AI가 커지자 저장장치까지 달라졌다 – SanDisk HBF 혁신의 비밀

AI의 발전은 이제 GPU 성능만의 문제가 아니다. 폭증하는 데이터 처리량이 새로운 병목을 만들며, 저장장치까지 혁신을 요구하고 있다. SanDisk가 선보인 ‘HBF(Hyper Bandwidth Flash)’는 AI 시대를 위한 초고대역폭 저장 기술로, 데이터센터 구조를 근본부터 바꾸고 있다.

 

HBM-HBF-STORAGE NETWORK ARCHITECTURE

 

AI 시대의 폭발적 데이터 증가, 왜 저장장치가 문제일까?

AI는 데이터를 먹고 자란다. 문제는 그 데이터의 양이 인간이 상상할 수 없는 수준으로 폭발하고 있다는 점이다. 2025년 현재 단일 학습 프로젝트는 수 PB(페타바이트) 수준의 스토리지를 요구하며, 입출력 속도(IOPS)와 지연시간(latency), 전력 효율성까지 모든 요소가 병목 요인이 되고 있다.

기존 HDD는 속도와 효율 문제로 한계를 드러냈고, SSD로의 전환이 이뤄졌지만, 대규모 AI 학습 환경에서는 SSD조차 한계를 드러낸다. 수천 개의 GPU가 동시에 데이터를 읽고 쓰는 구조에서는 데이터 대역폭이 성능의 핵심이다. 이 때문에 SanDisk는 AI 데이터 전송을 위한 새로운 구조, HBF를 개발했다. 이는 단순한 저장장치가 아니라 AI 모델 훈련과 추론에 필요한 실시간 데이터 공급 엔진으로 진화한 기술이다.

 

SanDisk HBF: 기존 SSD와 무엇이 다른가

SanDisk의 HBF(Hyper Bandwidth Flash)는 기존 SSD의 병목 구조를 완전히 재설계했다. 데이터가 컨트롤러를 통해 순차적으로 전달되는 기존 구조와 달리, HBF는 GPU와 스토리지를 병렬로 연결해 실시간 데이터 스트리밍이 가능하다.

핵심은 NVLink 기반의 고속 인터페이스와 메모리 병렬 처리 구조다. 이로써 데이터 전송 속도는 PCIe 4.0 SSD 대비 최대 4.5배, 지연시간은 60% 이상 감소했다. 또, 온디바이스 캐싱(On-device caching)을 적용해 AI 학습 중 자주 쓰이는 데이터 세트를 미리 예측·준비해 GPU에 공급한다. 덕분에 학습 효율은 20~30% 향상되고, 전력 소모는 35% 절감된다.

이러한 기술 혁신은 저장장치를 단순한 보조장치가 아닌, AI 연산의 일부로 통합시키는 첫 시도로 평가된다.

 

HBF가 가져올 데이터센터의 미래 변화

HBF의 등장은 데이터센터 구조를 완전히 새롭게 정의하고 있다. AI 연산은 GPU뿐 아니라 스토리지 처리 속도에 크게 의존하게 되었고, SanDisk의 HBF는 이 병목을 근본적으로 해결하는 방향으로 설계되었다.

HBF는 GPU와 병렬 통신 구조를 통해 데이터 대역폭을 최대 40TB/s까지 확장할 수 있으며, 대형 AI 모델 학습 속도를 30~45% 단축한다. 에지 컴퓨팅 환경에서도 고속 데이터 접근이 가능해져, 자율주행, 스마트팩토리, 의료 AI 등 실시간 판단이 필요한 산업에서 큰 강점을 가진다.

AI 인프라 시장의 중심이 GPU에서 ‘저장 중심 컴퓨팅(Storage-Centric Computing)’으로 이동하고 있다. SanDisk, Western Digital, Micron 등 스토리지 기업들이 AI 인프라 혁신의 핵심 플레이어로 부상하며, 데이터센터는 단순 저장 공간이 아닌 ‘지능형 AI 플랫폼’으로 진화하는 시대가 열린다.

 

 

 

 

 

SanDisk HBF가 삼성전자와 SK하이닉스에 미치는 영향

메모리 주도권 재편 — 낸드 중심 기술의 부상

지금까지 AI 인프라 경쟁은 GPU(NVIDIA)와 HBM(고대역폭 메모리) 중심으로 전개되어 왔습니다.
삼성과 하이닉스 모두 HBM 시장에서 세계 1, 2위를 차지하며 AI 서버의 핵심 부품 공급자로 군림하고 있죠. 하지만 SanDisk의 HBF는 “저장장치도 연산 파이프라인의 일부가 될 수 있다”는 개념을 실현하며 낸드 기반 메모리의 전략적 가치를 재조명시켰습니다. 즉, AI 서버의 데이터 병목을 단순 DRAM·HBM 확장만으로 해결하기 어렵기 때문에 스토리지까지 연산 단계에 통합하는 ‘Storage-Centric AI Computing’ 시대가 열리고 있습니다.

