사실·구조AI 추론 컨텍스트 메모리주 대상 · 산업·업종 · AI 추론 메모리
HBM·DRAM·SSD는 KV Cache를 어떤 계층으로 나눠 처리하는가?
이 자료가 더한 내용
G1 GPU HBM은 활성 데이터, G2 System DRAM은 HBM 부족분의 임시 공간, G3 Local SSD는 재사용 가능성이 높은 Warm data, G4 Shared Object/File은 Cold data를 맡는 계층으로 설명한다. 컨텍스트가 커져 G4까지 이동하면 병목과 비용·전력 소비가 늘어난다고 정리했다.
근거 보기 3
- 원문 구간 1
decode에 비해서 prefill이 많아지기에 매 단계마다 컨텍스트를 다시 계산하는 prefill이 차지하는 비용과 지연시간 비중이 80~90%까지 높아지게 됩니다. KV Cache 자체가 HBM의 메모리 용량을 훌쩍 뛰어넘기게 되기에 HBM 용량을 보완하기 위해 서버 DRAM, NVMe SSD를 사용하고, 소프트웨어와 DPU를 통해서 KV Cache를 얼마나 잘 관리하느냐가 클러스터 전체의 TCO 대비 퍼포먼스를 좌우하는 핵심 요소가 됐습니다. HBM → System DRAM → Rack Local SSD → Shared File 엔비디아는 이전에 NVIDIA Dynamo를 통해서 스토리지 계층 전반에 걸쳐 추론 시 사용되는 KV Cache를 관리하고 있습니다. 구조적으로 보면 이렇게 되어 있었습니다.
- 원문 구간 2
G1 (GPU HBM) : 답변을 생성 중인 활성화된 데이터용입니다. 속도가 매우 빨라야 하고, 지연시간이 핵심인 작업에 사용됩니다. G2 (System DRAM) : HBM의 용량이 부족할 때 데이터를 임시로 옮겨두는 공간입니다. G3 (Local SSD) : 짧은 시간 안에 다시 사용될 가능성이 있는 Warm data를 저장합니다. G4 (Shared Object/File) : 당장 처리에 필요하진 않지만 보관이 필요한 Cold data를 보관합니다. G1은 접근 속도에 최적화되어 있고, G3와 G4는 데이터 보존에 최적화된 구조입니다. 그런데 문제는 AI가 다루는 컨텍스트 윈도우가 점점 더 커지다보니 데이터 양이 늘어남에 따라 KV Cache가 Local Storage였던 G1~G3를 빠르게 소진시키고 Enterprise Storage 레벨인 G4까지 데이터를 이동시킬 수밖에 없는데, 이 과정에서 병목이 커진다는 게 문제입니다.
- 원문 구간 3
비용과 전력 소비 모두를 증가시키는 길이었습니다. 위에서 HBM ↔ DRAM, SSD가 서로를 해치는 구조가 아님을 말씀드린 것처럼, G2와 G3, G3.5 레벨도 지금처럼 추론 컨텍스트가 점점 커지는 시기에 서로를 해치는 구조가 아닙니다. 2026년 1월 기준, 서버용 32GB DDR5-5600 RDIMM은 $600이며 이정도면 GB당 약 $19입니다. 같은 시점에 7.68TB Enterprise NVMe SSD 가격은 $1,500이며 GB당 $0.20입니다. 컨텍스트 데이터를 사용함에 있어서 수십TB 규모를 저장할 때 DRAM을 사용하는 것은 경제적으로 타당하지 않고, 반대로 토큰을 low latency 그리고 고대역폭으로 서비스하기 위해서 SSD에만 기우는 것도 맞지 않습니다.
사실·구조에이전트형 AI 추론주 대상 · 기술·제품 · 에이전트형 AI
에이전트형 AI는 왜 컨텍스트 처리 비용과 지연시간을 키우는가?
이 자료가 더한 내용
일반 챗봇과 달리 에이전트는 시스템 프롬프트·도구 사용·대화기록이라는 긴 공동 앞부분을 반복해 갖고, Manus AI 데이터의 대략 100:1 사례처럼 prefill 비중이 커질 수 있다고 설명했다. prefill이 비용과 지연시간의 80~90%를 차지할 수 있어 KV Cache 관리가 클러스터 TCO 대비 성능을 가른다는 관점이다.
