HBM의 미래 (HBF 전환, 할루시네이션, 낸드 소부장)

 

MEMORY TECH BRIEF 2026년 5월 21일

HBM 이후를 보는 메모리 기술 분석

기술 전환점에서 가장 큰 돈은 현재 1위 기술이 아니라 그 다음 단계의 병목을 선점한 곳에서 났어요. 스마트폰 시대가 열릴 때도 AP 칩이 아니라 배터리·터치 소재를 독점 공급하던 기업들이 조용히 가장 안정적인 수혜를 받았거든요. HBM이 AI 반도체의 끝판왕이라고 생각했던 저도, 업계 깊숙한 곳에서 "HBM은 속도는 빠르지만 용량의 벽에 부딪혔다"는 말을 들은 순간 그 패턴이 다시 보였습니다.

HBM이 막힌 곳에서
HBF가 시작됩니다:
낸드가 AI의
다음 병목이 되는 이유

AI 할루시네이션을 막으려면 HBM보다 10배 큰 용량이 필요해요. 그 빈자리를 낸드 플래시가 채웁니다. 낡은 기술이 AI 시대의 핵심 소재로 부상하는 구조를 같이 봐요.

HBF = HBM보다 10배 이상 용량 RAG 수요 폭증 → HBM 용량 한계 300~400단 낸드 특수 식각액 독점 삼성·SK·샌디스크 HBF 표준 선점 경쟁

HBF 용량 우위

10배+

HBM 대비 · 낸드 수백층 적층

빅테크 AI 인프라 투자

2,000억$

2024년 MS·구글·아마존·메타 합산

낸드 고단화 층수

300~400단

특수 식각액 공급처 극히 제한

경제성 판가름 시점

2~3년

ROI 증명 여부 · 업계 컨센서스

01 · HBM의 한계

HBM이 막힌 곳: 속도는 빠른데 용량의 벽이 왔어요

HBM의 아버지라 불리는 전문가가 직접 꺼낸 말이었기에 더 귀를 기울이게 됐습니다. "HBM은 속도는 빠르지만 용량의 벽에 부딪혔다."

HBM(High Bandwidth Memory)은 DRAM을 수직으로 여러 층 쌓아 만든 초고속 메모리예요. GPU 옆에 바짝 붙어서 대규모 연산에 필요한 데이터를 빛처럼 빠르게 공급하는 역할을 합니다. AI 모델이 복잡해질수록 수요가 폭발적으로 늘어난 부품이에요.

그런데 문제가 생겼어요. HBM은 칩 위에 물리적으로 쌓아 올리는 구조라 공간의 한계가 명확해요. 아무리 층수를 높여도 칩 면적 안에서 늘릴 수 있는 용량에는 한계가 있습니다. 이 벽이 현실로 다가오면서, AI 업계에서 새로운 해법으로 거론되기 시작한 것이 HBF(High Bandwidth Flash)예요.

현재 · HBM

빠른 책상 — 속도는 최강, 용량은 한계

GPU 옆에 바짝 붙어 데이터를 초고속으로 공급해요. AI 연산의 병목을 해소하는 핵심 부품이었지만, 칩 면적 한계로 용량이 제한됩니다.

한계: 물리적 공간 제약 → RAG·개인화 AI에 역부족

다음 · HBF

거대한 책장 — 용량 10배, HBM 옆에 붙는 구조

낸드 플래시를 수백 층으로 수직 적층해 HBM보다 10배 이상의 용량을 확보해요. 빠른 책상(HBM) 옆에 붙여놓는 거대한 책장이에요.

강점: RAG·장기 메모리·개인화 AI에 구조적 필수재

처음 이 개념을 접했을 때 솔직히 "낸드가 AI에? 그게 되겠어?"라는 반응이었습니다. 낸드는 SSD에 쓰는 저장용 메모리라는 인식이 강했거든요. 그런데 구체적인 맥락을 들여다보니 이건 단순한 스토리지 이야기가 아니었어요.

— 개인 투자 경험 · HBF 개념 처음 접했을 때

02 · 할루시네이션과 RAG

AI 할루시네이션을 막는 기술이 왜 메모리 전쟁을 바꾸는가

AI가 거짓말을 하지 않으려면 엄청난 용량의 메모리가 필요해요. 이게 HBF 수요의 핵심 이유입니다.

현재 AI가 가진 가장 큰 결함은 할루시네이션(Hallucination)이에요. AI가 사실이 아닌 정보를 자신 있게 생성해 내는 현상인데, 마치 모르는 걸 아는 척 지어내는 것과 같습니다. 저도 AI 서비스를 매달 유료로 쓰면서 이 문제를 몸으로 겪었어요. 없는 논문을 있다고 인용하거나, 날짜가 완전히 틀린 사건을 태연하게 설명하는 걸 보고 "이걸 업무에 쓰면 큰일 나겠다"고 느낀 순간이 한두 번이 아니었습니다.

RAG Retrieval-Augmented Generation이에요. AI가 답변을 생성하기 전에 외부 데이터베이스나 실시간 문서를 검색해서 메모리에 불러온 뒤, 그 내용을 근거로 삼아 답변을 만드는 기술이에요. "맨땅에서 지어내는 게 아니라 자료를 먼저 꺼내놓고 보면서 대답하는 방식"이에요. 할루시네이션이 대폭 줄지만, 한 번의 연산에 불러와야 하는 데이터 양이 폭발적으로 늘어납니다.

