이 글은 단순히 “FPGA가 부족하다”는 얘기가 아니다. AI가 첨단공정·패키징·HBM·테스트장비까지 빨아들이면서, 반도체 산업이 FPGA 의존에서 ASIC/eFPGA/혼합신호/이종집적으로 이동하는 구조적 변화를 설명한다.
2026년 반도체 부족은 예전처럼 “모든 칩이 다 부족한 장”이 아니라, AI가 첨단공정·CoWoS·HBM·광모듈·FPGA 같은 특정 병목을 빨아들이는 선택적 부족이다.
FPGA 부족은 ATE 테스트장비, 산업 자동화, 자동차 전장까지 연쇄 충격을 만들고 있고, 특히 “AI칩을 테스트하려는 장비가 FPGA 부족 때문에 못 만들어지는” 이상한 순환이 핵심이다.
투자적으로는 단기 FPGA/ATE 수혜보다, 중장기적으로 FPGA를 ASIC·eFPGA·Chiplet·혼합신호 플랫폼으로 대체하려는 구조 변화가 더 큰 그림이다.
원문은 제목만 보면 “2026년 FPGA 품귀” 이야기처럼 보이지만, 안쪽으로 들어가면 훨씬 더 큰 얘기다. 핵심은 AI 인프라 붐이 특정 반도체 병목을 만들고, 그 병목이 다시 시스템 설계 철학을 바꾸고 있다는 것.
그러니까 이건 “LSCC 사면 됨?” 같은 단순한 종목 얘기가 아니다. 오히려 원문이 말하고 싶은 건 이거다.
원문은 CPU, ASIC, FPGA를 이렇게 설명한다.
FPGA의 강점은 “나중에 바꿀 수 있는 하드웨어”라는 점이다. AI 추론, 위성통신, 국방 레이더, 드론 제어, 5G/6G 기지국, 자율주행, 고빈도매매처럼 규격이 계속 바뀌고 알고리즘이 계속 업데이트되는 분야에서 먹히는 이유가 여기에 있다.
FPGA의 하드웨어는 크게 세 덩어리다.
CLB Configurable Logic Block. LUT, Flip-Flop, MUX 같은 기본 논리 블록.
Programmable Interconnect 논리 블록끼리 연결하는 재구성 가능한 배선망.
I/O Blocks 외부 신호와 연결되는 입출력 블록.
고급 FPGA는 여기에 DSP Slice, 고속 Transceiver, NoC, 임베디드 메모리까지 박아 넣는다. 그래서 CPU/GPU보다 특정 작업에서 훨씬 낮은 지연시간과 결정적 실행시간을 낼 수 있다.
2021~2023년 반도체 쇼티지는 비교적 단순했다. 코로나, 원격근무, PC·노트북·서버 수요, 5G 투자, 중국의 재고 축적이 동시에 터지면서 MCU, PMIC, FPGA, 네트워크칩, 자동차칩이 다 같이 부족했다.
그런데 2026년은 다르다. 원문 표현대로 “총체적 과잉, 국부적 부족”이다. 성숙공정 칩은 남는 곳도 있지만, 특정 SKU와 특정 노드는 미친 듯이 부족하다.
원문에서 중요한 말은 이거다. 투자자들은 아직도 웨이퍼 캐파만 보는데, 실제 병목은 이미 고급 패키징으로 옮겨갔다.
고급 FPGA는 보통 16nm 이하의 선단/준선단 공정과 고급 패키징을 쓴다. 그런데 같은 라인과 같은 패키징 캐파를 AI 가속기, GPU, 고급 서버 CPU가 잡아먹는다.
TSMC나 대형 파운드리 입장에서 우선순위는 당연히 고마진·대량 주문을 내는 AI 고객이다. 그 결과 FPGA는 공급 우선순위에서 밀린다.
이 글에서 투자적으로 제일 흥미로운 부분은 ATE다. AI칩이 복잡해질수록 테스트 난이도는 미친 듯이 올라간다. HBM, 실리콘 포토닉스, CPO, 2.5D/3D 패키징, 고속 I/O, 발열까지 검증해야 한다.
그래서 Teradyne, Advantest 같은 테스트장비 수요는 폭발한다. 그런데 문제는, 그 테스트장비 안에도 고급 FPGA와 서버 CPU가 필요하다는 점이다.
원문은 Advantest V93000, Teradyne J750 같은 고가 테스트 시스템이 FPGA를 핵심 두뇌로 사용한다고 설명한다. FPGA는 테스트 중 초저지연으로 수 Gbps급 데이터를 읽고, 벡터 메모리 데이터를 분석해 미세 결함을 잡아낸다.
여기에 서버 CPU도 문제다. Intel의 차세대 Xeon 생산 일정과 고마진 hyperscaler 우선 공급 이슈가 겹치면, 장비 업체는 FPGA뿐 아니라 제어용 CPU에서도 병목을 맞을 수 있다.
