최근 많은 투자자나 IT 실무자들을 만날 때마다 가장 많이 받는 질문이 있습니다.바로 SK하이닉스의 HBM 독주 체제가 과연 영원할 것인가라는 의문입니다.결론부터 말씀드리면 영원한 왕좌는 없으며 이면에서 거대한 지각변동이 이미 시작되었습니다.그 중심에 바로 미국 샌디스크가 취득한 고대역폭플래시(HBF) 기술 특허가 있습니다.삼성전자와 SK하이닉스가 양분한 AI 메모리 시장에 던져진 이 도발적인 카드의 실체와 수급의 핵심을 파헤쳐 드립니다.
1.기존 HBM 구조의 한계와 데이터 병목현상이 생기는 이유는 무엇인가요?
HBM이 아무리 빨라도 용량이 작아 저 멀리 떨어진 SSD에서 데이터를 퍼 와야 하는 구조적 한계 때문에 현장의 반도체 칩들은 늘 굶주려 있습니다. 현재의 AI 반도체 시스템은 연산을 담당하는 GPU 바로 옆에 초고속 메모리인 HBM을 배치합니다. 그리고 덩치가 큰 대용량 데이터는 거리가 한참 떨어진 메인 스토리지인 SSD에 저장하는 물리적 이원화 구조를 씁니다. 이게 왜 어이가 없는 상황인지 아주 쉽게 비유를 해보겠습니다. 컴퓨터 사양이 기가 막히게 좋은 최고급 PC방이 하나 오픈했다고 가정해 봅시다. PC방 사장님(기업)은 손님(데이터)을 엄청나게 받아서 대박을 터뜨리고 싶어 합니다. 컴퓨터의 핵심 두뇌(GPU)는 빛의 속도로 돌아가고, 그 바로 옆에 있는 초고속 램(HBM)도 손님 주문을 칼같이 받아냅니다. 그런데 문제는 손님들이 진짜 원하는 대용량 게임 데이터가 들어있는 메인 서버(SSD)가 PC방 건물 내부가 아니라 저 멀리 복도 끝 창고에 있는 상황입니다. 손님이 게임을 실행할 때마다 알바생이 복도 끝 창고까지 뛰어가서 데이터를 수동으로 하나씩 들고 와야 하는 꼴입니다. 컴퓨터가 아무리 좋고 램이 빠르면 뭐 합니까? 창고가 너무 멀어서 데이터를 가져오는 전송 통로가 꽉 막혀버리는데 말입니다. 이것이 바로 현재 엔비디아와 하이닉스 연합군도 완전히 해결하지 못한 데이터 병목현상의 본질입니다. 현장에서 대기업 담당자들이 밤새 고민하는 기존 구조의 치명적인 한계점은 다음과 같이 요약됩니다. 지독한 데이터 병목현상: HBM은 속도가 아주 빠르지만 칩 하나당 용량이 수십 GB 수준으로 매우 작습니다. 초거대 AI 모델의 무거운 데이터를 다 담기엔 턱없이 모자라 결국 멀리 떨어진 SSD에서 데이터를 끊임없이 전송받아야 합니다. 이 좁은 이동 통로 때문에 GPU가 연산을 멈추고 노는 현상이 발생합니다. 낮은 메모리 용량과 증설 비효율성: 메모리 자체의 용량이 작다 보니 전체 시스템 용량을 키우려면 어쩔 수 없이 비싼 GPU와 HBM 세트를 수십 대씩 통째로 묶어서 구매해야 합니다. 이는 AI 서비스를 운영하는 빅테크 기업들에 감당하기 힘든 인프라 비용 부담을 전가합니다. 살인적인 생산 단가와 기간: HBM은 D램을 미세하게 깎아 미세한 구멍을 뚫고 수직으로 쌓아 올리는 극악의 적층 공정을 거칩니다. 제작 기간이 오래 걸리는 것은 물론이고 공정 난도가 너무 높아 불량률이 높으며, 생산 단가가 일반 D램의 수십 배에 달해 만성적인 공급 부족을 유발합니다.
