HBM이냐 HBF냐, 헷갈리는 순간부터 시작됩니다
AI 반도체 이야기를 조금이라도 따라가다 보면 HBM, HBF라는 단어가 계속 등장합니다. 기사마다 “HBM 공급 부족”, “HBF가 판을 바꾼다”는 표현이 나오는데, 막상 차이를 묻기 시작하면 설명이 모호해집니다. 저 역시 처음엔 두 용어를 같은 계열의 메모리 정도로만 이해했습니다. 그런데 실제로 구조와 쓰임새를 파고들어 보니, 이 둘은 성격이 꽤 다릅니다. 이 글에서는 HBM과 HBF를 기술 설명에만 그치지 않고, AI 시장과 투자 관점에서 어떻게 봐야 하는지까지 차분히 풀어보려 합니다.HBM의 정체｜AI 연산을 위해 태어난 초고속 메모리
HBM은 High Bandwidth Memory의 약자로, 말 그대로 대역폭을 극단적으로 끌어올린 메모리입니다. 기본 구조는 DRAM이며, 여러 개의 DRAM 다이를 수직으로 쌓아 TSV(실리콘 관통 전극)로 연결합니다. 이 방식의 핵심은 거리입니다. GPU 바로 옆, 또는 같은 패키지 안에 배치되기 때문에 데이터 이동 경로가 짧습니다. 이 덕분에 대역폭은 TB/s 단위까지 올라가고, 지연 시간도 크게 줄어듭니다. 엔비디아 H100, H200 같은 AI 가속기에서 HBM이 빠질 수 없는 이유도 여기에 있습니다. AI 학습에서는 연산 성능보다 메모리가 병목이 되는 경우가 많았고, HBM은 이 문제를 직접적으로 해결했습니다. 개인적으로 GPU 관련 자료를 분석하다 보면, 연산 코어 수보다 HBM 용량과 대역폭이 더 강조되는 경우를 자주 봤습니다. 그만큼 HBM은 이미 AI 연산의 기준점이 된 셈입니다.HBF란 무엇인가｜HBM 다음을 노리는 새로운 접근
HBF는 High Bandwidth Flash의 약자로, NAND 플래시 기반의 고대역폭 메모리 개념입니다. 이름만 보면 HBM의 변형처럼 느껴지지만, 근본은 전혀 다릅니다. 가장 큰 차이는 메모리 성격입니다. HBM이 휘발성 DRAM이라면, HBF는 비휘발성 NAND 플래시입니다. 전원이 꺼져도 데이터가 남고, 집적도를 훨씬 높일 수 있습니다. HBF가 주목받는 이유는 AI 모델의 크기 때문입니다. 요즘 대형 언어 모델은 수백 GB에서 TB 단위 파라미터를 요구하고, 이 모든 데이터를 HBM에만 담기엔 비용과 물리적 한계가 큽니다. 그래서 등장한 발상이 “HBM 옆에 훨씬 큰 메모리를 두자”는 접근입니다. 속도는 조금 느리더라도, GPU 가까이에 대용량 데이터를 두면 전체 효율이 달라집니다.HBM과 HBF 핵심 차이 비교｜표로 보면 더 명확합니다
| 구분 | HBM | HBF |
|---|---|---|
| 기반 메모리 | DRAM | NAND Flash |
| 휘발성 여부 | 휘발성 | 비휘발성 |
| 대역폭 | 매우 높음 (TB/s급) | HBM보다는 낮음 |
| 용량 | 상대적으로 제한적 | HBM 대비 8~16배 이상 가능 |
| 주요 역할 | AI 연산 데이터 처리 | 대규모 데이터 저장·확장 |
| 상용화 단계 | 이미 본격 상용화 | 개발·표준화 진행 중 |
AI 워크로드에서의 역할 차이｜왜 둘 다 필요한가
AI 학습 과정에서는 아주 자주 쓰는 데이터와, 가끔 불러오는 데이터가 명확히 나뉩니다. HBM은 바로 이 “지금 당장 연산에 필요한 데이터”를 담당합니다. 반면 HBF는 모델 전체 파라미터, 중간 결과물, 대규모 데이터셋을 가까운 곳에 쌓아두는 역할에 가깝습니다. SSD보다는 훨씬 빠르고, HBM보다는 느린 중간 지대라고 보면 이해가 쉽습니다. 실제로 메모리 계층 구조를 공부하다 보면, 캐시–DRAM–스토리지 사이의 간극을 줄이려는 시도가 계속 이어져 왔습니다. HBF는 이 흐름의 연장선에 있습니다. 제 경험상, AI 인프라 관련 자료를 읽을수록 “속도보다 용량이 더 중요해지는 구간”이 분명히 존재합니다. HBF는 바로 그 지점을 노린 기술입니다.투자 관점에서 본 HBM과 HBF｜어디에 주목해야 할까
HBM은 이미 실적에 반영되고 있습니다. 공급 부족, 증설 투자, 단가 상승 같은 키워드가 수치로 확인됩니다. HBM 관련 장비, 후공정, 패키징 기업들이 함께 주목받는 이유입니다. 반면 HBF는 아직 숫자보다는 방향성의 영역입니다. 언제 상용화될지, 표준은 어떻게 정리될지, 실제 수요가 얼마나 될지는 시간이 필요합니다. 그래서 투자 관점에서는 이렇게 나눠볼 수 있습니다. 지금은 HBM이 현재 진행형이라면, HBF는 중장기 옵션에 가깝습니다. 개인적으로는 HBM으로 시장이 한 번 더 과열된 뒤, 그 한계를 이야기할 때 HBF가 본격적으로 등장할 가능성을 높게 봅니다.결론｜HBM과 HBF, 선택이 아니라 조합의 문제
HBM과 HBF 차이를 한 문장으로 정리하면 이렇습니다. HBM은 속도를, HBF는 규모를 담당합니다. AI 모델이 커질수록 이 둘은 함께 쓰일 가능성이 높아집니다. 하나가 다른 하나를 완전히 대체하기보다는, 서로의 한계를 보완하는 구조가 자연스럽습니다. AI 반도체 흐름을 따라가고 있다면, 당장은 HBM을 중심으로 보되 HBF라는 단어가 다시 등장할 때 한 번 더 눈여겨보는 게 좋습니다. 그때는 이미 새로운 사이클이 시작되고 있을지도 모릅니다. 지금 정리한 내용을 바탕으로, 관심 있는 기업이나 기술 자료를 한 번 더 살펴보는 계기가 되었으면 합니다.자주 묻는 질문 FAQ
HBM과 HBF 중 어느 쪽이 더 빠른가요
순수 속도와 지연 시간에서는 HBM이 압도적으로 빠릅니다. HBF는 속도보다는 용량과 비휘발성이 강점입니다.HBF가 나오면 HBM은 필요 없어지나요
그럴 가능성은 낮습니다. AI 연산 특성상 초고속 메모리는 계속 필요하며, HBF는 보완재에 가깝습니다.개인 투자자는 지금 무엇을 공부하는 게 좋을까요
당장은 HBM 공급망과 관련 기업을, 중장기적으로는 HBF 표준화와 메모리 구조 변화 흐름을 함께 보는 게 도움이 됩니다.HBM vs HBF 차이 한눈 정리, AI 반도체 투자 전에 꼭 알아야 할 핵심와 함께 확인하면 좋은 글
같은 주제를 더 정확히 판단하려면 조건, 신청 절차, 비용, 주의사항을 함께 비교해보는 것이 좋습니다. 아래 글도 이어서 확인하면 현재 상황에 맞는 선택지를 더 쉽게 정리할 수 있습니다.