이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.
한 줄로 말하면
낸드플래시는 전원이 꺼져도 데이터를 보관하는 반도체 저장장치야. AI 인프라에서는 GPU 옆의 초고속 작업대가 아니라, 데이터센터 안에서 많은 자료를 싸고 조밀하게 담아 두는 책장에 가까워.
비유로 이해하기
AI 데이터센터를 도서관으로 보면 HBM은 연구원이 바로 옆에 펼쳐 둔 넓은 책상이야. 계산 중인 자료를 아주 빠르게 올리고 내릴 수 있지만, 비싸고 공간이 제한돼.
낸드플래시는 서가에 더 가까워. 책상만큼 빠르지는 않지만, 훨씬 많은 자료를 오래 보관할 수 있어. 사용자가 질문할 때마다 문서와 기록을 찾아 붙이는 서비스에서는 이 서가가 느리거나 부족하면 계산기가 빨라도 답을 만드는 흐름이 막힐 수 있어.
여기까지가 이해를 돕는 비유야. 실제 시스템에서는 낸드 칩이 곧바로 서버에 꽂히는 게 아니라, 컨트롤러와 펌웨어, 인터페이스, 폼팩터를 갖춘 SSD로 묶여 쓰인다. 그래서 낸드 가격과 기업용 SSD 수요는 연결돼 있지만 같은 숫자는 아니야.
정확한 정의
낸드플래시는 데이터를 전하 상태로 저장하는 비휘발성 메모리야. 전원이 꺼져도 데이터가 남기 때문에 SSD, 스마트폰 저장공간, 메모리카드, USB 저장장치 같은 제품의 핵심 부품으로 쓰여.
D램이나 HBM은 빠르게 읽고 쓰는 작업 메모리에 가깝다. 대신 전원이 끊기면 내용이 사라지고, 같은 용량을 구성하는 비용도 높아. 낸드는 그보다 느리지만 더 많은 데이터를 더 낮은 비용으로 오래 보관할 수 있어. 그래서 AI 시스템을 볼 때도 “계산을 얼마나 빨리 하느냐”와 “자료를 어디에 얼마나 보관하고 꺼내느냐”를 나눠 봐야 해.
flowchart LR A[사용자 질문·문서·로그] --> B[SSD 저장 계층] B --> C[검색·RAG·데이터 로딩] C --> D[GPU와 HBM 작업 메모리] D --> E[답 생성] E --> B
그림의 핵심은 역할 분담이야. 낸드는 GPU를 대신 계산하지 않아. 대신 모델이 참고할 외부 문서, 중간 결과, 로그, 벡터 데이터 같은 자료를 보관하고 다시 꺼내는 쪽에서 중요해질 수 있어.
왜 중요한가
AI 초반의 병목은 주로 GPU와 HBM으로 보였어. 큰 모델을 학습시키려면 계산 장치와 고대역폭 메모리가 먼저 필요했기 때문이야.
하지만 추론 비용은 계산만으로 끝나지 않아. 사용자가 질문을 던질 때마다 서비스는 문맥을 읽고, 외부 자료를 찾고, 결과를 저장하고, 다음 요청에서 다시 꺼내. KV 캐시처럼 작업 중간값을 보관하는 문제도 있고, RAG처럼 외부 지식 저장소를 계속 검색하는 문제도 있어.
이때 낸드는 “AI 칩 옆의 가장 빠른 메모리”가 아니라 “AI 서비스가 참고할 자료를 대량으로 담는 저장 계층”으로 다시 보이기 시작해. 특히 하드디스크드라이브보다 빠른 접근이 필요하고, HBM이나 D램처럼 비싼 메모리에 전부 올려 둘 수 없는 자료가 많아질수록 기업용 SSD의 역할이 커질 수 있어.
실제 예시
AI 추론이 낸드를 다시 책장으로 불렀다는 낸드 가격 지표와 AI 저장장치 수요 가설을 함께 다뤘어. 연합뉴스 보도에 따르면 D램익스체인지 기준 128Gb MLC 낸드 평균 가격은 2025년 말 5.7달러에서 2026년 6월 말 28.8달러로 올랐어.1
이 숫자는 낸드 전체 시장이나 기업용 SSD 가격 그 자체가 아니야. 특정 범용 제품 가격 지표야. 그래도 가격 지표가 급하게 움직였다는 점은 메모리 시장의 관심이 HBM 바깥 저장 계층으로 넓어질 수 있음을 보여 줘.
같은 보도는 삼성전자, SK하이닉스, Kioxia, 마이크론, SanDisk, YMTC의 증설 움직임도 함께 전했어.1 다만 증설 발표만으로 AI 추론 수요가 장기 낸드 사이클을 만든다고 말할 수는 없어. 기업용 SSD 출하량, 고객별 장기계약, HDD에서 SSD로 넘어가는 속도, 중국 업체의 공급 증가를 함께 봐야 해.
헷갈리지 말아야 할 점
- 낸드플래시는 HBM이 아니야. HBM은 AI 가속기 가까이에서 매우 넓은 대역폭을 주는 작업 메모리이고, 낸드는 많은 데이터를 오래 보관하는 저장 계층에 가까워.
- 낸드 가격 지표와 기업용 SSD 수요는 같지 않아. 범용 낸드 가격이 올라도 데이터센터용 SSD 가격과 출하량이 같은 폭으로 움직인다는 뜻은 아니야.
- AI 수요가 곧바로 구조적 호황이라는 뜻은 아니야. 수요가 늘어도 업체들이 더 빨리 증설하면 가격은 다시 눌릴 수 있어.
- 저장장치는 계산장치를 대체하지 않아. 낸드는 GPU 계산을 대신하는 기술이 아니라, AI 서비스가 자료를 보관하고 찾는 비용을 바꾸는 계층이야.
관련 문서
남은 질문들
- AI 데이터센터에서 기업용 SSD 출하량과 평균판매가격은 범용 낸드 가격 지표와 얼마나 다르게 움직일까?
- RAG와 벡터 데이터베이스가 늘어날수록 저장장치 요구는 용량, 지연시간, 내구성 중 어디에서 먼저 병목이 될까?
- HDD에서 SSD로 넘어가는 데이터센터 저장 계층 변화는 AI 추론 수요와 얼마나 겹쳐 있을까?
- 중국 YMTC의 증설과 수출통제 환경은 낸드 가격 사이클을 어느 방향으로 흔들까?
댓글