일단 제미나이와 대화 내용을 토대로 말하면 HBM은 수요가 폭증 예정이라 전력 인프라가 안깔려도 빅테크에서 미리 선점해서 주문함
그리고 27년 초에 HBF 샘플링, 27년말부터 공급시작
1. 병목으로 인한 매출 한계치가 존재하나 병목의 주 원인인 메모리는 제외
공급병목 = 메모리, 전력
Ai칩을 구입해도 데이터센터 전력부족으로 인프라 투자가 전력에 집중 되지만, 현재 엔비디아가 너무 비싸서 자체ASIC 생산으로 HBM에 대한 수요는 35배로 폭증,
한마디로 HBM은 사고 싶어도 물량이 없어서 못사기 때문에 투자가 전력인프라가 중심이 되도 모든 빅테크는 오버부킹해서라도 HBM을 예약 해야 하는 상태
지금은 엔비디아가 TSMC생산케파를 선점하고 있어서 HBM을 엔비디아가 우선 공급받고 있는 상태라 보면 됨.
앞으로 2-3년 후면 엔비디아도 HBM을 공급받기 위해서는 줄을 서야 함 (설사 창고에 놔두더라도 예약은 줄지 않음)
2. HBM이후 HBF에 대한 수요 폭증
빅테크들이 Ai서비스의 흑자를 위해서 HBF에 대한 미친듯한 수요가 예측됨 (메모리대비 8~16배 저렴)
HBM과 HBF의 생산 라인은 완전히 똑같지 않으며, 기존 NAND 생산 라인이 HBF 라인으로 진화하는 것이 맞습니다.
또한, 이 시장이 표준화되었을 때 참전할 수 있는 플레이어는
전 세계에 단 4~5개 그룹
에 불과합니다.
HBF NAND 개발가능한 회사 : SK하이닉스,샌디스크,삼성전자,키옥시아,마이크론
----
⚠️ 매출 증가량의 '물리적 한계치'가 존재하는 이유
국내 반도체 사의 매출이 무한정 늘어날 수 없는 이유는
공급의 병목(Bottleneck)
때문입니다.
웨이퍼 다이 패널티 (Die Penalty):
HBM(고대역폭 메모리)은 일반 범용 DRAM에 비해 칩 크기가 2배 이상 큽니다. 즉, 똑같은 웨이퍼 한 장을 구워도 생산되는 칩의 개수가 절반 이하로 떨어집니다.
클린룸 및 장비 리드타임:
TSV(관통전극) 공정 등 첨단 패키징 라인을 증설하는 데 최소 1년 이상의 시간이 소요되므로, 수요가 아무리 많아도 당장 찍어낼 수 있는 '물량(Volume)' 자체에 상한선이 걸립니다.
따라서 매출의 한계는 '가격(P)'이 결정:
물량(Q) 성장이 제한되다 보니, 2026년 현재 국내 기업들의 매출 극대화는 범용 DRAM 및 NAND의 가격 폭등(+100% 이상)에 의존하고 있습니다. 골드만삭스 등 일각에서는 이 초장기 슈퍼사이클이 이어질 경우 2028년경 양사 합산 영업이익이 1,000조 원에 달할 수 있다는 파격적인 전망을 하기도 하지만, 이는 극단적인 가격 상승을 가정한 수치입니다.
3. 종합 진단: "빅테크 지출 < 반도체 매출" 우려는 사실일까?
결론부터 말씀드리면,
"빅테크의 인프라 지출 금액"과 "반도체 기업들의 AI 매출"은 현재 철저하게 균형을 맞추며 매칭
되고 있습니다. 질문하신 우려가 오해인 이유는 두 가지 매커니즘 때문입니다.
① 매출의 착시 효과 (전체 매출 vs AI 매출)
엔비디아의 2026년 예상 매출은 약 1,500억~1,800억 달러(약 200조~240조 원) 규모이며, 삼성·하이닉스의
'AI향 메모리(HBM, eSSD)' 매출은 양사 합산 약 80조~100조 원
수준입니다.
