야생동물의 재테크

[태그:] GPU

  • AI 메모리 수요 폭증! HBM·DDR5·SSD까지 슈퍼사이클 시작! 삼성·SK·마이크론·CXMT ‘속도전’

    최근 글로벌 반도체 시장에서 가장 많이 등장하는 단어는 단연 ‘AI 메모리’입니다.

    불과 2~3년 전까지만 해도 메모리 반도체 산업은 공급 과잉과 가격 하락으로 어려움을 겪었습니다. 하지만 생성형 AI가 등장한 이후 상황은 완전히 달라졌습니다.

    OpenAI의 ChatGPT를 시작으로 구글, 메타, 마이크로소프트, 아마존, xAI 등이 초대형 AI 모델 개발 경쟁에 뛰어들면서 AI 서버 구축이 폭발적으로 증가했고, 이에 따라 메모리 반도체 수요 역시 역사상 가장 빠른 속도로 증가하고 있습니다.

    최근에는 SK하이닉스 CEO가 2027년 메모리 공급 부족이 가장 심각해질 수 있다고 전망했고, 미국 마이크론은 올해 생산 가능한 HBM 물량이 사실상 모두 계약됐다고 밝혔습니다. 삼성전자 역시 HBM4와 AI 서버용 고부가 메모리 확대 전략을 공식화하면서 AI 메모리 시장의 성장 가능성에 힘을 싣고 있습니다.

    그렇다면 왜 AI는 이렇게 많은 메모리를 필요로 하는 것일까요? 그리고 삼성전자와 SK하이닉스에는 어떤 기회가 열리고 있을까요?

    AI 모델 '성능보다 인프라'···크래프톤 500억원 투자의 노림수

    AI 시대에는 GPU보다 메모리가 더 중요해지고 있다

    많은 투자자들은 AI 산업을 이야기하면 가장 먼저 엔비디아 GPU를 떠올립니다.

    물론 GPU는 AI 연산의 핵심입니다.

    하지만 최근 반도체 업계에서는

    “AI의 병목은 이제 연산이 아니라 메모리다.”

    라는 이야기가 나올 정도로 메모리의 중요성이 커지고 있습니다.

    GPU가 아무리 뛰어난 성능을 갖고 있어도 필요한 데이터를 충분히 빠르게 공급받지 못하면 성능을 제대로 발휘하지 못합니다.

    그래서 AI 서버에는 일반 D램이 아닌 HBM(High Bandwidth Memory, 고대역폭 메모리) 이 사용됩니다.

    HBM은 여러 개의 D램을 수직으로 적층해 GPU 바로 옆에서 초고속으로 데이터를 전달하는 구조입니다.

    AI 모델이 커질수록 GPU 성능만 높여서는 해결되지 않고, 메모리 속도와 용량이 함께 증가해야 합니다.

    이 때문에 현재 AI 산업에서 가장 부족한 부품 가운데 하나가 HBM으로 평가받고 있습니다.

    왜 AI 메모리 수요가 폭발하고 있을까?

    SK하이닉스 용인 반도체 클러스터 1기 팹(공장) 모습. 2026.06.02 [사진=권서아 기자]

    AI 서버는 기존 데이터센터 서버보다 훨씬 많은 메모리를 사용합니다.

    예전의 일반 서버는 웹서비스나 데이터베이스 운영이 목적이었다면, AI 서버는 수천억 개의 파라미터를 가진 거대언어모델을 학습하고 추론해야 합니다.

    예를 들어 AI가 문서를 작성하거나 코드를 생성하는 과정에서는 다음과 같은 작업이 반복됩니다.

    • 방대한 데이터를 메모리에 저장
    • 여러 단계의 추론 수행
    • 이전 대화 내용을 계속 유지
    • 여러 사용자의 요청을 동시에 처리
    • 생성된 결과를 다시 분석

    이 모든 과정에서 GPU뿐 아니라 HBM, 서버용 DDR5, 기업용 SSD가 동시에 사용됩니다.

    즉 AI 산업이 성장할수록 메모리 사용량도 함께 증가하는 구조입니다.

    HBM만 성장하는 것이 아니다

    많은 사람들이 HBM만 주목하지만 실제로는 메모리 산업 전체가 AI 수혜를 받고 있습니다.

    대표적으로

    ① HBM

    AI GPU의 핵심 메모리입니다.

    엔비디아의 최신 AI 가속기 대부분이 HBM을 사용합니다.

