안현 SK하이닉스 사장이 말한 메모리 혁신｜HBM 넘어 3D D램·HBF 시대 올까?

AI 시대가 본격화되면서 메모리 반도체의 역할도 빠르게 달라지고 있습니다.

SK하이닉스 안현 개발총괄 사장은 2026년 10월 14일 서울 코엑스에서 열린 SEDEX 2026 반도체대전 기조연설에서 앞으로 AI 인프라의 성능 규모가 2030년에는 현재보다 약 20배 커질 수 있다고 전망했습니다.

그리고 이 과정에서 기존 HBM만으로는 모든 수요를 감당하기 어렵기 때문에

HBM

3D 적층 D램

HBF

등 새로운 메모리 계층이 필요하다고 강조했습니다.

안현 사장이 말한 핵심은 무엇일까?

안현 사장은 메모리를 더 이상 단순한 부품으로만 보면 안 된다고 설명했습니다.

AI 모델이 커지고 추론 수요가 폭증하면서

연산성능

뿐 아니라

메모리 대역폭

용량

전력효율

이 AI 시스템 성능을 좌우하는 핵심 요소가 되고 있기 때문입니다.

왜 HBM이 중요할까?

HBM은 여러 개의 D램을 수직으로 쌓아 만든 고대역폭 메모리입니다.

일반 D램보다 훨씬 많은 데이터를 짧은 시간에 처리할 수 있어 AI GPU와 가속기에서 핵심적으로 사용됩니다.

SK하이닉스는 HBM3, HBM3E, HBM4로 이어지는 제품을 안정적으로 공급해왔고, 2026년에는 차세대 HBM4E 샘플 공급도 시작했습니다.

HBM4E는 무엇이 달라질까?

HBM4E는 7세대 HBM 제품입니다.

SK하이닉스는 기존 HBM4보다 열저항을 약 17% 낮춰 고성능 AI 환경에서도 보다 안정적으로 작동하도록 설계했다고 밝혔습니다.

AI 데이터센터가 커질수록 전력과 발열 문제도 커지기 때문에 단순한 속도뿐 아니라 열관리와 에너지 효율도 중요해지고 있습니다.

그런데 왜 HBM만으로는 부족할까?

AI 모델이 커질수록 필요한 데이터도 폭발적으로 증가합니다.

문제는 HBM이 매우 빠르지만

가격

용량

공급량

등에서 한계가 있다는 점입니다.

그래서 업계는 모든 데이터를 HBM에 넣기보다 용도에 따라 여러 메모리를 조합하는 구조를 연구하고 있습니다.

3D 적층 D램이란?

3D 적층 D램은 D램 셀을 평면으로만 배치하지 않고 수직 방향으로 여러 층 쌓는 구조입니다.

현재 낸드플래시는 이미 수백 층을 쌓는 3D 구조가 일반화됐지만 D램은 구조가 복잡해 3차원 적층이 훨씬 어렵습니다.

만약 3D D램 기술이 발전하면 같은 면적에서 더 많은 데이터를 저장할 수 있어

용량 확대

집적도 증가

전력효율 개선

가능성이 있습니다.

HBF는 무엇일까?

HBF는 High Bandwidth Flash, 즉 고대역폭 플래시 메모리입니다.

쉽게 말하면 낸드플래시를 HBM처럼 고속으로 활용하려는 개념입니다.

HBM보다 속도는 느리지만 훨씬 큰 용량을 만들 수 있어 AI 서버에서 대규모 데이터를 저장하고 공급하는 역할을 맡을 수 있습니다.

SK하이닉스는 SEDEX 2026에서도 HBM4E와 함께 HBF 기술을 주요 차세대 메모리 기술로 소개했습니다.

HBM과 HBF는 경쟁할까?

오히려 역할이 다릅니다.

HBM은

최고속 연산용 메모리

에 가깝고,

HBF는

대용량 데이터를 비교적 빠르게 공급하는 메모리

역할을 할 수 있습니다.

앞으로 AI 서버는

GPU

↓

HBM

↓

HBF

↓

SSD

같은 다층 메모리 구조로 발전할 가능성이 있습니다.

AI 추론이 왜 중요해졌을까?

초기 AI 시장에서는 모델을 만드는 **학습(training)**이 중요했습니다.

하지만 생성형 AI 서비스가 확산되면서 이제는 실제 사용자가 질문하고 답변을 받는 추론(inference) 비중이 빠르게 커지고 있습니다.

안현 사장은 이 AI 추론 시장이 앞으로 메모리 수요를 크게 확대할 것으로 전망했습니다.

AI 추론이 늘면 메모리가 왜 더 필요할까?

AI 모델은 답변을 생성할 때마다 방대한 데이터를 메모리에서 불러옵니다.

모델이 커질수록

더 많은 데이터

를

더 빠르게

읽어야 합니다.

따라서 GPU 성능만 높여서는 전체 시스템 속도를 높이기 어렵습니다.

이를 흔히 메모리 병목이라고 합니다.

메모리 병목이란?

프로세서가 매우 빠르게 계산할 수 있어도 필요한 데이터를 메모리에서 제때 가져오지 못하면 기다려야 합니다.

즉

GPU는 빠른데

메모리가 느리면

전체 AI 성능이 떨어집니다.

그래서 최근 AI 반도체 경쟁은 GPU뿐 아니라 HBM과 같은 메모리 기술 경쟁으로 확대됐습니다.

SK하이닉스가 말하는 ‘풀 스택 AI 메모리’란?

