10년 이상 실리콘 카바이드(SiC)의 상업적 성장은 하나의 주요 산업, 즉 전기 자동차와 밀접하게 연관되어 왔습니다.
더 높은 전압의 구동 인버터, 온보드 충전기 및 고속 충전 시스템은 SiC 전력 장치에 이상적인 환경을 조성했습니다. 전기 자동차가 더 높은 효율성과 더 높은 시스템 전압으로 발전함에 따라 SiC는 특수 반도체 재료에서 주요 전력 전자 플랫폼으로 발전했습니다.
이제 또 다른 거대한 시장이 등장하고 있습니다.
바퀴가 없습니다.
프로세서로 가득 찬 건물 안에 있습니다.
인공지능은 데이터 센터를 세계에서 가장 빠르게 성장하는 전기 부하 중 하나로 만들고 있습니다.
국제 에너지 기구(IEA)에 따르면 2024년 전 세계 데이터 센터의 전기 소비량은 약 415TWh였습니다. 기본 예측에 따르면 2030년까지 소비량은 약 945TWh에 달할 수 있습니다. AI에 의해 크게 주도되는 가속 서버의 전기 소비량은 기존 서버의 전기 사용량보다 훨씬 빠르게 증가할 것으로 예상됩니다.
미국은 이러한 변화의 규모를 보여줍니다. 2026년 국립 연구소 업데이트에 따르면 2030년까지 데이터 센터가 미국 전체 전력 소비량의 약 11.8%를 차지할 수 있으며, 모델링된 시나리오는 9.5%에서 15.3%까지 다양합니다.
이러한 폭발적인 전기 수요 증가는 전력 반도체 산업에 중요한 질문을 던집니다.
AI 인프라가 전기 자동차 이후 SiC의 두 번째 주요 성장 시장이 될 수 있을까요?
그 답은 AI 프로세서 자체보다는 AI 프로세서에 전기를 공급하는 데 필요한 모든 것에 더 달려 있을 수 있습니다.
사람들이 AI 인프라에 대해 생각할 때 주의는 일반적으로 프로세서, 메모리, 네트워킹 및 냉각에 집중됩니다.
하지만 모든 AI 가속기는 궁극적으로 훨씬 더 큰 전기 시스템에 의존합니다.
전기는 프로세서에 도달하기 전에 여러 단계를 거칠 수 있습니다.
유틸리티 그리드 → 변압기 → AC/DC 변환 → UPS 또는 에너지 저장 → 고전압 DC 배전 → 랙 전력 변환 → 서버 → AI 가속기
모든 변환 단계는 전기 손실을 유발합니다.
소규모에서는 백분율의 일부가 사소해 보일 수 있습니다.
대규모 AI 캠퍼스 규모에서는 경제적으로 중요해집니다.
AI 배포가 확장됨에 따라 데이터 센터는 동시에 다음을 처리하고 있습니다.
IEA는 AI의 부상이 고성능 서버의 배포를 가속화하고 데이터 센터 전력 밀도를 증가시키고 있다고 지적합니다. 가속 서버는 기본 예측에서 2030년까지 전 세계 데이터 센터 전기 소비량의 순 증가분의 거의 절반을 차지합니다.
이것은 효율적인 전력 전자가 전략적으로 중요해지는 환경입니다.
그리고 이것이 바로 SiC가 등장하는 지점입니다.
SiC는 광대역 갭 반도체 재료 계열에 속합니다.
기존 실리콘과 비교할 때 SiC 전력 장치는 고전압, 고스위칭 성능 및 고전력 밀도를 포함하는 까다로운 전력 변환 조건을 지원할 수 있습니다.
미국 에너지부는 데이터 센터, 산업 장비, 전기 자동차 및 기타 전기화 시스템을 포함한 더 강력하고 에너지 효율적인 전력 전자 시스템을 가능하게 하는 SiC 및 GaN과 같은 광대역 갭 기술을 구체적으로 식별합니다.
한 가지 중요한 이점은 광대역 갭 장치가 더 높은 스위칭 주파수를 지원하는 능력입니다.
더 높은 스위칭 주파수는 인덕터, 커패시터 및 기타 수동 부품의 필요한 크기를 줄여 더 작고 전력 밀도가 높은 컨버터 시스템을 가능하게 할 수 있습니다.
AI 인프라의 경우 이는 세 가지 이유로 중요합니다.
효율성, 공간 및 열.
더 효율적인 컨버터는 전기를 덜 낭비합니다.
더 컴팩트한 컨버터는 물리적 공간을 덜 차지합니다.
그리고 낮은 변환 손실은 제거해야 할 열이 줄어든다는 것을 의미합니다.
AI 데이터 센터 규모에서는 이 세 가지 모두 중요합니다.
한 가지 명확히 할 점이 있습니다.
AI의 부상이 반드시 SiC가 AI 프로세서 제조에 사용되는 재료가 된다는 것을 의미하지는 않습니다.
그것이 주요 기회는 아닙니다.
훨씬 더 큰 기회는 해당 프로세서를 둘러싼 전력 인프라에 있습니다.
AI 가속기를 최종 목적지로 생각하십시오.
SiC는 공급하는 전기 고속도로에 참여할 수 있습니다.
잠재적 응용 분야는 다음과 같습니다.
이 구별은 중요합니다.
