HBM, HBF, HBS 차이 쉽게 보기

AI 서버의 핵심인 HBM, 낸드 기반 고대역폭 메모리 HBF, 그리고 D램과 낸드를 한 패키지에 적층하는 고대역폭 스토리지 HBS까지. 세 기술의 역할과 도입 흐름을 정리했습니다.

이 글은 HBM, HBF, HBS를 AI 메모리 계층 관점에서 구분하는 QSike Tech Notes 기술 해설입니다. 특정 기업 평가가 아니라 AI 인프라와 메모리 구조 이해에 초점을 둡니다.

AI 반도체 뉴스를 보다 보면 HBM은 이제 익숙합니다.
그런데 최근에는 HBF, HBS 같은 용어도 같이 나오기 시작했습니다.

이름만 보면 다 비슷해 보입니다.
앞에 붙은 HB는 대체로 High Bandwidth, 즉 “넓은 데이터 통로”를 뜻합니다. 문제는 뒤에 붙는 M, F, S가 다르다는 점입니다.

간단히 말하면 이렇습니다.

HBM은 D램을 쌓은 메모리입니다.
HBF는 낸드플래시를 고대역폭 구조로 쓰려는 시도입니다.
HBS는 D램과 낸드를 하나의 패키지에 적층하려는 고대역폭 스토리지 개념으로, 아직 초기 단계입니다.

셋 다 AI 시대의 병목을 줄이려는 기술이지만, 역할은 다릅니다. HBM은 지금 당장 GPU 옆에서 데이터를 빠르게 먹여주는 핵심 부품입니다. HBF는 HBM만으로 담기 어려운 대용량 데이터를 더 가까운 곳에서 공급하려는 방향입니다. HBS는 메모리 종류를 하나의 패키지로 묶어 공간과 전력을 아끼려는 접근으로, 모바일·온디바이스 AI에서 주로 논의됩니다.

왜 HBM만으로는 부족해질까

AI 성능을 이야기할 때 우리는 보통 GPU나 AI 가속기를 먼저 봅니다. 하지만 실제 병목은 연산기보다 메모리 쪽에서 자주 생깁니다.

AI 모델이 커질수록 연산할 데이터도 많아집니다. GPU가 아무리 빨라도 데이터를 제때 받지 못하면 기다려야 합니다. 그래서 HBM이 중요해졌습니다. HBM은 D램 여러 장을 수직으로 쌓고, 넓은 통로로 GPU와 연결해 데이터 대역폭을 크게 높입니다.

문제는 가격, 용량, 전력, 패키징 난이도입니다.
HBM은 빠르지만 비쌉니다. 만들기도 어렵습니다. AI 서버가 계속 늘면 HBM 수요는 커지지만, 모든 데이터를 HBM에 담는 방식은 비용과 공급 측면에서 부담이 큽니다.

그래서 “HBM 옆에 무엇을 더 붙일 것인가”가 다음 질문이 됩니다. 여기서 HBF와 HBS 이야기가 나옵니다.

세 용어는 모두 넓은 데이터 통로를 지향하지만, HBM은 고속 D램, HBF는 대용량 낸드 계층, HBS는 D램과 낸드를 한 패키지에 묶는 방향에 가깝다.

HBM은 현재 AI 서버의 핵심 메모리

HBM은 High Bandwidth Memory입니다.
기본 재료는 D램입니다. D램 칩을 여러 층으로 쌓고 TSV 같은 수직 연결 기술을 이용해 데이터 통로를 넓힙니다.

용도는 명확합니다.
GPU, AI 가속기, 고성능 컴퓨팅 장비에서 연산기에 데이터를 빠르게 공급합니다. 지금의 생성형 AI 서버에서는 거의 필수 부품처럼 취급됩니다.

도입 시기로 보면 HBM은 이미 시장에 들어와 있습니다. HBM3, HBM3E가 현재 AI 가속기 중심으로 쓰이고 있습니다. HBM4는 2026년 상반기부터 상용 출하가 시작됐고(삼성전자가 엔비디아 ‘루빈’에 양산 공급), HBM4E 샘플도 삼성전자·SK하이닉스가 고객사에 보낸 상태입니다. 세대 교체 속도가 이전보다 빨라지고 있습니다.