①

RAG 채택 → 한 번 연산에 방대한 문서 메모리에 올려야

할루시네이션 줄이는 대신 데이터 요구량 폭증

②

HBM 용량 한계 → 역부족

빠르지만 작은 HBM으로는 RAG 기반 연산을 감당할 수 없어요

③

개인화 AI 확산 → 장기 메모리 상시 보관 필요

이동 패턴·소비 이력·취향 같은 데이터를 상시 메모리에 보관해야 해요

④

HBF 필수화 → 낸드 고단화 소재 수요 폭발

300~400단 낸드를 정밀하게 깎는 특수 식각액 공급처가 극히 제한적

낸드 소부장이 다음 수혜주인 이유

HBF 양산이 본격화되면 300단·400단 낸드를 정밀하게 깎아내는 고단화 식각 공정이 필수예요. 이 공정에 쓰이는 인산계·초산계 특수 식각액은 전 세계적으로 공급처가 극히 제한적이에요.

반도체를 한 장 만들 때마다 소모품처럼 납품이 반복되는 구조. 이 독점 소재 기업들이 다음 사이클의 조용한 수혜 주체입니다.

삼성전자·SK하이닉스·샌디스크 — HBF 표준 선점 경쟁

표준 전쟁

글로벌 메모리 기업들이 이미 HBF 연구와 표준 선점에 뛰어들었어요. 누가 HBF 표준을 먼저 잡느냐가 다음 AI 메모리 사이클의 주도권을 결정합니다.

인산계·초산계 특수 식각액 — 공급처 극히 제한

구조적 독점

300~400단 낸드 고단화 공정에 필수인 특수 소재예요. 전 세계 공급처가 극히 제한적인 구조적 독점성이 있습니다. 솔브레인·에이팩트 같은 소재 기업들이 여기 해당해요.

후공정 테스트 하우스 — 출하량 증가 자동 수혜

소모성 수혜

 

낸드 출하량이 늘면 테스트 수요가 자동으로 따라와요. HBM 랠리가 끝나도 HBF 사이클에서 뒤늦게 낙수효과를 받는 구조입니다.

지금 바로 챙겨야 할 것들

• 삼성전자·SK하이닉스의 낸드 고단화 로드맵 관련 공시와 IR 자료를 확인하세요. 300단 이상 양산 일정이 구체화되는 시점이 HBF 소재 수혜의 선행 신호예요→ ksia.or.kr
• 솔브레인·에이팩트 IR에서 고단화 낸드용 특수 식각액 수주 내역을 확인하세요. 이 소재들의 납품 반복성이 핵심 해자예요→ dart.fss.or.kr

03 · 거품론 vs 기술 현실

AI는 거품인가 아닌가: 기술과 경제성을 분리해서 봐야 해요

기술 자체와 경제성은 다른 질문이에요. 둘을 섞어서 보면 판단이 흐려집니다.

동의 · 기술 방향

AI 기술 자체가 거품? 그건 아니에요

대량의 정보를 처리하고 연결하는 도구로서 AI의 유용성은 이미 실생활에서 증명되고 있어요. 논문 요약이나 긴 문서 기반 자료 제작에서 생산성이 달라지는 건 직접 체감됩니다. 피지컬 AI처럼 로봇과 결합된 형태로 확장될 미래까지 고려하면, 기술의 방향성 자체를 부정하기는 어려워요.

경계 · 경제성

경제성은 2~3년 안에 판가름 납니다

"이 기술을 쓰는 데 드는 비용을 정당화할 만큼의 가치를 만들어내고 있는가"라는 질문 앞에서 아직 답이 명확하지 않아요. 빅테크 4사 2,000억 달러 투자가 ROI로 회수되지 않으면 역풍이 올 수 있습니다.

2~3년 AI 투자의 경제성이 판가름 날 것으로 업계 전문가들이 공통적으로 보는 기간이에요. 거품 붕괴의 리스크는 "AI가 쓸모없어서"가 아니라 "비용 대비 효과를 증명하는 속도가 투자 회수 기대 속도를 못 따라갈 때" 터지는 겁니다. 기술이 아닌 타이밍과 경제성의 문제예요.

⚠ 지금 무작정 낙관하거나 무작정 겁먹는 것 모두 위험해요

HBM 랠리에 흥분해서 추격 매수에 나서는 것보다, 구조적으로 다음 사이클이 열릴 수밖에 없는 낸드 고단화 소재·후공정 테스트 라인처럼 실체 있는 밸류체인을 차분하게 들여다보는 게 훨씬 현명한 접근이에요.

솔직히 이건 예상 밖이었습니다. 낸드라는 오래된 기술이 AI 시대의 핵심 병목으로 다시 부상하리라고는 몇 년 전만 해도 상상하기 어려웠으니까요.

기술의 길목에 서 있는 것을 조용히 추적하세요

오랫동안 투자해오면서 반복해서 확인한 패턴이 있어요. 현재 1위 기술이 아니라 그 다음 단계의 병목을 먼저 선점한 곳에서 가장 안정적인 수혜가 나왔습니다. HBM이 AI 메모리의 끝판왕이라고 믿었던 저도, "용량의 벽"이라는 말 한 마디에 생각이 바뀌었어요.

기술의 방향은 맞습니다. 문제는 언제, 어떤 경로로 경제성이 증명되느냐예요. 그 흐름의 길목에 300~400단 낸드 특수 식각액 독점 소재 기업들이 서 있습니다. 지금부터 조용히 추적하는 것이 가장 영리한 준비예요.

HBF라는 단어가 뉴스 헤드라인에 뜨기 시작할 때는 이미 가격이 달라져 있을 거예요. 그 전에 밸류체인의 길목을 선점해 두는 것이 30년 투자 경험이 알려준 가장 확실한 방법입니다.

이 글은 개인적인 분석과 경험을 공유한 것이며, 전문적인 금융 투자 조언이 아닙니다. 모든 투자 결정은 반드시 본인의 판단과 책임 아래 이루어져야 합니다.