AI가 창출하는 SiC 기회는 주로 컴퓨팅 반도체 기회가 아닙니다.
그것은 전력 반도체 기회입니다.
아마도 가장 흥미로운 발전은 데이터 센터 전력 분배에서 일어나고 있을 것입니다.
랙 전력이 증가함에 따라 상대적으로 낮은 전압에서 막대한 양의 전력을 분배하는 것은 점점 더 어려워지고 있습니다.
그 이유는 기본적인 전기 관계에서 비롯됩니다.
전력은 대략 다음과 같습니다.
P = V × I
동일한 전력 수준에서 전압을 높이면 전류가 감소합니다.
그리고 도체 손실은 전류의 제곱에 비례하여 증가합니다.
전력 손실 ∝ I²R
따라서 낮은 전류는 저항 손실을 줄이고 전력 분배에 필요한 구리 양을 줄이는 데 도움이 될 수 있습니다.
이것이 AI 인프라 산업이 훨씬 더 높은 DC 배전 전압을 탐색하는 이유 중 하나입니다.
2026년 7월 주요 오픈 컴퓨팅 산업 행사에서 논의된 바에 따르면, 차세대 AI 데이터 센터를 위한 800V 고전압 DC 배전 및 근접 부하 전력 공급이 중요한 기술로 확인되었습니다. 같은 행사에서는 메가와트급 AI 랙을 위한 800V DC 시스템으로의 진화에 대해 논의했습니다.
이러한 발전은 SiC 산업의 주목을 끌어야 합니다.
왜냐하면?
전력 시스템 전압이 SiC가 점점 더 매력적으로 되는 영역으로 이동하고 있기 때문입니다.
자동차와 AI 인프라 사이에는 흥미로운 유사점이 있습니다.
전기 자동차는 비교적 낮은 전압 아키텍처로 시작했습니다.
제조업체들이 원했을 때:
더 높은 전압 플랫폼이 점점 더 매력적이 되었습니다.
그 전환은 SiC 수요 증가에 도움이 되었습니다.
AI 데이터 센터는 이제 개념적으로 유사한 문제에 직면할 수 있지만, 완전히 다른 규모입니다.
랙 전력이 증가함에 따라 데이터 센터 설계자들도 다음을 원합니다.
이 유사성이 AI 데이터 센터가 전기 자동차와 정확히 동일한 전력 전자를 사용할 것이라는 의미는 아닙니다.
그렇지 않을 것입니다.
하지만 기본적인 엔지니어링 압력은 익숙합니다.
전력이 극적으로 증가할 때 효율성이 더 중요해집니다.
이것이 SiC가 역사적으로 시장 점유율을 확보해 온 환경입니다.
전통적인 서버 랙은 비교적 적은 킬로와트 범위로 측정되었습니다.
AI 인프라는 산업을 훨씬 더 극단적인 전력 밀도로 밀어붙이고 있습니다.
2026년 업계 논의에서는 이미 MW급 AI 랙과 GW급 AI 데이터 센터 캠퍼스를 다루고 있으며, 여기서 전력 공급 및 냉각은 컴퓨팅 하드웨어와 함께 설계되거나 나중에 추가되어야 합니다.
그것은 반도체 선택의 경제성을 바꿉니다.
컨버터가 매우 높은 전력에서 지속적으로 작동한다고 가정해 봅시다.
효율성의 작은 개선은 시스템을 통과하는 총 에너지의 아주 작은 부분만 절약할 수 있습니다.
하지만 시스템이 실행될 때:
하루 24시간 × 1년 365일 × 여러 해
그 작은 비율은 경제적으로 중요해질 수 있습니다.
그리고 컨버터에서 손실되지 않는 모든 와트는 원치 않는 열이 되지 않는 와트이기도 합니다.
대규모에서 반도체 효율성은 다음을 결정합니다.
전기 비용 + 냉각 부하 + 장비 크기 + 인프라 용량.
이것이 더 비싼 전력 장치가 때로는 더 저렴한 전체 시스템을 초래할 수 있는 이유입니다.
SiC가 전기 자동차에서 추진력을 얻는 데 도움이 된 것과 동일한 시스템 수준 경제성이 AI 인프라에서 점점 더 중요해질 수 있습니다.
전 세계 데이터 센터의 전기 소비량은 총 전 세계 전기 사용량에 비해 여전히 상대적으로 적습니다.
하지만 데이터 센터 수요에는 한 가지 특이한 특징이 있습니다.
지리적으로 매우 집중되어 있다는 것입니다.
IEA는 데이터 센터가 수요를 고르게 분산시키기보다는 특정 위치에 집중되는 경향이 있기 때문에 특히 어려운 그리드 통합 문제를 야기할 수 있다고 지적합니다.
따라서 대규모 AI 캠퍼스는 한 위치에 막대한 양의 전력을 필요로 할 수 있습니다.
이는 다음을 위한 추가 수요를 창출합니다.
그것은 데이터 센터 건물 너머의 가능한 SiC 기회를 확장합니다.
두 번째 황금 시장은 실제로 '데이터 센터'보다 클 수 있습니다.
새로운 시장은 반드시 다음과 같이 정의되어서는 안 됩니다.
AI 서버용 SiC.
더 나은 정의는 다음과 같을 수 있습니다.
AI 에너지 인프라용 SiC.
다음과 같은 미래 AI 캠퍼스를 고려하십시오.