안현 사장은 SK하이닉스가 단순한 메모리 공급업체에서 벗어나 **‘Full Stack AI Memory Creator’**로 진화해야 한다고 강조해왔습니다.

이는 고객사가 원하는 AI 시스템에 맞춰

• HBM
• D램
• 낸드
• SSD
• HBF

등 다양한 메모리를 함께 설계하고 제공하겠다는 전략입니다.

고객과 처음부터 같이 개발한다

과거 메모리 회사는 표준 제품을 개발한 뒤 고객에게 판매하는 방식이 중심이었습니다.

하지만 AI 시대에는 GPU와 AI 가속기 설계 초기부터 메모리 기업이 함께 참여하는 방향으로 바뀌고 있습니다.

고객별 요구가 다르기 때문입니다.

HBM4 양산도 진행 중

SK하이닉스는 2026년 2분기부터 주요 고객사에 HBM4 양산 공급을 시작했습니다.

회사는 HBM4 수율과 품질이 이전 세대 HBM3E와 근접한 수준까지 올라왔다고 밝혔습니다.

이는 차세대 HBM 시장에서도 생산 안정성을 확보하고 있다는 의미입니다.

HBM4E는 언제 양산될까?

SK하이닉스는 HBM4E 샘플 공급을 이미 시작했고, 2027년 본격 양산을 목표로 하고 있습니다.

AI 서버 투자가 계속 확대된다면 HBM4E가 차세대 AI 가속기의 핵심 메모리가 될 가능성이 있습니다.

중국 메모리 업체 추격은 변수

최근 중국 CXMT 등 메모리 업체의 기술 발전도 빠르게 진행되고 있습니다.

일반 D램 시장에서는 중국 업체의 추격이 가격 경쟁을 만들 수 있습니다.

그래서 SK하이닉스와 삼성전자는 HBM과 3D D램, HBF 같은 고부가가치 메모리에서 기술격차를 유지하는 것이 중요합니다.

SK하이닉스가 HBM에 강한 이유

SK하이닉스는 2013년 AMD와 함께 세계 최초 HBM 개발에 성공했습니다.

이후 HBM2, HBM2E, HBM3, HBM3E, HBM4까지 제품을 계속 발전시켜왔습니다.

AI 붐이 시작되면서 이 장기간의 기술축적이 큰 경쟁력이 됐습니다.

메모리 기술이 AI 성능을 좌우하는 시대

과거 컴퓨터 성능 경쟁에서는 CPU나 GPU가 가장 중요했습니다.

하지만 AI 시대에는

연산

메모리

스토리지

를 하나의 시스템으로 최적화해야 합니다.

그래서 안현 사장이 강조한 것은 단순히 HBM 하나가 아니라 AI 시스템 전체를 위한 새로운 메모리 구조입니다.

2030년에는 얼마나 커질까?

안현 사장은 AI 인프라 성능 규모가 2030년에는 2026년 대비 약 20배까지 확대될 수 있다고 전망했습니다.

이 전망대로라면 HBM뿐 아니라 D램과 낸드, HBF 등 전체 메모리 수요가 크게 증가할 가능성이 있습니다.

전력소비도 큰 문제가 된다

AI 데이터센터가 커질수록 전력소비와 발열도 함께 증가합니다.

따라서 메모리 기술도

더 빠르게

만드는 것뿐 아니라

더 적은 전력으로

동작해야 합니다.

HBM4E의 열저항 개선이나 3D D램 연구도 이런 흐름과 연결됩니다.

메모리 혁신이 중요한 이유

AI 시스템의 성능은 이제 단순히 GPU 개수만으로 결정되지 않습니다.

GPU가 아무리 많아도 데이터를 빠르게 공급하지 못하면 성능이 떨어집니다.

따라서 미래 AI 인프라 경쟁은

GPU

HBM

차세대 D램

HBF

SSD

를 함께 최적화하는 방향으로 발전할 가능성이 큽니다.

안현 사장 메모리 혁신 핵심 정리

SK하이닉스 안현 개발총괄 사장은 2026년 10월 14일 SEDEX 2026에서 AI 시대의 메모리 혁신 방향을 제시했습니다.

핵심은

HBM4·HBM4E 고도화

3D 적층 D램 개발

HBF 도입

AI 추론용 메모리 확대

입니다.

SK하이닉스는 HBM4를 이미 양산 중이며 HBM4E는 2027년 본격 양산을 목표로 하고 있습니다.

또 HBM만으로 모든 AI 데이터를 처리하기 어려워질 가능성에 대비해 HBF와 3D D램 같은 새로운 메모리 기술도 준비하고 있습니다.

즉 앞으로 메모리 경쟁은

“누가 더 빠른 HBM을 만드는가”

를 넘어

“AI 시스템 전체에 가장 적합한 메모리 구조를 누가 먼저 만드는가”

로 확대될 가능성이 큽니다.

👉 SK하이닉스 뉴스룸에서 최신 메모리 기술 확인하기

함께 보면 좋은 글

• HBM이란? AI 반도체에서 중요한 이유
• HBM4E는 HBM4와 무엇이 다를까?
• HBF란? AI 시대 차세대 메모리 기술
• 중국 CXMT 메모리 기술은 어디까지 왔을까?
• AI 데이터센터는 왜 메모리가 많이 필요할까?

※ 본 글은 2026년 10월 14일 SEDEX 2026 안현 SK하이닉스 개발총괄 사장의 기조연설 및 SK하이닉스 공개자료를 바탕으로 작성했습니다. AI 인프라 성장 전망과 차세대 메모리 개발 일정은 시장상황과 기술개발 결과에 따라 달라질 수 있습니다.