AI 기판은 왜 증설해도 부족할까? FC-BGA의 ‘유효 Capa’가 바꾼 공급 구조

AI 반도체 수요가 커지면서 삼성전기, IBIDEN을 비롯한 주요 기판 업체들이 대규모 생산능력 증설에 나서고 있습니다. 보통 공장을 늘리면 공급 부족은 완화됩니다. 그런데 최근 AI용 반도체 기판 시장에서는 조금 다른 현상이 나타나고 있습니다.

AI용 기판은 기존 제품보다 크고 층수가 많습니다. 제품 하나가 차지하는 생산설비와 공정 시간이 늘어나기 때문에 공장의 명목 생산능력이 증가하더라도 실제 출하 가능한 생산능력은 같은 비율로 증가하지 않을 수 있습니다.

교보증권은 최근 기판 산업 리포트에서 이러한 현상을 단순한 업황 반등이 아니라 “Peak가 아닌 Level Change”라는 관점으로 해석했습니다. 그렇다면 이 주장은 실제 기업의 생산현장에서도 확인되고 있을까요? 이번 글에서는 FC-BGA를 중심으로 AI가 반도체 기판의 생산능력 계산법을 어떻게 바꾸고 있는지 확인했습니다.

한눈에 보기 (FC-BGA)

이번 조사에서 확인한 핵심은 세 가지입니다. AI 서버용 FC-BGA는 기존 제품보다 대형화·고다층화되고 있으며, IBIDEN 등 주요 업체가 대규모 증설에 나서고 있음에도 제품 하나가 요구하는 생산부하 역시 빠르게 증가하고 있습니다.

여기에 일부 고객사는 안정적인 물량 확보를 위해 기판 업체의 설비투자 비용까지 부담하고 있습니다. 따라서 AI 기판 산업에서는 단순한 공장 Capa보다 제품 사양과 생산부하를 함께 반영한 ‘유효 Capa’를 살펴볼 필요가 있습니다.

1. 이번 분석의 질문

이번 분석의 출발점은 “기판 업체들이 대규모 증설을 하고 있는데 왜 공급 부족 전망은 사라지지 않을까?”라는 질문입니다.

교보증권 리포트는 AI 기판 호황의 배경으로 AI 서버와 가속기에서 발생하는 강한 수요, 대면적·고다층화에 따른 생산능력 잠식, 제한적인 고성능 기판 공급업체, 그리고 안정적인 공급을 중시하는 고객사와 공급업체의 협상력 변화를 제시합니다.

특히 이번 분석에서 주목한 것은 ‘대면적·고다층화에 따른 생산능력 잠식’입니다. AI용 패키지가 커지고 층수가 증가할수록 같은 생산설비에서 만들 수 있는 제품 수가 감소할 수 있기 때문입니다.

이를 검증하기 위해 세 가지를 확인했습니다.

1. AI 서버용 FC-BGA는 실제로 기존 제품보다 얼마나 크고 복잡한가?
2. 주요 제조사들이 대규모 증설을 하고 있는데도 생산능력 제약이 나타나는가?
3. 기업의 실제 실적과 투자계획에서도 이러한 변화가 확인되는가?

2. 분석한 원자료

이번 분석의 출발점은 2026년 8월 24일 발간된 교보증권의 IT·반도체 기판 산업 리포트입니다. 다만 증권사 리포트의 주장을 그대로 결론으로 받아들이지 않고, 삼성전기 FCBGA 공식 제품자료와 실적자료, IBIDEN의 고성능 IC Package Substrate 투자계획과 실적설명자료 등을 이용해 주요 내용을 다시 확인했습니다.

분석 기준일: 2026년 8월 24일

출발 자료: 교보증권 IT·반도체 기판 산업 리포트

교차검증 자료: 삼성전기 FCBGA 공식 제품·기술자료, 삼성전기 2026년 1·2분기 실적자료, IBIDEN 고성능 IC Package Substrate 투자계획, IBIDEN FY2025 실적설명자료 및 Q&A

자료 검증 원칙

증권사 리포트는 산업의 변화와 분석 가설을 발견하는 출발점으로 사용했습니다. 반면 제품 사양, 투자금액, 생산능력, 기업 실적처럼 객관적으로 확인할 수 있는 사실은 가능한 한 기업 IR과 공식 발표 등 1차 자료에서 다시 확인했습니다.