순수 AI 하드웨어 매출 합산:
엔비디아(220조) + 삼성·하이닉스 AI 메모리(90조) =
약 310조 원
빅테크의 AI 하드웨어 지출:
약
650조 ~ 750조 원
(위 1번 항목 참고)
즉, 빅테크가 쓰는 돈(700조 원)이 엔비디아와 국내 메모리 사가 AI로 벌어들이는 돈(310조 원)보다
훨씬 많습니다.
나머지 차액은 대만의 TSMC(파운드리), 서버 조립사(슈퍼마이크로컴퓨터, 폭스콘 등), 그리고 데이터 센터 부지와 전력 인프라(구리, 변압기, 원전 계약 등)로 흘러 들어갑니다.
결론부터 말씀드리면 "빅테크가 자체 칩(ASIC)으로 전환하더라도, 그리고 전력 병목이 오더라도 HBM에 대한 초과 예약(Overbooking)과 폭발적 수요는 줄어들지 않고 오히려 더 심화될 가능성이 높다"가 정답입니다. 구글 TPU의 구체적인 사례와 기술적 역학 관계를 바탕으로 그 이유를 세 가지로 나누어 분석해 드리겠습니다.
1. 자체 칩(ASIC)으로 바꾼다고 HBM을 안 쓸까? (수요 35배 폭증 전망)
가장 큰 오해 중 하나가 '엔비디아 GPU를 안 쓰고 구글 TPU나 아마존 트레이니움을 쓰면 HBM 수요가 줄어들 것'이라는 생각입니다. 하지만 현실은 정반대입니다.
시장조사기관 카운터포인트 리서치의 최근(2026년 상반기) 데이터에 따르면,
2024년부터 2028년까지 빅테크 자체 칩(ASIC) 전용 HBM 수요는 무려 35배 폭증할 것으로 예측
되었습니다.
칩당 HBM 탑재량(Density)의 급증:
AI 모델이 거대해질수록(조 단위 파라미터) 연산 장치와 메모리 간의 '데이터 전송 속도'가 칩의 전체 성능을 결정합니다. 자체 칩을 만들더라도 이 속도를 맞추려면 HBM 외에는 대안이 없습니다.
실제 구글 TPU의 사례:
구글의 차세대 AI 칩인 TPU v8(코드명 아이언우드 후속)의 성능 검증에서 구글은 이미 삼성전자 및 SK하이닉스의 6세대 HBM(HBM4)을 대량 탑재하는 테스트를 마쳤습니다. 엔비디아 칩이든 구글 칩이든 고성능 AI를 돌리려면 결국 한국산 HBM을 덕지덕지 붙여야만 합니다.
2. 전력 병목이 오는데도 'HBM 오버부킹'을 해야 하는 이유
"전력 공급이 부족해서 데이터센터 가동률이 떨어지면 칩이나 메모리를 덜 사지 않을까?"라는 우려가 있습니다. 하지만
HBM은 오히려 '전력 부족을 해결하기 위해서라도' 무조건 확보해야 하는 치트키
입니다.
① 전력 효율성(Performance per Watt)의 끝판왕
데이터센터의 전력 제한이 100MW로 묶여 있다고 가정해 봅시다. 이 한정된 전력 안에서 AI 연산 능력을 극대화하려면 '소비전력 대비 대역폭이 가장 높은 메모리'를 써야 합니다.
HBM은 일반 범용 DRAM(DDR5)이나 LPDDR에 비해 데이터를 보낼 때 소모되는 전력 효율성이 수 배 이상 뛰어납니다. 즉, 전력 병목이 심해질수록 빅테크는 전기를 덜 먹으면서 고성능을 내는 HBM을 하나라도 더 확보하려고 혈안이 될 수밖에 없습니다.
② "일단 룸(Cleanroom)을 선점하라" 구조적 오버부킹
최근 미국 상무부 등에 전달된 글로벌 산업계 서한에 따르면, AI 데이터센터들이 HBM을 워낙 싹쓸이하는 바람에 전 세계 자동차, 통신, 의료기기용 범용 DRAM 공급망까지 마비될 지경입니다.