    현재 글로벌 HBM 시장은

    • SK하이닉스
    • 삼성전자
    • 마이크론

    세 회사가 사실상 독점하고 있습니다.

    특히 SK하이닉스는 글로벌 HBM 시장 점유율 약 60% 수준으로 선두를 유지하고 있으며, 삼성전자와 마이크론이 뒤를 추격하는 구도입니다.

    ② 서버용 DDR5

    AI 서버 내부에는 GPU만 있는 것이 아닙니다.

    CPU와 운영체제, 네트워크 장비를 위한 일반 서버 메모리도 필요합니다.

    AI 데이터센터가 증가할수록 DDR5 수요 역시 빠르게 증가하고 있습니다.

    ③ 기업용 SSD

    AI는 엄청난 양의 데이터를 저장해야 합니다.

    1. 영상
    2. 이미지
    3. 텍스트
    4. 음성
    5. 학습 데이터
    6. 추론 결과

    모두 저장장치가 필요합니다.

    그래서 AI 데이터센터가 늘어날수록 SSD 시장도 함께 성장하고 있습니다.

    삼성전자 역시 최근 실적 발표에서 고용량 기업용 SSD와 AI 서버용 메모리 판매 확대를 핵심 성장 전략으로 제시했습니다.

    SK하이닉스 CEO가 공급 부족을 경고한 이유

    최근 가장 주목받은 뉴스 가운데 하나는 SK하이닉스 CEO의 발언입니다.

    곽노정 CEO는 “2027년이 메모리 공급 부족이 가장 심각한 시기가 될 수 있다.” 고 전망했습니다.

    이 발언이 주목받는 이유는 단순히 HBM 생산량이 부족하다는 의미가 아니기 때문입니다.

    현재 메모리 업체들은 HBM 생산을 늘리기 위해 기존 D램 생산라인 일부를 전환하고 있습니다.

    HBM은 일반 D램보다 제조 공정이 훨씬 복잡합니다.

    • TSV 공정
    • 적층 기술
    • 첨단 패키징
    • 고난도 테스트

    등이 추가되기 때문입니다.

    결국 같은 생산능력으로는 일반 D램보다 적은 수량을 생산하게 됩니다.

    즉

    HBM 생산 확대

            ↓

    일반 D램 생산 감소

            ↓

    메모리 공급 부족

    이라는 구조가 형성될 가능성이 있습니다.

    마이크론도 AI 메모리 수요를 재확인

    미국 메모리 기업 마이크론 역시 최근 실적 발표에서 AI 수요가 예상보다 훨씬 강하다고 밝혔습니다.

    특히

    • 기록적인 분기 매출
    • HBM 판매 확대
    • AI 서버 출하 증가
    • 서버 시장 성장 전망 상향

    등을 발표하면서 시장의 AI 거품 우려를 상당 부분 완화했습니다.

    시장에서는 AI 수요 둔화 가능성을 걱정했지만, 실제 실적은 오히려 이를 반박하는 결과가 나온 것입니다.

    삼성전자도 AI 중심으로 전략 전환

    삼성전자 역시 메모리 전략을 AI 중심으로 빠르게 바꾸고 있습니다.

    최근 회사는

    • HBM4 공급 확대
    • AI 서버용 DDR5 확대
    • 고용량 SSD 판매 증가
    • 첨단 패키징 경쟁력 강화

    등을 핵심 전략으로 제시했습니다.

    과거에는 스마트폰과 PC용 메모리가 실적을 좌우했다면,

    앞으로는

    • AI 서버
    • 클라우드
    • 데이터센터
    • 기업용 SSD
    • HBM

    등이 메모리 시장을 이끄는 구조로 바뀌고 있습니다.

    AI 에이전트 시대가 새로운 수요를 만든다

    최근 AI 산업은 단순한 챗봇에서

    AI 에이전트 시대로 빠르게 이동하고 있습니다.

    AI 에이전트는

    1. 자료 검색
    2. 코드 작성
    3. 보고서 작성
    4. 엑셀 분석
    5. 웹사이트 제작
    6. 회의록 정리

    등 여러 단계를 스스로 수행합니다.

    이 과정에서는 기존 챗봇보다 훨씬 긴 문맥을 유지해야 하며, 더 많은 데이터를 메모리에 저장해야 합니다.

    AI 사용 시간이 길어질수록

    메모리 사용량 역시 계속 증가하게 됩니다.