시장 영향도 가장 직접적입니다.
HBM은 메모리 업체의 사업 구도를 바뀌었습니다. 예전 D램 시장이 PC, 모바일, 서버 사이클에 크게 흔들렸다면, 지금은 AI 서버용 고부가 메모리가 사업의 중심으로 올라왔습니다. SK하이닉스, 삼성전자, 마이크론이 HBM에서 치열하게 경쟁하는 이유입니다.

HBF는 낸드를 GPU 가까이 두려는 시도

HBF는 High Bandwidth Flash로 설명되는 경우가 많습니다.
기본 재료는 낸드플래시입니다.

낸드는 D램보다 느리지만, 같은 면적에 훨씬 많은 데이터를 저장할 수 있습니다. 전원이 꺼져도 데이터가 남는 비휘발성 메모리라는 점도 다릅니다. 쉽게 말해 D램이 “작업대 위의 빠른 메모리”라면, 낸드는 “창고 역할을 하는 저장장치”에 가깝습니다.

그런데 AI 시대에는 이 창고도 더 가까워져야 합니다.
모델 파라미터, 벡터 데이터, 멀티모달 데이터가 커지면서 SSD에 있는 데이터를 멀리서 가져오는 구조만으로는 부족해질 수 있습니다. HBF는 낸드플래시를 고대역폭 구조로 만들어 GPU나 AI 칩 가까운 곳에서 대용량 데이터를 공급하려는 방향입니다.

기사 흐름을 보면 샌디스크가 HBF를 적극적으로 언급하고 있고, SK하이닉스와의 협력·표준화 이야기도 나옵니다. 보도에 따르면 HBF는 DRAM 기반 메모리 대비 용량이 8–16배 클 수 있고(Tom’s Hardware), 와트당 대역폭 측면에서 장점이 있을 수 있다고 설명합니다. 다만 D램 기반 HBM보다 지연시간은 불리할 가능성이 큽니다.

예상 도입 시기는 HBM보다 늦습니다.
2026년 하반기 첫 샘플 공급이 예상되고, 2027–2028년 전후 실제 배치 가능성이 보도에서 언급됩니다. 다만 이 부분은 아직 로드맵 단계라 실제 양산 시점은 고객사 채택, 패키징 수율, 발열, 표준화에 따라 달라질 수 있습니다.

시장 영향은 꽤 큽니다.
HBF가 자리 잡으면 낸드 시장의 성격이 바뀔 수 있습니다. 지금까지 낸드는 SSD, 모바일 저장장치, 데이터센터 스토리지 중심이었습니다. HBF가 AI 칩 가까이 들어가면 낸드가 단순 저장장치가 아니라 AI 메모리 계층의 일부가 됩니다. 그러면 낸드 업체, 컨트롤러 업체, 패키징 업체, AI 서버 설계 회사까지 영향을 받습니다.

HBS는 D램과 낸드를 하나로 묶으려는 시도

HBS는 HBM이나 HBF보다 용어가 덜 굳어져 있습니다.
SK하이닉스가 2025년에 차세대 특화 메모리 상표로 출원한 HBS는, 보도에서 High Bandwidth Storage(고대역폭 스토리지) 로 설명됩니다. 핵심 아이디어는 D램과 낸드를 하나의 패키지에 적층해, 한 공간에서 빠른 메모리와 큰 저장공간을 함께 쓰는 것입니다.

왜 이런 구조가 필요할까. 스마트폰이나 태블릿 같은 온디바이스 AI 환경에서는 공간과 전력이 서버보다 훨씬 더 큰 제약입니다. D램과 낸드를 따로 두면 데이터가 두 칩 사이를 오가며 시간과 전력을 소모합니다. 하나의 패키지로 묶으면 이 이동 거리를 줄일 수 있습니다.

다만 HBS는 아직 개발·표준화 초기 단계입니다.
제품화 시점이나 구체 구조(몇 층, 어떤 D램·낸드 비율, 어떤 패키징)는 확정된 정보가 많지 않습니다. 따라서 “특정 구조로 만들어진다”보다는 “메모리 종류를 묶는 방향으로 연구·개발 중이다”로 보는 편이 안전합니다.

