AMEET MEDIA|AMEET SPOT|AMEET TOON
AMEET MEDIA

"D램·낸드 값 역대 최고치"… 기록적 실적에도 'AI 거품론' 고개 드는 이유

AMEET AI 분석: AI 투자 확대에 힘입어 D램과 낸드플래시 등 메모리 반도체 가격이 역대 최고치를 경신하며 반도체 시장의 강세가 지속될 것으로 보인다.

시장 분석

"D램·낸드 값 역대 최고치"… 기록적 실적에도 'AI 거품론' 고개 드는 이유

삼성전자·마이크론 공급 확대 속 2분기 출하량 10% 증가 코스피 급락·업종 수익성 정체 등 지표 엇박자가 시장 불안 키워

인공지능(AI) 인프라 구축을 위한 기업들의 공격적인 투자가 이어지면서, 2026년 8월 현재 D램과 낸드플래시 등 메모리 반도체 가격이 역대 최고치를 갈아치우고 있습니다. 2026년 8월 3일 반도체 업계와 금융시장에 따르면, AI 데이터센터를 중심으로 한 폭발적인 수요가 공급을 압도하면서 메모리 시장의 강세가 꺾이지 않고 있습니다. 하지만 시장 한편에서는 이러한 가격 급등세가 실제 기업의 이익으로 충분히 연결되지 않고 있다는 점과 거시 경제의 불확실성을 근거로 'AI 거품론'에 대한 경계의 목소리도 동시에 나오고 있습니다.

실제로 글로벌 반도체 기업들의 성적표는 시장의 기대를 뛰어넘고 있습니다. 세계 3위 메모리 업체인 마이크론의 산제이 메흐로트라 최고경영자(CEO)는 지난 2026년 6월 24일 실적 발표를 통해 "D램과 낸드플래시 수요가 매우 강력하다"고 밝히며 역대급 실적 경신을 공식화했습니다. 마이크론의 이 같은 발표는 AI 모델이 정보를 처리하고 내놓는 '추론' 단계가 고도화되면서 더 많은 양의 데이터 처리를 위한 고성능 메모리 확보 전쟁이 벌어지고 있음을 보여주는 대목입니다.

국내 반도체 대장주인 삼성전자 역시 하반기 시장 주도권 확보를 위해 고대역폭 메모리(HBM) 시장 공략에 속도를 내고 있습니다. 삼성전자는 지난 2026년 7월 30일, 올해 하반기 HBM 점유율을 전체 D램 시장에서 차지하는 비중과 비슷한 수준까지 끌어올리겠다는 구체적인 계획을 발표했습니다. HBM은 여러 개의 D램을 수직으로 쌓아 데이터 처리 속도를 획기적으로 높인 특수 반도체로, AI 연산의 필수품으로 꼽힙니다. 삼성전자가 HBM 시장에서 본격적인 점유율 확대를 선언하면서 국내 반도체 산업 전체의 공급망 활성화에 대한 기대감도 높아지는 분위기입니다.

지표명 수치 (2026년 2분기) 비고
D램 비트 출하량 증가율 10% 초반 증가 전분기 대비
메모리 가격 수준 역대 최고치 경신 D램·낸드 포함

그러나 화려한 실적 이면에는 우려 섞인 시선도 적지 않습니다. 무엇보다 반도체 업종 전반의 수익성 지표가 시장의 눈높이에 미치지 못하고 있다는 점이 발목을 잡습니다. 2025년 기준 주요 반도체 5개사의 평균 영업이익률과 순이익률은 0%대로 집계되었는데, 이는 시장 전체에 온기가 돌기보다는 특정 기업이나 제품군에 이익이 쏠려 있거나 기술 투자를 위한 비용 지출이 워낙 크기 때문이라는 분석이 나옵니다. 자기자본이익률(ROE) 역시 0%대에 머물러 있어, 주주들이 투입한 자본 대비 거둬들이는 이익이 아직은 미미한 수준임을 보여줍니다.

사진: Pexels · Rafael Minguet Delgado

주요 시장 데이터 요약 (2026.08.03 기준)

코스피(KOSPI) 변동
-26.8%
코스닥(KOSDAQ) 변동
-28.7%

* 최근 20일간의 지수 변동 추이

거시 경제 지표와의 '엇박자'도 거품론에 무게를 싣는 요인입니다. 반도체 가격은 치솟고 있지만, 2026년 8월 3일 현재 국내 증시의 코스피 지수는 6,257.45로 전날보다 5.12% 급락하며 큰 변동성을 보이고 있습니다. 최근 20일간 코스피는 약 26.8% 하락하는 등 전체적인 투자 심리가 위축된 상태입니다. 여기에 원/달러 환율이 1,427.90원이라는 높은 수준을 유지하고 있고, 미국의 기준금리가 3.63%로 동결된 상황에서 한국의 기준금리 역시 2.5% 수준을 유지하며 시장의 긴장감이 지속되고 있습니다.

