한국 AI 산업밸류체인, 사업보고서로 파헤치기 — DataSinking 활용

Об этом предложении

AI 열풍의 최전선은 결국 반도체 , 그중에서도 메모리(HBM) 다. 그리고 이 메모리 시장을 주름잡는 게 바로 한국 기업들이다. 이 글에서는 한국 AI 산업밸류체인에 있는 기업들을 짚고, 이들의 사업보고서 에서 실제 AI 관련 정보를 어떻게 뽑아내는지, 그리고 이걸 API 하나로 쉽게 하는 방법을 정리한다. 모든 숫자는 실제 DART 사업보고서에서 추출한 값이다. 1. 한국 AI 밸류체인 지도 한국 AI 산업은 크게 세 층으로 나뉜다. 층 역할 대표 기업 메모리 반도체 (HBM/DRAM/NAND) AI 가속기의 연산 속도를 결정하는 최상위 부품 SK하이닉스, 삼성전자 장비·소재 HBM 적층/패키징을 가능하게 하는 공정 장비와 기판 한미반도체(TC본더), 이오테크닉스, 심텍(기판) AI 소프트웨어·플랫폼 자체 LLM과 AI 서비스 네이버(HyperCLOVA X), 카카오 핵심은 HBM(고대역폭 메모리) 이다. AI 가속기(GPU)가 아무리 빨라도 데이터를 공급하는 메모리 대역폭이 따라주지 못하면 병목이 생기기 때문. 그래서 엔비디아 같은 GPU 회사보다 HBM을 독점 공급하는 SK하이닉스의 실적이 AI 사이클의 바로미터가 된다. 2. 사업보고서를 API로 읽는 법 이런 기업들의 AI 관련 사업 내용은 사업보고서(DART) 에 다 들어 있다. 문제는 이게 PDF/HTML로 흩어져 있고, 한 편이 수십만 단어라는 것. DataSinking을 쓰면 이걸 섹션 단위 Markdown 으로 바로 뽑을 수 있다. 세 단계다: # 1) SK하이닉스(000660.KS)의 보고서 목록 curl "https://api.datasink.ing/documents?symbol=000660.KS&apikey=KEY" # 2) 보고서 하나의 섹션 목록 (document_id는 1)에서 확인) curl "https://api.datasink.ing/documents/{id}/sections?apikey=KEY" # 3) "사업의 내용" 섹션만 뽑기 curl "https://api.datasink.ing/documents/{id}?section=사업의%20내용&apikey=KEY" REST 말고 MCP 도 있다 — Claude/Cursor에 붙이면 get_section 으로 "SK하이닉스 사업의 내용"을 자연어로 바로 가져온다. 3. SK하이닉스: HBM 리더의 사업보고서 (2024) get_section(document_id, "사업의 내용") 으로 뽑은 실제 내용에서 AI 사이클을 읽는 데 필요한 숫자들: 실적 (연결 기준): 2024 (제77기) 2023 (제76기) 증감 매출액 66.19조원 32.77조원 +102.0% 영업이익 23.47조원 -7.73조원 흑자전환 당기순이익 19.80조원 -9.14조원 흑자전환 HBM 관련 핵심 문장 (원문 발췌): "업계 최초로 HBM3E 8단을 공급한 데 이어, 작년 4분기에는 12단 제품을 업계 최초로 공급하며 HBM 1위 사업자의 지위를 공고히 하였다. 특히 ... 연간 HBM 매출은 전년 대비 4.5배 이상 확대 되며, DRAM의 최대 실적 달성에 기여하였다." "NAND는 ... 엔터프라이즈 SSD 매출이 전년 대비 300% 이상 증가 하며 흑자 전환을 이루었다." 시장점유율 (2024 3Q, IDC): DRAM 33.2% · NAND 20.3% R&D 방향 (2024 연구개발실적): 1cnm DDR5(전 세대 대비 생산성 30%↑), GDDR7(32Gbps), ZUFS 4.0(온디바이스 AI용 NAND), 321단 4D NAND 양산, HBM3E MR-MUF 공정. R&D 비용은 4.95조원(매출의 7.5%). 또 하나 AI 사이클을 읽는 포인트: 2025년 3월 CIS(이미지센서) 사업부문을 AI 메모리 분야로 전환하기로 결정 했다고 명시되어 있다. 메모리 기업이 이미지센서를 접고 AI 메모리에 올인하겠다는 선언 — 이 한 줄이 한국 반도체가 AI로 수렴하고 있다는 방증이다. 4. 삼성전자: 종합 반도체의 사업보고서 (2024) 삼성전자는 메모리(HBM/DRAM/NAND) + 파운드리 + 시스템LSI를 아우르는 국내 유일의 종합 반도체 기업이다. 사업보고서의 부문별 실적: 전체 매출: 300조 8,709억원 (+16.2%) 부문 매출액 비중 영업이익 DX (모바일·가전) 174.89조 58.1% 12.44조 DS (반도체) 111.07조 36.9% 15.09조 (흑자전환) SDC (디스플레이) 29.16조 9.7% 3.73조 Harman 14.27조 4.7% 1.31조 DS(반도체) 부문이 AI 사이클의 핵심 이다: 매출 111.07조(+66.8%), 영업이익 15.09조 — 전년(2023)은 -14.88조 적자였다. 메모리 매출만 84.46조원. DRAM 시장점유율 41.5% (2024, DRAMeXchange). R&D 실적에서 AI 관련 항목 (원문): "업계 최초 36GB HBM3E 12H D램 개발" "업계 최초 9세대 V낸드 양산" "업계 최고 속도 LPDDR5X 동작 검증 성공" "2나노 Exynos 샘플 확보" (파운드리 선단공정) GAA 적용 3나노 '25년 상반기 모바일 양산 준비 R&D 비용은 35조원 (매출의 11.6%). 5. AI 소프트웨어·플랫폼 층 반도체 위에 올라가는 AI 소프트웨어 기업들도 DataSinking 커버리지에 있다: NAVER (035420.KS) — 88건의 보고서. 자체 LLM HyperCLOVA X 를 보유한 국내 최대 AI 플랫폼. 카카오 (035720.KS) — 99건. AI 서비스와 수직계열화. 이 두 기업의 사업보고서는 반도체사만큼 "AI"라는 단어로 떡칠되어 있진 않지만, 클라우드·검색·커머스·콘텐츠 전반에 AI를 얹는 방향이 사업의 내용에 그대로 담겨 있다. 다만 이 두 곳의 2024년 보고서는 아직 섹션이 안 쪼개져 있어서, get_report 로 전체를 받아야 한다(이건 아래에서 후술). 6. 정리: 이걸 왜 API로 하는가 한국 AI 밸류체인을 분석하려면 결국 각 기업의 사업보고서 를 읽어야 하고, 그 병목은 "PDF에서 정보를 꺼내는 노동"이다. 위에 나온 숫자들(매출, 영업이익, HBM 문장, R&D 방향)은 전부 사업의 내용 한 섹션에 구조화되어 있는데, 원문을 일일이 PDF에서 찾으려면 한 시간이 걸리는 걸 API 호출 한 번이면 끝난다. DataSinking은 그걸 섹션 단위 Markdown API 로 바꿔서, RAG나 AI 에이전트에 바로 넣을 수 있게 한다. 무료 키는 이메일로 바로 발급된다. 이 글의 SK하이닉스·삼성전자 데이터는 전부 DataSinking API로 뽑은 실제 값이다. 저는 DataSinking을 만들고 있으니 이해관계를 감안하고 읽어주시면 좋겠다: datasink.ing