[프라임경제] 독립리서치 스터닝밸류리서치는 19일 에이엘티(172670)에 대해 고전력 인프라에서 실리콘 카바이드(SiC) 전력반도체가 핵심 소재로 자리하는 가운데, 해당 테스트 공정에 대한 레퍼런스를 확보 중인 기술력을 통해 인공지능(AI) 확산 시대의 직접적인 수혜를 입을 것이라고 바라봤다.
스터닝밸류리서치에 따르면 최근 전기차·산업용 전력 장비·데이터센터 등 고전력 인프라에서 전력 효율과 발열 관리 문제가 주요 제약 요인으로 부상하고 있다.
기존 실리콘(Si) 기반 전력반도체는 고전압·고온 환경에서 효율 저하와 신뢰성 한계를 노출하고 있으며, 이에 따라 SiC 전력반도체의 채택이 빠르게 확대되는 흐름이 관측되고 있다.
SiC는 고전압·고온에서도 안정적인 구동이 가능해 에너지 손실을 줄이고 시스템 효율을 개선할 수 있다는 점에서 차세대 전력 인프라의 핵심 소재로 자리 잡고 있다.
이와 함께 SiC 전력반도체의 확산은 후공정 테스트 공정의 중요성을 동시에 높이고 있다. SiC는 기존 반도체 대비 공정 난이도가 높고 양산 단계에서 품질 신뢰성 확보가 필수적이기 때문이다.
이러한 환경 속에서 에이엘티는 고전압·고신뢰성 조건에서 반도체 성능을 검증하는 SiC 전력반도체 테스트 공정을 담당하고 있으며, 이는 단순 물량 증가가 아닌 기술 기반 진입장벽이 형성되는 영역이라는 점에서 의미를 갖는다는 설명이다.
오준호 스터닝밸류리서치 연구원은 "동사는 AI 산업 자체의 직접 수혜주라기보다 AI 인프라 확산에 따른 전력 시스템 고도화 과정에서 테스트 공정 수요가 증가하는 구조적 수혜 위치에 있다"며 "이는 AI 테마에 대한 단기적 접근이 아니라 AI 인프라의 지속 확장에 연동되는 중장기 수요 구조라는 점에서 차별화된다"고 짚었다.
이어 "AI 산업의 확산 과정에서 주목되는 변화는 연산 성능 경쟁보다 전력 소비와 에너지 효율 문제가 산업 전반의 핵심 변수로 부상하고 있다"며 "대규모 AI 모델 학습과 추론이 확대되면서 데이터센터의 전력 소모는 구조적으로 증가하고 있으며, 이에 따라 전력 공급·변환·관리 효율이 시스템 경쟁력을 좌우하는 요소로 작용하고 있다"고 강조했다.
또한 "이러한 변화는 AI 산업의 성장과 함께 고효율 전력 반도체 수요를 동반 확대시키고 있다"며 "특히 AI 데이터센터 환경에서는 고전압·고출력 구동이 필수적이기 때문에 SiC 전력반도체의 채택이 가속화되는 추세"라고 진단했다.
오 연구원은 "현재 SiC 전력반도체 시장은 기술 검증 단계를 지나 양산 전환을 앞둔 초기 국면에 위치해 있다. 이 단계에서는 매출의 절대 규모보다, 어떤 기업이 양산 단계의 테스트 공정을 선점하는지가 더 중요하게 작용한다"며 "SiC 전력반도체는 신뢰성 기준이 높아 양산 이후에도 반복적인 테스트 수요가 발생하는 구조이기 때문"이라고 강조했다.
아울러 "동사는 이미 SiC 전력반도체 테스트 공정에 대한 레퍼런스를 확보한 상태로, 향후 고객사의 양산 전환 시 추가 설비 투자 없이도 테스트 물량 증가가 실적에 직접 반영될 수 있는 구조를 갖추고 있다"고 평가했다.
이와 함께 "이는 매출 증가 시 고정비 부담이 상대적으로 낮아지는 구조로 이어질 수 있으며, 일정 수준 이상의 물량 확보 시 손익 레버리지 효과가 빠르게 나타날 가능성을 시사한다"며 "결국 동사의 실적 개선 시점은 거시 경기나 단기 업황 보다, SiC 전력반도체의 양산 개시 시점과 테스트 외주 비중 확대 여부에 의해 결정될 가능성이 높다"고 점쳤다.
마지막으로 "현재 시장이 동사를 과거 기준으로 평가하지만, 향후에는 '언제부터 숫자가 바뀌는 구조인가'에 대한 재평가 국면으로 전환될 여지가 있다"고 조언했다.