Npay 증권이나 FnGuide 같은 금융정보 서비스는 리포트와 컨센서스를 발견하거나 수치를 교차검증하는 보조 자료로 활용합니다. 즉 다른 사람이 작성한 리포트를 다시 요약하는 것이 아니라, 리포트에서 검증할 가치가 있는 현상을 발견하고 독립적인 자료를 통해 사실 여부와 원인을 확인하는 방식입니다.

3. 분석 방법

이번 분석에서 가장 중요한 개념은 ‘명목 Capa’와 ‘유효 Capa’의 차이입니다. 명목 Capa는 생산설비 자체가 가지고 있는 이론적인 생산능력을 의미하지만, 실제 생산 가능한 제품 수는 설비 규모만으로 결정되지 않습니다.

AI용 기판에서는 특히 대면적화, 고다층화, 수율이라는 세 가지 변수를 함께 볼 필요가 있습니다.

대면적화

기판 한 장의 면적이 커지면 동일한 생산 패널에서 만들 수 있는 제품 수가 감소합니다. 결국 같은 설비를 가동하더라도 실제 생산 가능한 기판 수가 줄어들 수 있습니다.

고다층화

층수가 늘어나면 회로층을 형성하는 공정을 반복해야 합니다. 이에 따라 제품 하나가 생산라인을 점유하는 시간이 길어지고, 동일한 기간에 처리할 수 있는 제품 수도 감소할 수 있습니다.

수율

대면적·고다층 제품은 제조 난도가 높기 때문에 수율 역시 실제 출하 가능한 생산량에 영향을 줍니다. 명목상 생산한 수량과 실제 고객에게 출하할 수 있는 수량 사이에 차이가 발생할 수 있는 것입니다.

교보증권은 이러한 구조를 설명하기 위한 예시 모델을 제시했습니다. 기준 생산능력을 100이라고 가정하고 설비 증설을 통해 150까지 늘리더라도 제품 대면적화, 층수 증가, 수율 등을 순차적으로 반영하면 실제 유효 Capa는 49까지 낮아질 수 있다는 계산입니다.

여기서 ‘49’는 삼성전기나 IBIDEN의 실제 생산능력이 아닙니다. 제품의 고사양화가 명목 Capa와 실제 생산능력 사이에 얼마나 큰 차이를 만들 수 있는지를 설명하기 위한 교보증권의 시뮬레이션입니다. 따라서 이번 분석에서는 숫자 49 자체보다 이러한 현상이 실제 기판 제조업체에서도 관찰되고 있는지를 확인했습니다.

4. 데이터에서 발견한 것

발견 1. AI 서버용 FC-BGA는 실제로 더 크고 복잡해지고 있다

교보증권은 AI와 서버용 FC-BGA가 기존 제품보다 대면적·고다층화되면서 생산라인의 부담을 증가시킨다고 분석합니다. 이러한 방향은 삼성전기의 공식 제품자료에서도 확인됩니다.

삼성전기는 FCBGA를 고집적 반도체 칩과 메인보드를 연결하는 고밀도 패키지 기판으로 설명하고 있으며, 특히 HPC 대응을 위해 약 110×110mm, 26층 수준의 대면적·고다층 FCBGA 기술을 제시하고 있습니다.

여기서 중요한 것은 AI 서버가 증가할 때 필요한 기판의 ‘개수’만 늘어나는 것이 아니라는 점입니다. 기판 하나를 생산하는 데 필요한 면적과 공정 자체가 증가하기 때문에 AI 수요를 기존 PC용 기판과 동일한 개수 기준으로만 계산하면 실제 생산라인에 발생하는 부담을 과소평가할 가능성이 있습니다.

발견 2. 대규모 증설과 동시에 제품의 생산부하도 증가하고 있다

공급 부족이 구조적인 현상인지 판단하려면 실제 공급자의 투자 움직임을 확인해야 합니다. 대표적인 사례가 일본 IBIDEN입니다.

IBIDEN은 AI 서버와 고성능 서버용 IC Package Substrate 생산능력을 확대하기 위해 2026~2028년 전자사업에 약 5,000억 엔을 투자할 계획입니다. 1단계 투자만 약 2,200억 엔 규모이며 신규 생산능력은 2027회계연도부터 순차적으로 가동될 예정입니다.

문제는 생산설비만 증가하고 있는 것이 아니라는 점입니다. AI 서버용 기판이 대형화되고 고다층화되면서 제품 하나가 요구하는 생산자원도 함께 증가하고 있습니다.