SK하이닉스 — HBM 중심 구조의 한계 경고

하이닉스는 현재 NVIDIA의 HBM3·HBM3 E 공급 주력 업체로, AI 붐의 최대 수혜 기업 중 하나입니다. 하지만 HBF는 고속 낸드 기반 대용량 캐시 기술로, AI 학습용 데이터 접근 속도와 효율을 높이는 ‘보완형 설루션’으로 작용합니다.
즉, HBF가 본격 확산되면 HBM만으로는 차별화가 어렵다는 문제가 부각될 수 있습니다. 하이닉스 역시 대응책으로 SSD 컨트롤러 기술 고도화, AI용 낸드 병렬처리 구조를 준비 중이며, 2026년 이후 AI 스토리지 전용 제품군(HBM + SSD 하이브리드) 개발을 검토하고 있습니다.

삼성전자 — 낸드 기술력 기반 기회

삼성전자는 DRAM과 낸드 모두에서 세계 1위를 유지하고 있습니다.
따라서 HBF 트렌드는 삼성에게 리스크보다 기회에 가깝습니다.
삼성은 2025년부터 Z-NAND 2세대 및 CXL 기반 SSD 기술을 준비 중이며, SanDisk HBF와 유사한 개념의 “AI 최적화 저장장치” 시장 진입을 예고했습니다. 즉, HBF가 상용화될수록 삼성은 낸드의 고속 인터페이스·펌웨어 최적화를 통해 자체 생태계를 구축할 수 있습니다. 특히, HBM-CXL-SSD를 하나로 묶는 통합 AI 메모리 구조가 삼성의 차세대 데이터센터 전략의 핵심이 될 전망입니다.

요약

• HBF는 HBM 중심 구조의 ‘보완재’이자 ‘경쟁자’
• 하이닉스: HBM 강점은 유지하되, 스토리지 병목 대응 필요
• 삼성전자: 낸드 기술력으로 HBF형 시장 선점 가능
• 산업 트렌드: “AI는 연산이 아닌 데이터 공급 속도의 경쟁으로 전환 중”

 

 

 

 

삼성전자 vs SK하이닉스 vs SanDisk

AI 저장장치 전략 비교표 (2025~2026)

구분	삼성전자	SK하이닉스	SanDisk (Western Digital)
핵심 기술 방향	HBM + CXL + Z-NAND 통합 아키텍처	HBM3E 중심 + SSD 고속화	HBF (Hyper Bandwidth Flash)
AI 연산 대응 구조	‘AI Memory Fabric’ — 연산과 저장 통합	GPU용 고대역폭 DRAM 공급	낸드 기반 초병렬 데이터 스트림 구조
제품 포지션	고성능 DRAM + AI 스토리지 동시 공급	HBM 및 AI 전용 SSD 개발 초기 단계	AI 데이터 전송 특화형 저장장치
데이터 대역폭(예상)	최대 30TB/s (HBM + CXL SSD 병렬)	최대 24TB/s (HBM3E 기준)	최대 40TB/s (HBF 구조)
지연시간 (Latency)	HBF 대비 약 +15% 수준	HBF 대비 약 +25% 수준	업계 최저 (초저지연 구조)
에너지 효율 개선율	약 30%	약 25%	약 35~40%
시장 적용 시기	2026년 하반기 AI 서버 상용화	2026년 이후 일부 HPC 도입	2025년 하반기 글로벌 AI 센터 적용 시작
산업 파급력	AI용 통합 메모리·스토리지 플랫폼 구축	HBM 공급 시장 안정화 중심	저장 중심 AI 구조 촉진, 시장 패러다임 전환
위험요인	HBF 등장으로 낸드 기반 경쟁 심화	HBM 의존 구조에 따른 기술 리스크	DRAM 기업과의 호환성 문제
기회 요인	낸드 기술력 + 펌웨어 혁신	HBM 시장 독점력 강화	AI 저장장치 시장 선도 가능성

요약

• 삼성전자: 가장 유연한 포지션. HBF 트렌드를 흡수해 자체 통합 설루션으로 발전 가능.
• 하이닉스: HBM 중심 전략으로 단기 수혜 지속, 그러나 장기적으로 저장장치 혁신 대응 필요.
• SanDisk: 기술적으로는 선도 중. 그러나 서버 OEM·GPU 생태계와의 협업이 관건.

향후 전망 (2026~2027)

• AI 데이터센터의 표준 아키텍처는 “GPU + HBM + HBF(또는 CXL SSD)” 구조로 수렴할 가능성이 높음.
• 삼성전자는 낸드와 HBM을 동시에 보유한 유일 기업으로, HBF형 시장에서도 중장기 우위를 점할 가능성이 높음.
• 하이닉스는 HBM3E를 넘어 HBM4와 SSD 병렬 아키텍처를 병행해야 함.
• SanDisk는 HBF의 성능 우위를 유지하되, 엔비디아·AMD 등과의 기술 호환이 생존의 핵심 변수.