메모리 반도체를 공부하다 보면 가장 먼저 마주치는 용어가 DRAM, NAND, HBM입니다.
이름은 많이 들어봤지만 세 가지가 정확히 어떻게 다른지, 그리고 왜 최근에는 HBM이 특히 중요해졌는지 헷갈리는 경우가 많습니다.
저도 처음에는 각각을 따로 외우는 방식으로 이해했지만, 실제로는 세 가지가 모두 하나의 데이터 처리 과정 안에서 서로 다른 역할을 한다고 보는 편이 훨씬 이해하기 쉽습니다.
쉽게 말하면 DRAM은 “지금 당장 필요한 데이터를 빠르게 꺼내 쓰는 공간”, NAND는 “데이터를 오래 저장하는 공간”, HBM은 “AI 연산을 위해 훨씬 빠르게 데이터를 공급하는 고성능 DRAM”에 가깝습니다.
이 차이를 이해하면 삼성전자, SK하이닉스, 마이크론의 실적이 왜 각각 다르게 움직이는지도 훨씬 쉽게 볼 수 있습니다.
DRAM은 무엇일까?
DRAM은 컴퓨터나 서버가 현재 작업 중인 데이터를 임시로 저장하는 메모리입니다.
우리가 컴퓨터에서 프로그램을 실행하거나 여러 작업을 동시에 할 때 필요한 데이터가 DRAM에 올라갑니다.
중요한 특징은 속도가 빠르다는 점입니다.
반면 전원이 꺼지면 저장된 데이터가 사라집니다.
그래서 DRAM은 장기 저장보다는 빠른 연산을 돕는 역할을 합니다.
일반 PC에서는 DDR 메모리라는 이름으로 익숙하고, 서버에서는 대용량 DDR5가 많이 사용됩니다.
AI 데이터센터에서도 GPU만 중요한 것이 아닙니다.
GPU 주변의 CPU와 서버 시스템 역시 상당한 양의 DRAM을 필요로 하기 때문에 AI 서버가 늘어날수록 일반 DRAM 수요도 함께 증가할 수 있습니다.
NAND는 무엇일까?
NAND는 데이터를 장기간 저장하기 위한 메모리입니다.
스마트폰의 저장공간, SSD, 데이터센터의 대용량 저장장치 등에 사용됩니다.
DRAM과 가장 큰 차이는 전원이 꺼져도 데이터가 남는다는 점입니다.
그래서 사진, 영상, 문서, 프로그램 같은 데이터를 저장하는 데 적합합니다.
AI 시대에는 NAND의 역할도 점점 중요해지고 있습니다.
AI 모델을 학습하고 추론하려면 엄청난 양의 데이터를 저장해야 하기 때문입니다.
특히 기업용 SSD는 데이터센터에서 빠른 데이터 접근을 위해 중요성이 커지고 있습니다.
즉, AI 인프라 확대는 HBM뿐 아니라 NAND 수요에도 영향을 줄 수 있습니다.
HBM은 무엇일까?
HBM은 High Bandwidth Memory의 약자로, 매우 높은 데이터 전송속도를 가진 고성능 메모리입니다.
기본적으로는 DRAM 계열이지만 구조가 다릅니다.
일반 DRAM은 메모리 칩을 평면적으로 배치하는 경우가 많지만, HBM은 여러 개의 DRAM 다이를 수직으로 쌓아 올립니다.
이렇게 적층하면 GPU와 메모리 사이의 데이터 이동 속도를 크게 높일 수 있습니다.
AI 연산에서는 GPU가 매우 빠른 속도로 데이터를 처리하기 때문에 메모리가 데이터를 충분히 빠르게 공급하지 못하면 GPU가 기다리는 시간이 생깁니다.
HBM은 바로 이 병목을 줄이기 위한 메모리입니다.
그래서 생성형 AI, 대규모 언어모델, AI 추론 시장이 커질수록 HBM 수요가 빠르게 증가하고 있습니다.
DRAM과 HBM은 완전히 다른 시장일까?
여기서 중요한 부분이 있습니다.
HBM은 완전히 별개의 메모리가 아니라 DRAM 생산능력과 연결되어 있습니다.
HBM 생산을 늘리기 위해서는 많은 DRAM 다이가 필요하고, 제조과정도 더 복잡합니다.
따라서 메모리 업체들이 HBM 생산을 확대할수록 일반 DRAM에 사용할 수 있는 생산능력이 상대적으로 줄어들 수 있습니다.