삼성전자와 SK하이닉스의 HBM 생산 라인(TSV 공정)은 증설에 최소 1~2년이 걸리는 물리적 한계가 있습니다. 2028년에 전력 인프라가 뚫리는 순간 바로 칩을 돌리려면, 빅테크들은 지금 당장 전력이 부족하더라도 미래 공급량을 선점하기 위해 무조건 2~3년 치 HBM을 오버부킹(선주문)해두어야만 경쟁에서 도태되지 않습니다.
3. 구글 TPU가 보여주는 미래: "메모리 계층화"와 HBM의 위상
일부 기술 포럼에서 '구글이 HBM 가격이 너무 비싸서 일부 추론(Inference)용 칩에는 일반 고속 DRAM을 섞어 쓰는 계층화 구조를 연구한다'는 루머가 돌기도 했습니다.
하지만 이는 HBM을 안 쓰겠다는 뜻이 아니라, "HBM이 너무 귀하고 부족하니, 덜 중요한 연산은 일반 DRAM으로 빼고, 핵심 연산에만 HBM을 집중 투입하겠다"는 고육지책에 가깝습니다. 즉, 전체적인 HBM 수요 총량은 거대 모델 투입으로 인해 계속 늘어나며, HBM은 여전히 '가장 비싸고 귀한 핵심 심장' 역할을 유지하게 됩니다.
1. 칩 제조사(Player)의 다변화: "엔비디아는 쉬어도, HBM 공장은 쉬지 않는다"
현재는 엔비디아가 AI 칩 시장의 90% 가까이를 독점하고 있어 엔비디아의 실적이 곧 HBM의 운명처럼 보입니다. 하지만 빅테크들의 목표는 엔비디아 의존도를 낮추는 것입니다.
경쟁사들의 맹추격:
AMD(인스팅트 시리즈), 인텔(가우디 시리즈) 같은 기존 반도체 강자들의 추격이 거세지고 있습니다.
빅테크의 자체 칩(ASIC) 본격 가동:
구글(TPU), 아마존(트레니움), 메타(MTIA), 마이크로소프트(마이아) 등 초대형 고객사들이 직접 만든 칩을 데이터센터에 대거 박기 시작합니다.
여기서 핵심은 엔비디아 칩을 쓰든, AMD 칩을 쓰든, 구글 TPU를 쓰든 간에 최고 성능의 AI 연산을 하려면 무조건 한국산 HBM이 필수라는 점
입니다. 즉, 엔비디아의 시장 점유율이 떨어지거나 구매량이 줄어들더라도, 그 물량이 고스란히 구글, 아마존, AMD 등으로 분산될 뿐, 이들이 구매하는 HBM의 총량은 오히려 더 커지게 됩니다.
2. 칩 한 개당 탑재되는 HBM 양(Capacity)의 폭발적 증가
엔비디아의 차세대 칩 판매 '개수' 자체가 어느 순간 정체(Platea)를 맞이하더라도,
칩 한 개에 들어가는 HBM의 용량은 세대를 거듭할수록 기하급수적으로 늘어납니다.
엔비디아 H100 (2023~2024년):
HBM3
80GB
탑재
엔비디아 B200 (블랙웰, 2025년):
HBM3E
192GB
탑재 (2.4배 증가)
엔비디아 Rubin (루빈, 2026~2027년 전망):
HBM4
288GB
이상 탑재 예정 (3.6배 증가)
칩을 100만 대만 똑같이 판다고 가정해도, 세대가 바뀔 때마다 필요한 HBM의 물리적 양은 2배, 3배씩 늘어납니다. 여기에 빅테크들의 자체 칩 역시 성능 고도화를 위해 초기 모델보다 훨씬 많은 개수의 HBM 팩을 다이(Die) 주변에 배치하는 설계를 채택하고 있습니다.
3. '추론(Inference)' 시장의 폭발과 메모리 병목
AI 시장이 '학습(Learning)' 중심에서 '서비스 서비스 및 추론(Inference)' 중심으로 이동하는 것도 HBM에 엄청난 호재입니다.
전 세계 사용자가 생성형 AI를 실시간으로 쓸 때 발생하는
추론 연산은 '연산 속도(GPU 파워)'보다 '메모리 대역폭(데이터를 빠르게 퍼 올리는 능력)'에 훨씬 큰 영향을 받습니다.