    그래서 업계에서는 AI 에이전트 확산이 HBM뿐 아니라

    서버용 D램과 SSD 시장까지 함께 성장시킬 것이라는 전망이 나오고 있습니다.

    한국 증시에 미치는 영향

    현재 한국 증시에서 가장 큰 수혜가 예상되는 기업은 SK하이닉스 입니다.

    이미 엔비디아의 핵심 HBM 공급업체로 자리 잡았고,

    AI 서버 증가의 직접적인 수혜를 받고 있기 때문입니다.

    삼성전자 역시 HBM4 공급 확대와 AI 서버용 메모리 비중 확대가 성공적으로 진행된다면 실적 개선 속도가 빨라질 가능성이 있습니다.

    또한 다음 기업들도 관심을 받을 가능성이 있습니다.

    • 한미반도체
    • 이수페타시스
    • ISC
    • 리노공업
    • 가온칩스
    • 심텍
    • 코리아써키트

    이들 기업은 HBM, 첨단 패키징, AI 서버, 기판, 검사장비 등과 관련된 공급망에 속해 있어 AI 투자 확대의 간접적인 수혜를 받을 수 있습니다.

    반드시 확인해야 할 위험 요인

    물론 장밋빛 전망만 있는 것은 아닙니다.

    투자자들이 반드시 확인해야 할 변수도 존재합니다.

    첫 번째는 빅테크의 데이터센터 투자 속도입니다.

    만약 마이크로소프트나 메타, 구글, 아마존이 AI 설비투자를 줄인다면 HBM 수요 증가 속도도 둔화될 수 있습니다.

    두 번째는 AI 모델의 효율성 향상입니다.

    최근 중국 딥시크와 키미 K3처럼 적은 연산 자원으로도 높은 성능을 구현하는 모델이 등장하면서 “GPU와 메모리 사용량이 줄어드는 것 아니냐”는 우려도 제기되고 있습니다.

    다만 현재 업계의 중론은 AI 모델이 효율화되더라도 전체 AI 사용량이 더 빠르게 증가할 가능성이 높다는 것입니다.

    즉, 서버 한 대당 메모리 사용량은 다소 줄더라도 전체 AI 서버 수가 크게 늘어나면 메모리 총수요는 계속 증가할 수 있다는 의미입니다.

    세 번째는 중국 메모리 기업의 추격입니다.

    중국 CXMT는 범용 D램 시장에서 빠르게 성장하고 있으며, 장기적으로 삼성전자와 SK하이닉스의 경쟁 강도가 높아질 가능성이 있습니다. 다만 HBM 분야에서는 아직 기술 격차가 존재한다는 평가가 우세합니다.

    최근 발표된 기업 실적과 주요 외신 보도를 종합하면 AI 메모리 수요가 폭증하고 있다는 흐름 자체는 매우 신뢰도가 높은 사실로 볼 수 있습니다.

    SK하이닉스는 AI 메모리 공급 부족 가능성을 공식적으로 언급했고, 마이크론은 예상치를 뛰어넘는 실적과 함께 AI 수요가 여전히 강력하다고 밝혔습니다. 삼성전자 역시 HBM4와 AI 서버용 메모리 중심으로 사업 전략을 재편하고 있습니다.

    다만 ‘2030년까지 공급 부족이 계속된다’, ‘메모리 가격은 계속 오른다’와 같은 표현은 아직 확정된 사실이 아니라 업계 전망이라는 점을 구분해서 받아들일 필요가 있습니다.

    현재 확인되는 가장 중요한 사실은 AI 데이터센터와 생성형 AI 서비스 확대가 HBM뿐 아니라 DDR5, 기업용 SSD, 서버 메모리 시장까지 함께 성장시키고 있다는 것입니다.

    향후 투자자는 AI 관련 뉴스보다 빅테크의 데이터센터 투자 규모, HBM 공급계약, 메모리 가격, 삼성전자와 SK하이닉스의 생산능력 확대 속도를 꾸준히 확인하는 것이 장기적인 투자 판단에 더욱 중요할 것입니다.

  • 퀄컴 LPDDR6, 인텔 XBM 특허 출원 “HBM만이 답은 아니다”

    AI 산업이 빠르게 성장하면서 반도체 시장의 경쟁도 새로운 국면을 맞이하고 있습니다.

