AI 반도체 산업 리포트 – 칩렛·HBM·3D 패키징을 중심으로 본 기술 패권과 시장 확장 전략

[PART 1/6] 🧩 AI 반도체 산업 개요 및 구조 분석

1. 산업 정의 및 세부 분류 체계

AI 반도체는 인공지능(AI) 알고리즘을 빠르고 효율적으로 처리하기 위해 설계된 특수 목적 반도체(Specialized Semiconductor)다. CPU 중심의 범용 컴퓨팅에서 벗어나, 병렬 연산과 대규모 데이터 처리를 위해 설계된 **GPU(Graphics Processing Unit)**, **NPU(Neural Processing Unit)**, **ASIC(Application-Specific Integrated Circuit)**, **FPGA(Field-Programmable Gate Array)** 등이 포함된다. AI 반도체는 다음과 같이 세부적으로 분류된다:

세부 분류	설명	대표 기업
GPU	병렬 연산에 강점, AI 학습용으로 주로 사용됨	NVIDIA, AMD
ASIC	특정 작업에 최적화된 반도체로 높은 성능 제공	Google (TPU), Habana(Intel), Tenstorrent
FPGA	사용자 요구에 따라 재설계 가능, 유연성 높음	Intel, AMD(Xilinx)
NPU	AI 추론(inference)에 특화된 경량화된 칩	Apple, Qualcomm, 삼성전자

2. 가치사슬(Value Chain) 구조

AI 반도체 산업은 매우 복잡한 글로벌 가치사슬을 가진다. 고부가가치 영역은 설계(IP)와 소프트웨어 최적화에 있으며, 대만, 미국, 한국 중심으로 전문화된 산업 구조를 형성하고 있다.

단계	주요 역할	대표 기업
IP 설계	칩 구조 및 연산 최적화 알고리즘 설계	ARM, Synopsys, Tenstorrent
팹리스	반도체 회로 설계만 수행	NVIDIA, Qualcomm, Google, AMD
파운드리	설계된 칩을 실제로 생산 (제조)	TSMC, 삼성전자, Intel Foundry
패키징/테스트	칩 보호 및 성능 검증	Amkor, ASE, 한미반도체
AI 응용	서버, 엣지 디바이스, 스마트폰 등 적용	OpenAI, Tesla, Meta, Amazon

3. 산업 내 주요 참여자와 역할

AI 반도체 산업은 복잡한 분업 구조와 글로벌 공급망 속에서 핵심 기업들이 각기 다른 위치에서 경쟁하고 협력한다.

• 설계/알고리즘 혁신 주도자: NVIDIA, Google, Tenstorrent
• 제조력 기반 기술 확보: TSMC, 삼성전자, Intel
• 응용/서비스 활용 주체: OpenAI, Microsoft, Amazon, Tesla 등 하이퍼스케일러
• 자체 AI 칩 개발 기업: Apple(Apple Silicon), Amazon(Trainium, Inferentia), Meta(MTIA)

4. 기술 흐름과 구조적 진화

AI 반도체는 구조적으로 다음과 같은 방향으로 진화하고 있다.

• 고성능 → 고효율 구조로 이동: 전력소모 절감, 발열 문제 해결을 위한 저전력 설계 강화
• 엣지 AI로의 분화: 중앙 데이터센터 외 스마트폰, 차량, IoT 등 엣지 디바이스용 칩 수요 급증
• 칩렛(Chiplet) 아키텍처 부상: 기능별 칩을 모듈화하여 유연한 구조 설계 가능 (TSMC, AMD 주도)
• 3D 집적 기술의 활용: 메모리와 연산칩의 물리적 거리 축소로 속도/효율 동시 향상 (HBM 메모리 포함)

5. AI 반도체 산업의 진입장벽과 고부가가치 구간

AI 반도체는 기술 난이도, R&D 비용, 파운드리 접근성 측면에서 높은 진입장벽을 가진다. 특히 다음과 같은 고부가가치 구간이 존재한다:

• 칩 아키텍처 설계 및 알고리즘 최적화 (설계/IP) – 구조적 성능 혁신의 핵심
• 초미세 공정(5nm 이하)의 양산 역량 (제조) – 대규모 투자와 기술 리더십 필요
• AI SW와 칩 간 통합 최적화 (소프트웨어 스택) – NVIDIA의 CUDA 생태계가 대표적 사례