근거 보기 2
- 원문 구간 1
HBM을 대체하는 것이 아니라, HBM의 대역폭을 필요로 하지 않는 데이터들을 DRAM으로 이동시키고 → 상대적으로 가격이 비싼 DRAM에서 쓰지 않는 것들은 SSD로 이동시켜서 GPU의 옆에 있는 HBM이 고대역폭 컴퓨팅에 집중할 수 있도록 만들어주는 효과입니다. Agentic AI로 가면 추론 컨텍스트는 훨씬 커진다 CY26 Rubin은 Agentic AI에 특화시킨 하드웨어 플랫폼임을 여러 면에서 느낄 수 있는데, Rubin CPX에 이어서 이번 ICMS은 꼭 필요한 분야 중 하나였습니다. 일반 챗봇과 달리 에이전트는 반복되는 시스템 프롬프트, 도구 사용, 이전 대화기록 저장 등 공동된 앞부분이 매우 길어지기 때문입니다. Manus AI 데이터에 따르면 대략 100:1입니다.
- 원문 구간 2
decode에 비해서 prefill이 많아지기에 매 단계마다 컨텍스트를 다시 계산하는 prefill이 차지하는 비용과 지연시간 비중이 80~90%까지 높아지게 됩니다. KV Cache 자체가 HBM의 메모리 용량을 훌쩍 뛰어넘기게 되기에 HBM 용량을 보완하기 위해 서버 DRAM, NVMe SSD를 사용하고, 소프트웨어와 DPU를 통해서 KV Cache를 얼마나 잘 관리하느냐가 클러스터 전체의 TCO 대비 퍼포먼스를 좌우하는 핵심 요소가 됐습니다. HBM → System DRAM → Rack Local SSD → Shared File 엔비디아는 이전에 NVIDIA Dynamo를 통해서 스토리지 계층 전반에 걸쳐 추론 시 사용되는 KV Cache를 관리하고 있습니다. 구조적으로 보면 이렇게 되어 있었습니다.
사실·구조DRAM과 엔터프라이즈 SSD주 대상 · 산업·업종 · 엔터프라이즈 SSD관련 대상 · 산업·업종 · D램 산업
추론 컨텍스트의 비용과 지연시간을 어떤 가격 차이로 배분하는가?
이 자료가 더한 내용
2026년 1월 기준 32GB DDR5-5600 RDIMM은 GB당 약 19달러, 7.68TB 엔터프라이즈 NVMe SSD는 GB당 0.20달러라고 비교했다. 수십TB 저장을 DRAM만으로 처리하는 것은 경제성이 낮고, 낮은 지연시간·고대역폭 서비스에 SSD만 쓰는 것도 맞지 않아 두 계층이 토큰 처리량과 경제성을 함께 결정한다고 설명했다.
근거 보기 2
- 원문 구간 1
비용과 전력 소비 모두를 증가시키는 길이었습니다. 위에서 HBM ↔ DRAM, SSD가 서로를 해치는 구조가 아님을 말씀드린 것처럼, G2와 G3, G3.5 레벨도 지금처럼 추론 컨텍스트가 점점 커지는 시기에 서로를 해치는 구조가 아닙니다. 2026년 1월 기준, 서버용 32GB DDR5-5600 RDIMM은 $600이며 이정도면 GB당 약 $19입니다. 같은 시점에 7.68TB Enterprise NVMe SSD 가격은 $1,500이며 GB당 $0.20입니다. 컨텍스트 데이터를 사용함에 있어서 수십TB 규모를 저장할 때 DRAM을 사용하는 것은 경제적으로 타당하지 않고, 반대로 토큰을 low latency 그리고 고대역폭으로 서비스하기 위해서 SSD에만 기우는 것도 맞지 않습니다.
