어떻게 돌아왔니?

반도체 산업 고도로 기술적이고 초효율적인 제조로 명성을 얻고 있으며, 최첨단 운영을 위한 청사진을 제시하는 것처럼 보입니다. 그러나 이러한 인식은 한 영역에서 부족할 수 있습니다. 디지털 경제를 위한 인텔리전스를 제공함에도 불구하고 반도체 회사는 자동화 및 디지털 혁신, 특히 웨이퍼를 개별 칩으로 절단, 테스트 프로세스 및 패키징을 포함하는 백엔드 활동에서 다른 산업보다 뒤처지는 경우가 많습니다.1 수백 또는 수천 개의 다이(집적 회로)가 있는 실리콘 조각 또는 웨이퍼의 모집단을 포함하여 이 기사의 초점입니다.

이 기사는 Ondrej Burkacky, Luca Fiandro, Mark Nikolka, Giulietta Poltronieri, Taylor Roundtree 및 Rainer Ulrich의 공동 노력으로 McKinsey Semiconductor Practice의 견해를 대변합니다.

백엔드 작업의 자동화 부족은 큰 결과를 초래할 수 있습니다. 이러한 활동은 종종 제조 비용의 20~25%를 차지하기 때문입니다. 기업이 차세대 고급 패키징으로 전환함에 따라 결과는 더욱 심각해질 수 있습니다. 2Ondrej Burkacky, 김태영, 염인지, "고급 칩 패키징: How Manufacturer can play to win," McKinsey, 2023년 5월 24일. 현재 많은 기업들이 고려하고 있는 것처럼 제조 시설을 집 근처, 즉 종종 고비용 국가로 이전합니다.

백엔드 자동화를 증가시킴으로써 IDM(통합 장치 제조업체) 및 OSAT(아웃소싱 조립 및 테스트) 플레이어는 처리량 기능을 크게 늘리는 동시에 장기적으로 비용이 많이 드는 자본 지출 확장의 필요성을 줄이거나 없앨 수 있습니다. 또한 자동화를 통해 기업은 공급망과 비용 효율성에 대한 더 많은 가시성과 통제력을 확보할 수 있어 이에 상응하는 수익 증대를 가져올 수 있습니다.

현재 반도체 회사의 30%만이 인공지능이나 머신러닝을 대규모로 배포하고 있습니다(그림 1). 업계 리더들은 그 이유에는 역량 부족, 데이터 보안 문제, 연결성 및 기술 문제, 때로는 불분명한 비즈니스 사례 등이 포함된다고 말합니다.3Harald Bauer, David Ebenstein, Giulietta Poltronieri 및 Jan Paul Stein은 "산업 자동화가 전환점을 맞이하고 있습니까?" 포인트?”, McKinsey, 2023년 6월 16일.

AI와 머신러닝(ML) 분야에서 진전을 이룬 반도체 기업이라도 여전히 추가적인 가치를 창출할 수 있는 기회는 많습니다. 우리 연구에 따르면 AI/ML은 업계 전반에 걸쳐 이자 및 세금 공제 전 연간 수익에 50억~80억 달러를 기여하는 것으로 나타났습니다. 이는 인상적인 금액이지만 AI/ML의 전체 잠재력의 약 10%만을 반영합니다. 더욱이 AI 관련 가치 창출로 이익을 얻을 가능성이 가장 높은 활동은 제조와 R&D인데, 이는 가장 적게 적용될 수 있는 두 영역입니다.

AI 관련 가치 창출로 가장 큰 이익을 얻을 수 있는 활동은 제조와 R&D로, 이 두 분야는 가장 적게 적용될 수 있습니다.

가장 최근에는 글로벌 팬데믹 기간 동안 작업 현장의 업계 과제가 부각되었습니다. 리드 타임이 6개월 이상 지속되는 가운데 칩 부족으로 인해 자동차부터 농업까지 산업이 둔화되었습니다. 지금도 팬데믹의 영향이 줄어들면서 여러 분야, 특히 자동차, 가전제품, 의료기기, 전자제품 등 일상적인 애플리케이션에서 칩 부족 현상이 여전히 남아 있습니다. 한편, 막대한 자금 할당에도 불구하고 제조업 성장은 적어도 2026년까지 둔화될 것이며, 그 중 대부분은 프런트엔드 기능에 투입됩니다. 2030년까지 연간 매출이 1조 달러에 이를 것으로 예상되는 업계에서는4Ondrej Burkacky, Julia Dragon, Nikolaus Lehmann, "The Semiconductor Decade: A Trillion-Dollar Industry," McKinsey, 2022년 4월 1일. 개선의 여지가 많이 있습니다.

최근 주요 IDM 및 OSAT와 협력한 경험에 따르면 백엔드 제조 혁신을 공동으로 수행하면 12~18개월에 걸쳐 상당한 성능 이점을 얻을 수 있습니다. 가장 성공적인 혁신은 전반적인 장비 효율성(OEE) 잠재력(디지털 구현 및 자동화 포함), 공장 내 계획, 공급망 조정, 총 성능 비용 및 출력 품질(수율, 폐기 및 실패)을 포괄하는 전체적인 접근 방식을 취합니다. . 효과적으로 구현되면 이러한 영역에서 조치를 취하면 생산 현장 처리량은 20~30% 증가하고, 단위 생산 비용은 20% 감소하며, 고객 불만은 30% 감소할 수 있습니다. 이 모두는 자본 지출이 거의 0에 가깝습니다.