유틸리티 그리드
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
SiC는 이 체인의 여러 다른 섹션에 잠재적으로 참여할 수 있습니다.
반도체가 모든 서버 내부에 존재하지 않아도 AI 성장의 이점을 누릴 수 있습니다.
AI가 고전압 컨버터, 인버터, 에너지 저장 시스템 및 전력 분배 인프라를 통해 더 많은 전기를 통과하게 한다면, 총 잠재 SiC 시장은 간접적으로 성장할 수 있습니다.
이것은 전기 자동차 시장과 근본적으로 다릅니다.
EV는 일반적으로 상대적으로 정의된 수의 주요 전력 변환 시스템을 포함합니다.
AI 캠퍼스는 전체 전기 인프라 프로젝트입니다.
에너지 저장 장치가 밀접하게 연관될 수 있습니다.
중단은 대규모 컴퓨팅 워크로드를 방해하고 운영 문제를 야기할 수 있습니다.
따라서 배터리 에너지 저장 및 백업 시스템은 데이터 센터 설계의 점점 더 중요한 구성 요소가 되고 있습니다.
이것은 SiC를 위한 또 다른 경로를 만듭니다.
배터리 시스템은 양방향 전력 변환을 필요로 합니다.
충전 중 그리드 / DC 버스 → 배터리
그리고
방전 중 배터리 → DC 버스
따라서 고전력 저장 시스템은 대전류와 고전압을 효율적으로 처리할 수 있는 컨버터가 필요합니다.
AI 캠퍼스가 커짐에 따라 배터리 백업 시스템 자체가 주요 전력 전자 장치가 될 수 있습니다.
결과는 강화되는 순환입니다.
AI 성장 → 더 높은 전기 수요 → 더 많은 에너지 저장 → 더 많은 전력 변환 → 고효율 전력 반도체에 대한 더 많은 기회.
그리드가 더 큰 SiC 기회가 될 수 있습니다.
전력 생산은 과제의 일부일 뿐입니다.
전력은 또한 송전, 변환, 변환 및 분배되어야 합니다.
미래 그리드 시스템은 다음의 더 많은 사용을 필요로 할 수 있습니다.
유연한 전력 변환;
따라서 AI-SiC 연결은 다음에서 확장될 수 있습니다.
그리드 → 데이터 센터 → 랙
단순히 다음이 아니라:
전원 공급 장치 → 서버
그것은 훨씬 더 큰 시장 개념입니다.
이것이 SiC 웨이퍼 산업에 무엇을 의미할 수 있을까요?
기본 장치 요구 사항은 다를 수 있지만, 많은 고전압 수직 전력 장치는 전도성 4H-SiC 기판을 사용하고 에피 성장으로 만들어집니다.고전력 변환에 대한 수요가 크게 증가하면 장치 제조업체는 더 많은 양의 일관된 SiC 재료를 필요로 할 수 있습니다.이는 웨이퍼 경제성을 다시 초점으로 가져옵니다.
대규모 전력 장치 제조의 경우 구매자는 웨이퍼를 생산할 수 있는지 여부 이상으로 점점 더 신경 씁니다.
그들은 다음을 신경 씁니다.
결함 밀도;
비저항 일관성;
결정 방향;
200mm SiC가 점점 더 중요해질 수 있습니다.
이것이 150mm에서 200mm SiC로의 전환이 여전히 중요한 이유이기도 합니다.
200mm 웨이퍼는 150mm 웨이퍼의 기하학적 면적의 약 1.78배입니다.
하지만 이점은 다음이 충족될 때만 존재합니다.
결정 품질이 허용 가능하게 유지되고;
웨이퍼 기하학이 제어되고;
에피 균일성이 충분하고;
그 과정은 결국 SiC를 더 많은 응용 분야에서 경쟁력 있게 만드는 데 도움이 될 수 있습니다.
비용이 AI를 진정한 SiC 황금 시장으로 만들지 여부를 결정할 것입니다.
기술적 적합성만으로는 대량 채택을 보장하지 않습니다.
실리콘은 전력 전자 장치에 깊이 자리 잡고 있습니다.
따라서 SiC는 시스템 수준에서 비용을 정당화해야 합니다.
AI 데이터 센터 설계자는 단순히 매력적인 재료 특성을 가지고 있다는 이유로 SiC를 선택할 가능성이 낮습니다.
실제 계산은 더 실용적입니다.
추가 반도체 비용이 총 전기 손실, 냉각 요구 사항, 컨버터 크기 또는 인프라 비용을 충분히 줄여 더 나은 전체 시스템을 만들 수 있습니까?
소규모 전력에서는 답이 '아니오'일 수 있습니다.
극도로 높은 전력 수준에서는 방정식이 훨씬 더 흥미로워집니다.
이것이 AI 인프라가 특히 중요할 수 있는 이유입니다.
AI는 SiC 산업이 웨이퍼 및 장치 비용을 절감하려고 노력하는 바로 그 시점에 전력 밀도를 높이고 있습니다.
이 두 가지 추세는 서로 만날 수 있습니다.
AI는 SiC 산업의 자동차 수요 의존도를 줄이는 데 도움이 될 수 있습니다.
건전한 반도체 시장은 일반적으로 여러 주요 최종 시장을 보유함으로써 이익을 얻습니다.
한 산업에 대한 과도한 의존은 위험을 초래합니다.