[PART 2/6] 📈 산업 성장 배경 및 시장 동향

1. AI 반도체의 역사적 성장 경로

AI 반도체 산업은 전통적인 컴퓨터용 CPU 중심 구조에서 벗어나 병렬 연산 중심의 구조로 전환되며 등장했다. GPU는 원래 게임 그래픽 처리용으로 개발되었지만, 2012년 딥러닝의 부상과 함께 학습용 연산에 최적화된 성능을 발휘하며 AI용 반도체 시장을 열었다. 이후 2016년 Google이 TPU(Tensor Processing Unit)를 공개하면서 AI 특화 반도체 시장이 본격화되었다. AI 반도체는 다음과 같은 흐름을 따라 성장하였다:

• 1세대 (2010년 전후): 범용 GPU 기반의 AI 연산 활용 시작
• 2세대 (2015~2020): 딥러닝 알고리즘 전성기, AI용 ASIC·TPU 등장
• 3세대 (2021~현재): 초거대 모델 학습 수요 급증, 전용 AI 반도체 시장 폭발적 성장

2. 글로벌 및 국내 시장 규모

전 세계 AI 반도체 시장은 2023년 기준 약 450억 달러 규모로 추정되며, 2024~2030년 CAGR은 25% 이상으로 전망된다. 특히, 생성형 AI(GAI)의 폭발적 확산으로 2025년부터는 시장이 1,000억 달러를 넘어설 것으로 예상된다.

구분	시장 규모 (2023)	2025 예상	2030 전망
글로벌	약 450억 달러	1,200억 달러 이상	3,500억~4,000억 달러
한국	약 3.5조 원	10조 원 이상	30조 원 이상

※ 자료: IDC, Gartner, 한국산업기술평가원(KEIT), 산업통상자원부 종합 전망 (2024 기준)

3. 주요 성장 요인

AI 반도체 산업의 성장은 다음의 요인들이 맞물리며 가속화되고 있다.

• 초거대 AI 모델의 등장: GPT-4, Gemini, Claude 등 수천억 파라미터 이상의 연산 요구
• 데이터센터 및 하이퍼스케일 인프라 확대: Microsoft, AWS, Google Cloud 등의 대규모 GPU 클러스터 구축
• 엣지 디바이스에서의 AI 수요 증가: 스마트폰, 자율주행차, 산업 로봇 등 다양한 수요처 등장
• 국가 전략 기술로의 부상: 미국, 중국, 유럽, 한국 모두 AI 반도체를 국가안보 및 전략산업으로 지정

4. 수요 및 기술 트렌드 변화

기술과 수요는 함께 진화하고 있으며, 특히 2023~2025년 사이 다음과 같은 전환점이 나타나고 있다.

항목	과거 트렌드	현재 트렌드 (2024~2025)
연산 구조	병렬 구조 기반 GPU 위주	메모리 대역폭, 칩렛 구조, 3D 패키징 중시
사용 목적	AI 모델 학습 중심	학습 + 추론(inference) + 엣지 활용
소비 시장	빅테크 중심	산업 전반(금융, 의료, 모빌리티 등)
칩 개발 주체	팹리스 전문기업 중심	고객사(애플, 테슬라 등) 자체 칩 개발 확대

5. AI 반도체 산업의 글로벌 경쟁구도 형성 배경

AI 반도체는 산업·경제·안보 측면에서 전략적 핵심 기술로 인식되며, 각국은 경쟁적으로 기술 확보에 나서고 있다.

• 미국: NVIDIA, AMD, Intel 기반 독점적 기술 우위 유지, 수출 규제 정책 병행
• 중국: 자국 AI칩 개발 가속 (Huawei Ascend, Baidu Kunlun 등), 미국 기술 의존도 탈피 시도
• 한국: 메모리 기반 강점(삼성전자, SK하이닉스) → 비메모리 AI칩 확대 전략 추진
• 유럽: RISC-V 기반 오픈소스 아키텍처 중심 투자 증가 (SiFive, Graphcore 등과 협력)

6. 향후 산업 성장의 관건

향후 AI 반도체 산업의 성장은 다음과 같은 핵심 변수에 의해 좌우될 것으로 전망된다:

