을 쥐게 된 상황입니다.
Q. MLCC 시장은 왜 한국·일본 기업이 독점하나요?
A. 세라믹을 수백 층으로 쌓으면서도 크기를 모래알 수준으로 줄이는 제조 기술은 수십 년의 축적이 필요합니다. 무라타·삼성전기·타이요유덴은 이 기술을 가장 먼저, 가장 깊이 쌓아온 기업들입니다. 신규 진입자가 비슷한 사양의 제품을 뽑아내려면 장비 확보와 수율 안정화에만 수년이 걸리기 때문에 진입 장벽이 극히 높습니다.
Q. AI 기판과 일반 PCB는 어떻게 다른가요?
A. 일반 PCB(인쇄회로기판)는 전자 부품을 연결하는 역할에 초점을 맞추지만, AI용 FCBGA 기판은 GPU나 HBM 같은 고성능 칩의 초미세 단자를 메인보드와 연결하면서 신호 손실을 최소화해야 합니다. 기판 면적이 커지고 층수가 늘어날수록 제조 난도와 불량률이 동시에 높아지기 때문에, 기술 검증이 완료된 소수 기업으로 수요가 집중될 수밖에 없습니다.
Q. 이미 반도체 ETF를 들고 있는데 MLCC·기판 ETF를 추가할 이유가 있나요?
A. 국내 반도체 ETF 대부분은 삼성전자·SK하이닉스처럼 GPU와 메모리에 집중된 종목 비중이 높습니다. MLCC·기판 ETF는 무라타·이비덴·이수페타시스처럼 반도체 ETF에 거의 포함되지 않는 종목을 담고 있어 중복도가 낮습니다. AI 인프라 사이클이 계속된다고 판단할 경우, 공급망의 다른 층을 추가한다는 논리는 성립합니다. 다만 두 ETF 모두 빅테크 설비투자라는 동일한 수요 기반에 의존한다는 점은 리스크로 인식해야 합니다.
결론
제가 이 내용을 공부하면서 가장 크게 바뀐 생각은 AI 투자를 볼 때 '어떤 칩이 가장 중요한가'에서 '이 칩이 제대로 작동하려면 무엇이 필요한가'로 시각이 넓어졌다는 것입니다. 수백만 달러짜리 서버도 손톱만 한 부품 하나가 없으면 정상 작동을 못 한다는 사실은, 투자에서도 눈에 보이는 대형 기업 뒤편의 공급망을 들여다봐야 한다는 교훈과 연결됩니다.
다만 저는 이 내용을 접한 직후 바로 매수 버튼을 누르진 않았습니다. 공급 병목이 실재한다는 사실과, 지금 주가에 그 기대감이 얼마나 선반영됐는지는 별개의 판단입니다. 관심이 생겼다면 북투빌 비율과 리드 타임 추이를 분기별로 직접 확인하면서 수급 흐름이 유지되는지 지켜보는 게 먼저라고 생각합니다.