HBF (고대역폭 플래시)

이 용어를 다룬 분석 — SK하이닉스의 ‘풀스택 AI 메모리’ — 제품 발표가 아니라 설계 방향입니다 외 3편 ↓

HBF(High Bandwidth Flash, 고대역폭 플래시) 는 HBM이 D램을 수직으로 쌓듯 낸드를 수직으로 쌓아 대역폭을 끌어올린 메모리다. 놓이는 자리는 HBM과 SSD 사이다.

2026년 8월 3~4일, SK하이닉스와 샌디스크가 HBF의 첫 표준 규격을 공개했다. 표준화 착수 6개월 만이다.

첫 규격에 무엇이 담겼나

SK하이닉스가 밝힌 규격의 뼈대다.

UCIe를 채택했다는 것이 중요하다. 특정 회사의 GPU에 묶이지 않고 여러 프로세서와 붙을 수 있는 길을 열어 둔 것이다.

표준화 주체는 JEDEC이 아니라 OCP다

여기가 헷갈리기 쉬운 지점이다. HBM은 JEDEC 표준이지만 HBF는 OCP(Open Compute Project) 표준이다. JEDEC 문서 목록에 HBF 항목은 없다.

OCP는 데이터센터 사업자들이 하드웨어 규격을 공개로 만드는 단체다. 주 기여자는 샌디스크와 SK하이닉스이고, 표준화 과정에 구글과 텐스토렌트가 합류해 기술 검증에 참여했다. 메모리 회사가 아니라 메모리를 사는 쪽이 표준 만들기에 들어와 있다는 점이 이 규격의 성격을 말해 준다.

왜 만드나 — 용량의 벽

AI 추론에서 병목은 속도만이 아니라 용량이다. 모델 가중치와 KV 캐시를 다 담으려면 HBM이 모자라고, HBM을 더 붙이려면 가속기 수를 늘려야 하는데 그러면 전력과 비용이 따라 올라간다.

여기서 낸드의 약점이 덜 아파진다는 것이 HBF의 착안점이다. 가중치와 KV 캐시는 대부분 읽기만 한다. 낸드가 느린 것은 주로 쓰기 쪽이라, 읽기 중심 데이터를 낸드에 두면 손해가 작다.

샌디스크와 SK하이닉스가 2025년 8월 협력을 시작할 때 내건 목표가 이것이었다.

HBM 대비 8~16배 용량을, 비슷한 원가로. 대역폭은 HBM에 필적(comparable).

기반 기술은 샌디스크의 BiCS 낸드와 CBA 웨이퍼 본딩이다.

여기까지 온 길

경쟁사는 어디에

현재 공개된 HBF 컨소시엄 참여사와 발표 자료에서 삼성전자를 확인하지 못했다. 발표문이 참여사 명단을 빠짐없이 적었다고 단정할 수는 없으므로, "진영에 없다"가 아니라 "확인하지 못했다"고 적는다. 삼성은 같은 자리(FMS 2026)에서 3D D램과 zHBM(가속기 위에 HBM을 수직으로 쌓는 구조)을 별도의 차세대 구조로 제시했다. 노리는 병목이 다르다 — HBF는 용량, zHBM은 대역폭과 전력이다.

키오시아도 HBF 표준에 참여하지 않고, XL-FLASH 기반 CXL 메모리 모듈과 GP1 시리즈로 자체 노선을 간다. 마이크론의 입장은 확인 못 했다.

HBF는 HBM을 없애는가 — 두 연구가 가리킨 답

현재 연구 결과는 HBF가 HBM을 통째로 대체하는 구조보다, HBM을 빠른 계층으로 남기고 HBF를 대용량 계층으로 붙이는 구조에 모인다.

Oxford 연구진의 IEEE Computer Architecture Letters 논문은 HBF가 스택당 HBM보다 16배 큰 용량을 제공할 수 있다고 모델링했다. 그러나 HBM을 HBF로 단순 교체하면 낸드의 긴 꼬리 지연이 GPU 스케줄러를 굶겨 성능이 크게 떨어졌다. 연구진은 자주 쓰는 데이터를 HBM에 남기고 HBF 데이터를 예측 이동하는 이종 메모리 구조를 제안했다. 시뮬레이션에서 HBF-only 대비 기하평균 2.79배, 단일 edge GPU에서 실행 가능한 모델 크기는 9.2배였다.

2026년 8월 25일 공개된 FLINT preprint도 HBF를 HBM 옆의 memory-capacity tier로 정의한다. 이 연구가 추가한 것은 HBF 내부 동작이다.

정적 prefetch 방식은 MoE 모델에서 HBF 트래픽의 86~96%를 낭비했다. FLINT는 여섯 모델의 MoE 구간에서 기존 HBF 구조보다 GPU당 decode 처리량을 4.0~14.3배 높였다고 보고했다. 반면 dense Llama에서는 토큰당 에너지가 HBM-only의 1.64배였다. HBF가 모든 모델에 자동으로 유리한 것이 아니라, 가중치 접근이 얼마나 예측 가능하고 읽기 중심인지가 성패를 가른다는 반증 사례다.

두 결과는 판매 제품 벤치마크가 아니다. Oxford 논문은 peer-reviewed 연구지만 모델링 기반이고, FLINT는 arXiv preprint다. 상용 판단에는 실제 스택의 지속 읽기 대역폭·p99 지연·refresh 오버헤드·내구성·고객 채택이 추가로 필요하다.

확인 못 한 것

• OCP 기술 규격 문서(PDF) 원문 — opencompute.org 에서 해당 문서 페이지를 찾지 못했다. 위 숫자는 SK하이닉스 발표문 기준이다. 샌디스크 보도자료에는 512GB·3.0TB/s 같은 수치가 없다.
• 레이턴시·쓰기 내구성·전력 — 공식 자료에 숫자가 없다.
• 제품 샘플·양산 일정 — 2025년 MOU 때의 목표(샘플 2026년 하반기)만 있고, 규격 공개 발표문에는 일정이 없다.
• 연구 수치의 상용 재현 여부 — Oxford의 2.79배·9.2배와 FLINT의 4.0~14.3배는 시뮬레이션 결과다. 실제 HBF silicon과 고객 워크로드에서 재현됐다는 공개 자료는 없다.

업체 트랙

이 항목에 각 회사가 언제 들어왔고, 지금 어디까지 왔고, 뭘 하겠다고 공개했는지입니다. 회사가 스스로 낸 자료만 공식으로 싣고, 매체 보도는 따로 표시합니다.

관련 기사

바깥 매체가 쓴 글입니다. 회사 발표가 아니라 더 읽을거리로 둡니다 — 위 업체 트랙의 숫자는 이 기사들이 아니라 회사 공식 자료에서 온 것입니다.

• 2026-08-25 · arXivFLINT: Efficiently Leveraging High Bandwidth Flash for Capacity-Scalable LLM Inference Acceleration
• 2026-08-12 · IEEE Computer Architecture Letters / Oxford ORAHardware-managed heterogeneous high-bandwidth memory and flash in LLM inference systems
• 2026-07-14 · IEEE SpectrumHigh-Bandwidth Flash Aims to Break the AI Memory Wall
• 2026-08-04 · 파이낸셜뉴스FMS 2026, 삼성은 3D D램과 zHBM으로 맞선다
• 2025-11-11 · TrendForceSK hynix, Samsung and SanDisk Bet on HBF, the Next Battleground in Memory Sector

이 용어를 다룬 분석

관련 용어

지수 화면에서 이어서 보기