- 원문 구간 2
DRAM과 SSD는 지속적인 추론 시 토큰 Throughput과 경제성을 결정하는 요소입니다. Pod 내의 Inference Context Memory Storage의 위치 이에 엔비디아가 Rubin부터는 컴퓨팅 Pod을 구성할 때 ICMS를 통해 SSD를 GPU와 직접적으로 연결한 것처럼 쓸 수 있게 했습니다. 위의 VR200 DGX SuperPod 구성을 보시면, 양 옆으로 Context Memory 랙을 확인하실 수 있습니다. 이번 Rubin 플랫폼부터 새롭게 추가된 부분입니다. 지금보다 훨씬 더 메모리 집약적인 추론을 위해서 대규모 SSD를 마치 직접 GPU에 연결된 수준으로 가져다 쓸 수 있게끔 인프라를 짠 것입니다. ICMS을 통해서 BlueField-4 DPU 4개와 150TB 규모의 NVMe SSD를 탑재하면 GPU Pod당 PB 규모의 공유 스토리지가 생깁니다.
해석·전망엔비디아 ICMS와 eSSD 수요주 대상 · 산업·업종 · 엔터프라이즈 SSD관련 대상 · 기업·종목 · 엔비디아
ICMS 도입 가정은 eSSD 수요를 어떤 규모로 계산하는가?
이 자료가 더한 내용
연간 VR200 NVL72 5만 대 판매를 가정하면 60EB의 추가 NAND 수요가 생기며 이는 2026년 전체 eSSD 수요 예상치의 10~20%라는 계산을 제시했다. 모든 ASIC 가속기에 GPU당 16.67TB 연결 구조가 채택된다는 가장 낙관적 가정에서는 2천만 개 가속기 기준 약 330EB가 된다고 했으나, 작성자는 그 정도의 추론 수요 증가는 아직 생각하지 않는다고 단서를 달았다.
근거 보기 2
- 원문 구간 1
각 스토리지 섀시에는 12개의 스토리지 트레이가 있고, Pod당으로 보면 스토리지 트레이는 16개입니다. 각 스토리지 트레이에는 4개의 BlueField-4 DPU 칩이 있으며 각 BF4 DPU는 150TB의 SSD를 관리할 수 있습니다. 따라서 각 스토리지 트레이는 600TB의 SSD 용량을 갖고 있습니다. 16개를 곱하면 9,600TB입니다. 이를 GPU 576개(NVL72랙 8개)로 나누면 GPU 1개당 16.67TB가 추가로 연결되는 것입니다. NVIDIA ICMS가 eSSD 수요에 미치는 영향 이를 바탕으로 연간 50,000개의 VR200 NVL72가 판매된다고 하면 연간 60EB의 추가 NAND 수요가 발생합니다. 2026년 전체 eSSD 수요 예상치의 10~20% 규모입니다.
- 원문 구간 2
그리고 아직 그정도로 추론 수요가 크게 증가할 거라 생각하진 않지만 가장 낙관적으로 볼 때, 엔비디아 및 모든 ASIC 칩마다 16.67TB씩 SSD를 연결하려는 구조가 채택된다면 2,000만 개의 가속기 기준 대략 330EB의 수요가 생기므로 이정도면 CY25 eSSD 전체 시장규모 ~300EB와 비슷해집니다. Base는 CY26 전체 eSSD 수요 예상치의 10~20%만큼이 더해지는 것으로 가정하고 있습니다. 원래도 수요 초과가 심했던 상황에서 10~20%만큼의 수요가 더해지는 것이므로 SSD 밸류체인에 순풍입니다. 2025년 여름부터 추론 수요가 AI 컴퓨팅 내에서 차지하는 비중이 유의미하게 높아지기 시작했고, 앞으로 Agentic AI 워크로드가 본격 침투할 것을 예상해보면 메모리 순풍이 당분간 유지될 것으로 예상합니다.
사실·구조AI와 고용량 HDD 수요주 대상 · 산업·업종 · 니어라인 HDD
AI의 데이터 생성은 고용량 HDD 수요와 어떻게 연결되는가?
이 자료가 더한 내용
씨게이트는 추론이 데이터를 소비하고 생성해 저장·모니터링·검증 뒤 학습 루프로 재통합한다고 설명했다. 대형 하이퍼스케일러의 월 토큰 소비가 1년 만에 50배 늘었다는 사례와, 1분 AI 동영상이 1천 단어 텍스트보다 최대 2만 배 크다는 구글 Veo 사례를 저장 수요 근거로 인용했다.