이 점이 최근 메모리 시장에서 매우 중요한 변화라고 생각합니다.
과거에는 HBM 성장만 따로 보면 됐지만, 지금은 HBM 확대가 일반 DRAM 공급에도 영향을 주기 때문입니다.
결국 HBM 수요 증가가 일반 DRAM 가격까지 지지하는 구조가 만들어질 수 있습니다.
AI 시대에는 왜 세 가지를 함께 봐야 할까?
AI 서버 한 대를 생각해 보면 이해가 쉽습니다.
GPU는 연산을 담당합니다.
HBM은 GPU에 빠르게 데이터를 공급합니다.
DRAM은 CPU와 서버 시스템이 작업 중인 데이터를 처리합니다.
NAND는 대규모 데이터를 저장합니다.
즉, GPU → 연산
HBM → 초고속 데이터 공급
DRAM → 시스템 작업용 메모리
NAND → 대용량 데이터 저장
이런 구조입니다.
따라서 AI 인프라 투자가 늘어나면 HBM만 좋아지는 것이 아니라 DRAM과 NAND까지 함께 수요가 증가할 수 있습니다.
투자자는 무엇을 봐야 할까?
저는 메모리 반도체를 볼 때 세 가지를 따로 보지 않는 것이 중요하다고 생각합니다.
첫째, HBM 수요가 얼마나 빠르게 증가하는지 봐야 합니다.
둘째, HBM 생산 확대가 일반 DRAM 공급을 얼마나 제약하는지 봐야 합니다.
셋째, 데이터센터 투자 확대가 기업용 SSD와 NAND 수요까지 얼마나 끌어올리는지 확인해야 합니다.
이 세 가지가 동시에 강하면 메모리 업체들의 실적은 단순히 한 제품의 호황을 넘어 전체 제품군의 수익성 개선으로 이어질 수 있습니다.
삼성전자·SK하이닉스·마이크론은 각각 어디가 강할까?
SK하이닉스는 HBM 시장에서 강점을 가지고 있습니다.
삼성전자는 DRAM과 NAND를 포함한 전체 메모리 생산능력이 크다는 점이 강점입니다.
마이크론 역시 HBM과 서버용 메모리 확대를 통해 AI 수요의 직접적인 수혜를 받고 있습니다.
결국 메모리 업체를 비교할 때는 단순히 HBM 점유율만 볼 것이 아니라,
HBM 경쟁력, 범용 DRAM 생산능력, NAND 경쟁력, 수익성 개선 속도를 함께 보는 것이 중요합니다.
제가 보는 핵심
과거 메모리 산업은 DRAM과 NAND 가격 사이클을 중심으로 움직였습니다.
하지만 AI 시대에는 HBM이라는 새로운 고부가가치 메모리가 등장하면서 산업 구조가 달라지고 있습니다.
HBM 수요 증가는 HBM 시장 자체만 키우는 것이 아니라 일반 DRAM 공급에도 영향을 주고 있습니다.
여기에 AI 데이터센터 확대로 DDR5와 기업용 SSD 수요까지 증가하고 있습니다.
그래서 앞으로의 메모리 사이클은 HBM, DRAM, NAND를 따로 보는 것보다 하나의 연결된 시장으로 보는 것이 더 중요하다고 생각합니다.
결국 메모리 투자에서 가장 중요한 질문은 “어떤 메모리가 가장 많이 오를까?”가 아니라,
“AI 인프라 확대가 전체 메모리 수급을 어떻게 바꾸고 있는가?”라고 보는 편이 더 맞을 수 있습니다.
'AI 반도체 산업' 카테고리의 다른 글
| 중국의 반도체 추격이 오히려 한국 소부장에는 기회인 이유 (0) | 2026.09.25 |
|---|---|
| 중국이 삼성전자·SK하이닉스를 따라잡을까? 2006년 조선업과 닮은 반도체 시장 (0) | 2026.09.25 |
| 골드만삭스는 왜 삼성전자 49만원을 유지했을까? 3분기보다 중요한 4분기와 2027년 (0) | 2026.09.25 |
| AMD가 먼저 신고가를 뚫었다, 삼성전자와 SK하이닉스도 따라갈까? (0) | 2026.09.22 |
| 삼성전자, 지금이 오히려 저점일까? 메모리 사이클보다 중요한 ‘수요의 레벨업’ (0) | 2026.09.21 |
