어플라이드 머티어리얼즈 분기 매출 91억2천만달러…AI 반도체 수요, 제조·검증 직무로 확산
주요 반도체 장비업체 어플라이드 머티어리얼즈가 AI용 메모리와 첨단 반도체 생산 투자에 힘입어 사상 최대 분기 매출을 기록했다. AI 투자가 칩 설계와 GPU 구매를 넘어 제조공정, 첨단 패키징, 계측·검사 장비로 확산하고 있다는 점에서 매사추세츠 반도체 기업과 구직자도 주목할 만한 흐름이다.
회사는 8월 13일 발표한 2026회계연도 3분기 실적에서 매출 91억1,500만달러를 기록했다고 밝혔다. 반올림하면 약 91억2천만달러로, 전년 동기 73억200만달러보다 25% 증가했다. 일회성 항목 등을 조정한 비GAAP 기준 희석 주당순이익은 3.50달러로 41% 늘었다.
핵심 사업인 반도체 시스템 부문 매출은 70억4천만달러였다. 이 가운데 파운드리·로직 및 기타 장비가 67%, DRAM이 26%, 플래시 메모리가 7%를 차지했다. DRAM 비중은 전년 동기 22%에서 26%로 높아졌다. 회사는 AI 인프라 구축에 따른 첨단 로직, DRAM, 고대역폭메모리(HBM), 첨단 패키징 수요를 주요 성장 배경으로 제시했다.
HBM은 여러 개의 메모리 칩을 수직으로 쌓아 AI 가속기에 대량의 데이터를 빠르게 공급하는 기술이다. 첨단 패키징은 연산용 칩과 메모리를 하나의 시스템처럼 촘촘하게 연결하는 제조 단계로, AI 시스템의 성능과 전력 효율을 좌우한다. 칩 구조가 복잡해질수록 박막을 입히는 증착, 표면을 평탄하게 다듬는 공정, 구리 배선 형성, 결함 분석과 정밀 측정까지 필요한 장비도 늘어난다.
어플라이드 머티어리얼즈는 6월 25일 DRAM과 첨단 패키징을 겨냥한 신규 장비 6종을 공개했다. 차세대 DRAM의 속도와 전력 효율을 높이는 에피택시 장비를 비롯해 HBM 적층에 필요한 평탄화·증착 장비, 미세 결함을 확인하는 전자빔 기반 계측·분석 시스템 등이 포함됐다. 회사의 이번 실적은 AI 설비투자의 수혜 범위가 GPU 자체뿐 아니라 이를 양산하고 연결하며 품질을 관리하는 공정으로 넓어지고 있음을 보여준다.
다만 장비 매출 증가를 반도체 업계 전반의 즉각적인 채용 확대로 해석하기는 이르다. 반도체 공장은 건설과 장비 반입, 공정 인증, 양산 전환에 긴 시간이 필요하고 고객사의 투자 일정도 시장 상황에 따라 달라질 수 있다. AI 관련 투자가 대형 고객과 첨단 공정에 집중돼 있어 기업별·사업부별 고용 효과에도 차이가 날 가능성이 있다.
보스턴권에서는 이 흐름이 비교적 구체적인 직무와 연결된다. 매사추세츠에는 윌밍턴의 Analog Devices, 노스리딩의 반도체 시험장비업체 Teradyne, 빌러리카의 반도체 소재·오염관리 기업 Entegris 등 설계부터 테스트와 제조 지원을 아우르는 업체들이 자리 잡고 있다. 이에 따라 GPU 모델을 직접 개발하지 않더라도 혼합신호 회로 설계, 설계 검증, 자동화 테스트, 공정 제어, 장비 소프트웨어, 수율 개선, 고객 기술지원과 같은 역할이 AI 투자 확대의 간접 수요를 받을 여지가 있다.
취업 준비생과 이직 희망자는 채용공고에서 ‘AI’만 검색하기보다 ‘HBM’, ‘advanced packaging’, ‘process control’, ‘metrology’, ‘yield improvement’, ‘semiconductor test’ 같은 표현을 함께 살펴볼 필요가 있다. 수율 개선은 투입한 웨이퍼에서 정상 작동하는 칩의 비율을 높이는 업무이고, 계측은 미세 공정이 설계대로 구현됐는지 정밀하게 측정하는 분야다. 제조 데이터에 AI를 적용하는 사례가 늘면서 공정 지식에 데이터 분석, 자동화, 장비 제어 역량을 결합한 엔지니어의 활용 범위도 넓어질 수 있다.
현직자에게는 AI 도구가 제조 인력을 일괄 대체한다기보다 업무 구성을 바꿀 가능성에 주목할 필요가 있다. 장비에서 발생하는 방대한 데이터를 분석해 이상 징후를 찾고, 결함을 분류하며, 유지보수 시점을 예측하는 역할이 대표적이다. 공정 원리를 이해하면서 Python이나 SQL을 활용해 데이터를 다루거나 자동화 시스템과 장비 간 연결을 관리하는 역량은 제조 현장에서 활용도가 높아질 수 있다.
유학생은 직무 수요와 취업비자 지원 여부를 별도로 확인하는 편이 현실적이다. 같은 반도체 기업 안에서도 사업부, 직무, 근무지와 경력 수준에 따라 신입 채용이나 스폰서십 방침이 다를 수 있다. OPT 또는 STEM OPT를 활용하려는 경우 전공과 직무의 연관성, 고용주 요건, 향후 스폰서십 검토 가능성을 채용 초기 단계에서 확인할 필요가 있다. 체류 자격에 관한 구체적인 판단은 학교 담당자나 자격을 갖춘 전문가의 안내를 받아야 한다.
창업 측면에서는 범용 AI 애플리케이션 외에도 검사 자동화, 장비 예지정비, 공정 데이터 분석, 에너지 효율 개선, 패키징 설계 소프트웨어처럼 제조 현장의 병목을 줄이는 기술을 살펴볼 수 있다. 다만 반도체 스타트업은 고객 인증과 시험 생산, 양산 진입까지 시간이 오래 걸리는 편이다. 투자 유치 규모뿐 아니라 실제 고객과의 공동개발 여부, 시험 생산 경로, 매출 발생 전까지 버틸 수 있는 현금 보유기간을 함께 봐야 한다.
당장 확인되는 변화는 첨단 반도체 제조장비 수요가 강하고, 그 중심에 DRAM과 HBM, 첨단 패키징이 있다는 점이다. 장기적으로는 고객사의 설비투자가 계획대로 집행되는지, 관련 수요가 검사·계측과 공정 자동화 등 주변 분야로 얼마나 확산되는지가 관전 포인트다. 보스턴권 구직자에게 이번 실적은 AI 관련 진로를 소프트웨어 직군에만 한정하지 않고 반도체 설계 이후의 제조·검증·운영 역할까지 넓혀 볼 근거로 읽힌다.