근거 보기 2
- 원문 구간 1
"9월 분기에 당사는 데이터센터 고객에게 159EB의 HDD를 출하했으며, 이는 전 분기의 137EB보다 증가한 수치입니다. 클라우드향 EB 수요는 9분기 연속 증가하여 고객들이 고용량 드라이브로 전환함에 따라 니어라인 HDD 물량의 80%가 24TB 이상의 HDD 용량이었습니다." "고객들이 AI 애플리케이션에 대한 투자를 확대함에 따라 고용량 니어라인 HDD에 대한 수요가 증가하고 있다는 점에서 이러한 추세가 분명하게 드러납니다. 추론은 대량의 데이터를 소비하고 생성하며, 이 데이터는 저장, 모니터링, 검증 과정을 거쳐 무한 학습 루프에 재통합됩니다. 이미 클라우드 기업들이 텍스트, 오디오, 비디오와 같은 멀티모달 입력을 활용하는 대규모 추론 애플리케이션을 배포하면서 이러한 추세의 긍정적인 영향을 확인할 수 있습니다."
- 원문 구간 2
"월별 토큰 소비량을 추론 도입률의 지표로 사용했을 때, 한 대형 하이퍼스케일러는 1년 만에 50배 증가 했다고 보고했습니다. 이러한 폭발적인 성장은 비정형 데이터 생성량의 급격한 증가를 초래하고 있으며, 이는 HDD 저장 공간에 대한 수요를 창출하고 있습니다. AI로 생성된 동영상은 이러한 수요 증가를 더욱 가속화할 것으로 예상됩니다. 구글은 Veo 플랫폼 출시 후 5개월 만에 2억 7,500만 개 이상의 동영상이 생성되었다고 보고했습니다. 1분 분량의 AI 동영상은 1,000단어 분량의 텍스트 파일보다 최대 2만 배나 크기 때문에 데이터 저장 용량 측면에서 상당한 부담이 될 수 있습니다. 이러한 도구들의 빠른 보급과 기능 향상은 이미 스토리지 수요 증가에 긍정적인 영향을 미치고 있습니다."
해석·전망샌디스크 엔터프라이즈 SSD주 대상 · 기업·종목 · 샌디스크관련 대상 · 산업·업종 · 엔터프라이즈 SSD
스타게이트·BiCS8은 데이터센터 시장점유율 확대에 어떤 역할을 하는가?
이 자료가 더한 내용
샌디스크는 3년 이상 엔터프라이즈 SSD 스토리지용 새 컨트롤러인 스타게이트를 개발했고, BiCS8 UltraQLC 노드와 결합해 2026년부터 경쟁력이 강해질 것이라는 CEO의 자신감을 전했다. 다만 두 하이퍼스케일러 인증은 진행 중이고 세 번째 인증은 2026년 시작 목표로, 확정 매출과 구분된다.
근거 보기 2
- 원문 구간 1
이에 대해 씨게이트 CFO는 (1) 데이터센터용 대용량 저장장치에서 SSD는 HDD보다 6~8배 더 비싸며, (2) SSD 가격이 하락하는 속도보다 씨게이트가 HAMR 기술로 HDD 용량을 늘려 테라바이트당 비용을 낮추는 속도가 더 빠르기 때문에 데이터센터 내 Cold data 저장용으로 HDD의 수요는 굳건할 것임을 짚었습니다. 컴퓨팅을 위해 더 많은 DRAM, NAND가 필요할 것이고 더 많은 저장 공간을 위해서 HDD가 필요할 거라는 내용입니다. 샌디스크 Sandisk 지난 3년 이상 eSSD '스타게이트' 프로그램에 매진했다 엔터프라이즈 SSD 시장은 매우 큰 시장이자 매우 경쟁이 치열하고 IP 집약적인 시장인데, CEO는 샌디스크가 지난 3년 동안 엔터프라이즈 SSD 스토리지용 새로운 컨트롤러 개발에 매진해왔고 이것을 '스타게이트' 프로그램(이름이 같을 뿐 오픈AI의 스타게이트와는 직접적 연관이 없습니다)으로 불러왔음을 강조했습니다.