2.샌디스크 HBF(고대역폭 플래시) 특허 기술은 무엇이며 어떤 개선점을 가졌나?
샌디스크 HBF 기술의 진짜 몸통은 저 멀리 복도 끝에 있던 대형 냉장고를 요리사 발밑에 매립형 서랍장으로 박아버린 공간 파괴 혁신입니다. 샌디스크가 취득한 특허(US 12,430,274 B2)는 기존의 '옆으로 나열해서 연결하는 구조'의 고정관념을 완전히 깨부쉈습니다. 데이터가 이동하는 물리적인 거리를 사실상 제로(0)로 만들기 위해 대용량 낸드플래시를 GPU 바로 밑바닥에 수직으로 직접 접합해 버린 것입니다. 쉽게 말해, PC방 창고에 있던 메인 서버를 컴퓨터 책상 바로 밑에 대용량 하드로 직결해 버린 패치와 같습니다. 알바생이 복도를 뛰어다닐 필요 없이 손님이 자리에 앉아 마우스 클릭만 하면 대용량 게임이 즉각 실행되는 신세계를 구축한 셈입니다. 이 구조가 시장에 가져올 개선점과 장점은 명확합니다. 수직 병렬구조의 속도 혁신: 수백 단으로 적층된 낸드플래시 전체에 수천 개의 미세한 구멍을 뚫어 데이터를 수직으로 동시에 주고받는 통로를 개척했습니다. 데이터를 옆으로 멀리 돌려보내던 기존 eSSD 방식과는 비교조차 불가능할 정도로 전송 속도가 빠릅니다. 압도적인 가성비와 4TB 대용량: 기존 HBM이 수십 GB 단위의 한계에 가치 있을 때 샌디스크의 HBF는 단일 패키지 내에 무려 4TB(테라바이트)까지 용량을 확장할 수 있습니다. 기존 HBM 스택 공간 대비 무려 20배가 넘는 초고용량입니다. 초거대 AI 모델 구동에 필요한 방대한 가중치 데이터를 GPU 바로 코앞에 통째로 올려두고 쓸 수 있어 시스템의 가성비가 극대화됩니다.
3.혁신적인 HBF 기술이 가진 치명적인 한계점과 부작용은 무엇인가요?
HBF가 아무리 4TB 대용량을 자랑해도 태생이 D램이 아닌 낸드플래시이기 때문에 발생하는 물리적 한계점과 부작용을 투자자들은 냉정하게 보아야 합니다.세상에 완벽한 치트키는 없습니다.샌디스크의 신기술이 당장 주식 시장의 모든 수급을 빨아들이며 대장주들을 멸망시킬 것처럼 말하는 뉴스들은 대중의 공포심을 자극하는 자극적인 찌라시에 불과합니다.현실적인 리스크 관리를 위해 기존 HBM 구조와 샌디스크 HBF 기술의 핵심 차이점을 확실하게 비교해 드립니다.비교 항목기존 HBM 구조 (D램 기반)샌디스크 HBF 기술 (낸드 기반)핵심 위치GPU 바로 옆에 나열 배치GPU 바로 밑에 수직 접합최대 용량수십 GB 수준 (상대적 소용량)단일 패키지 최대 4TB (초고용량)반응 속도최상 (순수 연산 및 지연 시간 압도)보통 (읽기 대역폭은 우수하나 연산 속도 열세)치명적 숙제살인적인 생산 단가, 공급 부족GPU 밀착으로 인한 극심한 발열, 쓰기 수명 제한주요 영역AI 학습(Training) 및 추론 전체대용량 위주의 AI 추론(Inference) 영역 중심진짜 주목해야 할 감춰진 부작용은 크게 세 가지입니다.