결국 지금의 상황은 AI 기술 발전이 만드는 장기적인 성장의 시작인지, 아니면 과도한 낙관론이 만들어낸 일시적인 거품인지를 두고 시장의 평가가 팽팽하게 맞서는 모양새입니다. AI 데이터센터 투자가 계속 확대되면서 2분기 D램 비트 출하량이 전 분기보다 10% 이상 늘어나는 등 실질적인 수요는 확인되고 있습니다. 하지만 이러한 수요 증가가 반도체 기업들의 전반적인 재무 건전성 개선으로 이어지기까지는 시간이 더 필요하다는 지적이 나옵니다.

향후 시장의 핵심 쟁점은 AI 투자 붐이 실제 수익으로 환원되는 속도가 될 것으로 보입니다. 현재까지는 AI 연산에 필요한 메모리 하드웨어 가격 상승이 업황을 이끌고 있지만, 코스피와 코스닥 지수가 최근 5일간 각각 3.9%, 4.5% 상승하며 반등 신호를 보내고 있는 점도 주목할 부분입니다. 투자자들이 고평가 논란 속에서도 반도체주의 실적 개선 가능성에 다시금 시선을 돌릴지, 아니면 거시 경제의 불안 요소에 더 민감하게 반응할지가 향후 시장의 향방을 결정할 핵심 변수가 될 전망입니다.

다음 관전 포인트

  • 삼성전자의 하반기 HBM 점유율 실제 확보 여부
  • 미국 연준의 금리 정책 변화에 따른 글로벌 기술주 투자 심리 변동
  • 메모리 가격 상승세가 3분기에도 지속되어 기업 이익률 개선으로 연결될지 여부
시장 분석

"D램·낸드 값 역대 최고치"… 기록적 실적에도 'AI 거품론' 고개 드는 이유

삼성전자·마이크론 공급 확대 속 2분기 출하량 10% 증가 코스피 급락·업종 수익성 정체 등 지표 엇박자가 시장 불안 키워

인공지능(AI) 인프라 구축을 위한 기업들의 공격적인 투자가 이어지면서, 2026년 8월 현재 D램과 낸드플래시 등 메모리 반도체 가격이 역대 최고치를 갈아치우고 있습니다. 2026년 8월 3일 반도체 업계와 금융시장에 따르면, AI 데이터센터를 중심으로 한 폭발적인 수요가 공급을 압도하면서 메모리 시장의 강세가 꺾이지 않고 있습니다. 하지만 시장 한편에서는 이러한 가격 급등세가 실제 기업의 이익으로 충분히 연결되지 않고 있다는 점과 거시 경제의 불확실성을 근거로 'AI 거품론'에 대한 경계의 목소리도 동시에 나오고 있습니다.

실제로 글로벌 반도체 기업들의 성적표는 시장의 기대를 뛰어넘고 있습니다. 세계 3위 메모리 업체인 마이크론의 산제이 메흐로트라 최고경영자(CEO)는 지난 2026년 6월 24일 실적 발표를 통해 "D램과 낸드플래시 수요가 매우 강력하다"고 밝히며 역대급 실적 경신을 공식화했습니다. 마이크론의 이 같은 발표는 AI 모델이 정보를 처리하고 내놓는 '추론' 단계가 고도화되면서 더 많은 양의 데이터 처리를 위한 고성능 메모리 확보 전쟁이 벌어지고 있음을 보여주는 대목입니다.

국내 반도체 대장주인 삼성전자 역시 하반기 시장 주도권 확보를 위해 고대역폭 메모리(HBM) 시장 공략에 속도를 내고 있습니다. 삼성전자는 지난 2026년 7월 30일, 올해 하반기 HBM 점유율을 전체 D램 시장에서 차지하는 비중과 비슷한 수준까지 끌어올리겠다는 구체적인 계획을 발표했습니다. HBM은 여러 개의 D램을 수직으로 쌓아 데이터 처리 속도를 획기적으로 높인 특수 반도체로, AI 연산의 필수품으로 꼽힙니다. 삼성전자가 HBM 시장에서 본격적인 점유율 확대를 선언하면서 국내 반도체 산업 전체의 공급망 활성화에 대한 기대감도 높아지는 분위기입니다.