하지만 자동차 수요는 다음으로 변동할 수 있습니다.
소비자 수요;
차량 가격;
정부 인센티브;
재생 에너지는 다른 것을 따릅니다.
이러한 모든 부문이 점점 더 SiC 전력 전자를 사용한다면, SiC 공급망은 단일 응용 분야에 대한 의존도가 줄어들 것입니다.
이것은 궁극적으로 AI 성장의 가장 중요한 결과 중 하나가 될 수 있습니다.
AI 시장은 전기 자동차를 '대체'할 필요가 없습니다.
단지 두 번째 상당한 수요원이 될 필요가 있습니다.
'차량당 SiC'에서 '메가와트당 SiC'로
업계가 SiC 수요를 생각하는 방식은 결국 바뀔 수 있습니다.
자동차 SiC 수요는 종종 개념적으로 다음과 같이 이해됩니다.
AI 인프라는 다른 모델을 도입합니다.
설치된 컴퓨팅 전력 × 메가와트당 전기 인프라
그것은 상당한 변화입니다.
AI 캠퍼스는 컴퓨팅 랙뿐만 아니라 다음을 위한 전력 전자 장치도 필요할 수 있습니다.
유틸리티 인터페이스;
백업 시스템;
에너지 저장;
실제 경쟁은 '그리드에서 AI 칩까지'입니다.
반도체 산업은 수년간 AI 프로세서의 성능을 향상시키는 데 시간을 보냈습니다.
다음 과제는 해당 프로세서에 충분한 전기를 공급하는 것입니다.
그리드 → 변환 → 저장 → 배전 → 랙 → 프로세서
모든 단계는 다음을 수행해야 합니다.
더 효율적;
더 컴팩트;
더 안정적;
이것이 바로 AI 붐이 SiC 산업의 주목을 받을 만한 이유입니다.
결론: EV는 첫 번째 SiC 붐을 만들었습니다. AI는 두 번째 붐을 만드는 데 도움이 될 수 있습니다.
전기 자동차는 SiC가 틈새 산업 응용 분야를 넘어 대량 반도체 기술이 될 수 있음을 입증했습니다.
AI는 다음 기회를 창출할 수 있습니다.
실제 기회는 해당 전기 수요의 규모, 집중도 및 전력 밀도에서 비롯됩니다.
전 세계 데이터 센터의 전기 소비량은 2030년까지 거의 두 배가 될 것으로 예상되며, AI 기반 가속 컴퓨팅이 증가분의 상당 부분을 차지할 것입니다.
동시에 업계는 이미 800V DC 배전, 메가와트급 랙 및 기가와트급 AI 인프라에 대해 논의하고 있습니다.
이러한 발전은 다음의 가치를 증가시킵니다.
고전압 + 고효율 + 고전력 밀도 + 고급 전력 변환.
이것들은 정확히 SiC가 흥미로워지는 조건입니다.
SiC의 첫 번째 황금 시장은 차량을 더 효율적으로 이동시키는 것을 중심으로 구축되었습니다.
두 번째는 전기를 더 효율적으로 이동시키는 것을 중심으로 구축될 수 있습니다.
그리고 AI가 현재 속도로 계속 확장된다면, SiC 산업에 대한 가장 중요한 질문은 더 이상 다음과 같지 않을 수 있습니다.
SiC를 사용하는 전기 자동차는 몇 대일까요?
궁극적으로 전 세계 AI 인프라에 전력을 공급하는 전기 중 얼마나 많은 부분이 SiC 전력 장치를 통과하게 될까요?
이 질문은 SiC 시장의 다음 장을 정의할 수 있습니다.
FAQ
AI 데이터 센터가 SiC의 중요한 시장이 될 수 있는 이유는 무엇입니까?
AI 인프라는 급증하는 전기량과 점점 더 높은 전력 밀도를 필요로 합니다. SiC는 효율성, 열 관리 및 전력 밀도가 중요한 고전압, 고전력 변환 단계에 매력적입니다.
SiC는 AI 프로세서를 제조하는 데 사용됩니까?
더 높은 배전 전압은 동일한 양의 전력을 더 낮은 전류로 전달할 수 있게 하여 도체 손실을 줄이고 더 높은 랙 전력 밀도를 지원합니다. 2026년 업계 논의에서는 이미 차세대 MW급 AI 랙을 위한 800V DC 아키텍처를 탐색하고 있습니다.
잠재적으로. AI 인프라가 고전압 SiC 전력 장치에 대한 수요를 증가시킨다면, 이는 해당 장치를 제조하는 데 사용되는 전도성 4H-SiC 기판 및 에피 웨이퍼에 대한 수요를 간접적으로 증가시킬 수 있습니다.
아직 확립되지 않았으며 가정해서는 안 됩니다. 더 현실적인 시나리오는 AI 인프라가 추가적인 주요 응용 분야가 되어 SiC 산업의 자동차 수요 의존도를 줄이는 것입니다.
실제 RFQ에는 웨이퍼 직경, 폴리타입, 전도성 타입, 비저항, 결정 방향, 오프 축 각도, 두께, TTV, 평탄도, 휨, 결함 요구 사항, 표면 거칠기, 가장자리 상태, 연마 품질 및 로트 간 일관성이 포함될 수 있습니다.
10년 이상 실리콘 카바이드(SiC)의 상업적 성장은 하나의 주요 산업, 즉 전기 자동차와 밀접하게 연관되어 왔습니다.