• 5nm 이하의 초미세 공정 경쟁력 확보
• 미중 기술 패권 갈등 속 수출 규제 및 공급망 안정성 확보
• 엣지-AI 시장 개화에 따른 저전력·고효율 칩 수요 증가
• GPU 외 다양한 연산 아키텍처 등장에 따른 시장 다변화 (ASIC, NPU 등)

[PART 3/6] 🏢 주요 기업 및 경쟁 구도

1. 글로벌 주요 기업 현황

AI 반도체 시장은 소수의 기술 강자가 주도하는 시장으로, 특히 NVIDIA, AMD, Intel과 같은 미국의 반도체 기업들이 학습용 칩 시장을 장악하고 있다. 동시에 Google, Amazon, Tesla 등 빅테크 기업들은 자체 AI 칩 개발로 시장의 파괴적 전환을 이끌고 있다.

기업명	주요 제품	특징 및 경쟁력
NVIDIA	A100, H100, Blackwell (B100)	CUDA 생태계를 기반으로 학습+추론 전 영역에서 독점적 지위
AMD	MI300 시리즈	NVIDIA 대항마로 부상, 고대역폭 메모리(HBM) 강점
Intel	Gaudi2, Gaudi3 (Habana Labs)	CPU 기반과의 통합성, 고속 네트워크 AI 응용에 적합
Google	TPU v4, TPU v5e	자체 클라우드 최적화, 대형 AI 학습에 특화
Amazon	Trainium, Inferentia	AI 추론 중심, AWS 서비스 내 통합 최적화
Apple	Apple Silicon (M1~M4)	엣지 AI 강화, 자체 OS+칩 통합 구조의 효율성 극대화

2. 한국 주요 기업 및 전략

한국은 메모리 반도체 강국으로 알려져 있으나, AI 반도체 분야에서도 점진적으로 비메모리 중심으로 확장 중이다.

• 삼성전자: NPU, HBM, ASIC 등 다양한 구조의 AI 칩 라인업 보유. 차세대 고대역폭 메모리(HBM3E)로 NVIDIA 공급 확대 중.
• SK하이닉스: HBM3 시장 선도, TSMC·NVIDIA와 협력 확대. AI 메모리 수요 폭증 수혜.
• 리벨리온(Rebellions): 국내 스타트업으로서 NPU 기반 AI 칩 개발. 삼성 파운드리와 협업.
• 퓨리오사AI: 대형 AI 모델 추론용 칩 '워보이(Warboy)' 출시, 미국 시장 진출 중.

3. 경쟁 구도: NVIDIA vs. ‘비(非) NVIDIA 연합’

현재 AI 반도체 시장은 사실상 NVIDIA 중심의 독점 구조이며, 이에 대항하기 위한 ‘비(非) NVIDIA 연합’이 형성되고 있다.

• NVIDIA의 강점: H100 → B100으로 이어지는 연산 성능 우위, CUDA 소프트웨어 생태계
• 연합 형성: Microsoft, AMD, Amazon, Meta 등은 공동으로 NVIDIA 의존도 탈피를 위한 OpenAI Accelerator Alliance 조직 (2024년 발표)
• 전략 방향: 오픈소스 아키텍처(RISC-V), 칩렛 기술, 다양한 추론 전용 칩을 통해 시장 다변화 추진

4. 주요 스타트업 동향

AI 반도체 스타트업들은 하드웨어+소프트웨어 통합 최적화 전략을 중심으로 차별화에 나서고 있다.

기업명	주요 기술	투자/협력
Tenstorrent	RISC-V 기반 AI 프로세서, SoC 설계	삼성, 현대차, 텐센트 투자 유치
Cerebras Systems	세계 최대 AI 칩 ‘Wafer-Scale Engine’ 개발	미 국방부 및 오픈AI와 협력
Groq	AI 추론 특화칩, 초고속 처리속도 (LLM용)	OpenAI·Nvidia와 경쟁 구도 형성

5. M&A 및 전략 제휴 흐름

AI 반도체 산업은 기술 내재화와 생태계 통합을 위한 전략적 M&A가 활발히 전개되고 있다.