지표명 수치 (2026년 2분기) 비고
D램 비트 출하량 증가율 10% 초반 증가 전분기 대비
메모리 가격 수준 역대 최고치 경신 D램·낸드 포함

그러나 화려한 실적 이면에는 우려 섞인 시선도 적지 않습니다. 무엇보다 반도체 업종 전반의 수익성 지표가 시장의 눈높이에 미치지 못하고 있다는 점이 발목을 잡습니다. 2025년 기준 주요 반도체 5개사의 평균 영업이익률과 순이익률은 0%대로 집계되었는데, 이는 시장 전체에 온기가 돌기보다는 특정 기업이나 제품군에 이익이 쏠려 있거나 기술 투자를 위한 비용 지출이 워낙 크기 때문이라는 분석이 나옵니다. 자기자본이익률(ROE) 역시 0%대에 머물러 있어, 주주들이 투입한 자본 대비 거둬들이는 이익이 아직은 미미한 수준임을 보여줍니다.

주요 시장 데이터 요약 (2026.08.03 기준)

코스피(KOSPI) 변동
-26.8%
코스닥(KOSDAQ) 변동
-28.7%

* 최근 20일간의 지수 변동 추이

사진: Pexels · Jakub Pabis

거시 경제 지표와의 '엇박자'도 거품론에 무게를 싣는 요인입니다. 반도체 가격은 치솟고 있지만, 2026년 8월 3일 현재 국내 증시의 코스피 지수는 6,257.45로 전날보다 5.12% 급락하며 큰 변동성을 보이고 있습니다. 최근 20일간 코스피는 약 26.8% 하락하는 등 전체적인 투자 심리가 위축된 상태입니다. 여기에 원/달러 환율이 1,427.90원이라는 높은 수준을 유지하고 있고, 미국의 기준금리가 3.63%로 동결된 상황에서 한국의 기준금리 역시 2.5% 수준을 유지하며 시장의 긴장감이 지속되고 있습니다.

결국 지금의 상황은 AI 기술 발전이 만드는 장기적인 성장의 시작인지, 아니면 과도한 낙관론이 만들어낸 일시적인 거품인지를 두고 시장의 평가가 팽팽하게 맞서는 모양새입니다. AI 데이터센터 투자가 계속 확대되면서 2분기 D램 비트 출하량이 전 분기보다 10% 이상 늘어나는 등 실질적인 수요는 확인되고 있습니다. 하지만 이러한 수요 증가가 반도체 기업들의 전반적인 재무 건전성 개선으로 이어지기까지는 시간이 더 필요하다는 지적이 나옵니다.

향후 시장의 핵심 쟁점은 AI 투자 붐이 실제 수익으로 환원되는 속도가 될 것으로 보입니다. 현재까지는 AI 연산에 필요한 메모리 하드웨어 가격 상승이 업황을 이끌고 있지만, 코스피와 코스닥 지수가 최근 5일간 각각 3.9%, 4.5% 상승하며 반등 신호를 보내고 있는 점도 주목할 부분입니다. 투자자들이 고평가 논란 속에서도 반도체주의 실적 개선 가능성에 다시금 시선을 돌릴지, 아니면 거시 경제의 불안 요소에 더 민감하게 반응할지가 향후 시장의 향방을 결정할 핵심 변수가 될 전망입니다.

다음 관전 포인트

  • 삼성전자의 하반기 HBM 점유율 실제 확보 여부
  • 미국 연준의 금리 정책 변화에 따른 글로벌 기술주 투자 심리 변동
  • 메모리 가격 상승세가 3분기에도 지속되어 기업 이익률 개선으로 연결될지 여부

심층리서치 자료 (10건)

🌐 웹 검색 자료 (3건)

"3위 마이크론 대박 쳤다" 삼전닉스도 신기록?...개미 '두근두근'

반도체주, AI發 '구조적 재평가'…상승 랠리 계속된다

삼성전자 "하반기 HBM 점유율 전체 D램과 같은 수준까지 확보"

📈 실시간 시장 데이터 (1건)
[4] 시장 데이터 네이버 금융 / yfinance / FRED

📈 코스피: 2026-08-03 19:19:38(KST) 현재 6,257.45 (전일대비 -338.00, -5.12%) | 거래량 272,959천주 | 거래대금 26,334,640백만 | 52주 고가 9,385.59 / 저가 3,079.27 📈 코스닥: 2026-08-03 19:19:38(KST) 현재 737.35 (전일대비 +17.59, +2.44%) | 거래량 431,221천주 | 거래대금 5,462,789백만 | 52주 고가 1,229.42 / 저가 630.99 💱 USD/KRW: 2026-08-03 19:19:38(KST) 매매기준율 1,427.90원 (전일대비 -12.10, -0.84%) | 현찰 매입 1,452.88 / 매도 1,402.92 | 송금 보낼때 1,441.80 / 받을때 1,414.0...