IBIDEN은 AI 서버용 기판의 생산부하를 SAP 기준으로 환산한 자료를 공개했습니다. 2024년 생산부하를 1.0으로 놓았을 때 2026년 약 1.8배, 2028년 약 2.5배까지 증가할 것으로 전망했습니다.

이 데이터는 교보증권이 제시한 ‘유효 Capa’ 개념과 실제 글로벌 기판 제조사의 생산계획 사이에서 같은 방향의 현상이 나타나고 있음을 보여줍니다. 결국 시장에서는 ‘공급자가 생산설비를 늘리는 속도’와 ‘AI 반도체가 기판을 더 크고 복잡하게 만드는 속도’를 동시에 살펴봐야 합니다.

발견 3. 고객사가 설비투자 비용까지 부담하고 있다

공급자와 고객사 사이의 협상력 변화를 보여주는 또 하나의 지표는 선수금입니다. IBIDEN은 대규모 설비투자 자금조달과 관련해 고객사와 계약을 체결하고, 투자비 상당액을 고객사가 부담하며 일부를 선수금으로 받는 구조를 사용한다고 설명했습니다.

이 현상은 주목할 필요가 있습니다. 고객사가 원하는 것이 단순히 ‘가격이 싼 기판’이라면 공급자의 공장 증설비용까지 선제적으로 부담할 유인은 크지 않습니다. 반대로 필요한 시점에 충분한 물량을 확보하는 것이 중요하다면 상황이 달라집니다.

따라서 고객사의 선수금은 AI용 고성능 기판 시장에서 가격뿐 아니라 ‘공급 안정성’의 가치가 높아지고 있다는 하나의 신호로 해석할 수 있습니다.

발견 4. 삼성전기의 실적에서도 AI용 기판 성장이 나타나고 있다

이러한 변화는 해외 업체에만 나타나는 것이 아닙니다. 삼성전기의 2026년 2분기 패키지솔루션 매출은 7,716억 원으로 전년 동기 대비 37%, 전분기 대비 6% 증가했습니다.

회사는 주요 빅테크 고객사를 대상으로 한 AI 가속기와 서버 CPU용 고부가 반도체 기판 공급이 실적 증가를 이끌었다고 설명했습니다. 1분기에도 패키지솔루션 매출은 7,250억 원으로 전년 동기 대비 45% 증가했고, AI 가속기·서버 CPU·네트워크용 고부가 기판의 공급 확대가 주요 원인으로 제시됐습니다.

즉 AI용 고부가 기판의 성장은 산업 전망에만 존재하는 것이 아니라 실제 기업 실적에서도 확인되고 있습니다.

5. 왜 이런 차이가 발생했나

가설 A. AI가 기판 수요량뿐 아니라 ‘단위 생산부하’를 높이고 있다

기존 산업분석에서는 수요와 공급을 주로 수량으로 비교합니다. 하지만 AI용 기판에서는 이것만으로 충분하지 않을 수 있습니다.

기판의 면적이 커지고 층수가 늘어나면 같은 공장에서 동일한 수량을 생산하기 어려워집니다. 삼성전기와 IBIDEN의 공식자료에서도 대형화와 고다층화라는 방향이 공통적으로 확인됩니다.

검증 결과: 기업 공식자료에서 상당히 강하게 확인됨.

가설 B. 고객에게 가격보다 공급 안정성이 중요해지고 있다

AI 가속기와 서버 시스템에서 특정 부품의 공급 차질은 전체 시스템의 출하 지연으로 이어질 수 있습니다. 따라서 공급이 제한된 상황에서는 고객사가 기판 단가보다 안정적인 공급을 더 중요하게 생각할 가능성이 있습니다.

IBIDEN 고객사가 생산설비 투자비 일부를 선수금 형태로 부담한다는 사실은 이 가설을 뒷받침하는 근거입니다.

검증 결과: 기업 공식자료에서 직접적인 근거 확인.

가설 C. 제품 고사양화가 증설 효과를 계속 잠식할 수 있다

IBIDEN은 AI 서버용 기판의 생산부하가 2024년 대비 2026년 약 1.8배, 2028년 약 2.5배까지 증가할 것으로 전망합니다. 동시에 회사는 생산능력을 공격적으로 확대하고 있습니다.

따라서 향후 시장의 핵심 변수는 단순히 ‘얼마나 많은 공장을 건설하는가’가 아닐 수 있습니다. 증설되는 Capa와 제품의 면적·층수·공정 난도가 증가하는 속도를 함께 비교해야 합니다.

