핵심 브리핑
- Q. zHBM은 기존 HBM과 무엇이 다른가?
- Q. zHBM이 AI 반도체 시장에서 주목받는 이유는?
- 핵심 결론: zHBM은 메모리 배치 구조를 3D로 전환해 AI 반도체의 성능·전력·발열 한계를 동시에 공략하는 차세대 기술이다.
삼성전자가 공개한 zHBM의 핵심은 메모리를 더 빨리 만드는 데만 있지 않습니다. AI 가속기 옆에 놓던 고대역폭메모리(HBM)를 칩 상단에 직접 쌓아 데이터가 오가는 길 자체를 짧게 만들겠다는 차세대 메모리 제안입니다. 삼성전자는 HBM5 대비 최대 8배 성능과 최대 3배 전력 대비 성능을 제시했습니다. 숫자만 보면 과감하지만, 이번 발표는 완제품 출시보다 구조의 방향을 먼저 보여준 공개라는 점도 함께 봐야 합니다.
같은 발표를 전한 매체들은 이 기술을 서로 다르게 읽었습니다. 어떤 보도는 AI 반도체의 전력 소모와 발열 병목을 푸는 설계 변화에 초점을 맞췄고, 다른 보도는 고객별로 설계할 수 있는 플랫폼과 메모리, 파운드리, 첨단 패키징을 묶는 전략에 무게를 뒀습니다. 한 기술을 놓고도 보는 위치에 따라 결론의 무게가 달라진 셈입니다.
차세대 메모리는 옆이 아니라 위로 이동합니다
기존 HBM은 AI 가속기(xPU) 옆에 배치합니다. 반면 zHBM은 AI 가속기 상단에 HBM을 수직 적층하고, 이름의 z는 높이 방향인 Z축을 쓴다는 뜻입니다. 서버 기판 위에서 길게 돌아가던 데이터 길을 엘리베이터처럼 위아래로 압축하는 발상에 가깝습니다. 이동 거리가 줄면 대역폭과 전력효율을 함께 끌어올릴 여지가 생깁니다.
왜 이것이 지금 중요할까요. 대형 AI 모델의 학습과 추론은 연산기만 빠르다고 해결되지 않으며, 필요한 데이터를 제때 메모리에서 가져와야 합니다. 이때 메모리 연결부가 막히면 강력한 가속기도 물류창고 앞에 선 트럭처럼 기다리게 됩니다. 삼성전자가 zHBM을 데이터 병목, 전력 소모, 발열 부담을 함께 겨냥한 구조로 설명한 이유입니다.
| 구분 | 기존 HBM 배치 | zHBM 제안 |
|---|---|---|
| 메모리 위치 | AI 가속기 옆 | AI 가속기 상단 |
| 활용 방향 | 2차원 중심 | Z축을 포함한 3차원 |
| 삼성전자 제시 성능 | HBM5 비교 기준 | 최대 8배 |
| 삼성전자 제시 전력 대비 성능 | HBM5 비교 기준 | 최대 3배 |
성능 수치와 열 저항 해석은 갈립니다
전력과 열에 관한 보도는 같은 방향을 가리키지만 표현의 강도는 다릅니다. 참고자료 1은 zHBM의 열 저항이 HBM5 대비 10~25% 수준으로 낮아진다고 전했습니다. 참고자료 2와 3은 열 저항이 절반 이상 개선되거나 낮아진다고 설명했습니다. 비교 기준과 표현이 완전히 일치하지 않으므로, 현 단계에서 특정 수치를 하나의 확정된 제품 제원처럼 받아들이기는 어렵습니다.
다만 데이터 이동을 줄여 전력과 열 부담을 낮추려는 원리는 공통입니다. 저는 PETG 하드튜빙으로 커스텀 수냉 구성을 만들고 칠러까지 붙여본 적이 있는데, 냉각 성능은 냉각 장치의 크기만큼 열이 어디로 빠져나가는지도 중요했습니다. zHBM도 비슷합니다. 열을 나중에 식히는 문제만이 아니라, 처음부터 데이터가 덜 이동하게 만들어 열이 생기는 조건을 바꾸려는 접근입니다.
이 차이는 AI 데이터센터에서 더 크게 읽힙니다. 전력은 처리량과 운영비에 연결되고, 발열은 냉각 설계와 시스템 밀도에 연결됩니다. 다만 수직 적층이 실제 제품에서 얼마나 안정적으로 구현되는지, 고용량 환경에서 어떤 열 관리 조건을 요구하는지는 아직 공개 자료만으로 확인되지 않았습니다.
메모리 경쟁의 다음 무대는 칩의 용량만이 아니라, 칩과 칩 사이를 어떻게 붙일지로 옮겨가고 있습니다.
3D 적층 경쟁은 패키징 설계 경쟁으로 이어집니다
참고자료 2는 zHBM에서 메모리와 AI 가속기 사이 인터레이어에 다양한 지식재산(IP)을 넣어 고객 요구에 맞출 수 있다고 전했습니다. 이 설명대로라면 zHBM은 HBM 단품의 세대 교체라기보다, 가속기와 메모리를 함께 설계하는 차세대 메모리 플랫폼에 가깝습니다. 메모리 제조 기술만으로 답하기 어려운 이유가 여기 있습니다.
삼성전자는 같은 FMS 2026에서 zNAND-O와 400단 이상 10세대 V낸드인 V10 BV-낸드도 공개했습니다. zNAND-O는 온디바이스 AI를 겨냥했고, V10 BV-낸드는 이전 세대 V9 대비 메모리 집적도를 약 58% 높였다고 소개됐습니다. 한쪽은 AI 가속기 주변의 초고속 데이터 흐름을, 다른 한쪽은 더 많은 데이터를 담는 저장 구조를 겨냥합니다. AI용 메모리 지형을 한 장의 칩으로만 설명하기 어려운 이유죠.
목업 공개와 양산 경쟁은 구분해서 봐야 합니다
보도 가운데는 zHBM을 포스트 HBM 시장 선점의 신호로 평가했고, 다른 보도는 FMS 2026에서 공개한 실물모형 또는 목업이라는 사실을 앞세웠습니다. 둘은 모순이 아닙니다. 기술 비전의 강도와 상용화 단계는 별개의 질문입니다. 삼성전자가 HBM4E, HBM5 목업 등 주변 로드맵을 함께 전시한 것도 이 발표를 단일 제품 발표보다 넓은 포트폴리오 메시지로 읽게 합니다.
앞으로 판가름할 지점은 명확합니다. 고객사와의 공동 설계가 실제 제품으로 이어지는지, 수직 적층 구조가 열 관리와 제조 수율을 어떤 조건에서 만족하는지, 그리고 최대 8배와 최대 3배라는 수치가 어떤 시스템 구성에서 재현되는지입니다. AI 칩 위로 메모리를 올리는 그림은 이미 나왔습니다. 이제 남은 것은 그 그림이 데이터센터 안에서 오래, 안정적으로 작동하는지입니다.
- 삼성, AI 칩 위에 메모리 쌓는다…zHBM 첫 공개
- ‘HBM 다음은 zHBM’…삼성전자, AI 메모리 미래 청사진 제시
- 삼성, 괴물 스펙 ‘zHBM’ 공개… 차세대 AI 메모리 승부
본문의 기술 사양과 수치는 작성 시점의 공개 자료를 바탕으로 했으며, 개발 및 상용화 과정에서 달라질 수 있습니다.