데일리 TOP10
5위
삼성전자, AI 시대 3D 메모리로 한계 돌파 선언
뉴스보이
2026.08.05. 05:26
뉴스보이
2026.08.05. 05:26
삼성전자, 차세대 3D 메모리 zHBM·zNAND O 최초 공개
1
삼성전자가 FMS 2026에서 차세대 3D 메모리 아키텍처인 zHBM과 zNAND O 목업을 업계 최초로 공개했습니다.
2
zHBM은 AI 가속기 상단에 HBM을 수직 적층하여 HBM5 대비 최대 8배 성능과 3배 전성비 향상을 제공합니다.
3
zNAND O는 온디바이스 AI 환경에 최적화된 고성능 낸드 플래시로, 기존 V낸드 기술과 TSV를 결합한 3D 패키징 제품입니다.
4
또한, 삼성전자는 400단 이상의 초고적층 10세대 V낸드인 V10 BV 낸드를 공개하며 낸드 기술 리더십을 강화했습니다.
5
이러한 3D 메모리 기술들은 AI 시스템의 고성능, 고용량, 저전력 요구를 충족하며 AI 시대 메모리 병목 현상을 해소할 것으로 기대됩니다.
AI 시대, 왜 3D 메모리가 필수적인가?
AI 시대의 메모리 요구사항 변화
기존 HBM 및 낸드 기술의 한계
삼성전자의 3D 메모리 전략과 기술적 접근
종합 반도체 기업(IDM)으로서의 경쟁력
AI 시대의 메모리 요구사항 변화
•
AI 기술이 생성형을 넘어 스스로 계획하고 행동하는 에이전틱 AI 시대로 진화하면서 메모리에 대한 요구사항이 급증하고 있습니다. AI 추론에 사용되는 토큰 수가 최근 2년 사이 100배 이상 증가하는 등 기존 메모리 구조로는 감당하기 어려운 수준에 도달했습니다.
•
이러한 변화는 메모리에 더 높은 성능과 더 큰 용량, 낮은 전력 소비와 발열을 동시에 요구합니다. 특히 사용자 1명당 초당 1000개 수준의 토큰 처리가 필요해지면서, 단순한 성능 개선을 넘어 근본적으로 다른 접근 방식이 필요하게 되었습니다.
기존 HBM 및 낸드 기술의 한계
•
기존 HBM은 GPU 같은 연산칩 옆에 배치하는 2.5D 구조로, AI 가속기와 메모리 간 데이터 이동 거리에 따른 대역폭 및 전력 효율 한계가 있었습니다. 이는 대규모 AI 모델 학습 및 추론에 필요한 초고속 데이터 처리를 어렵게 하는 요인이었습니다.
•
낸드플래시 역시 AI 모델의 지속적인 대형화와 온디바이스 AI 확산으로 인한 비용 경쟁 심화에 직면했습니다. 기존 V낸드 기술만으로는 폭발적으로 늘어나는 토큰 사용량과 AI 모델의 용량 요구를 효율적으로 감당하기 어려운 상황이었습니다.
삼성전자의 3D 메모리 전략과 기술적 접근
•
삼성전자는 이러한 한계를 극복하고자 D램과 낸드플래시를 더 높이 쌓고 연산칩과 가깝게 연결하는 '3D' 기술을 해법으로 제시했습니다. zHBM은 HBM을 AI 가속기 위에 수직 적층하고, zNAND O는 V낸드 칩을 TSV로 3D 패키징하는 방식입니다.
•
zHBM에는 웨이퍼 온 웨이퍼(WoW)와 하이브리드 구리 본딩(HCB) 기술을 적용하여 연결 밀도를 10배 높였습니다. 이는 데이터 전송 속도와 전력 효율을 개선하는 핵심 기술이며, 고객 맞춤형 설계를 통해 AI 프로세서와의 최적화를 추진하고 있습니다.