- 원문 구간 2
두 개의 하이퍼스케일러와 인증 절차를 진행 중이며, 세 번째 하이퍼스케일러도 2026년에 인증 절차를 시작할 예정입니다. 최종적으로는 엔터프라이즈 SSD 시장에서 상당한 시장점유율 확대를 기대한다고 말했고 고객들도 기술력이나 참여도가 매우 긍정적이라고 전했습니다. 엔터프라이즈 SSD 시장 내 경쟁력을 크게 끌어올리기 위해서 SSD 컨트롤러만 개발한 것이 아니라, 이 칩이 BiCS8 UltraQLC라는 노드와 만나면서 전체적인 그림이 2026년부터 강해지는 시기입니다. CEO는 샌디스크가 훌륭한 노드 + 훌륭한 컨트롤러를 바탕으로 점유율을 크게 높이겠다는 자신감을 많이 표하고 있습니다. 추론을 위한 HBF 설계
사실·구조HBF 추론용 NAND주 대상 · 기술·제품 · HBF관련 대상 · 기업·종목 · 샌디스크
샌디스크의 HBF는 어떤 문제를 겨냥하고 어느 단계에 있는가?
이 자료가 더한 내용
HBF는 AI 추론에서 내구성과 대역폭을 높인 NAND로, 추론 컨텍스트 병목을 해소하려는 설계라고 설명한다. 샌디스크는 SK하이닉스와 개념을 발전시키며 2026년 하반기 메모리 샘플, 2027년 초 컨트롤러 샘플링을 목표로 했고, 원문은 샌디스크-SK하이닉스와 삼성전자의 두 축이 개발 중이라고 적었다.
근거 보기 3
- 원문 구간 1
AI Boom이 시작되고 나서 샌디스크는 그동안 NAND 업계에서 밀도에만 집중했었음을 깨달으며, AI 추론의 시대에 맞게 내구성과 대역폭을 크게 끌어올린 NAND를 설계하기 시작했습니다. 밀도를 높이는 로드맵은 이미 기존에 있으니 따로 AI를 위한 NAND를 설계한 것이 HBF입니다. 이 컨퍼런스 콜이 CES가 있기 한 달 전이었는데 인상깊었던 코멘트가 많았습니다. 샌디스크 CEO는 AI 혁신이 지속될수록 모델의 크기가 커지고, KV Cache의 크기가 커지며, 컨텍스트 윈도우의 크기가 커짐에 따라 추론에 필요한 메모리를 어떻게 늘릴 수 있을까가 중요해짐을 깨닫고 이런 고민으로 가고 있기 때문에 이미 데이터센터 고객들이 HBM, DRAM을 넘어서 NAND 레이어로까지 CAPEX 투자를 늘리고 있다는 것을 말했습니다.
- 원문 구간 2
HBF는 이런 추론 컨텍스트 병목의 문제를 어떻게 독창적인 방식으로 해소할 수 있을까에 대한 질문에서 시작됐다는 것입니다. 그리고 투자 유치 행사에서 기술을 발표했고 SK하이닉스와 협력하며 HBF 개념을 발전시켜나가는 중입니다. 스타게이트 컨트롤러와 BiCS8 UltraQLC 노드를 연구할 때도 키옥시아를 R&D JV로 끌어들여 연구했던 것처럼, HBF도 아키텍처를 재구상하여 확장성을 높이고 작은 칩 위에 엄청난 용량의 메모리를 제공할 수 있는 NAND의 장점을 살리려고 하는 프로젝트입니다. 이에 한편으로는 고객들과 협력하며 제품 설계에 어떻게 통합할 수 있을지 논의하고 있으며, 다른 한편으로는 칩 자체를 설계하고 컨트롤러를 만드는 작업도 계속해서 발전시키는 중인데 2026년 하반기에 HBF 메모리 샘플을 출시하고 → 2027년 초에 컨트롤러를 출시하여 고객에게 샘플링 하는 것이 목표입니다.