첫째, 순수 연산 속도의 차이입니다. 아무리 수직 통로를 많이 뚫어도 메모리 소자 자체의 물리적 반응 속도(지연 시간)는 D램 기반인 HBM을 따라갈 수 없습니다. 데이터를 읽어오는 길은 넓어졌지만 메모리 내부에서 데이터를 처리하는 본질적인 속도 체급 자체가 다릅니다.둘째, 지옥 같은 발열 제어 문제입니다. GPU는 풀가동 시 엄청난 열을 뿜어내는 부품입니다. 그런데 열에 극도로 취약한 낸드플래시를 GPU 바로 밑바닥에 강력 본드로 밀착시켜 버렸습니다. 이를 식혀줄 완벽한 하우징 냉각 기술이 없다면 열 때문에 데이터가 유실되거나 칩 전체가 타버리는 대참사가 발생할 수 있습니다.셋째, 쓰기 수명의 제한입니다. D램은 데이터를 수억 번 쓰고 지워도 끄떡없지만, 낸드플래시는 데이터를 쓰고 지울 때마다 방이 망가지는 물리적 수명 제한이 있습니다. 데이터를 실시간으로 고쳐 쓰며 반복 학습을 해야 하는 AI 학습 단계에서는 수명 문제로 쓰기 어렵다는 치명적인 약점이 있습니다.
4.샌디스크 HBF의 실제 양산 시점과 TSMC·SK하이닉스 협력 현황은?
샌디스크 HBF는 현재 특허 문서에 도장을 찍은 단계일 뿐 공장에서 제품을 대량으로 찍어내어 매출을 일으키는 단계가 전혀 아닙니다. 개미 투자자들이 가장 많이 속는 함정이 바로 특허 공시 하나에 내일 당장 세상이 바뀔 것처럼 추격 매수하는 행위입니다. 현실적인 타임라인을 보면 실제 상용화 제품이 칩 시장에 깔리는 시점은 아무리 빨라도 2027년에서 2028년경으로 전망됩니다. 실제 독자분들의 투자 판단에 도움이 되도록 제품이 최종 시장에 도달하기까지의 예상 역학 관계를 단계별로 짚어드리겠습니다. 특허 확보 및 설계 검증: 미국 특허(US 12,430,274 B2) 취득을 마쳤으나 설계 도면상의 안정성을 검증하는 단계가 우선입니다. 글로벌 파트너십 구축: 샌디스크 독자 노선이 아닌 SK하이닉스와 HBF 표준화를 위한 양해각서(MOU)를 체결하고 기술 협력 연합군을 결성했습니다. 시제품 제작 및 수율 확보: 올해 하반기 첫 프로토타입 샘플을 빅테크 기업들에 공급하여 필드 테스트를 시작할 예정입니다. 위탁 생산 파운드리 계약: GPU와 메모리를 정밀하게 패키징해야 하므로 3D 패키징 기술을 쥔 TSMC의 최첨단 공정을 거칠 확률이 지배적입니다. 본격 대량 양산 및 배포: 발열과 수명 테스트를 완벽히 통과한 제품이 글로벌 데이터센터에 공급되는 최종 시점은 2027~2028년이 될 것입니다. 여기서 아주 흥미로운 관전 포인트가 있습니다. 샌디스크가 왜 굳이 K-반도체의 대장인 SK하이닉스와 MOU를 맺었을까요? 답은 간단합니다. 자신들이 특허는 갖고 있지만, 이를 완벽한 반도체 칩 형태로 결함 없이 대량 양산할 수 있는 설계 및 미세 공정 노하우는 하이닉스가 세계 최고이기 때문입니다. 적과의 동침 같지만 서로의 가려운 곳을 긁어주는 철저한 비즈니스적 계산이 깔려 있습니다.