종합 반도체 기업(IDM)으로서의 경쟁력
•
삼성전자는 세계에서 유일하게 메모리, 로직, 파운드리, 패키징까지 아우르는 원스톱 솔루션을 제공할 수 있는 종합반도체(IDM) 기업임을 강조했습니다. 이는 고객의 제품 설계부터 양산까지 통합 서비스를 제공하여 개발 기간을 단축하고 성능을 최적화할 수 있는 강점입니다.
•
이러한 엔드투엔드 솔루션 역량은 AI 반도체 구현에 필수적인 요소로, 삼성전자는 이를 통해 차세대 AI 인프라 혁신을 위한 메모리·스토리지 기술 전략과 로드맵을 제시하며 AI 시대의 반도체 기술 리더십을 지속 강화할 계획입니다.
AI 시대의 메모리 요구사항 변화
•
AI 기술이 생성형을 넘어 스스로 계획하고 행동하는 에이전틱 AI 시대로 진화하면서 메모리에 대한 요구사항이 급증하고 있습니다. AI 추론에 사용되는 토큰 수가 최근 2년 사이 100배 이상 증가하는 등 기존 메모리 구조로는 감당하기 어려운 수준에 도달했습니다.
•
이러한 변화는 메모리에 더 높은 성능과 더 큰 용량, 낮은 전력 소비와 발열을 동시에 요구합니다. 특히 사용자 1명당 초당 1000개 수준의 토큰 처리가 필요해지면서, 단순한 성능 개선을 넘어 근본적으로 다른 접근 방식이 필요하게 되었습니다.
기존 HBM 및 낸드 기술의 한계
•
기존 HBM은 GPU 같은 연산칩 옆에 배치하는 2.5D 구조로, AI 가속기와 메모리 간 데이터 이동 거리에 따른 대역폭 및 전력 효율 한계가 있었습니다. 이는 대규모 AI 모델 학습 및 추론에 필요한 초고속 데이터 처리를 어렵게 하는 요인이었습니다.
•
낸드플래시 역시 AI 모델의 지속적인 대형화와 온디바이스 AI 확산으로 인한 비용 경쟁 심화에 직면했습니다. 기존 V낸드 기술만으로는 폭발적으로 늘어나는 토큰 사용량과 AI 모델의 용량 요구를 효율적으로 감당하기 어려운 상황이었습니다.
삼성전자의 3D 메모리 전략과 기술적 접근
•
삼성전자는 이러한 한계를 극복하고자 D램과 낸드플래시를 더 높이 쌓고 연산칩과 가깝게 연결하는 '3D' 기술을 해법으로 제시했습니다. zHBM은 HBM을 AI 가속기 위에 수직 적층하고, zNAND O는 V낸드 칩을 TSV로 3D 패키징하는 방식입니다.
•
zHBM에는 웨이퍼 온 웨이퍼(WoW)와 하이브리드 구리 본딩(HCB) 기술을 적용하여 연결 밀도를 10배 높였습니다. 이는 데이터 전송 속도와 전력 효율을 개선하는 핵심 기술이며, 고객 맞춤형 설계를 통해 AI 프로세서와의 최적화를 추진하고 있습니다.
종합 반도체 기업(IDM)으로서의 경쟁력
•
삼성전자는 세계에서 유일하게 메모리, 로직, 파운드리, 패키징까지 아우르는 원스톱 솔루션을 제공할 수 있는 종합반도체(IDM) 기업임을 강조했습니다. 이는 고객의 제품 설계부터 양산까지 통합 서비스를 제공하여 개발 기간을 단축하고 성능을 최적화할 수 있는 강점입니다.
•
이러한 엔드투엔드 솔루션 역량은 AI 반도체 구현에 필수적인 요소로, 삼성전자는 이를 통해 차세대 AI 인프라 혁신을 위한 메모리·스토리지 기술 전략과 로드맵을 제시하며 AI 시대의 반도체 기술 리더십을 지속 강화할 계획입니다.
#삼성전자
#zHBM
#zNAND O
#AI
#3D 메모리