검증 결과: 현재 기업의 생산계획과 기술자료가 방향성을 지지함.

6. 반대 근거도 확인해봤다

여기까지의 자료만 보면 AI 기판의 구조적인 공급 부족이라는 결론을 내리기 쉽습니다. 하지만 반대 방향의 변수도 분명히 존재합니다.

가장 중요한 변수는 대규모 증설입니다. IBIDEN을 비롯한 주요 업체의 신규 생산능력이 2027년 이후 본격적으로 가동되면 공급 상황은 달라질 수 있습니다. 생산공정의 수율과 효율성이 개선될 경우 동일한 설비에서 생산할 수 있는 물량도 증가합니다.

높은 가격과 수익성이 장기간 지속되면 기존 업체의 추가 증설뿐 아니라 경쟁업체의 생산능력 확대도 촉진할 수 있습니다. 반대로 AI 데이터센터 투자가 예상보다 빠르게 둔화된다면 현재의 공급 부족 전망 역시 수정될 수 있습니다.

따라서 현재 자료가 말해주는 것은 “AI 기판은 앞으로 계속 부족하다”가 아닙니다.

보다 정확한 표현은 “AI용 고성능 기판에서는 명목 Capa 증가만으로 실제 공급 증가량을 판단하기 어려워지고 있다”입니다.

7. 디탑의 해석

확인된 사실

AI 서버와 HPC용 FCBGA는 대면적·고다층화되고 있습니다. 삼성전기는 HPC 대응을 위해 약 110×110mm, 26층 수준의 기술을 제시하고 있습니다.

IBIDEN은 AI 서버와 고성능 서버용 IC Package Substrate 생산능력을 확대하기 위해 2026~2028년 약 5,000억 엔을 투자할 계획입니다. 동시에 AI 서버용 기판의 생산부하는 2024년 대비 2026년 약 1.8배, 2028년 약 2.5배로 증가할 것으로 전망합니다.

삼성전기의 패키지솔루션 사업에서도 AI 가속기와 서버 CPU용 고부가 기판 공급 확대가 실제 매출 성장으로 나타나고 있습니다.

해석

이번 자료들을 비교하면서 가장 중요하게 본 것은 ‘기판 수요가 증가한다’는 사실 자체가 아닙니다. 더 흥미로운 변화는 생산능력을 바라보는 방법이 달라지고 있다는 점입니다.

과거에는 생산설비를 50% 늘리면 생산능력 역시 비슷한 비율로 증가한다고 생각하기 쉬웠습니다. 하지만 AI 기판에서는 제품의 면적이 커지고, 층수가 늘어나고, 공정 횟수가 증가하며 수율의 영향을 받습니다. 결국 공장의 명목 Capa가 증가하더라도 실제 생산 가능한 기판 수는 같은 비율로 증가하지 않을 수 있습니다.

따라서 앞으로 AI 기판 산업을 분석할 때 기업의 Capex 규모만 보는 것보다 ‘유효 Capa가 실제로 얼마나 증가하는가’를 함께 확인해야 합니다.

이 관점에서 교보증권의 “Peak가 아닌 Level Change”라는 표현도 다르게 읽힙니다. 단순히 기판 업황이 좋아지고 있다는 의미라기보다 AI가 기판의 제품 믹스, 제조 난도, 생산능력 그리고 고객과 공급자의 계약구조까지 동시에 변화시키고 있다는 주장입니다.

삼성전기와 IBIDEN의 공식자료를 교차검증한 결과, 적어도 현재까지는 이 논리를 뒷받침하는 여러 신호를 확인할 수 있었습니다.

불확실한 부분

다만 이 변화가 장기적인 산업구조 변화인지, 현재 AI 투자 사이클에서 발생한 일시적인 공급 제약인지는 아직 확정하기 어렵습니다.

2027년 이후 신규 Capa가 본격적으로 가동되면 공급 상황이 달라질 수 있고, 생산 수율 개선과 공정 효율화 역시 유효 Capa를 높일 수 있습니다. AI 데이터센터 Capex의 성장 속도도 중요한 변수입니다.

따라서 ‘Level Change’라는 가설은 향후 실적과 생산 데이터를 통해 계속 검증해야 합니다.

8. 다음에 확인할 지표

실제 가동률

신규 설비가 가동된 이후에도 높은 가동률이 유지되는지를 확인해야 합니다. 증설 이후에도 가동률이 높은 수준을 유지한다면 공급 제약이 지속되고 있다는 근거가 될 수 있습니다.