    그동안 AI 반도체의 핵심 메모리로는 HBM(High Bandwidth Memory)이 사실상 표준으로 자리 잡았습니다. 엔비디아, AMD, 구글 등 주요 AI 반도체 기업들은 대부분 HBM을 채택해 초고속 데이터 처리를 구현하고 있습니다.

    하지만 최근 퀄컴(Qualcomm)과 인텔(Intel)이 각각 LPDDR6 기반 메모리 전략과 XBM(Cross-Batch Memory) 구조를 공개하면서 AI 메모리 시장에 새로운 경쟁 구도가 형성되고 있습니다.

    이번 변화는 단순히 새로운 메모리 제품이 등장한 것이 아니라, AI 시대에 필요한 메모리 구조 자체가 다양해지고 있음을 보여주는 중요한 신호로 평가됩니다.

    Image

    왜 HBM이 AI 시장의 핵심이 되었을까?

    AI 모델은 수십억 개 이상의 데이터를 동시에 읽고 처리해야 합니다.

    GPU의 연산 성능이 아무리 뛰어나더라도 메모리가 데이터를 충분히 빠르게 공급하지 못하면 전체 성능이 크게 떨어집니다.

    이 문제를 해결하기 위해 등장한 것이 바로 HBM입니다.

    HBM은 여러 개의 DRAM을 수직으로 적층하고 TSV(Through Silicon Via) 기술을 이용해 연결함으로써 기존 D램보다 훨씬 높은 대역폭을 제공합니다.

    덕분에 AI 학습(Training)과 대규모 데이터 처리에서는 현재 가장 뛰어난 성능을 제공하는 메모리로 자리 잡았습니다.

    그러나 HBM에는 몇 가지 한계도 존재합니다.

    • 제조 비용이 매우 높다.
    • 첨단 패키징 기술이 필요하다.
    • 실리콘 인터포저 사용으로 생산 단가가 상승한다.
    • 공급 확대가 쉽지 않다.

    이러한 문제 때문에 글로벌 반도체 기업들은 HBM을 보완하거나 일부 용도에서는 대체할 수 있는 새로운 메모리 기술을 연구하고 있습니다.

    퀄컴의 선택, LPDDR6 기반 HBC 전략

    Image

    퀄컴은 차세대 AI 추론(Inference) 가속기를 위해 LPDDR6 기반 HBC(High Bandwidth Compute) 구조를 제시했습니다.

    기존 AI 서버는 일반적으로 GPU와 HBM을 조합하는 방식을 사용합니다.

    반면 퀄컴은 저전력 메모리인 LPDDR6를 AI 가속기와 매우 가깝게 배치해 데이터 이동 거리를 최소화하는 접근법을 선택했습니다.

    즉, 단순히 메모리를 교체한 것이 아니라 시스템 구조 자체를 새롭게 설계한 것입니다.

    퀄컴은 이를 통해 다음과 같은 효과를 기대하고 있습니다.

    • 소비전력 감소
    • 발열 감소
    • 제조 비용 절감
    • 높은 전력 효율
    • AI 추론 성능 향상

    AI 서비스가 클라우드뿐 아니라 스마트폰, 노트북, 자율주행차 등 다양한 기기로 확대되는 상황에서 이러한 저전력 설계는 중요한 경쟁력이 될 것으로 보입니다. (연합뉴스)

    LPDDR6는 무엇이 달라졌나?

    LPDDR(Low Power Double Data Rate)는 원래 스마트폰과 태블릿 같은 모바일 기기를 위해 개발된 저전력 D램 규격입니다.

    최신 규격인 LPDDR6는 기존 LPDDR5X 대비 성능과 효율을 크게 개선했습니다.

    대표적인 특징은 다음과 같습니다.

    • 데이터 처리 속도 향상
    • 전력 효율 개선
    • 온디바이스 AI 최적화
    • 발열 감소
    • 배터리 사용 시간 향상

    SK하이닉스는 세계 최초로 10나노급 6세대(1c) 공정을 적용한 LPDDR6 개발을 완료했으며, 기존 LPDDR5X 대비 데이터 처리 속도는 약 33%, 전력 효율은 20% 이상 개선됐다고 발표했습니다. (연합뉴스)

    이러한 특성 덕분에 LPDDR6는 앞으로 스마트폰뿐 아니라 AI PC, 자율주행차, 엣지 AI 기기 등 다양한 분야에서 활용될 가능성이 높습니다.

    인텔이 공개한 XBM이란?