📄 학술 논문 (6건)

[학술논문 2024] 저자: Zarif Bin Akhtar | 인용수: 76 | 초록: Abstract This comprehensive exploration of recent breakthroughs in artificial intelligence (AI) traversed the realms of language models, computer vision, and generative models, unraveling the intricacies of cutting-edge technologies such as GPT-3.5, GPT-4, Pix2Seq, and multimodal models in terms of generative AI. In this multifaceted journey, the focus extended beyond technological prowess to ethical considerations, emphasizing responsible AI prac

[6] AI Chips: What They Are and Why They Matter 학술 논문 (OpenAlex / arXiv)

[학술논문 2020] 저자: Saifullah Khan, Alexander Mann | 인용수: 47 | 초록: The success of modern AI techniques relies on computation on a scale unimaginable even a few years ago. What exactly are the AI chips powering the development and deployment of AI at scale and why are they essential? Saif M. Khan and Alexander Mann explain how these chips work, why they have proliferated, and why they matter.

사진: Pexels · Nic Wood
[7] Adaptive-Latency DRAM (AL-DRAM) 학술 논문 (OpenAlex / arXiv)

[arXiv 2016-03-28] 저자: Donghyuk Lee, Yoongu Kim, Gennady Pekhimenko | 초록: This paper summarizes the idea of Adaptive-Latency DRAM (AL-DRAM), which was published in HPCA 2015. The key goal of AL-DRAM is to exploit the extra margin that is built into the DRAM timing parameters to reduce DRAM latency. The key observation is that the timing parameters are dictated by the worst-case temperatures and worst-case DRAM cells, both of which lead to small amount of charge storage and hence high access late

[8] Chalcogenide Ovonic Threshold Switching Selector 학술 논문 (OpenAlex / arXiv)

[학술논문 2024] 저자: Zihao Zhao, Sergiu Clima, Daniele Garbin | 인용수: 90 | 초록: Today's explosion of data urgently requires memory technologies capable of storing large volumes of data in shorter time frames, a feat unattainable with Flash or DRAM. Intel Optane, commonly referred to as three-dimensional phase change memory, stands out as one of the most promising candidates. The Optane with cross-point architecture is constructed through layering a storage element and a selector known as the ovonic thr

[학술논문 2025] 저자: Geraldo F. Oliveira, Mayank Kabra, Yuxin Guo | 인용수: 4 | 초록: Processing-using-DRAM (PUD) is a paradigm where the analog operational properties of DRAM are used to perform bulk logic operations.While PUD promises high throughput at low energy and area cost, we uncover three limitations of existing PUD approaches that lead to significant inefficiencies: (i) static data representation, i.e., two's complement with fixed bit-precision, leading to unnecessary computation over useless (i

[10] Roadmap for unconventional computing with nanotechnology 학술 논문 (OpenAlex / arXiv)

[학술논문 2024] 저자: Giovanni Finocchio, Jean Anne C. Incorvia, Joseph S. Friedman | 인용수: 80 | 초록: Abstract In the ‘Beyond Moore’s Law’ era, with increasing edge intelligence, domain-specific computing embracing unconventional approaches will become increasingly prevalent. At the same time, adopting a variety of nanotechnologies will offer benefits in energy cost, computational speed, reduced footprint, cyber resilience, and processing power. The time is ripe for a roadmap for unconventional computin

※ 안내

본 콘텐츠는 Rebalabs의 AI 멀티 에이전트 시스템 AMEET을 통해 생성된 자료입니다.

본 콘텐츠는 정보 제공 및 참고 목적으로만 활용되어야 하며, Rebalabs 또는 관계사의 공식 입장, 견해, 보증을 의미하지 않습니다.

AI 특성상 사실과 다르거나 부정확한 내용이 포함될 수 있으며, 최신 정보와 차이가 있을 수 있습니다.

본 콘텐츠를 기반으로 한 판단, 의사결정, 법적·재무적·의학적 조치는 전적으로 이용자의 책임 하에 이루어져야 합니다.

Rebalabs는 본 콘텐츠의 활용으로 발생할 수 있는 직·간접적인 손해, 불이익, 결과에 대해 법적 책임을 지지 않습니다.

이용자는 위 내용을 충분히 이해한 뒤, 본 콘텐츠를 참고 용도로만 활용해 주시기 바랍니다.