- 원문 구간 3
*HBF는 샌디스크-SK하이닉스, 삼성전자로 나뉜 두 축이 개발 중입니다. 53rd Annual Nasdaq Investor Conference 2025년 12월 9일에 웨스턴 디지털과 씨게이트가 말한 부분들도 인상적이었습니다. 두 기업이 말한 내용들이 결이 비슷해서 공통해서 묶어보면 이렇습니다. 웨스턴 디지털 & 씨게이트 Western Digital & Seagate WDC - 저장되는 데이터의 비율 2~3% → 6%대로 상승 중 최근 AI와 관련해서 HDD/QLC eSSD의 수요가 급증하는 이유는 두 가지에서 비롯되고 있습니다. 첫 번째는 AI 덕분에 데이터의 가치가 올라간 것입니다.
사실·구조HDD와 eSSD주 대상 · 산업·업종 · HDD관련 대상 · 산업·업종 · 엔터프라이즈 SSD
HDD와 eSSD의 수요를 대체 관계가 아닌 용도별 구조로 보는 이유는 무엇인가?
이 자료가 더한 내용
씨게이트는 데이터센터 대용량 저장에서 SSD가 HDD보다 6~8배 비싸고 HAMR로 HDD 테라바이트당 비용을 낮추는 속도가 SSD 가격 하락보다 빠르다고 설명했다. 웨스턴디지털은 초기 구매비용은 HDD가 eSSD보다 6배, 건물·전력까지 포함한 TCO는 3.6배 저렴하다고 했으며, 원문은 Cold data·대용량 저장과 컴퓨팅용 메모리의 용도가 다르다고 정리한다.
근거 보기 3
- 원문 구간 1
데이터센터 구축의 병목은 '전력' 지난 6개월간 수요와 공급의 격차는 훨씬 더 커진 상황인데, UBS 애널리스트는 HDD가 데이터센터 구축의 주요 병목인지를 물었고 CFO는 "그렇지 않다"고 답했습니다. 수요 우선순위상 상위에 있기는 하지만 병목을 일으키는 요소는"데이터센터 구축의 병목 원인은 전력(And right now is probably power)"이라고 답했습니다. 'SSD 가격이 떨어지면 HDD 수요는 줄어드는가?' 메타 등 주요 고객들이 HDD 대신 QLC SSD로 마이그레이션하고 있는 상황에서, UBS 애널리스트는 SSD 가격이 크게 떨어질 경우 HDD 수요가 줄어드는 게 아니냐는 질문을 했습니다.
- 원문 구간 2
이에 대해 씨게이트 CFO는 (1) 데이터센터용 대용량 저장장치에서 SSD는 HDD보다 6~8배 더 비싸며, (2) SSD 가격이 하락하는 속도보다 씨게이트가 HAMR 기술로 HDD 용량을 늘려 테라바이트당 비용을 낮추는 속도가 더 빠르기 때문에 데이터센터 내 Cold data 저장용으로 HDD의 수요는 굳건할 것임을 짚었습니다. 컴퓨팅을 위해 더 많은 DRAM, NAND가 필요할 것이고 더 많은 저장 공간을 위해서 HDD가 필요할 거라는 내용입니다. 샌디스크 Sandisk 지난 3년 이상 eSSD '스타게이트' 프로그램에 매진했다 엔터프라이즈 SSD 시장은 매우 큰 시장이자 매우 경쟁이 치열하고 IP 집약적인 시장인데, CEO는 샌디스크가 지난 3년 동안 엔터프라이즈 SSD 스토리지용 새로운 컨트롤러 개발에 매진해왔고 이것을 '스타게이트' 프로그램(이름이 같을 뿐 오픈AI의 스타게이트와는 직접적 연관이 없습니다)으로 불러왔음을 강조했습니다.
- 원문 구간 3
WDC - HDD는 eSSD보다 여전히 저렴하다 데이터센터에서 저장하는 데이터 중 80%가 HDD에 저장되어 있으며 이런 추세는 향후 4년 이상은 지속될 것으로 예상했습니다. 미래의 스토리지 랙 섀시를 보더라도 이 구조가 유지될 것이란 기대였습니다. 그리고 단순 초기 구매비용만 보면 HDD가 eSSD 대비 6배 저렴하고, 건물/전력 등 TCO를 모두 고려하더라도 HDD가 eSSD 대비 3.6배 저렴하다고 말했습니다. 고객들이 HDD을 우선적으로 확보하고 나서 대안으로 eSSD를 찾고 있다는 의미로도 해석할 수 있었습니다. WDC/STX - 원래 GPM 30% 초반, 현재 40% 중반, 곧 50% 이상 가능
해석·전망HDD 기업의 용량 확대와 마진주 대상 · 기업·종목 · 씨게이트관련 대상 · 기업·종목 · 웨스턴디지털
HDD 공급 확대 없이 용량을 높이는 전략은 수익성에 어떻게 연결되는가?
