뉴스 상세 분석
AI 요약 · AI 분석 · 관련 종목 뉴스 영향도
메인으로
선택한 뉴스 AI분석 완료 주식

D램 가격 담합 소송, 삼성·SK하이닉스 주가에 미칠 영향은?

2026-07-09 16:00 14 0 0

AI 상세 요약

미국 소비자 및 PC 조립업체들이 삼성전자, SK하이닉스, 마이크론을 상대로 D램 가격 담합 집단소송을 제기했다. 원고 측은 이들 기업이 인공지능(AI)용 고대역폭메모리(HBM) 생산 확대를 명분으로 삼아 범용 D램 공급을 의도적으로 줄여 가격을 인상했다고 주장한다. 소장에 따르면 일반 소비자용 D램 가격은 2024년 3분기부터 2026년 1분기까지 약 697% 급등했다. 이 소송은 메모리 시장의 가격 결정력과 사이클의 본질에 대한 의문을 제기하고 있다. 과거 2018년 유사 소송은 직접적인 증거 부족으로 기각된 바 있으나, 이번 소송은 마이크론의 소비자용 메모리 사업 철수, 오픈AI의 스타게이트 프로젝트 관련 D램 공급 논의 등 새로운 정황 증거를 포함하고 있다. SK하이닉스는 이미 미국 증권거래위원회(SEC) 등록신고서에 이 소송을 투자 위험 요소로 추가했다. 자본시장은 이번 소송의 결과가 메모리 3사의 공급 조절 지속 가능성에 영향을 미칠지 주목하고 있다.

AI 분석

분석 기준: 원문 URL 기반 Gemini 요약 시도 이번 D램 가격 담합 소송은 삼성전자와 SK하이닉스 등 주요 메모리 반도체 기업의 주가에 단기적으로 불확실성을 높일 수 있습니다. 만약 법원이 담합을 인정하고 금지 명령을 내릴 경우, 현재 높은 메모리 가격을 지탱하는 생산 조절 구조가 약화되어 메모리 반도체 업황 강세론의 전제가 흔들릴 가능성이 있습니다. 이는 기업들의 수익성에 부정적인 영향을 미칠 수 있으며, 주가 하락 압력으로 작용할 수 있습니다. 특히 SK하이닉스는 미국 예탁증권 공모를 앞두고 있어, 소송이 투자 위험으로 명시된 점이 해외 기관 투자자들의 보수적인 접근을 유발할 수 있습니다. 그러나 2018년 유사 소송이 '의식적 병행행위'로 판단되어 기각된 선례가 있어, 이번에도 직접적인 담합 증거가 부족하다면 기각될 가능성도 존재합니다. 만약 소송이 기각된다면, 불확실성 해소로 인해 주가에 긍정적인 영향을 줄 수도 있습니다. 또한, AI 반도체 시장의 성장과 HBM 수요 증가는 여전히 강력한 성장 동력으로 작용할 수 있습니다. 따라서 투자자들은 소송 진행 상황과 함께 AI 및 HBM 시장의 실제 수요 변화를 면밀히 주시하며 신중하게 접근해야 할 것입니다.

관련 종목과 뉴스 영향도

국내 현재가는 네이버 실시간 · 지표는 저장 출처 기준
삼성전자 005930
부정
뉴스 영향도
★★★☆☆ 3/5
소송 리스크
현재가
260,500원
PER
12.10배
PBR
1.50배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-09-02 00:10
SK하이닉스 000660
부정
뉴스 영향도
★★★★☆ 4/5
소송 리스크 및 공모 영향
현재가
1,697,000원
PER
15.20배
PBR
2.10배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-09-02 00:10
Micron Technology MU
부정
뉴스 영향도
★★★☆☆ 3/5
소송 리스크
현재가
N/A
PER
N/A
PBR
N/A
저장지표 기준 · 지표 출처: DB 저장지표
한미반도체 042700
중립
뉴스 영향도
★★☆☆☆ 2/5
HBM 시장 변화에 간접 영향
현재가
215,500원
PER
25.50배
PBR
3.20배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-09-02 00:10
하나마이크론 067310
중립
뉴스 영향도
★★☆☆☆ 2/5
HBM 후공정 수요 변화에 간접 영향
현재가
35,200원
PER
19.19배
PBR
4.19배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-08-12 16:46
좋아요/싫어요는 현재 브라우저 세션 기준으로 뉴스 1개당 1회만 반영됩니다. 나중에 로그인 회원 기준으로 바꾸면 더 정확하게 집계할 수 있습니다.