• AMD: 2020년 Xilinx 인수 (350억 달러) → FPGA·AI 추론 확장
• Intel: 2019년 Habana Labs 인수, 2020년 Moovit·Nervana 인수 (AI 통합 역량 강화)
• Apple: 자체 ARM 기반 SoC로 AI 연산 통합 (TSMC와 밀접 협력)
• TSMC: ASML·SK하이닉스·NVIDIA와의 칩렛 및 HBM 공동개발

[PART 4/6] 🔬 기술 동향 및 혁신 흐름

1. AI 반도체 기술 발전의 핵심 동력

AI 반도체 기술은 단순 연산 능력 확대를 넘어, 효율성·집적도·확장성의 균형을 추구하는 방향으로 빠르게 발전하고 있다. 특히, AI 모델이 거대화됨에 따라 성능과 전력 효율을 동시에 확보하는 기술의 중요성이 부각되고 있다. 핵심 기술 트렌드는 다음과 같다:

• 초미세 공정 (5nm → 3nm → 2nm): TSMC, 삼성전자 중심의 극자외선(EUV) 공정 활용 가속화
• HBM(고대역폭 메모리): HBM3E 및 HBM4 개발을 통한 대용량·고속 메모리 대응
• 3D 패키징/칩렛: 고성능 컴퓨팅을 위한 이기종 칩 집적 기술
• AI 특화 연산 구조: NPU, ASIC, Wafer-Scale Engine 등 고효율 구조로 다양화

2. R&D 투자 흐름

AI 반도체는 막대한 R&D 비용이 필요한 분야로, 상위 기업들의 R&D 투자는 연간 수조 원 규모에 달한다. 국가 차원에서도 기술 자립 및 주도권 확보를 위해 전략적 투자가 확대되고 있다.

기업/기관	연간 R&D 투자 규모	투자 주요 분야
NVIDIA	약 9조 원 (2024)	GPU 아키텍처, CUDA 플랫폼
삼성전자	약 22조 원 (2024)	2nm 파운드리, NPU, HBM
Intel	약 17조 원	파운드리, Gaudi3, 신형 아키텍처
미국 정부 (CHIPS Act)	약 520억 달러	국내 반도체 제조·연구 시설 지원

3. 기술별 핵심 트렌드

• 칩렛(Chiplet): 서로 다른 기능을 수행하는 칩들을 하나의 패키지로 조립. AMD, TSMC가 주도. 설계 유연성·성능 개선
• HBM3E·HBM4: AI 연산량 폭증 대응. SK하이닉스, 삼성, 마이크론이 경쟁 중
• Wafer Scale Engine: 하나의 웨이퍼 전체를 칩으로 사용 (Cerebras 개발), 세계 최대 면적·연산량
• 소프트웨어-하드웨어 통합: NVIDIA의 CUDA, Google의 TensorFlow 등 SW 친화형 아키텍처 확대

4. 관련 특허 및 기술 경쟁력

AI 반도체 기술은 선점 경쟁이 치열한 만큼, 특허 확보가 중요한 경쟁력이다.

• 미국: AI 반도체 관련 등록 특허 점유율 50% 이상
• 한국: 메모리 반도체 특허에 집중, 비메모리 AI 관련 특허는 점진적 증가
• 중국: 전체 특허 수 증가율 1위, 기초 AI 구조 특허 다수 확보

5. 규제 및 표준화 동향

AI 반도체는 국가 안보·기술주권과 직결되는 기술로, 규제와 수출 통제가 강화되고 있으며 표준화도 병행되고 있다.

• 미국: 2022년부터 중국에 대한 첨단 AI 칩 수출 규제 (NVIDIA H100 수출 제한 등)
• EU: AI Act 도입 → 고위험 AI 적용 칩 기술 규제 가능성 내포
• 표준화: MLPerf 벤치마크, RISC-V 기반 오픈 아키텍처 표준화 움직임

6. 혁신 기술의 상용화 현황

AI 반도체는 혁신 기술이 연구 수준을 넘어서 실제 산업 적용으로 이어지는 대표 분야다.

기술	상용화 사례	비고
칩렛 아키텍처	AMD Instinct MI300	CPU+GPU+HBM 통합
HBM3E 메모리	NVIDIA Blackwell 시리즈	SK하이닉스 공급 예정
Wafer Scale Engine	Cerebras WSE-2	OpenAI, 미국 정부 활용

[PART 5/6] 🏛 정책, 제도, ESG 및 사회적 이슈

1. 글로벌 정책 프레임워크와 국가 전략

AI 반도체는 기술 주권 확보와 안보적 중요성이 강조되며, 미국·중국·EU 등 주요국들이 강력한 정책 수단을 동원하고 있다. 특히 반도체 패권 경쟁이 AI 연산력 중심으로 재편되면서, 관련 법안과 투자 유치는 급격히 증가하는 추세다.

