AI 서버에 들어가는 MLCC는 일반 서버에 쓰이는 MLCC와 기본 원리가 다른 부품은 아니다.
차이는 요구되는 용량과 신뢰성, 발열 환경, 전력 변화에 대응하는 능력, 그리고 필요한 전체 수량에서 커진다.
GPU와 HBM을 대량으로 탑재한 AI 서버는 순간적으로 큰 전류를 요구한다. 전원 회로가 이 변화를 따라가는 동안 MLCC는 반도체 가까이에서 전압 변동을 완충한다.
그래서 AI 서버에서는 “MLCC를 많이 쓰는가”만큼 작은 면적에 얼마나 높은 유효 용량을 확보하고, 높은 온도에서도 안정적으로 동작시키느냐가 중요해지고 있다.
삼성전기는 2026년 7월 30일 2분기 실적 발표에서 AI 인프라 투자가 계속되면서 3분기에도 고용량·고신뢰성 MLCC 수요가 증가할 것으로 전망했다. Murata 역시 8월 공개한 FY2026 1분기 자료에서 데이터센터용 부품의 강한 수요로 MLCC 매출 증가를 예상했다. 서로 경쟁하는 두 제조사가 같은 방향을 확인하고 있다는 점이 눈에 띈다.
MLCC가 무엇이길래 AI 서버에 많이 들어갈까
MLCC는 Multi-Layer Ceramic Capacitor, 적층세라믹커패시터의 약자다.
얇은 세라믹 유전체와 금속 전극을 여러 층으로 쌓아 만든 초소형 커패시터다.
역할을 아주 간단하게 표현하면 전기를 잠시 저장했다가 필요한 순간 빠르게 내주는 작은 저장고에 가깝다.
CPU나 GPU는 언제나 같은 양의 전력을 소비하지 않는다.
연산량에 따라 필요한 전류가 짧은 순간에도 크게 변할 수 있다. 전류 수요가 급격하게 증가했는데 전원 공급 회로가 즉시 따라가지 못하면 칩 주변 전압이 흔들릴 수 있다.
GPU 가까이에 배치된 MLCC는 이런 빠른 전력 변화에서 전압을 안정시키고 고주파 노이즈를 줄이는 역할을 한다.
삼성전기도 MLCC를 전기를 저장했다가 반도체 등 필요한 부품에 안정적으로 공급하는 부품으로 설명하며, 특히 AI 서버에서는 높은 연산 성능과 대용량 데이터 처리 때문에 전력 소비와 발열이 크게 증가한다고 설명한다.
AI 서버와 일반 서버의 가장 큰 차이는 전력 밀도다
AI 서버에 MLCC가 더 많이 필요한 첫 번째 이유는 GPU 개수 자체보다 전력 밀도에 있다.
예를 들어 NVIDIA DGX B200은 8개의 Blackwell GPU를 탑재하며 시스템 최대 전력 사용량이 약 14.3kW로 제시돼 있다. 이전 DGX H100/H200도 최대 약 10.2kW 수준이다. 최신 AI 시스템이 높은 연산 성능과 함께 상당한 전력을 다룬다는 사실을 보여주는 실제 제품 사양이다.
일반 서버 역시 제품에 따라 전력 사용량의 차이가 매우 크기 때문에 “AI 서버는 무조건 일반 서버의 몇 배”라고 하나의 숫자로 일반화하기는 어렵다.
다만 삼성전기는 자사 기술 설명 자료에서 AI 서버가 일반 서버보다 훨씬 높은 전력을 소비하며, 이에 따라 더 많은 MLCC와 더 높은 성능의 MLCC가 필요하다고 설명한다.
중요한 것은 배율 자체가 아니다.
GPU 주변에서 짧은 시간에 큰 전류 변화가 발생하고, 이를 좁은 기판 면적 안에서 안정적으로 처리해야 한다는 구조적 차이다.
MLCC는 GPU 주변에서 어떤 일을 하나
GPU에 1초 동안 일정한 전기가 흐르는 상황만 생각하면 대형 전원 공급 장치가 모든 전력을 공급하면 될 것처럼 보인다.