자동차와 산업 자동화는 소비자 전자제품처럼 부품 바꾸기가 쉽지 않다. 인증이 길고, 신뢰성 요구가 높고, 제품 수명이 길다. 그래서 FPGA 하나 부족해도 플랫폼 전체가 밀릴 수 있다.
스마트팩토리에서 TSN(Time-Sensitive Networking)은 IT와 OT를 연결하는 핵심이다. 원문은 400나노초 이하 지연과 0.1마이크로초 이하 지터 같은 극단적 요구를 언급한다. 이런 건 소프트웨어로 대충 때우기 어렵고, FPGA 기반 하드웨어 결정성이 필요하다.
전기차, ADAS, 전력반도체, 수동소자까지 공급망이 얽혀 있다. Vishay의 저항·전류/전압 관련 부품, Onsemi SiC 24주 교기 같은 이슈에 FPGA나 MCU 부족이 겹치면, 자동차 BOM은 언제든 다시 압박받을 수 있다.
교기가 12주, 24주를 넘어 52주까지 늘어나면 엔지니어의 질문이 바뀐다. 원문 표현이 딱 좋다.
Epson은 단종되거나 부족한 PLD/FPGA를 ASIC으로 복제·대체하는 서비스를 제공한다. Renesas, Fujitsu, Xilinx, Altera, Lattice, Intel 구형 제품까지 대체 범위에 포함된다. 핵심은 PCB를 다시 설계하지 않고도 핀 호환성을 유지해주는 것이다.
Avnet ASIC Israel, Socionext 같은 설계 서비스 업체도 FPGA에서 ASIC으로 전환하는 솔루션을 제공한다. 특히 TSN처럼 산업용 장기 공급이 중요한 영역에서 이 수요가 생긴다.
모든 제품에 큰 FPGA가 필요한 건 아니다. 소비자 전자, IoT, 산업 제어 일부에서는 몇 개의 논리 게이트, 센서 제어, 전원관리, 간단한 신호처리만 필요하다. Renesas의 GreenPAK은 아날로그와 디지털 로직을 단일 칩에 통합해 MCU+외부부품+저가 FPGA 조합을 대체한다.
AMD/Xilinx Versal은 FPGA, AI Engine, DSP, ARM CPU, 고속 NoC, 하드화된 ASIC 블록을 한데 묶은 하이브리드 플랫폼이다. “FPGA + ASIC + AI 가속기”의 혼혈아다.
eFPGA는 한 발 더 간다. 전체 FPGA를 따로 사지 말고, ASIC이나 SoC 안에 필요한 만큼의 FPGA IP만 넣자는 접근이다. 그러면 ASIC의 비용·전력·성능 장점에, FPGA의 사후 업그레이드 가능성을 일부 가져갈 수 있다.
원문은 Lattice를 2026년 공급망 재편의 슈퍼스타로 본다. 저전력·소형 FPGA에 특화했고, AMD/Xilinx와 Intel/Altera가 놓친 중소형 로직 시장의 대체 수요를 받아먹는 구조다.
Intel은 2025년 4월 FPGA 사업부 Altera 지분 51%를 Silver Lake에 매각한다고 발표했다는 맥락이다. 독립 이후에는 Intel 파운드리 종속에서 벗어나 TSMC 등 외부 파운드리 선택 유연성이 커진다. 원문은 2026~2027년 IPO 가능성에도 주목한다.
Faraday는 FPGA-to-ASIC 전환 솔루션을 직접 제공한다. GUC는 TSMC와 강하게 연결된 고급 ASIC 설계서비스 업체다. Alchip은 3nm, 2.5D/3D, CoWoS, Chiplet 설계 역량이 핵심이다. 원문은 이들이 FPGA 부족 자체보다 “FPGA를 버리고 ASIC으로 가는 수요”에서 수혜를 받는다고 본다.
Renesas는 GreenPAK으로 저가 FPGA/MCU 대체 수요를 잡는다. Advantest는 AI칩 테스트 복잡도 증가의 핵심 수혜자다. Socionext는 TSN IP와 ASIC 전환 서비스로 산업용·자동차·데이터센터 커스텀 SoC 수요를 노린다.
원문은 끝에서 아주 중요한 균형감을 준다. FPGA 부족은 영원하지 않다. SEMI 전망 기준으로 2025년에 18개 신규 팹이 건설되고, 2026~2027년부터 순차 가동되면 일부 혼잡은 완화될 수 있다.
더 큰 리스크는 AI CapEx다. 이 모든 공급망은 AI 투자가 계속 뜨겁다는 전제 위에 있다. Hyperscaler들이 CapEx 속도를 늦추면 FPGA, ASIC, ATE, HBM, AI 서버, 광모듈 모두 연쇄적으로 영향을 받는다.
이 글은 “FPGA 사자”보다 “AI가 특정 공급망을 찢어놓을 때, 진짜 돈이 어디로 흐르는가”를 봐야 하는 글이다.