• 미국: CHIPS and Science Act(2022)을 통해 반도체 R&D 및 제조시설에 520억 달러 지원
• 중국: 반도체 굴기 전략에 따라 AI 칩 설계 기업에 보조금 및 세금 감면 지원
• EU: European Chips Act로 2030년까지 반도체 자립률 20% 달성 목표
• 한국: 국가첨단전략산업법 시행, 용인·평택 등에 반도체 클러스터 조성 계획 발표

2. 세제 혜택 및 정부 지원 프로그램

각국 정부는 AI 반도체 산업을 육성하기 위한 세제·재정적 유인을 강화하고 있다. 특히 한국은 첨단산업 세액공제율을 대폭 인상하며 R&D 유인을 확대하고 있다.

국가	주요 인센티브	적용 기업/조건
한국	최대 30% 세액 공제, 기술인력·설비투자 보조금	첨단 반도체 설계·제조·소재 기업
미국	CHIPS Act 내 직접지원 + 세액공제 25%	미국 내 반도체 생산설비 투자 기업
대만	세금 감면, 토지 무상임대, 기술이전 보조금	TSMC·UMC 등 파운드리 기업

3. ESG 요구와 산업의 대응

AI 반도체는 에너지 집약적 산업으로, 전력 소비와 환경 영향에 대한 우려가 커지고 있다. 이에 따라 ESG 관점의 지속 가능성 확보가 중요한 전략 요소로 부상하고 있다.

• 에너지 효율성 강화: ARM, RISC-V 기반 아키텍처 및 저전력 설계 기술 각광
• 탄소중립 노력: Google, Microsoft 등은 AI 데이터센터에 재생에너지 도입 가속
• 자원 채굴 이슈: 희귀 금속 및 반도체 원료의 ESG 공급망 투명성 요구 증가

또한 ESG 등급 기관들은 반도체 제조 기업의 탄소 배출량, 노동 환경, 지배구조를 중점 평가 중이다.

4. 산업 규제 및 AI 윤리 이슈

AI 반도체는 ‘AI 연산의 물리적 인프라’로 작동하기 때문에, AI 윤리 이슈 및 위험 알고리즘의 통제와도 밀접히 연결된다.

• 생성형 AI 통제: 초거대 AI 모델의 출력 제한, 악용 방지를 위한 연산 규제 필요성 대두
• 윤리적 AI 칩: 개인정보 보호·편향성 방지 기능 내장형 설계 기술 논의 증가
• 국제 협력 규범: OECD, UN 차원의 AI 칩 사용 윤리 가이드라인 논의 진행

5. 사회적 영향 및 일자리 변화

AI 반도체 기술은 대규모 인프라 투자를 수반하며, 전통 제조업·IT산업과 새로운 융합 일자리 창출을 유도하고 있다.

• AI 반도체 설계 인력 수요 급증: 시스템반도체·디지털 회로 전문 인력 부족 심화
• AI 응용 분야의 확장: 자율주행, 스마트팩토리, AI 의료 영상 등 응용산업 일자리 증가
• 기존 일자리 대체 이슈: AI로 인한 일부 직무 자동화 → 사회적 재교육 및 전환 정책 필요

6. 한국의 제도적 대응 과제

한국은 AI 반도체 산업의 설계·제조·소재 분야에서의 경쟁력을 강화하기 위해 다음과 같은 제도적 과제를 안고 있다.

• 비메모리 중심 인력 양성 체계 강화: 반도체 계약학과 확대, 이공계 장학금 확대
• 국가 반도체 전략과의 정합성: R&D 지원, 파운드리 경쟁력 제고 전략 병행
• 대기업-스타트업 협력 구조 구축: 삼성전자·SKT 등과 AI칩 스타트업 간 기술 협력 유도

[PART 6/6] 🔮 향후 전망 및 투자 인사이트

1. 산업 전망 (2025~2030)

AI 반도체 산업은 향후 5년간 전례 없는 고성장을 지속할 것으로 예상된다. 생성형 AI의 확산, 엣지 컴퓨팅의 보편화, 국가적 투자 확대가 맞물리면서 AI 연산 수요는 폭발적으로 증가하고 있다.