이 자료가 더한 내용
웨스턴디지털과 씨게이트는 생산량을 크게 늘리기보다 기록밀도와 제품 믹스를 높이는 계획을 제시했다. 작성자는 AI 사이클 전 30% 초반이던 GPM이 현재 40% 중반으로 올라왔고 양사가 50% 이상 가능성을 언급했다고 정리하지만, 이는 회사·작성자의 전망이지 확정 실적이 아니다.
근거 보기 3
- 원문 구간 1
WDC - HDD는 eSSD보다 여전히 저렴하다 데이터센터에서 저장하는 데이터 중 80%가 HDD에 저장되어 있으며 이런 추세는 향후 4년 이상은 지속될 것으로 예상했습니다. 미래의 스토리지 랙 섀시를 보더라도 이 구조가 유지될 것이란 기대였습니다. 그리고 단순 초기 구매비용만 보면 HDD가 eSSD 대비 6배 저렴하고, 건물/전력 등 TCO를 모두 고려하더라도 HDD가 eSSD 대비 3.6배 저렴하다고 말했습니다. 고객들이 HDD을 우선적으로 확보하고 나서 대안으로 eSSD를 찾고 있다는 의미로도 해석할 수 있었습니다. WDC/STX - 원래 GPM 30% 초반, 현재 40% 중반, 곧 50% 이상 가능
- 원문 구간 2
AI 사이클 이전에는 웨스턴디지털과 씨게이트의 원래 GPM이 30% 초반대였으나, 현재 수요가 워낙 높아지고 데이터센터향으로 출하하다보니 장당 기록 밀도가 점점 높아져서서 GPM이 계속해서 높아지는 중입니다. 두 기업 모두 공급을 늘리지 않고 전체 팹의 기록밀도 출하량을 높이겠다는 계획이라 투자는 최소화하면서도 매출과 마진은 늘리는 구조를 유지할 예정임을 말하고 있고, GPM이 50% 목표이긴 하지만 사실상 60~70%까지도 충분히 열려있다는 뉘앙스로 말하기도 했습니다. 마이크론 4Q25 실적발표 2025년 12월 17일, 마이크론 CY4Q25 실적발표는 실제 메모리 슈퍼사이클의 수혜강도를 보여줬습니다.
- 원문 구간 3
HDD 기업들은 용량 확장에 소극적이지만, 클라우드 및 니어라인 HDD 수요 확대에 대응하기 위해 제품 믹스를 적극적으로 바꾸는 중입니다. 씨게이트는 소비자 및 클라이언트 HDD 가격을 QoQ 10%씩 인상하면서도 시장 점유율을 높이고 있습니다. 샌디스크는 전체 출하량 중 eSSD 비중이 13%인데, 업계 평균이 각자 3분의 1정도를 eSSD향으로 납품하고 있음을 생각해보면 앞으로 eSSD향으로 출하할 비중이 매우 높다는 의미입니다.
해석·전망메모리 수요와 공급 제약주 대상 · 산업·업종 · 메모리 반도체관련 대상 · 기업·종목 · Micron
가격 상승과 제한된 증설은 메모리 수급을 어떻게 설명하는가?
이 자료가 더한 내용
마이크론은 가격 상승이 계약가격에 반영되며 다음 분기 매출과 GPM 전망이 크게 높아졌다고 제시했다. 작성자는 빅3가 적극 증설에 나서지 않고, 다년 LTA가 있어야 본격 CAPEX를 늘릴 것으로 보며 주요 고객 수요의 50~75%만 충족 가능하다는 회사 전망과 대만 공급망의 HDD 200EB 부족·SSD 수요충족률 40% 전망을 함께 기록했다.