    인텔은 또 다른 접근법으로 XBM(X-Bandwidth Memory 또는 특허 기반 차세대 메모리 구조)를 제시했습니다.

    HBM의 가장 큰 문제 중 하나는 GPU와 메모리를 연결하는 실리콘 인터포저입니다.

    인터포저는 성능 향상에는 도움이 되지만 제조 비용이 높고 생산 과정도 복잡합니다.

    인텔은 이러한 구조를 단순화하기 위해 새로운 메모리 연결 방식을 제안했습니다.

    XBM의 핵심은 다음과 같습니다.

    • 실리콘 인터포저 의존도 감소
    • 차세대 칩 간 연결 기술(UCIe) 활용
    • 패키징 단순화
    • 제조 비용 절감
    • 확장성 향상

    즉, 최고 성능만을 추구하는 것이 아니라 비용과 생산성까지 함께 고려한 AI 메모리 구조를 지향하고 있습니다.

    AI 데이터센터가 빠르게 확대되는 상황에서 이러한 접근은 운영 비용 절감 측면에서도 의미가 있다는 평가를 받고 있습니다.

    HBM을 완전히 대체할 수 있을까?

    현재로서는 가능성이 높지 않습니다.

    HBM은 여전히 초대형 AI 모델 학습과 고성능 GPU 환경에서 가장 뛰어난 성능을 제공합니다.

    엔비디아의 최신 AI GPU 역시 HBM을 핵심 메모리로 채택하고 있으며, AMD와 주요 AI 가속기 업체들도 같은 방향을 유지하고 있습니다.

    다만 AI 시장이 세분화되면서 메모리 역시 용도에 따라 선택이 달라질 가능성이 커지고 있습니다.

    예를 들어,

    • 대규모 AI 학습 → HBM
    • AI 추론 → LPDDR6 기반 솔루션
    • 온디바이스 AI → LPDDR6
    • 모바일 AI → LPDDR6
    • 일부 서버용 AI → 새로운 패키징 기술(XBM 등)

    이처럼 하나의 메모리가 모든 시장을 독점하기보다 목적에 맞는 메모리가 함께 성장하는 구조가 될 가능성이 높습니다.

    Image

    국내 반도체 기업에는 어떤 의미가 있을까?

    삼성전자와 SK하이닉스는 세계적인 메모리 반도체 기업으로, HBM과 LPDDR 분야 모두에서 중요한 위치를 차지하고 있습니다.

    특히 SK하이닉스는 LPDDR6 개발을 완료하고 양산 준비에 들어갔으며, 삼성전자 역시 차세대 LPDDR6 기술을 기반으로 AI 메모리 시장 확대를 추진하고 있습니다. (연합뉴스)

    앞으로 AI 기기의 보급이 늘어날수록 HBM뿐 아니라 LPDDR6 수요도 함께 증가할 가능성이 높아 국내 메모리 기업들에게는 새로운 성장 기회가 될 수 있습니다.

    앞으로 주목해야 할 변화

    AI 산업은 이제 단순히 GPU 성능 경쟁을 넘어 메모리 기술 경쟁으로 확대되고 있습니다.

    HBM은 여전히 고성능 AI 시장의 핵심이지만, 비용과 전력 효율을 중시하는 시장에서는 LPDDR6와 같은 저전력 메모리의 역할이 점점 커질 것으로 예상됩니다.

    또한 인텔의 XBM과 같은 새로운 패키징 기술은 향후 AI 서버 설계 방식에도 영향을 미칠 수 있습니다.

    결국 미래 AI 반도체 시장은 하나의 기술이 독점하기보다 다양한 메모리 기술이 공존하며 각각의 역할을 담당하는 방향으로 발전할 가능성이 큽니다.

    마무리

    퀄컴의 LPDDR6 기반 HBC 전략과 인텔의 XBM 기술은 AI 메모리 시장이 새로운 전환점을 맞고 있음을 보여줍니다.

    지금까지는 HBM이 AI 메모리 시장을 주도해 왔지만, 앞으로는 성능뿐 아니라 비용, 전력 효율, 생산성까지 고려한 다양한 메모리 솔루션이 경쟁하게 될 것으로 보입니다.

    AI 산업이 빠르게 성장하는 만큼 메모리 기술 역시 함께 진화하고 있으며, 이러한 변화는 삼성전자와 SK하이닉스를 비롯한 글로벌 메모리 기업들의 미래 전략에도 중요한 영향을 미칠 것으로 예상됩니다.