더 높은 전압의 구동 인버터, 온보드 충전기 및 고속 충전 시스템은 SiC 전력 장치에 이상적인 환경을 조성했습니다. 전기 자동차가 더 높은 효율성과 더 높은 시스템 전압으로 발전함에 따라 SiC는 특수 반도체 재료에서 주요 전력 전자 플랫폼으로 발전했습니다.
이제 또 다른 거대한 시장이 등장하고 있습니다.
바퀴가 없습니다.
프로세서로 가득 찬 건물 안에 있습니다.
인공지능은 데이터 센터를 세계에서 가장 빠르게 성장하는 전기 부하 중 하나로 만들고 있습니다.
국제 에너지 기구(IEA)에 따르면 2024년 전 세계 데이터 센터의 전기 소비량은 약 415TWh였습니다. 기본 예측에 따르면 2030년까지 소비량은 약 945TWh에 달할 수 있습니다. AI에 의해 크게 주도되는 가속 서버의 전기 소비량은 기존 서버의 전기 사용량보다 훨씬 빠르게 증가할 것으로 예상됩니다.
미국은 이러한 변화의 규모를 보여줍니다. 2026년 국립 연구소 업데이트에 따르면 2030년까지 데이터 센터가 미국 전체 전력 소비량의 약 11.8%를 차지할 수 있으며, 모델링된 시나리오는 9.5%에서 15.3%까지 다양합니다.
이러한 폭발적인 전기 수요 증가는 전력 반도체 산업에 중요한 질문을 던집니다.
AI 인프라가 전기 자동차 이후 SiC의 두 번째 주요 성장 시장이 될 수 있을까요?
그 답은 AI 프로세서 자체보다는 AI 프로세서에 전기를 공급하는 데 필요한 모든 것에 더 달려 있을 수 있습니다.
사람들이 AI 인프라에 대해 생각할 때 주의는 일반적으로 프로세서, 메모리, 네트워킹 및 냉각에 집중됩니다.
하지만 모든 AI 가속기는 궁극적으로 훨씬 더 큰 전기 시스템에 의존합니다.
전기는 프로세서에 도달하기 전에 여러 단계를 거칠 수 있습니다.
유틸리티 그리드 → 변압기 → AC/DC 변환 → UPS 또는 에너지 저장 → 고전압 DC 배전 → 랙 전력 변환 → 서버 → AI 가속기
모든 변환 단계는 전기 손실을 유발합니다.
소규모에서는 백분율의 일부가 사소해 보일 수 있습니다.
대규모 AI 캠퍼스 규모에서는 경제적으로 중요해집니다.
AI 배포가 확장됨에 따라 데이터 센터는 동시에 다음을 처리하고 있습니다.
IEA는 AI의 부상이 고성능 서버의 배포를 가속화하고 데이터 센터 전력 밀도를 증가시키고 있다고 지적합니다. 가속 서버는 기본 예측에서 2030년까지 전 세계 데이터 센터 전기 소비량의 순 증가분의 거의 절반을 차지합니다.
이것은 효율적인 전력 전자가 전략적으로 중요해지는 환경입니다.
그리고 이것이 바로 SiC가 등장하는 지점입니다.
SiC는 광대역 갭 반도체 재료 계열에 속합니다.
기존 실리콘과 비교할 때 SiC 전력 장치는 고전압, 고스위칭 성능 및 고전력 밀도를 포함하는 까다로운 전력 변환 조건을 지원할 수 있습니다.
미국 에너지부는 데이터 센터, 산업 장비, 전기 자동차 및 기타 전기화 시스템을 포함한 더 강력하고 에너지 효율적인 전력 전자 시스템을 가능하게 하는 SiC 및 GaN과 같은 광대역 갭 기술을 구체적으로 식별합니다.
한 가지 중요한 이점은 광대역 갭 장치가 더 높은 스위칭 주파수를 지원하는 능력입니다.
더 높은 스위칭 주파수는 인덕터, 커패시터 및 기타 수동 부품의 필요한 크기를 줄여 더 작고 전력 밀도가 높은 컨버터 시스템을 가능하게 할 수 있습니다.
AI 인프라의 경우 이는 세 가지 이유로 중요합니다.
효율성, 공간 및 열.
더 효율적인 컨버터는 전기를 덜 낭비합니다.
더 컴팩트한 컨버터는 물리적 공간을 덜 차지합니다.
그리고 낮은 변환 손실은 제거해야 할 열이 줄어든다는 것을 의미합니다.
AI 데이터 센터 규모에서는 이 세 가지 모두 중요합니다.
한 가지 명확히 할 점이 있습니다.
AI의 부상이 반드시 SiC가 AI 프로세서 제조에 사용되는 재료가 된다는 것을 의미하지는 않습니다.
그것이 주요 기회는 아닙니다.
훨씬 더 큰 기회는 해당 프로세서를 둘러싼 전력 인프라에 있습니다.
AI 가속기를 최종 목적지로 생각하십시오.
SiC는 공급하는 전기 고속도로에 참여할 수 있습니다.
잠재적 응용 분야는 다음과 같습니다.
이 구별은 중요합니다.
AI가 창출하는 SiC 기회는 주로 컴퓨팅 반도체 기회가 아닙니다.
그것은 전력 반도체 기회입니다.
