FMS 2026 총정리: 삼성 zHBM·400단 V10 BV-NAND, SK하이닉스 HBF 오픈 표준… AI 메모리 패러다임 전환

• 성능: 삼성은 HBM5 대비 최대 8배 성능을 제공한다고 밝혔다 . 일부 보도에 따르면 HBM4 대비 데이터 전송 속도는 4배, 전력 소비는 4분의 1 수준이다 .
• 밀도: 차세대 웨이퍼 본딩 기술을 통해 기존 HBM 대비 메모리 밀도를 10배 이상 높일 수 있다 .
• 에너지 효율: HBM5 대비 약 3배 우수한 에너지 효율(약 66% 에너지 사용량 감소)을 제공하는 것으로 설명된다 .
• 상태: zHBM은 아직 개념 모델 단계이며, 양산 제품이 아니다 .

삼성은 zHBM과 함께 엣지 AI 추론용으로 설계된 zNAND-O 개념 아키텍처도 선보였다 .

삼성 V10 BV-NAND — 업계 최초 400단 이상 웨이퍼 본딩 NAND, 양산 돌입

삼성은 V10 BV-NAND(Bonding V-NAND) 를 발표했다. 이는 웨이퍼 본딩 기술로 제작된 업계 최초의 낸드플래시로, 메모리 셀 어레이와 주변 로직을 분리한 뒤 웨이퍼를 접합하는 방식이다 .

• 단수: 400개 이상의 활성 레이어로, 삼성 V-NAND 라인업 중 가장 높은 단수이다 .
• 밀도: 이전 세대 V9 대비 약 58% 높은 메모리 밀도를 제공한다 .
• 에너지 및 열 효율: 삼성에 따르면 웨이퍼 본딩 방식은 에너지 효율을 약 3배 향상시키고 열 저항을 낮춰준다 .
• 생산 상태: V10 BV-NAND는 이미 양산에 돌입했으며, 상용 제품으로 400단을 돌파한 최초의 낸드가 되었다 .

SK하이닉스 HBF(High Bandwidth Flash) — 구글·텐스토렌트가 지원하는 오픈 표준

SK하이닉스(샌디스크와 함께)는 FMS 2026에서 OCP(Open Compute Project) 를 통해 HBF(High Bandwidth Flash)의 첫 번째 오픈 기술 규격을 발표했다 .

• 규격: 초기 표준은 8단 및 16단 낸드 스택을 사용하여 최대 512GB 용량을 지원하며, UCIe 인터페이스를 통해 최대 3.0TB/s 대역폭을 제공한다 .
• 생태계: 구글 딥마인드(Google DeepMind) 와 텐스토렌트(Tenstorrent) 가 HBF 얼라이언스에 합류했다 .
• 목적: HBF는 고대역폭 DRAM과 기존 NVMe SSD 사이의 용량 중심 스토리지 계층 역할을 하여 AI 추론 시 메모리 병목 현상을 해결하는 것을 목표로 한다 .

업계 합의: HBM만으로는 부족하다 — 계층형 메모리가 미래다

기조연설과 패널 토론 전반에 걸쳐 HBM만으로는 증가하는 AI 수요를 감당할 수 없다는 강력한 업계 합의가 도출됐다. 다수 발표자는 HBM, HBF급 플래시, CXL 기반 메모리, NVMe 스토리지를 계층 구조로 결합한 계층형 메모리 구조가 미래 AI 인프라의 핵심이 될 것이라고 주장했다 . 예를 들어, Marvell의 발표는 HBM 이상의 다양한 메모리 및 스토리지 포트폴리오를 필요로 하는 에이전틱 AI 추론 인프라에 초점을 맞췄다 .