실제로는 그렇지 않다.
GPU 내부의 수많은 연산 장치가 동시에 켜지고 꺼지면서 전류 요구량이 매우 빠르게 변한다.
전원 공급 장치와 전압 조정 모듈이 전체 전력을 담당하지만, 물리적으로 멀리 있는 전원 공급원은 아주 짧은 순간의 변화를 즉각 대응하기 어렵다.
그래서 GPU 주변에 여러 커패시터를 배치한다.
MLCC는 특히 고주파 영역에서 빠르게 전류를 공급하거나 흡수해 전압 변동을 억제한다.
이 때문에 AI 서버에서는 단순히 “큰 커패시터 하나”로 해결하기 어렵다.
서로 다른 용량과 특성을 가진 커패시터를 여러 위치에 분산 배치해 전력망 전체를 안정시키는 방식이 사용된다.
AI 서버 MLCC는 일반 서버와 무엇이 다른가
| 비교 항목 | 일반 서버 | 고성능 AI 서버 |
|---|---|---|
| 주요 연산 장치 | CPU 중심 또는 소수 가속기 | 다수의 고전력 GPU·가속기 |
| 전력 밀도 | 상대적으로 낮음 | 매우 높음 |
| 순간 전류 변화 | 상대적으로 작음 | 매우 큼 |
| MLCC 요구량 | 많음 | 더 많아지는 경향 |
| 필요한 용량 | 일반 서버 규격 | 고용량 요구 증가 |
| 실장 공간 압박 | 있음 | GPU 주변에서 특히 큼 |
| 온도 환경 | 서버급 신뢰성 필요 | 높은 발열로 요구조건 강화 |
| 주요 기술 과제 | 안정적 전원 공급 | 고용량·소형화·고온 신뢰성 동시 확보 |
이 표에서 가장 중요한 것은 수량과 성능이 동시에 올라간다는 점이다.
기판 공간이 무한하다면 커패시터 수량만 계속 늘리는 방법도 생각할 수 있다.
하지만 실제 GPU 보드에는 HBM, 전원회로, 네트워크 부품 등 수많은 부품이 함께 배치된다.
MLCC만을 위해 기판 면적을 계속 늘릴 수 없다.
그래서 ‘소형·고용량 MLCC’가 중요해진다
Murata는 2025년 말 AI 서버용 커패시터 전략을 설명하면서 AI 서버 베이스보드에 사용되는 커패시터 수가 증가하고 있으며, 기판 면적이 제한되기 때문에 소형화와 고용량화가 동시에 필요하다고 밝혔다.
회사는 당시 AI 서버 베이스보드 기준 약 1만~2만개의 커패시터가 사용되는 사례를 제시했다. 이는 특정 서버 구성에 대한 회사 추정치이므로 모든 AI 서버에 그대로 적용되는 숫자는 아니다.
삼성전기도 같은 문제를 지적한다.
AI 서버에서는 GPU 가까이에 MLCC를 배치해야 하지만 실장 면적은 제한되어 있어 소형·초고용량 제품이 필요하고, 높은 온도 환경을 견딜 수 있는 신뢰성도 중요하다고 설명한다.
결국 AI 서버용 MLCC의 경쟁은 단순히 “몇 개 생산하느냐”보다 같은 부피에서 얼마나 많은 유효 용량을 확보하느냐로 이동한다.
높은 정격전압과 온도 신뢰성이 중요한 이유
커패시터는 정격 용량 숫자만 보면 안 된다.
실제 회로에서는 전압과 온도, 주파수 조건에 따라 사용할 수 있는 유효 용량이 달라질 수 있다.
AI 서버처럼 전력 밀도가 높은 장비에서는 발열 환경도 더 까다롭다.
삼성전기는 AI 서버용 MLCC에서 고온 조건과 높은 정격전압, 기계적 내구성 등을 주요 요구조건으로 제시하고 있다.