아마도 가장 흥미로운 발전은 데이터 센터 전력 분배에서 일어나고 있을 것입니다.
랙 전력이 증가함에 따라 상대적으로 낮은 전압에서 막대한 양의 전력을 분배하는 것은 점점 더 어려워지고 있습니다.
그 이유는 기본적인 전기 관계에서 비롯됩니다.
전력은 대략 다음과 같습니다.
P = V × I
동일한 전력 수준에서 전압을 높이면 전류가 감소합니다.
그리고 도체 손실은 전류의 제곱에 비례하여 증가합니다.
전력 손실 ∝ I²R
따라서 낮은 전류는 저항 손실을 줄이고 전력 분배에 필요한 구리 양을 줄이는 데 도움이 될 수 있습니다.
이것이 AI 인프라 산업이 훨씬 더 높은 DC 배전 전압을 탐색하는 이유 중 하나입니다.
2026년 7월 주요 오픈 컴퓨팅 산업 행사에서 논의된 바에 따르면, 차세대 AI 데이터 센터를 위한 800V 고전압 DC 배전 및 근접 부하 전력 공급이 중요한 기술로 확인되었습니다. 같은 행사에서는 메가와트급 AI 랙을 위한 800V DC 시스템으로의 진화에 대해 논의했습니다.
이러한 발전은 SiC 산업의 주목을 끌어야 합니다.
왜냐하면?
전력 시스템 전압이 SiC가 점점 더 매력적으로 되는 영역으로 이동하고 있기 때문입니다.
자동차와 AI 인프라 사이에는 흥미로운 유사점이 있습니다.
전기 자동차는 비교적 낮은 전압 아키텍처로 시작했습니다.
제조업체들이 원했을 때:
더 높은 전압 플랫폼이 점점 더 매력적이 되었습니다.
그 전환은 SiC 수요 증가에 도움이 되었습니다.
AI 데이터 센터는 이제 개념적으로 유사한 문제에 직면할 수 있지만, 완전히 다른 규모입니다.
랙 전력이 증가함에 따라 데이터 센터 설계자들도 다음을 원합니다.
이 유사성이 AI 데이터 센터가 전기 자동차와 정확히 동일한 전력 전자를 사용할 것이라는 의미는 아닙니다.
그렇지 않을 것입니다.
하지만 기본적인 엔지니어링 압력은 익숙합니다.
전력이 극적으로 증가할 때 효율성이 더 중요해집니다.
이것이 SiC가 역사적으로 시장 점유율을 확보해 온 환경입니다.
전통적인 서버 랙은 비교적 적은 킬로와트 범위로 측정되었습니다.
AI 인프라는 산업을 훨씬 더 극단적인 전력 밀도로 밀어붙이고 있습니다.
2026년 업계 논의에서는 이미 MW급 AI 랙과 GW급 AI 데이터 센터 캠퍼스를 다루고 있으며, 여기서 전력 공급 및 냉각은 컴퓨팅 하드웨어와 함께 설계되거나 나중에 추가되어야 합니다.
그것은 반도체 선택의 경제성을 바꿉니다.
컨버터가 매우 높은 전력에서 지속적으로 작동한다고 가정해 봅시다.
효율성의 작은 개선은 시스템을 통과하는 총 에너지의 아주 작은 부분만 절약할 수 있습니다.
하지만 시스템이 실행될 때:
하루 24시간 × 1년 365일 × 여러 해
그 작은 비율은 경제적으로 중요해질 수 있습니다.
그리고 컨버터에서 손실되지 않는 모든 와트는 원치 않는 열이 되지 않는 와트이기도 합니다.
대규모에서 반도체 효율성은 다음을 결정합니다.
전기 비용 + 냉각 부하 + 장비 크기 + 인프라 용량.
이것이 더 비싼 전력 장치가 때로는 더 저렴한 전체 시스템을 초래할 수 있는 이유입니다.
SiC가 전기 자동차에서 추진력을 얻는 데 도움이 된 것과 동일한 시스템 수준 경제성이 AI 인프라에서 점점 더 중요해질 수 있습니다.
전 세계 데이터 센터의 전기 소비량은 총 전 세계 전기 사용량에 비해 여전히 상대적으로 적습니다.
하지만 데이터 센터 수요에는 한 가지 특이한 특징이 있습니다.
지리적으로 매우 집중되어 있다는 것입니다.
IEA는 데이터 센터가 수요를 고르게 분산시키기보다는 특정 위치에 집중되는 경향이 있기 때문에 특히 어려운 그리드 통합 문제를 야기할 수 있다고 지적합니다.
따라서 대규모 AI 캠퍼스는 한 위치에 막대한 양의 전력을 필요로 할 수 있습니다.
이는 다음을 위한 추가 수요를 창출합니다.
그것은 데이터 센터 건물 너머의 가능한 SiC 기회를 확장합니다.
두 번째 황금 시장은 실제로 '데이터 센터'보다 클 수 있습니다.
새로운 시장은 반드시 다음과 같이 정의되어서는 안 됩니다.
AI 서버용 SiC.
더 나은 정의는 다음과 같을 수 있습니다.
AI 에너지 인프라용 SiC.
다음과 같은 미래 AI 캠퍼스를 고려하십시오.
유틸리티 그리드
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
↓
AI 컴퓨팅 랙
SiC는 이 체인의 여러 다른 섹션에 잠재적으로 참여할 수 있습니다.
