FeNAND · 강유전체 NAND

FeNAND는 강유전체 재료의 분극 상태를 이용해 데이터를 저장하고 셀 전류를 제어하는 NAND 구조다. SK하이닉스는 이를 3차원으로 집적해 메모리 안에서 아날로그 곱셈·누산(MAC)을 수행하는 A-CiM(analog compute-in-memory) 연구를 소개했다. 기존 상용 NAND의 CTN(charge trap nitride) 방식은 질화막의 전하를 이용한다. 두 구조의 차이는 저장 용량뿐 아니라 아날로그 연산에 필요한 여러 전류 상태를 어떻게 구분하는지에 있다.

연구와 설명글의 날짜

마지막 원문 검증일은 2026-10-15다. SK하이닉스 공식 설명글의 발표일은 2026-10-14이며 시각은 공개되지 않았다. 글이 설명하는 논문은 IEDM 2025의 「Co-Optimizing Cell, Non-Cell, and Page Schemes for Energy Efficient Analog Computing in 3D FeNAND」다. 따라서 2026년의 새로운 양산 발표로 읽지 않는다. 공식 뉴스룸은 연구 수행 회사의 설명이며 독립 재현 결과는 아니다.

셀·배선·페이지를 함께 바꾸는 이유

셀은 전류 상태로 가중치를 표현한다. 회사는 HZO(하프늄·지르코늄 산화물)의 분극 전환을 사용하고 같은 전압에서 프로그램 펄스 수를 조절하는 접근을 설명한다. 공식 글은 저전류 영역의 셀당 4단계 상태와 데이터 유지가 300mm 웨이퍼 수준에서 시연됐다고 서술한다. 이는 회사의 소자 연구 설명이며 완성 AI 시스템의 정확도나 상용 수율 인증을 뜻하지 않는다.

비셀(non-cell) 부분은 셀을 선택하는 워드라인의 저항·기생 용량과 스위칭 부담이다. 저장된 값을 잘 표현하더라도 배선에서 전력과 시간이 소모되면 전체 이득이 줄어든다. 페이지 부분은 신경망 레이어의 배치·복제·계산 순서를 조절한다. 원문은 페이지 내부 파이프라이닝(IPP)의 성능을 시뮬레이션 결과로 소개하고, 16KB 페이지를 4KB 하위 페이지 네 개로 나누는 접근을 설명한다. 최적 페이지 크기는 모델마다 달라 더 작게 나누는 것만으로 항상 좋아지지 않는다.

성능 배수를 읽을 때 주의할 비교 조건

공식 글의 큰 성능 배수는 본문에서 기존 3D 배열과 비교했다고 적힌 반면 연구자 Q1에서는 같은 칩 면적에서 기존 2D 비휘발성 메모리 배열과 비교한 고집적 이점이라고 설명한다. 이 해설만으로 분모가 일치한다고 볼 수 없어 해당 배수를 일반 성능값으로 싣지 않는다. 논문 전체의 배열 구성·가중치 재적재 횟수·모델·정밀도·주변회로 포함 범위를 확인해야 한다. 여러 개별 최적화 배수를 단순 곱하거나 GPU 대비 속도·데이터센터 전체 전력 절감률로 바꾸는 것도 타당하지 않다.

투자자가 확인할 다음 단계

현재 가장 유력한 해석은 NAND의 고집적 저장을 아날로그 연산에 연결하려는 연구 방향이다. 기존 SSD 매출이나 HBM 수요가 바로 대체된다는 근거는 아니다. 상용화 판단에는 연산 정확도, ADC·DAC와 주변회로를 포함한 에너지, 내구성·유지 특성, 실제 모델의 처리량, 생산 수율과 고객 채택이 필요하다. 이 조건에서 이득이 사라지면 집적 밀도만으로 경제성이 좋아진다는 해석도 수정해야 한다.

출처

• SK하이닉스 공식 뉴스룸: Inside the Research, Part 2 — 2026-10-14 설명글. 연구자 인터뷰와 소자·배선·페이지 설명을 사용했다. 논문 전문의 독립 검증을 대신하지 않는다.