• 시장 규모: 2024년 약 500억 달러 → 2030년 3,500억~4,000억 달러로 성장 전망
• 연평균 성장률(CAGR): 25% 이상
• 미래 성장축: 학습용 칩에서 추론+엣지용으로 시장 무게 이동

향후에는 미국·중국·유럽·한국 등 주요국이 AI 반도체를 전략산업으로 육성하며 **기술 내재화와 글로벌 분산형 공급망** 구축이 핵심 과제가 될 전망이다.

2. 시장 확대 시나리오별 분석

AI 반도체 산업의 미래는 여러 변수에 따라 다양한 시나리오로 전개될 수 있다:

시나리오	설명	시장 영향
기술 고도화 중심 성장	3nm 이하 공정, 칩렛 아키텍처 등 기술 리더십 주도	고성능 칩 시장 고성장, NVIDIA 등 초격차 심화
엣지 AI 확산 주도	스마트폰, 자동차, IoT에서의 AI 연산 수요 증가	NPU, 소형 AI칩 수요 폭발, 모바일칩 경쟁 격화
지정학 리스크 강화	미중 갈등 장기화, 공급망 블록화	현지 생산·다변화 전략 강화, 설계 역량이 핵심

3. 핵심 리스크 요인

고속 성장 산업인 만큼 리스크 요인도 상존하며, 아래 4대 리스크가 지속적인 산업 성장의 관건이 된다.

• 공급망 병목: HBM, 초미세 공정 파운드리 수급 불균형
• 수출 규제 강화: 미국의 대중국 수출 통제로 인한 글로벌 시장 단절 가능성
• 기술 집중 리스크: CUDA·NVIDIA 중심 생태계 의존 심화에 따른 대체제 부족
• AI 과잉 기대: 기업들이 AI 투자를 성급히 확대할 경우 수익성 악화 우려

4. 유망 투자 분야 및 키워드

산업 성장성과 리스크를 감안할 때, 다음과 같은 세부 분야가 투자 유망 영역으로 주목받고 있다.

① 초고속 메모리 분야 (HBM, CXL 메모리)

- 대표 기업: SK하이닉스, 삼성전자, 마이크론 - 투자 포인트: AI 연산량 폭증에 따른 메모리 병목 해소 필요

② 칩렛·3D 패키징

- 대표 기업: AMD, TSMC, ASE, 한미반도체 - 투자 포인트: 전력 효율과 성능 동시 달성 핵심 기술

③ AI 칩 스타트업

- 대표 기업: Tenstorrent, Groq, 퓨리오사AI, 리벨리온 - 투자 포인트: 추론 전용 특화칩, 신흥 아키텍처 시장 확대

④ 엣지 AI 칩

- 대표 기업: Qualcomm, Apple, MediaTek - 투자 포인트: 전력 소모 적고, 실시간 반응 요구되는 디바이스용 칩 확산

⑤ AI 반도체 설계 도구 및 소프트웨어

- 대표 기업: Synopsys, Cadence, Arm - 투자 포인트: AI 연산용 칩 개발 필수 IP 및 설계 자동화 툴 제공

5. 마무리: AI 반도체의 미래 경쟁력 확보를 위한 조건

AI 반도체 산업은 단순 제조 산업이 아니라, **설계-공정-패키징-응용-소프트웨어**가 통합된 **초융합 산업**이다. 향후 경쟁력 확보를 위해서는 다음이 필요하다:

• 칩 설계 인재 확보 및 생태계 조성
• 파운드리 기술력 내재화 또는 안정적 확보
• AI 소프트웨어와 연동되는 시스템 수준의 경쟁력 강화
• 정부 정책의 일관성 및 민관 협력 체계 구축

향후 10년간 AI 반도체는 인류의 산업 구조, 컴퓨팅 패러다임, 국가 경쟁력까지 뒤흔드는 핵심 축으로 자리할 것이다.

※ 본 글은 산업 이해를 돕기 위한 자료이며, 특정 기업이나 산업에 대한 투자 권유를 위한 목적이 아닙니다. 투자에 대한 최종 판단과 책임은 투자자 본인에게 있음을 알려드립니다.