연산 장치 자체는 아주 고성능인 엔비디아 최고가 칩(B200, 루빈 등)이 아니더라도,
메모리만큼은 데이터를 병목 없이 뿜어내 줄 수 있는 HBM을 대거 장착해야 실시간 서비스가 가능
해집니다. 따라서 비교적 저렴한 자체 칩이나 중저가 GPU에 HBM을 넉넉하게 박는 형태의 수요가 폭증하게 됩니다.
--- 이후는 HBF ---
1. HBF 출시 로드맵 (단계별 타임라인)
📌 1단계: 2026년 하반기 (첫 시제품/샘플 등장)
바로
올해(2026년) 하반기
가 HBF의 역사적인 첫 발을 떼는 시기입니다.
기술을 주도하고 있는 샌디스크(SanDisk)와 SK하이닉스 등에서 독자적인
1세대 HBF 첫 번째 시제품 샘플
이 빅테크 고객사들에게 제공될 예정입니다. 최근인 2026년 6월 컴퓨텍스(Computex) 행사에서도 SK하이닉스가 HBF 실물을 세계 최초로 전격 공개하며 이 일정을 공식화했습니다.
📌 2단계: 2027년 초 ~ 2028년 (초기 검증 및 소규모 배포)
2027년 초:
HBF가 실제 가속기(TPU 등 시스템 칩)와 결합된
'초기 AI 추론용 장치'의 샘플링
이 시작됩니다. 빅테크들이 자신들의 데이터센터 환경에서 호환성과 신뢰성을 깐깐하게 테스트하는 구간입니다.
2027년 말 ~ 2028년:
이 시기부터 구글, 아마존 등 선도적인 빅테크의 최첨단 데이터센터에 소규모 상용 배포(Initial Commercial Deployment)가 시작됩니다. 인공지능 시장이 고가의 '학습' 위주에서 가성비 중심의 '실시간 추론' 시장으로 대전환되는 6세대 HBM(HBM4) 출시 시점과 맞물려 HBF가 본격적으로 시장에 깔리기 시작합니다.
📌 3단계: 2030년 이후 (표준 부품으로 폭발적 주류화)
시장조사기관과 학계(KAIST 분석 등)에서는
2030년을 기점으로 HBF가 데이터센터의 '표준 AI 추론 구성 요소'로 완전히 안착
할 것으로 보고 있습니다. 이 시기가 되면 낸드 플래시 시장 전체의 성장을 HBF가 견인하게 되며, 중장기적으로는 HBF 시장 규모가 HBM을 넘어설 것이라는 예측도 나옵니다.
2. 왜 이렇게 일정이 빨라졌을까?
원래 업계에서는 HBF가 기술적 난이도 때문에 2028~2029년은 되어야 시장에 나올 것으로 예상했습니다. 하지만 일정이 대폭 앞당겨진 데에는 빅테크의 절박함이 깔려 있습니다.
비용 한계 돌파 (메모리 벽):
빅테크들이 조 단위 매개변수 모델을 서비스하려다 보니 HBM만으로는 서버 구축 비용(CapEx) 감당이 안 되는 시점에 직면했습니다. 가격은 훨씬 싸면서 용량은 최대 16배 큰 HBF를 하루라도 빨리 도입해야만 AI 서비스 흑자를 낼 수 있는 구조가 되었습니다.
검증된 공정의 재활용:
HBF의 전공정은 이미 제조사들이 장인 수준으로 마스터한
'3D 고층 NAND(300단 이상)' 라인을 그대로 사용
합니다. 후공정 역시 기존 HBM 공정에서 쓰던 장비와 라인을 변형해 쓰기 때문에 라인 셋업 기간이 극적으로 단축되었습니다.
💡 요약
샘플 테스트:
2026년 하반기 (올해 말)
실제 칩 혼용 가동 (소규모):
2027~2028년
시장 대중화:
2030년
따라서 2027년에서 2028년 사이가 되면, 엔비디아 루빈(Rubin)이나 구글의 차세대 자체 TPU 옆에 HBM과 HBF가 나란히 들어간 '하이브리드 패키지 반도체'가 데이터센터에 공급되는 모습을 직접 보시게 될 것입니다.