메모리 타운 — S램까지 쌓는 장기 구상

한편, HBS와 자주 함께 언급되는 장기 비전이 있습니다. 김정호 KAIST 교수(‘HBM의 아버지’)가 제안하는 ‘메모리 타운’ 구상입니다. 여기서는 S램까지 포함해, 연산기 주변에 S램·D램·낸드가 계층적으로 붙는 구조를 상상합니다.

S램은 D램보다 훨씬 빠릅니다. CPU나 GPU 안의 캐시 메모리에 쓰이는 이유도 그 때문입니다. 대신 면적을 많이 차지하고 비쌉니다. 대용량으로 만들기 어렵습니다. 그래서 S램 기반 초고속 계층이 현실화된다면, 목표는 HBM이나 HBS를 대체하는 것이 아니라 AI 칩 가까이에 아주 빠른 메모리 층을 추가하는 쪽에 가깝습니다.

이 구상이 현실화되려면 면적, 비용, 발열, 패키징, 수율 문제가 풀려야 하므로, 2030년대 이후의 장기 과제로 보는 것이 자연스럽습니다. 중요한 점은 HBS(제품/상표)와 메모리 타운(학술 비전)이 같은 개념은 아니라는 것입니다. 다만 두 이야기 모두 “메모리 계층을 더 다층적으로 쌓겠다”는 같은 방향을 가리키고 있습니다.

HBS를 S램 기반 개념으로 단정하면 혼동이 생긴다. 현재 산업 보도에서 HBS는 D램과 낸드를 묶는 고대역폭 스토리지 쪽에 가깝고, S램까지 포함한 메모리 타운은 별도 장기 비전으로 보는 편이 안전하다.

셋의 차이는 속도와 용량의 자리 싸움

HBM, HBF, HBS를 한 줄로 나누면 이렇게 볼 수 있습니다.

• HBM: 빠른 D램. 현재 AI 서버의 주력 메모리.
• HBF: 대용량 낸드. HBM 옆에서 더 많은 데이터를 가까이 두려는 기술. (주로 서버·AI 가속기 맥락)
• HBS: D램과 낸드를 한 패키지에 적층하는 고대역폭 스토리지. (주로 모바일·온디바이스 AI 맥락) 아직 개발 초기 단계.

속도만 보면 HBM이 가장 빠르고, S램 기반 구상(메모리 타운)이 더 빠른 계층을 약속하지만 아직 먼 이야기입니다.
현재 시장성과 양산성은 HBM이 가장 앞서 있습니다.
용량과 비용 측면에서는 HBF가 의미 있는 대안이 될 수 있습니다.

결국 이 셋은 “누가 HBM을 대체하느냐”의 문제가 아닙니다.
AI 시스템 안에서 어떤 데이터는 HBM에 두고, 더 큰 데이터는 HBF 계층에 두고, 모바일 기기에서는 HBS로 공간을 아끼는 식으로, 기기와 용도에 따라 역할이 나뉠 가능성이 큽니다.

예상 도입 흐름

2024–2026년은 HBM3E와 HBM4 중심의 경쟁 구간입니다.
AI 서버 수요가 계속 늘면서 HBM 공급능력, 고객사 인증, 패키징 역량이 핵심 변수가 됩니다. 2026년에는 HBM4가 이미 상용 출하되고 HBM4E 샘플 경쟁으로 넘어가는 모습이 관찰됩니다.

2026–2028년은 HBF 샘플과 초기 검증이 중요한 시기입니다.
샌디스크, SK하이닉스 등 관련 업체가 표준화와 제품화를 추진하는 흐름이 관찰됩니다. 실제로 AI 서버나 AI PC, 엣지 AI 쪽에서 어느 정도 채택될지가 관건입니다.

