1. 내러티브

1-1. AI 인프라의 조연에서 주연으로

NAND가 이제 단순 저장이 아니라 AI 모델 효율을 좌우하는 핵심 요소(KV cache 저장)

• CES 2026 청사진

  • GPU가 계산

  • DRAM이 단기기억

  • NAND가 장기기억 + 최적화 -> 사용자 과거 맥락 의도 기억

• KV cache(Key-Value Cache)

  • 한번 계산한 결과(중간값)를 저장해 뒀다가 필요할 때 다시 꺼내 쓰는 공간

  • 캐시 데이터 -> HBM 용량으로 감당 못할정도로 커짐

  • 병목 해결을 위해 베라 루빈 아키텍처에 ICMS(Interface Context Memory Storage) 라는 메모리 계층 도입

• ICMS(Inference Context Memory Storage - 베라 루빈 아키텍처의 새로운 메모리 계층)

  • 로컬 SSD와 공유 스토리지 사이에 16TB 규모 SSD를 배치해 잘 쓰지 않는 cold data -> warm data 로 빠르게 전환

  • 서버당 낸드 탑재량 폭발적 증가

    • 베라 루빈 시스템 1개당 1152TB 낸드 추가 필요

    • 2027년 베라루빈 서버 출하량 10만대 가정 -> 1억 1520만TB -> 글로벌 낸드 수요 9.3%를 단일 시스템이 집어삼키는 효과

1-2. NAND의 강한 가격 상승 사이클

최소 1~2년간 P위주의 강한 사이클

1-3. 공급이 수요를 따라가지 못하는 NAND(eSSD)

과거 감산과 투자 축소로 인해 공급은 제한된 상태. 단기적으로 기존 라인 개선으로 버티고 중기적으로 2027년 이후 신규 팹으로 대응하는 흐름

• 불황으로 NAND 투자 큰폭으로 감소된 상황

  • 지난 몇년간 메모리 3사는 HBM과 D램 라인 증설에 올인

• 팹이 부족한 상황 -> 삼성/하닉/마이크론 -> 디램에 집중, 낸드 투자 여력은 부족

  • 신규 클린룸 -> 디램/낸드 선택을 해야하므로 서로 영향...