반도체가 모든 서버 내부에 존재하지 않아도 AI 성장의 이점을 누릴 수 있습니다.
AI가 고전압 컨버터, 인버터, 에너지 저장 시스템 및 전력 분배 인프라를 통해 더 많은 전기를 통과하게 한다면, 총 잠재 SiC 시장은 간접적으로 성장할 수 있습니다.
이것은 전기 자동차 시장과 근본적으로 다릅니다.
EV는 일반적으로 상대적으로 정의된 수의 주요 전력 변환 시스템을 포함합니다.
AI 캠퍼스는 전체 전기 인프라 프로젝트입니다.
에너지 저장 장치가 밀접하게 연관될 수 있습니다.
중단은 대규모 컴퓨팅 워크로드를 방해하고 운영 문제를 야기할 수 있습니다.
따라서 배터리 에너지 저장 및 백업 시스템은 데이터 센터 설계의 점점 더 중요한 구성 요소가 되고 있습니다.
이것은 SiC를 위한 또 다른 경로를 만듭니다.
배터리 시스템은 양방향 전력 변환을 필요로 합니다.
충전 중 그리드 / DC 버스 → 배터리
그리고
방전 중 배터리 → DC 버스
따라서 고전력 저장 시스템은 대전류와 고전압을 효율적으로 처리할 수 있는 컨버터가 필요합니다.
AI 캠퍼스가 커짐에 따라 배터리 백업 시스템 자체가 주요 전력 전자 장치가 될 수 있습니다.
결과는 강화되는 순환입니다.
AI 성장 → 더 높은 전기 수요 → 더 많은 에너지 저장 → 더 많은 전력 변환 → 고효율 전력 반도체에 대한 더 많은 기회.
그리드가 더 큰 SiC 기회가 될 수 있습니다.
전력 생산은 과제의 일부일 뿐입니다.
전력은 또한 송전, 변환, 변환 및 분배되어야 합니다.
미래 그리드 시스템은 다음의 더 많은 사용을 필요로 할 수 있습니다.
유연한 전력 변환;
따라서 AI-SiC 연결은 다음에서 확장될 수 있습니다.
그리드 → 데이터 센터 → 랙
단순히 다음이 아니라:
전원 공급 장치 → 서버
그것은 훨씬 더 큰 시장 개념입니다.
이것이 SiC 웨이퍼 산업에 무엇을 의미할 수 있을까요?
기본 장치 요구 사항은 다를 수 있지만, 많은 고전압 수직 전력 장치는 전도성 4H-SiC 기판을 사용하고 에피 성장으로 만들어집니다.고전력 변환에 대한 수요가 크게 증가하면 장치 제조업체는 더 많은 양의 일관된 SiC 재료를 필요로 할 수 있습니다.이는 웨이퍼 경제성을 다시 초점으로 가져옵니다.
대규모 전력 장치 제조의 경우 구매자는 웨이퍼를 생산할 수 있는지 여부 이상으로 점점 더 신경 씁니다.
그들은 다음을 신경 씁니다.
결함 밀도;
비저항 일관성;
결정 방향;
200mm SiC가 점점 더 중요해질 수 있습니다.
이것이 150mm에서 200mm SiC로의 전환이 여전히 중요한 이유이기도 합니다.
200mm 웨이퍼는 150mm 웨이퍼의 기하학적 면적의 약 1.78배입니다.
하지만 이점은 다음이 충족될 때만 존재합니다.
결정 품질이 허용 가능하게 유지되고;
웨이퍼 기하학이 제어되고;
에피 균일성이 충분하고;
그 과정은 결국 SiC를 더 많은 응용 분야에서 경쟁력 있게 만드는 데 도움이 될 수 있습니다.
비용이 AI를 진정한 SiC 황금 시장으로 만들지 여부를 결정할 것입니다.
기술적 적합성만으로는 대량 채택을 보장하지 않습니다.
실리콘은 전력 전자 장치에 깊이 자리 잡고 있습니다.
따라서 SiC는 시스템 수준에서 비용을 정당화해야 합니다.
AI 데이터 센터 설계자는 단순히 매력적인 재료 특성을 가지고 있다는 이유로 SiC를 선택할 가능성이 낮습니다.
실제 계산은 더 실용적입니다.
추가 반도체 비용이 총 전기 손실, 냉각 요구 사항, 컨버터 크기 또는 인프라 비용을 충분히 줄여 더 나은 전체 시스템을 만들 수 있습니까?
소규모 전력에서는 답이 '아니오'일 수 있습니다.
극도로 높은 전력 수준에서는 방정식이 훨씬 더 흥미로워집니다.
이것이 AI 인프라가 특히 중요할 수 있는 이유입니다.
AI는 SiC 산업이 웨이퍼 및 장치 비용을 절감하려고 노력하는 바로 그 시점에 전력 밀도를 높이고 있습니다.
이 두 가지 추세는 서로 만날 수 있습니다.
AI는 SiC 산업의 자동차 수요 의존도를 줄이는 데 도움이 될 수 있습니다.
건전한 반도체 시장은 일반적으로 여러 주요 최종 시장을 보유함으로써 이익을 얻습니다.
한 산업에 대한 과도한 의존은 위험을 초래합니다.
하지만 자동차 수요는 다음으로 변동할 수 있습니다.