Murata도 서버 시장에서 필요한 용량이 증가하면서 단순 명목 용량이 아니라 전압이 인가된 실제 조건에서도 충분한 유효 용량을 확보하는 것이 중요하다고 설명했다.
따라서 제품 사양표의 µF 숫자가 같다고 해서 모든 MLCC가 AI 서버에서 같은 역할을 할 수 있는 것은 아니다.
MLCC 탑재량은 앞으로 계속 몇 배씩 늘어날까
반드시 그렇지는 않다.
이 부분은 AI 서버 MLCC를 이해할 때 특히 주의해야 한다.
AI 가속기의 전력 소비가 늘면 필요한 커패시턴스는 증가할 가능성이 높지만, 기판 면적에는 한계가 있다.
Murata는 최신 AI 가속기 보드에서 커패시터 수 자체가 무한히 늘기보다 한 개당 요구 용량이 커지는 방향도 중요해질 것으로 보고 있다.
즉 향후 MLCC 수요를 볼 때는 세 가지를 함께 봐야 한다.
- AI 서버 출하량이 얼마나 증가하는가
- 서버 또는 가속기 하나당 필요한 커패시턴스가 얼마나 증가하는가
- 더 비싼 고용량·고신뢰성 제품 비중이 얼마나 높아지는가
단순히 “서버 한 대당 MLCC 몇 만 개”라는 숫자만 비교하면 기술 변화를 놓치기 쉽다.
2026년에 MLCC 수요가 다시 주목받는 이유
2026년에는 AI 서버 출하량 자체도 증가하고 있다.
TrendForce는 8월 3일 2026년 AI 서버 출하량 증가율 전망을 기존 28%에서 약 31%로 상향했다. NVIDIA 기반 시스템뿐 아니라 Google·AWS의 자체 ASIC 플랫폼 확대도 하반기 서버 수요를 끌어올리는 요인으로 제시했다.
MLCC 공급 측에서도 변화가 확인된다.
TrendForce는 7월 조사에서 Murata·삼성전기·Taiyo Yuden 등 주요 업체의 2026년 6월 MLCC 출하가 AI 수요에 힘입어 최근 5년 사이 월간 최고 수준에 도달했다고 분석했다.
삼성전기는 7월 30일 발표한 2분기 실적에서 3분기에도 AI 인프라 투자에 힘입어 고용량·고신뢰성 MLCC 수요가 증가할 것으로 전망했다.
Murata도 8월 공개한 최신 실적 자료에서 데이터센터 애플리케이션용 부품 수요가 강해 MLCC 매출 증가를 예상한다고 밝혔다.
특정 업체 한 곳의 전망만으로 만들어진 이야기는 아니라는 뜻이다.
MLCC 말고 다른 커패시터는 필요 없을까
그렇지는 않다.
AI 가속기의 전력 요구가 커질수록 하나의 커패시터 기술만으로 모든 주파수 영역과 패키지 위치를 처리하기 어렵다.
MLCC 외에도 폴리머 커패시터와 실리콘 커패시터 등이 서로 다른 위치와 역할에서 사용될 수 있다.
TrendForce는 2026년 AI 서버 전력 무결성 분석에서 MLCC가 시스템 수준의 전원 안정화에서 핵심 부품으로 계속 사용되는 동시에, 실리콘 커패시터가 패키지 수준에서 이를 보완하는 방향을 설명했다.
따라서 “실리콘 커패시터가 MLCC를 완전히 대체한다”거나 반대로 “MLCC만 있으면 된다”고 보는 것은 지나친 단순화다.
AI 서버용 MLCC를 볼 때 확인할 체크리스트
AI 서버용 MLCC 관련 내용을 볼 때는 아래 항목부터 확인하면 과장된 설명을 걸러내기 쉽다.
