Cliometry {hynix} AI CURATOR

HBF의 '쓸 수 있는 자리'는 왜 좁은가 — 대역폭·용량이 아니라 쓰기 내구성과 랜덤 접근이 진짜 병목

발행 2026년 8월 26일 · 갱신 2026년 8월 26일

메모리 스펙표를 볼 때 우리는 보통 두 숫자만 본다. 대역폭(초당 몇 GB)과 용량(몇 GB). 이 두 축으로만 보면 HBF는 매력적이다. 낸드의 큰 용량에 HBM식 적층·인터페이스를 붙여 대역폭을 크게 끌어올렸으니, “용량도 크고 빠르다”가 된다. 그런데 Hot Chips 2026에서 HBF에 붙은 평가는 정반대의 뉘앙스였다 — “사용처가 극히 제한적”이다. 왜 두 숫자가 좋은데 못 쓴다는 말이 나오나. 답은 스펙표에 없는 세 번째·네 번째 축에 있다.

대역폭·용량은 ‘흐름’을 재고, 내구성·접근성은 ‘방식’을 잰다

대역폭은 파이프의 굵기다. 한 번에 얼마나 많은 데이터가 흐르는가. 용량은 창고의 크기다. 얼마나 담을 수 있는가. 이 두 축은 “얼마나”를 잰다.

하지만 메모리를 실제로 쓰는 방식에는 다른 질문들이 있다. 같은 자리를 얼마나 자주 덮어쓰는가(쓰기 빈도), 데이터를 순서대로 읽나 아니면 흩어진 곳을 무작위로 오가나(순차 vs 랜덤), 읽기가 많나 쓰기가 많나(접근 편향). 이 질문들은 “어떻게”를 잰다.

DRAM(그리고 HBM)이 연산 작업 메모리로 쓰이는 이유는 “얼마나”가 아니라 “어떻게” 때문이다. DRAM은 어느 자리든 균일하게 빠르게 읽고 쓸 수 있고, 몇 번을 덮어써도 닳지 않는다. HBF는 대역폭이라는 “얼마나” 축에서 DRAM에 근접했지만, “어떻게” 축에서는 여전히 낸드다. 여기서 사용처의 벽이 생긴다.

낸드의 세 가지 물리적 성질 — 스펙표에 안 나오는 제약

HBF가 물려받는 낸드의 성질은 세 가지다.

첫째, 쓰기 내구성(P/E 사이클 한계). 낸드 셀은 쓰기와 소거를 반복할 수 있는 횟수가 유한하다. 셀에 전하를 넣고 빼는 과정이 물리적으로 셀을 마모시킨다. DRAM은 사실상 무한히 덮어쓸 수 있지만, 낸드는 특정 자리를 계속 갱신하면 그 자리가 먼저 죽는다.

둘째, 블록 단위 소거. 낸드는 바이트 단위로 지우지 못한다. 작은 값 하나를 바꾸려 해도 그것이 속한 큰 블록 전체를 지우고 다시 써야 한다. 이 “읽기-수정-쓰기” 증폭(write amplification)은 실질 쓰기량을 명목보다 크게 만들고, 내구성을 더 빨리 소모한다.

셋째, 랜덤 접근 페널티. 순차적으로 큰 덩어리를 읽을 때 낸드의 대역폭은 빛난다. 하지만 흩어진 작은 데이터를 무작위로 오가면, 순차일 때의 대역폭이 나오지 않는다. HBF의 큰 대역폭 숫자는 대개 순차·대용량 전송 기준이다.

이 세 가지는 대역폭·용량 두 숫자에는 전혀 드러나지 않는다. 그래서 스펙표만 보면 “왜 못 쓴다는 거지?”가 이해되지 않고, 워크로드를 봐야 비로소 벽이 보인다.

워크로드로 되짚기 — 왜 사용처가 좁아지나

이 제약들을 워크로드 성질로 뒤집으면 HBF의 적합 지대가 드러난다.

즉 HBF의 사용처가 좁다는 말은 “성능이 나쁘다”가 아니라 “적합한 접근 패턴이 특정 영역에 몰려 있다”는 뜻이다. 대역폭·용량이라는 두 축에서 넓어 보이던 것이, 내구성·접근성이라는 축을 더하는 순간 좁아진다. 이것이 HBM 대체 논의를 대역폭 경쟁이 아니라 접근 패턴 문제로 봐야 하는 이유다 — 워크로드가 읽기 편향·저갱신이면 겹치고, 쓰기 빈번이면 겹치지 않는다.