소비자 수요;
차량 가격;
정부 인센티브;
재생 에너지는 다른 것을 따릅니다.
이러한 모든 부문이 점점 더 SiC 전력 전자를 사용한다면, SiC 공급망은 단일 응용 분야에 대한 의존도가 줄어들 것입니다.
이것은 궁극적으로 AI 성장의 가장 중요한 결과 중 하나가 될 수 있습니다.
AI 시장은 전기 자동차를 '대체'할 필요가 없습니다.
단지 두 번째 상당한 수요원이 될 필요가 있습니다.
'차량당 SiC'에서 '메가와트당 SiC'로
업계가 SiC 수요를 생각하는 방식은 결국 바뀔 수 있습니다.
자동차 SiC 수요는 종종 개념적으로 다음과 같이 이해됩니다.
AI 인프라는 다른 모델을 도입합니다.
설치된 컴퓨팅 전력 × 메가와트당 전기 인프라
그것은 상당한 변화입니다.
AI 캠퍼스는 컴퓨팅 랙뿐만 아니라 다음을 위한 전력 전자 장치도 필요할 수 있습니다.
유틸리티 인터페이스;
백업 시스템;
에너지 저장;
실제 경쟁은 '그리드에서 AI 칩까지'입니다.
반도체 산업은 수년간 AI 프로세서의 성능을 향상시키는 데 시간을 보냈습니다.
다음 과제는 해당 프로세서에 충분한 전기를 공급하는 것입니다.
그리드 → 변환 → 저장 → 배전 → 랙 → 프로세서
모든 단계는 다음을 수행해야 합니다.
더 효율적;
더 컴팩트;
더 안정적;
이것이 바로 AI 붐이 SiC 산업의 주목을 받을 만한 이유입니다.
결론: EV는 첫 번째 SiC 붐을 만들었습니다. AI는 두 번째 붐을 만드는 데 도움이 될 수 있습니다.
전기 자동차는 SiC가 틈새 산업 응용 분야를 넘어 대량 반도체 기술이 될 수 있음을 입증했습니다.
AI는 다음 기회를 창출할 수 있습니다.
실제 기회는 해당 전기 수요의 규모, 집중도 및 전력 밀도에서 비롯됩니다.
전 세계 데이터 센터의 전기 소비량은 2030년까지 거의 두 배가 될 것으로 예상되며, AI 기반 가속 컴퓨팅이 증가분의 상당 부분을 차지할 것입니다.
동시에 업계는 이미 800V DC 배전, 메가와트급 랙 및 기가와트급 AI 인프라에 대해 논의하고 있습니다.
이러한 발전은 다음의 가치를 증가시킵니다.
고전압 + 고효율 + 고전력 밀도 + 고급 전력 변환.
이것들은 정확히 SiC가 흥미로워지는 조건입니다.
SiC의 첫 번째 황금 시장은 차량을 더 효율적으로 이동시키는 것을 중심으로 구축되었습니다.
두 번째는 전기를 더 효율적으로 이동시키는 것을 중심으로 구축될 수 있습니다.
그리고 AI가 현재 속도로 계속 확장된다면, SiC 산업에 대한 가장 중요한 질문은 더 이상 다음과 같지 않을 수 있습니다.
SiC를 사용하는 전기 자동차는 몇 대일까요?
궁극적으로 전 세계 AI 인프라에 전력을 공급하는 전기 중 얼마나 많은 부분이 SiC 전력 장치를 통과하게 될까요?
이 질문은 SiC 시장의 다음 장을 정의할 수 있습니다.
FAQ
AI 데이터 센터가 SiC의 중요한 시장이 될 수 있는 이유는 무엇입니까?
AI 인프라는 급증하는 전기량과 점점 더 높은 전력 밀도를 필요로 합니다. SiC는 효율성, 열 관리 및 전력 밀도가 중요한 고전압, 고전력 변환 단계에 매력적입니다.
SiC는 AI 프로세서를 제조하는 데 사용됩니까?
더 높은 배전 전압은 동일한 양의 전력을 더 낮은 전류로 전달할 수 있게 하여 도체 손실을 줄이고 더 높은 랙 전력 밀도를 지원합니다. 2026년 업계 논의에서는 이미 차세대 MW급 AI 랙을 위한 800V DC 아키텍처를 탐색하고 있습니다.
잠재적으로. AI 인프라가 고전압 SiC 전력 장치에 대한 수요를 증가시킨다면, 이는 해당 장치를 제조하는 데 사용되는 전도성 4H-SiC 기판 및 에피 웨이퍼에 대한 수요를 간접적으로 증가시킬 수 있습니다.
아직 확립되지 않았으며 가정해서는 안 됩니다. 더 현실적인 시나리오는 AI 인프라가 추가적인 주요 응용 분야가 되어 SiC 산업의 자동차 수요 의존도를 줄이는 것입니다.
실제 RFQ에는 웨이퍼 직경, 폴리타입, 전도성 타입, 비저항, 결정 방향, 오프 축 각도, 두께, TTV, 평탄도, 휨, 결함 요구 사항, 표면 거칠기, 가장자리 상태, 연마 품질 및 로트 간 일관성이 포함될 수 있습니다.
english
français
Deutsch
Italiano
Русский
Español
português
Nederlandse
ελληνικά
日本語
한국
العربية
Türkçe
polski