[메가 사이클 맞은 낸드]
하이닉스·美 샌디스크 표준화 킥오프
이르면 내년 시제품…2030년대 양산
낸드 시장, D램 절반 규모 성장 관측
2038년엔 HBM 시장 추월 전망도
고대역폭플래시(HBF) 적층 구조. 샌디스크
인공지능(AI)의 핵심 축이 학습에서 추론으로 이동하며 메모리반도체 시장의 ‘만년 조연’에 머물렀던 낸드플래시가 D램과 함께 주연급으로 부상할 것이라는 전망이 나온다. 낸드 기반 고대역폭플래시(HBF)가 폭넓게 쓰이는 2030년대에는 낸드 시장 규모가 D램의 절반 수준까지 커질 수 있다는 분석도 나온다.
6일 업계에 따르면 메모리 업체들이 HBF 개발 작업에 속도를 높이고 있다. SK하이닉스(000660)는 지난달 말 미국 샌디스크와 HBF 스펙 표준화 작업을 시작했다. 업계에서는 이르면 2027년 말쯤 HBF 첫 시제품이 나올 것으로 보고 있다.
HBF는 여러 개의 낸드를 수직으로 쌓은 제품이다. HBF가 주목받는 이유는 기존 고대역폭메모리(HBM)만으로는 AI 추론 단계의 막대한 데이터처리와 전력 소모를 감당하기 어려워서다. 통상 AI 데이터는 사용 빈도에 따라 나뉜다. 당장 연산에 필요한 핫 데이터(Hot Data)와 자주 쓰이지는 않지만 빠르게 꺼내 봐야 하는 웜 데이터(Warm Data), 장기 보관용인 콜드 데이터(Cold Data) 등이다. 고가에 초고속을 자랑하는 HBM은 핫 데이터를 처리했다. 반면 대용량·저속인 솔리드스테이트드라이브(SSD)는 콜드 데이터를 전담해왔다.
HBF는 핫 데이터와 콜드 데이터 사이의 간극을 메우고 웜 데이터 처리를 전담하는 가교 역할을 한다. HBM의 치명적 단점인 용량 제약을 극복하고 SSD의 한계인 느린 속도를 끌어올려 AI 시스템의 전반적인 데이터처리 효율을 극대화하는 원리다.
‘HBM의 아버지’로 불리는 김정호 한국과학기술원(KAIST) 전기전자공학부 교수는 지난달 기자 간담회에서 “그래픽처리장치(GPU) 혁신은 통신 한계로 거의 끝나가고 있어 HBM 바깥층에 HBF를 붙이는 구조가 대세가 될 것”이라며 “초대용량 AI 추론 시대가 본격화하며 2038년에는 HBF 수요가 HBM 시장을 넘어설 것”이라고 내다봤다.
낸드 수요는 이미 빠르게 증가하고 있다. 트렌드포스에 따르면 낸드 시장은 올해 1473억 달러(약 216조 원)에서 HBF 시제품이 나오는 2027년에는 19.3% 증가한 1757억 달러(약 258조 원)까지 커질 것으로 전망된다.
HBF가 낸드를 고부가 제품으로 탈바꿈시키는 열쇠가 될 것이라는 분석도 있다. 김용석 가천대 반도체대학 석좌교수는 “전체 메모리 시장에서 D램과 낸드의 비중은 현재 3대1 수준이지만 고수익 모델인 HBF가 본격화되면 비중이 2대1 수준까지 좁혀질 수 있다”고 말했다.
SK하이닉스의 321단 쿼드러플레벨셀(QLC) 낸드 제품. 사진제공=SK하이닉스
인공지능(AI)의 핵심 축이 학습에서 추론으로 이동하며 메모리반도체 시장의 ‘만년 조연’에 머물렀던 낸드플래시가 D램과 함께 주연급으로 부상할 것이라는 전망이 나온다. 낸드 기반 고대역폭플래시(HBF)가 폭넓게 쓰이는 2030년대에는 낸드 시장 규모가 D램의 절반 수준까지 커질 수 있다는 분석도 나온다.
6일 업계에 따르면 메모리 업체들이 HBF 개발 작업에 속도를 높이고 있다. SK하이닉스(000660)는 지난달 말 미국 샌디스크와 HBF 스펙 표준화 작업을 시작했다. 업계에서는 이르면 2027년 말쯤 HBF 첫 시제품이 나올 것으로 보고 있다.
HBF는 여러 개의 낸드를 수직으로 쌓은 제품이다. HBF가 주목받는 이유는 기존 고대역폭메모리(HBM)만으로는 AI 추론 단계의 막대한 데이터처리와 전력 소모를 감당하기 어려워서다. 통상 AI 데이터는 사용 빈도에 따라 나뉜다. 당장 연산에 필요한 핫 데이터(Hot Data)와 자주 쓰이지는 않지만 빠르게 꺼내 봐야 하는 웜 데이터(Warm Data), 장기 보관용인 콜드 데이터(Cold Data) 등이다. 고가에 초고속을 자랑하는 HBM은 핫 데이터를 처리했다. 반면 대용량·저속인 솔리드스테이트드라이브(SSD)는 콜드 데이터를 전담해왔다.
HBF는 핫 데이터와 콜드 데이터 사이의 간극을 메우고 웜 데이터 처리를 전담하는 가교 역할을 한다. HBM의 치명적 단점인 용량 제약을 극복하고 SSD의 한계인 느린 속도를 끌어올려 AI 시스템의 전반적인 데이터처리 효율을 극대화하는 원리다.
‘HBM의 아버지’로 불리는 김정호 한국과학기술원(KAIST) 전기전자공학부 교수는 지난달 기자 간담회에서 “그래픽처리장치(GPU) 혁신은 통신 한계로 거의 끝나가고 있어 HBM 바깥층에 HBF를 붙이는 구조가 대세가 될 것”이라며 “초대용량 AI 추론 시대가 본격화하며 2038년에는 HBF 수요가 HBM 시장을 넘어설 것”이라고 내다봤다.
낸드 수요는 이미 빠르게 증가하고 있다. 트렌드포스에 따르면 낸드 시장은 올해 1473억 달러(약 216조 원)에서 HBF 시제품이 나오는 2027년에는 19.3% 증가한 1757억 달러(약 258조 원)까지 커질 것으로 전망된다.
HBF가 낸드를 고부가 제품으로 탈바꿈시키는 열쇠가 될 것이라는 분석도 있다. 김용석 가천대 반도체대학 석좌교수는 “전체 메모리 시장에서 D램과 낸드의 비중은 현재 3대1 수준이지만 고수익 모델인 HBF가 본격화되면 비중이 2대1 수준까지 좁혀질 수 있다”고 말했다.