[365insight의 견해]
HBF는 비싼 HBM을 대체하고 AI 칩 가격을 낮출 수 있을까? 샌디스크 HBF는 HBM을 죽이러 온 자객이 아니라 비싼 HBM의 단점을 보완하여 전체 AI 판의 덩치를 키우는 영리한 상호 보완재입니다. 투자자 여러분, 지난 수요일 삼전과 닉스의 주가가 급락한 것을 두고 "이제 국내 반도체는 끝났다"며 패닉 셀을 하셨다면 시장의 진짜 이면을 보지 못하신 겁니다. 반도체 시장의 주도권은 그렇게 쉽게 넘어가지 않으며, 오히려 이번 특허 공개는 국내 기업들에 새로운 돌파구가 될 수 있습니다. 현재 AI 시장의 패러다임은 천문학적인 비용을 들여 AI 모델을 똑똑하게 가르치는 '학습(Training)' 단계에서, 이미 완성된 AI 모델을 대중에게 서비스하는 '추론(Inference)' 시장으로 빠르게 대전환하고 있습니다. 학습 단계에서는 1분 1초가 아쉽기 때문에 무조건 가장 빠른 HBM을 쏟아부어야 하지만, 전 세계 사용자를 대상으로 서비스를 돌리는 추론 시장에서는 얘기가 다릅니다. 추론 시장의 핵심은 막대한 데이터를 얼마나 저렴하고 안정적인 단가로 처리하느냐는 가성비 싸움입니다. 바로 이 지점에서 4TB 초고용량을 자랑하는 HBF가 구원투수로 등판하는 것입니다. 결국 미래의 AI 메모리 생태계는 다음과 같은 복합 솔루션 구조로 재편될 것입니다. 최고 성능의 실시간 연산은 하이닉스와 삼성전자의 HBM이 굳건하게 담당합니다. 그리고 테라바이트 단위의 무거운 거대 데이터 저장은 GPU 바로 밑에서 샌디스크의 HBF가 든든하게 받쳐주는 이원화 공존 생태계입니다. 이 구조가 안착되면 폭등하던 AI 칩 전체의 빌드 비용을 크게 낮출 수 있어, 빅테크 기업들의 인프라 투자 부담이 줄어들고 AI 서비스 대중화가 엄청나게 빨라집니다. 판이 커지면 메모리를 공급하는 국내 기업들의 전체 출하량과 매출도 함께 점프하는 선순환이 일어납니다. 그러니 눈앞의 자극적인 뉴스 타이틀과 일시적인 수급 이탈에 공포를 느끼고 소중한 자산을 던질 필요가 전혀 없습니다. 거대한 기술의 파도 속에서 독점권을 지키려는 자들과 판을 키우려는 자들의 영리한 연합 전선을 읽어내는 눈, 그것이 실전 매매에서 내 돈을 지키고 시장을 이기는 유일한 무기입니다.
반도체 시장의 또 다른 축, 파운드리의 미래 차세대 메모리 패키징의 핵심 열쇠를 쥔 파운드리의 변화가 궁금하시다면 [TSMC의 CoWoS 패키징 기술이 AI 반도체 생태계를 지배하는 이유] 다음 글을 기대해 주세요.
레퍼런스 및 출처
- 조선비즈: "AI 반도체 병목 해결" 삼전닉스 흔들 '제2의 HBM' (샌디스크 고대역폭플래시 HBF 기술 분석 및 시장 동향 인터뷰)https://biz.chosun.com/it-science/ict/2026/06/24/43AKSSENDZFLHARJGVV4QEUXUU/
- 미국 특허상표청(USPTO): SanDisk Tech Patent No. US 12,430,274 B2 — 'Processing core integrating high-capacity and high-bandwidth storage memory'https://biz.chosun.com/it-science/ict/2026/06/24/43AKSSENDZFLHARJGVV4QEUXUU/
- 글로벌 반도체 로드맵(2026): 샌디스크-SK하이닉스 HBF 표준화 공동 워크스트림 가동 및 상용화 타임라인 분석 보고서https://www.oscoo.com/kr/news/sk-hynix-and-sandisk-unveil-high-bandwidth-flash-for-ai-inference/