AI 확산에 메모리 가치 척도도 성능 중심 재편
핵심 요약
AI 에이전트가 세계 인구보다 많아지며 메모리 처리 속도 요구가 커질 수 있다는 전망이 제기됐다. 메모리의 가치 기준은 용량당 가격에서 입출력 성능과 전력 효율 중심으로 이동하고 있다. HBM의 한계를 보완할 HBF와 두 메모리를 결합한 하이브리드 구조가 대안으로 제시됐다.
생성형 AI가 지시를 받아 스스로 작업하는 에이전트 중심으로 발전하면서 데이터베이스와 메모리에 요구되는 처리 속도가 크게 높아질 것이라는 전망이 나왔다. 6일 현지시간 미국 캘리포니아주 산타클라라 컨벤션센터에서 열린 FMS 2026 특별 패널 세션에서는 앞으로 AI 에이전트의 수가 세계 인구를 넘어설 수 있다는 관측도 제시됐다.
이 같은 변화는 메모리 반도체의 가격과 가치를 평가하는 방식에도 영향을 미치고 있다. 송재혁 삼성전자 DS부문 최고기술책임자는 메모리의 평가 기준이 종전의 GB당 가격에서 AI가 얼마나 빠르게 작업을 수행하느냐로 이동할 가능성을 짚었다. 저장장치 업계에서도 용량 단위당 가격보다 입출력 성능을 중시하는 흐름이 나타나고 있으며, 성능과 전력 효율이 제품 가치를 결정하는 새로운 척도로 거론됐다.
급증하는 AI 추론 수요를 고대역폭메모리인 HBM만으로 감당하기 어렵다는 진단도 나왔다. HBM이 D램과 낸드플래시 사이에서 빠른 데이터 처리를 맡으며 AI 시스템의 핵심으로 자리 잡았지만, AI 에이전트가 데이터베이스에서 대규모 정보를 불러오는 환경에는 한계가 있다는 설명이다. 이를 보완할 새 메모리로 고대역폭플래시인 HBF가 부상하고 있다.
류성수 SK하이닉스 부사장은 빠른 HBM과 대용량 HBF를 함께 구성하는 하이브리드형 아키텍처를 대안으로 제시했다. 다만 HBF를 실제 시스템에서 활용하려면 넘어야 할 기술적 과제가 남아 있다고 진단했다. AI 칩 설계와 대규모언어모델, 소프트웨어 등 여러 영역의 개발자가 협력해 관련 생태계를 완성해야 한다는 점도 함께 강조됐다.