AI용 기판의 면적과 층수

차세대 AI 가속기와 ASIC이 계속 대형화·고다층화된다면 Capa 잠식 역시 지속될 가능성이 있습니다. 따라서 차세대 제품의 기판 크기와 층수 변화가 중요한 선행지표가 됩니다.

선수금과 장기공급계약

고객사가 생산설비 투자까지 부담하는 계약이 계속된다면 공급자의 협상력이 유지되고 있다는 중요한 신호가 됩니다.

FCBGA 가격과 업체별 수익성

제품 고사양화와 공급 제약이 실제 ASP와 영업이익률 상승으로 연결되는지를 확인해야 합니다. 생산부하만 증가하고 수익성이 개선되지 않는다면 산업에 대한 해석 역시 달라져야 합니다.

신규 Capa 가동 시점

특히 IBIDEN을 비롯한 주요 업체의 2027년 이후 신규 생산능력이 공급 부족을 얼마나 완화하는지가 중요합니다.

SOCAMM

SOCAMM은 이번 글에서는 보조적인 변화로만 다뤘습니다. 실제 출하량과 공급업체가 확대되고 NVIDIA 이외 플랫폼으로의 확산이 확인된다면 별도의 후속 분석 주제로 다루는 것이 적절합니다.

9. 결론: AI가 바꾼 것은 수요보다 ‘생산능력의 계산법’일 수 있다

AI 기판 시장을 단순히 “AI 서버가 많이 팔리니까 기판도 많이 필요하다”고 설명하면 중요한 변화를 놓치게 됩니다. 이번 조사에서 더 주목할 부분은 AI가 기판 한 장을 만드는 데 필요한 생산자원 자체를 증가시키고 있다는 점입니다.

기판은 대형화되고 층수는 증가하고 있으며 제조공정도 복잡해지고 있습니다. 그 결과 공장을 증설하더라도 실제 생산 가능한 물량은 같은 비율로 증가하지 않을 수 있습니다.

IBIDEN은 대규모 증설에 나서는 동시에 AI 서버용 기판의 생산부하가 빠르게 증가할 것으로 예상하고 있습니다. 일부 설비투자에는 고객사의 선수금까지 활용됩니다. 삼성전기에서도 AI 가속기와 서버 CPU용 고부가 기판의 성장이 실제 실적으로 나타나고 있습니다.

따라서 앞으로 기판 산업을 판단할 때 중요한 질문은 “얼마나 많은 공장을 짓고 있는가?”에서 한 단계 더 나아갈 필요가 있습니다.

“차세대 AI 기판 한 장을 만드는 데 생산설비가 얼마나 더 필요한가?”

이 질문에 대한 답이 현재의 공급 부족이 일시적인 사이클인지 구조적인 변화인지를 판단하는 중요한 기준이 될 수 있습니다.

자료 및 참고자료

교보증권 리서치센터

IT·반도체 기판 산업 리포트
발행일: 2026년 8월 24일
이번 분석의 가설과 출발점으로 활용한 자료.

삼성전기 FCBGA 공식 제품자료

HPC용 FCBGA의 대면적·고다층 기술 요구사항 확인. 삼성전기 FCBGA 공식 제품자료

삼성전기 2026년 2분기 경영실적

패키지솔루션 매출과 AI 가속기·서버 CPU용 고부가 기판 공급 확대 확인. 삼성전기 2026년 2분기 경영실적

삼성전기 2026년 1분기 경영실적

AI 가속기·서버 CPU·네트워크용 고부가 FCBGA 공급 확대 확인. 삼성전기 2026년 1분기 경영실적

IBIDEN 고성능 IC Package Substrate 투자계획

2026~2028년 약 5,000억 엔 규모의 투자계획 확인. IBIDEN 공식 투자계획

IBIDEN FY2025 Financial Results

AI 서버용 기판의 생산부하와 생산능력 확대계획 확인. IBIDEN FY2025 실적설명자료

IBIDEN FY2025 Q4 Financial Results Q&A

고객사와의 투자비 분담 및 선수금 구조 확인. IBIDEN FY2025 Q4 Q&A

본 콘텐츠는 공개된 기업자료와 증권사 리서치를 비교·분석해 작성한 정보성 콘텐츠입니다. 특정 종목이나 금융상품의 매수·매도를 권유하거나 투자성과를 보장하기 위한 것이 아닙니다.