HBS는 모바일·온디바이스 AI 쪽에서 시장 형성을 노리는 단계입니다.
SK하이닉스가 주도하고 있지만, 양산 시점은 아직 불확실합니다. 2030년대 이후에는 S램을 포함한 더 다층적인 ‘메모리 타운’ 구조가 논의될 가능성이 있습니다. 다만 이는 아직 시장 용어라기보다 연구·전망 용어에 가깝습니다. 따라서 단기 트렌드로 보기보다는, AI 반도체 구조가 메모리 중심으로 재편되는 신호로 보는 편이 낫습니다.

시장 영향은 메모리보다 패키징까지 봐야 한다

HBM이 이미 보여준 변화가 있습니다.
메모리 반도체는 더 이상 범용 부품만이 아닙니다. AI 가속기와 함께 설계되고, 고객사별로 인증받고, 첨단 패키징으로 묶이는 시스템 부품이 됐습니다.

HBF와 HBS가 등장하면 이 흐름은 더 강해질 수 있습니다.
낸드도 단순 저장장치가 아니라 AI 연산 가까이에 붙는 메모리 계층이 될 수 있습니다. 서로 다른 메모리를 한 패키지에 묶는 일이 늘어날 수 있습니다.

이렇게 되면 기술적으로 중요한 질문도 바뀝니다.

누가 가장 빠른 메모리를 만드느냐.
누가 더 많이 쌓느냐.
누가 GPU와 가장 가까운 곳에 안정적으로 붙이느냐.
누가 전력과 발열을 감당하느냐.

앞으로의 메모리 경쟁은 셀 기술만으로 결정되지 않을 가능성이 큽니다. HBM, HBF, HBS 모두 결국 패키징과 시스템 설계 싸움으로 이어집니다.

한 문장으로 정리하면

HBM은 지금 AI 서버를 움직이는 고속 D램이고, HBF는 더 큰 데이터를 가까이 두려는 고대역폭 낸드이며, HBS는 D램과 낸드를 한 패키지에 묶으려는 고대역폭 스토리지(아직 초기 단계)입니다. 더 먼 장기로는 S램까지 포함한 다층 메모리 구조가 논의되고 있습니다.

확인한 출처 / 근거

• SK hynix, SK hynix and Sandisk begin global standardization of HBF — HBF 공동 표준화와 AI 추론용 대용량 메모리 방향을 설명한 공식 발표.
• Sandisk, Memory-Centric AI — HBF가 HBM을 보완하는 계층으로 제안된 배경을 설명한 회사 자료.
• Sandisk, HBF Fact Sheet — 구조·용량·대역폭 목표를 정리한 공식 자료(PDF).
• Semiconductor Engineering, Flash Getting Stacked: High-Bandwidth Version — NAND 적층과 넓은 인터페이스를 이용하는 HBF 구조를 다룬 기술 기사.
• EE Times, NAND Reimagined in High-Bandwidth Flash to Complement HBM — HBF와 HBM의 보완 관계를 다룬 기술 기사.
• Samsung Newsroom, Samsung ships industry-first commercial HBM4 — HBM4 상용 출하에 관한 공식 발표.
• Samsung Newsroom, Samsung begins shipment of HBM4E samples — HBM4E 샘플 출하에 관한 공식 발표.

HBS는 현재 보도와 업계 구상 단계로, SK hynix의 공식 제품 사양이나 출시 발표는 확인되지 않았습니다. 본문의 D램+낸드 적층 설명은 TrendForce 보도에 근거하며 확정 제품 정보로 보기는 어렵습니다.

다음에 읽을 글

HBM이 왜 AI 서버의 핵심 병목으로 떠올랐는지 먼저 잡고 싶다면 이 글을 함께 보면 좋습니다.
AI 서버 메모리 병목, 왜 HBM이 중요한가

체크포인트

• HBM, HBF, HBS가 모두 같은 역할을 하는 기술이 아니라는 점을 구분했는가?
• HBF가 낸드 기반 대용량 계층으로 논의되는 이유를 이해했는가?
• HBS를 High Bandwidth Storage, 즉 D램+낸드 적층 패키지 맥락으로 봐야 한다는 점을 확인했는가?
• S램까지 포함하는 메모리 타운 구상이 HBS 제품 정의와는 별도라는 점을 구분했는가?