75~100EB 수요 전망, 샌디스크 AI 낸드 겨냥

샌디스크(SanDisk·$SNDK)가 인공지능(AI) 추론 과정의 ‘KV 캐시’를 낸드플래시 수요의 새 축으로 제시했다. 회사가 공식 자료에서 밝힌 핵심 수치는 2027년 75~100엑사바이트(EB)의 추가 낸드 수요 가능성이다.

KV 캐시는 대형언어모델(LLM)이 앞선 문맥을 다시 계산하지 않도록 저장하는 중간 데이터다. 대화 길이가 길어지고 동시 접속이 늘수록 그래픽처리장치(GPU) 안의 고대역폭 메모리(HBM)만으로는 이 데이터를 감당하기 어려워진다는 판단이 깔려 있다.

크립토브리핑(Crypto Briefing)은 샌디스크가 2030년 AI 데이터센터 낸드 워크로드의 35%를 KV 캐시가 차지할 수 있다고 봤다고 보도했다. 다만 샌디스크 공식 보도자료에서 같은 수치는 확인되지 않았다.

공식 자료로 확인되는 수치는 회사 측 실적 발표 내용이다. 샌디스크는 2026년 1월 29일 실적 발표에서 2027년 KV 캐시 수요가 75~100EB 추가 낸드 수요를 만들 수 있고, 그 다음 해에는 두 배로 늘 수 있다고 밝혔다. 회사는 이 수치가 아직 자사 수요 전망치에는 반영되지 않았다고 설명했다.

KV 캐시는 AI 추론 비용과 응답 속도에 직접 영향을 준다. 모델이 이전 대화나 긴 문서를 처리할 때 모든 문맥을 매번 다시 계산하면 GPU 연산과 메모리 사용량이 함께 늘어난다. 이 때문에 업계에서는 일부 데이터를 HBM 밖의 저장 계층으로 내려보내는 방식이 논의되고 있다.

삼성전자(Samsung Electronics)는 공식 반도체 블로그에서 KV 캐시 오프로딩을 AI 추론의 저장 병목 문제로 설명했다. 휴렛팩커드엔터프라이즈(HPE)도 HBM, 중앙처리장치(CPU) 메모리, 엔브이엠이(NVMe) 솔리드스테이트드라이브(SSD)를 나눠 쓰는 계층형 접근을 소개했다.

샌디스크의 메시지는 단순한 낸드 판매 확대론보다 넓다. AI 인프라에서 저장장치가 학습 데이터 보관소를 넘어 추론 과정의 문맥 저장소 역할까지 맡을 수 있다는 주장이다. 이는 본지가 앞서 보도한 [엔비디아 추론 데이터 병목 완화 흐름](https://www.tokenpost.kr/news/blockchain/385216)과도 맞닿아 있다.

샌디스크는 2026년 7월 2일 BiCS10 1Tb TLC 3D 낸드 샘플링을 발표했다. 회사는 해당 제품이 최대 4.8Gb/s 인터페이스 속도, BiCS8 대비 59% 비트 밀도 개선, 입력 전력 10%와 출력 전력 34% 절감을 제공한다고 밝혔다.

이 제품은 AI 데이터센터가 더 많은 문맥 데이터를 더 낮은 전력으로 처리해야 하는 환경을 겨냥한다. 추론 서비스는 이용자 요청이 늘어날수록 연산뿐 아니라 데이터 이동과 저장 계층의 효율이 비용 구조를 좌우한다.

SK하이닉스와의 협력도 같은 방향에 놓인다. 샌디스크와 SK하이닉스는 2025년 8월 6일 고대역폭 플래시(HBF·High Bandwidth Flash) 표준화를 위한 양해각서를 체결했다.

샌디스크는 HBF 첫 샘플을 2026년 하반기, HBF를 탑재한 첫 AI 추론 장치 샘플을 2027년 초 목표로 제시했다. HBF는 HBM과 비슷한 대역폭을 겨냥하면서 같은 비용 수준에서 8~16배 용량을 제공하는 기술로 설명됐다.

본지는 앞서 [SK하이닉스와 샌디스크의 HBF 첫 표준 규격 공개](https://www.tokenpost.kr/news/blockchain/384632)를 보도했다. 당시 공개된 규격은 최대 512GB 용량과 약 0.4~3.0TB/s 대역폭을 지원하는 구조였다.

다만 플래시가 HBM을 곧바로 대체한다는 의미는 아니다. 플래시는 쓰기 내구성과 지연시간에서 HBM과 다른 제약을 갖는다. 업계 논의도 SSD가 GPU 메모리를 대체한다는 쪽보다, 어떤 워크로드를 어느 저장 계층으로 내려보낼 수 있는지에 맞춰져 있다.

경제성은 캐시 적중률, 문맥 길이, 동시 세션 수, 데이터 보존 시간에 따라 달라진다. 같은 AI 추론이라도 짧은 질의가 많은 서비스와 긴 문맥을 반복 활용하는 서비스는 저장 계층의 효용이 다를 수 있다.

샌디스크는 2025년 2월 24일 웨스턴디지털(Western Digital)과의 분리를 마치고 나스닥에서 SNDK로 거래를 시작한 독립 상장사다. 회사가 제시한 KV 캐시 수요와 HBF 일정은 AI 추론 인프라가 연산 성능뿐 아니라 메모리 용량과 데이터 이동 구조의 문제로 옮겨가고 있음을 보여준다. 실제 낸드 수요와 매출에 미칠 영향은 제품 샘플링과 데이터센터 적용 결과로 확인될 사안이다.

검증 출처: 크립토브리핑, 샌디스크 투자자관계 자료, 샌디스크 BiCS10 발표, 삼성전자 반도체 블로그, HPE 개발자 블로그.