근거 보기 5
- 원문 구간 1
엄청난 가격상승의 수혜를 느끼는 "첫 분기" 이번 분기가 유의미했던 것은 스팟가격 상승 이후 계약가격에 이를 차근차근 반영해나가면서, 엄청난 가격상승의 수혜를 느낀 첫 분기였다는 데 있습니다. 다음 분기인 CY1Q26(FY2Q26) 매출은 YoY 132%까지 급증하고 GAAP GPM 67%/Non-GAAP GPM 68%까지 상승할 것을 전망했습니다. 분기마다 GPM이 10%p에 가깝게 상승하는 추세인데, 이정도면 2026년 하반기쯤에는 엔비디아 Non-GAAP GPM인 75%대에 가까워질 수'도' 있을 것으로 예상할 수 있습니다. 계속해서 P 상승이 이끄는 업사이클
- 원문 구간 2
CY기준 3Q25, 4Q25, 1Q26까지 매 분기 GPM이 10%p 가까이씩 상승하고 있습니다. 마진율은 이제 2022년의 업사이클을 크게 넘기기 시작한 분기입니다. 그럼에도 불구하고 공급은 BIG 3가 모두 크게 늘릴 생각이 없는 상황이고, 업사이클에서 강력한 투자 확대를 이끌던 삼성도 제한적인 증설 및 전환 투자(1x/1y/1z/1a → 1b/1c)에만 소극적으로 나가고 있습니다. BIG 3 모두 추가 CAPEX를 하기 위해서는 하이퍼스케일러들과 구속력 있는 다년간의 장기공급계약(LTA)을 맺고 나서 캐파 투자를 본격적으로 늘릴 것으로 예상합니다. 이번 분기 서프라이즈 & 다음 분기 전망의 서프라이즈가 겹치다보니, 한 번에 매출과 이익 상승의 '기울기'가 바뀌었다는 게 큰 변화입니다.
- 원문 구간 3
직전 분기까지는 HBM 매출비중이 얼마인가가 그래도 중요했다면, 지금은 그렇지 않은 상태입니다. 이번 분기부터는 서버향 DRAM 가격이 워낙 크게 오르다보니 DDR5 3개를 HBM 하나로 바꾸는 구조상 서버향 DRAM을 더 많이 파는 게 더 마진율이 좋은 상황이기 때문입니다. 물론 확정된 공급계약이 없다는 면에서 리스크는 더 크지만 마이크론은 HBM3e 물량 대신 서버 DRAM 출하를 크게 늘림으로써 마진율을 극대화하고 있습니다. 중장기적으로는 주요 고객사들의 수요 대비 공급정도를 50~75%만 충족할 수 있을 것이라 예상(in the medium term, we are only able to meet about 50% to 2/3 of our demand from several key customers)했습니다.
- 원문 구간 4
올해 메모리 3사에서 대략 ~70%정도의 하이퍼스케일러 수요만 충족시킨 상태인데, 이정도의 불균형이 내년에도 계속될 거라는 전망입니다. 모건스탠리 대만 공급망 체크 2026년 1월 6일, 대만 공급망 체크 이후 HDD 및 SSD 애널리스트 코멘트를 모아보면 이렇습니다. HDD 공급 부족 규모는 더 늘어날 것 HDD 공급부족 정도가 향후 12개월 동안 200EB까지 확장될 것으로 전망했습니다. 3개월 전에는 100~150EB가 부족할 거라 봤는데, 몇 개월 만에 하이퍼스케일러들이 스토리지 수요를 충족하거나 백업용으로 엔터프라이즈 SSD를 계속해서 요구하고 새로운 공급업체도 검증하고 있는 상황입니다.
- 원문 구간 5
HDD를 대체하기 위한 eSSD 수요는 더 이상 메모리 제조업체들의 핵심 관심사가 아닙니다. 수요 충족률 40% CSP들의 SSD 수요 충족률은 아직 40%에 불과합니다. 미충족률이 60%란 의미입니다. 고객 수요 증가와 향후 전망에 대한 긍정적인 예측이 점점 더 강화되는 상황 속에서, SSD/HDD 공급 증가 여력은 제한적이기 때문에 그렇습니다. 공급 과잉은 없으며 계속해서 수요가 부족한 상태가 이어질 것으로 예상합니다.