- 서버 한 대인지, GPU 보드 한 장인지 단위를 확인했는가
- 명목 용량과 실제 동작 조건의 유효 용량을 구분했는가
- 일반 IT용과 서버용의 온도·신뢰성 조건을 구분했는가
- MLCC 수량 증가와 한 개당 용량 증가를 따로 봤는가
- AI 서버 출하량과 부품 수요를 같은 의미로 해석하지 않았는가
- 제조사 공식 자료와 시장조사 자료를 함께 확인했는가
특히 “AI 서버 한 대에 몇 만 개”라는 숫자는 시스템 구성과 집계 범위가 다르면 크게 달라질 수 있다.
숫자 하나보다는 무엇을 기준으로 센 것인지가 더 중요하다.
핵심 요약
AI 서버 MLCC가 일반 서버보다 중요해지는 이유는 GPU가 많아서만은 아니다.
높은 전력 밀도와 빠른 전류 변화, 제한된 기판 공간, 높은 발열을 동시에 해결해야 하기 때문이다.
이 조건 때문에 AI 서버에서는 더 많은 커패시턴스가 필요하고, 소형·고용량·고신뢰성 MLCC의 가치가 높아진다.
앞으로는 MLCC 개수만 계속 증가한다고 보기보다 AI 서버 출하 증가 + 개별 부품의 고용량화 + 높은 신뢰성 제품 비중 증가를 함께 살펴보는 편이 정확하다.
FAQ
MLCC는 AI 반도체인가요?
아닙니다. MLCC는 반도체가 아니라 수동 전자부품인 커패시터입니다. GPU나 CPU가 안정적으로 전력을 공급받도록 돕는 역할을 합니다.
AI 서버에는 MLCC가 정확히 몇 개 들어가나요?
고정된 숫자는 없습니다. 서버 구조와 GPU 개수, 보드 집계 범위에 따라 달라집니다. Murata는 AI 서버 베이스보드에 1만~2만개 수준의 커패시터가 사용되는 사례를 제시했지만 이는 특정 구성에 대한 회사 추정치입니다.
일반 MLCC를 AI 서버에 그대로 쓰면 안 되나요?
사용 위치와 회로 요구조건에 따라 다릅니다. GPU 주변처럼 전력 밀도와 온도가 높은 구간에서는 고용량, 고온 특성, 높은 신뢰성을 갖춘 제품의 중요성이 커집니다.
GPU 성능이 높아지면 MLCC 개수도 계속 증가하나요?
필요한 총 커패시턴스는 증가할 수 있지만 실장 면적이 제한되기 때문에 개수만 늘리는 데 한계가 있습니다. 그래서 한 개당 용량을 높이고 더 작은 부품을 사용하는 방향도 함께 진행됩니다.
실리콘 커패시터가 MLCC를 대체할까요?
현재는 완전한 대체보다는 역할 분담에 가깝습니다. 실리콘 커패시터는 칩·패키지 가까운 영역에서 높은 용량 밀도와 낮은 기생 특성이 필요한 용도로 확대되고 있으며, MLCC는 시스템과 보드 수준 전원 안정화에서 폭넓게 사용됩니다.
출처 및 참고자료
- 삼성전기 — 2026년 2분기 경영실적, 2026-07-30. AI 인프라와 고용량·고신뢰성 MLCC 수요 전망.
- Murata — FY2026 1분기 실적 설명 자료, 2026-08-04. 데이터센터용 MLCC 수요와 매출 전망.
- NVIDIA — DGX B200 공식 사양, 2026년 최신 문서 확인. 시스템 최대 전력 약 14.3kW.
- 삼성전기 — ‘전자 산업의 쌀’ MLCC, AI 서버·전장용 MLCC 집중, 2025-07-21. AI 서버용 MLCC의 고온·고용량·고신뢰성 요구조건.
- Murata — IR Day 2025, 2025-12-04. AI 서버의 커패시터 수량과 고용량화 방향.
- TrendForce — AI Server Shipments Forecast Raised to Nearly 31% YoY, 2026-08-03. 2026년 AI 서버 출하 전망.
- TrendForce — MLCC 시장 조사, 2026-07-28. AI 수요와 주요 MLCC 업체 출하 동향.