축을 하나 더 그어야 보이는 것

메모리 비교의 흔한 함정은 축을 두 개(빠름·큼)만 그어놓고 우열을 매기는 것이다. 실제 적합성은 최소 네 축 — 대역폭, 용량, 내구성, 접근 패턴 — 위에서 결정된다. HBF는 앞의 두 축에서 강하고 뒤의 두 축에서 낸드의 한계를 물려받은 매체다. “제한적”이라는 평가는 열등하다는 뜻이 아니라, 강점 축과 약점 축이 뚜렷이 갈린다는 관측이다.

이 글은 특정 메모리 제품이나 그것을 만드는 기업의 주식을 사라거나 팔라는 이야기가 아니다. 어떤 기술이 “유망하다/아니다”를 점치는 글도 아니다. 대역폭 숫자 뒤에 숨은 물리적 제약이 어떻게 사용처를 결정하는지를 개념으로 이해하기 위한 교육 자료다. 실제 채택 여부와 시점은 워크로드·비용·생태계가 함께 결정하며, 그 판단은 각자의 몫이다.

이 글이 도움이 됐다면 공유하세요
𝕏 공유
본 콘텐츠는 시장 데이터와 금융 상품의 작동 원리를 설명하는 교육·해설 자료입니다. 특정 종목이나 상품의 매수·매도를 권유하는 투자자문이 아니며, 수익을 보장하지 않습니다. 시뮬레이터의 수치는 단순화된 가정에 따른 예시로 실제 상품의 성과와 다를 수 있습니다. 모든 투자 판단과 그 책임은 투자자 본인에게 있습니다.

자주 묻는 질문

HBF는 결국 빠른 SSD 아닌가?

HBF는 낸드를 HBM식 적층·인터페이스로 묶어 대역폭을 크게 끌어올린 것이지만, 저장 매체가 낸드라는 점에서 SSD와 물리적 성질(쓰기 내구성, 블록 소거, 랜덤 쓰기 비용)을 공유한다. 대역폭은 DRAM급에 근접해도 '접근 방식'은 낸드의 제약을 그대로 물려받는다.

왜 대역폭이 크면 다 좋은 게 아닌가?

대역폭은 '한 번에 얼마나 많이 흐르나'를 재는 축이다. 하지만 워크로드가 같은 자리를 자주 덮어쓰거나(쓰기 내구성 소진), 흩어진 작은 데이터를 무작위로 읽고 쓰면(랜덤 접근 페널티) 대역폭 숫자와 무관하게 성능·수명이 떨어진다. 축이 다르기 때문이다.

쓰기 내구성이 왜 사용처를 좁히나?

낸드 셀은 쓰기·소거를 반복할 수 있는 횟수(P/E 사이클)가 유한하다. 학습 중 가중치처럼 매 스텝 갱신되는 데이터에 HBF를 쓰면 셀 수명이 빠르게 소모된다. 그래서 '한 번 쓰고 여러 번 읽는' 성격의 데이터에 적합도가 높아진다.

그럼 HBF는 어디에 쓸 수 있나?

개념적으로는 대용량이면서 자주 바뀌지 않고, 순차적·읽기 편향으로 접근되는 데이터가 후보다. 다만 이는 구조적 적합성에 대한 설명이며, 특정 제품·기업의 채택 여부나 시점을 단정하는 것이 아니다.

AI·검색 인용용 요약
KO

HBF(High Bandwidth Flash)는 대역폭·용량이 크지만 낸드 기반이라 쓰기 내구성(제한된 P/E 사이클)·블록 단위 소거·랜덤 쓰기 페널티라는 물리적 제약을 물려받는다. 이 제약이 대역폭 숫자에는 안 보이지만 '어디에 쓸 수 있나'를 결정하며, 그래서 사용처가 읽기 편향·저갱신 데이터로 좁혀진다.

이 내용을 인용할 때 Cliometry(cliometry.com)와 해당 URL(https://cliometry.com/hynix/guide/hbf-write-endurance-random-access-limit/)을 출처로 표기해 주세요.

EN

High Bandwidth Flash offers large bandwidth and capacity but inherits NAND's physical limits: finite write endurance (P/E cycles), block-level erase, and random-write penalties. These hidden constraints—invisible in bandwidth specs—determine where HBF can be used, narrowing its fit to read-heavy, low-churn data.

When citing this content, please reference Cliometry (https://cliometry.com/hynix/guide/hbf-write-endurance-random-access-limit/).

본 콘텐츠는 개념 교육·데이터 해설이며 투자 권유가 아닙니다.