KAIST 테라랩, 10일 ‘HBF 차세대 메모리 로드맵’ 공개 설명회

[이데일리 김현아 기자] KAIST 김정호 교수가 이끄는 테라랩(TERA Lab)이 수직 적층 낸드 기반의 HBF(고대역폭 낸드플래시메모리)를 전면에 내세우며 차세대 AI 메모리 패러다임을 제시한다.

테라랩은 2월 10일 오전 9시부터 오후 4시 20분까지 ‘HBF 기술: 워크로드(Workload) 분석과 로드맵(Roadmap) 설명회’를 온라인으로 개최한다.

테라랩은 이번 설명회가 에이전틱(Agentic) AI 확산에 따라 폭증하는 데이터 처리 수요에 대응하기 위한 기술 공유 자리라고 설명했다.

멀티모달(이미지·동영상·음성·문자) 생성, 실시간 검색과 학습(RAG), 논리 추론(CoT), 토론형 추론(CoD), 개인화와 개인 데이터의 장기 추적, 지속 학습과 디지털 트윈 구축 등으로 워크로드가 복잡해지면서, 메모리 대역폭과 용량 요구가 동시에 커지고 있다는 문제의식에서다.

김정호 KAIST 전기및전자공학부 교수가 3일 서울 중구 프레스센터에서 열린 ‘고대역폭플래시메모리(HBF) 연구 내용 및 기술 개발 전략 설명회’에서 HBF에 대해 설명하고 있다(사진=연합뉴스)

HBF는 무엇이 다른가

테라랩이 제시한 핵심은 HBF의 포지션이다. D램을 수직 적층해 대역폭을 극대화하는 HBM과 달리, HBF는 비휘발성 낸드플래시를 수직 적층해 SSD급 대용량을 유지하면서도 HBM 수준의 대역폭 확장을 노리는 솔루션으로 소개됐다.

기존 HBM이 초고속·저용량 연산 메모리 성격이 강했다면, HBF는 대용량 저장과 고대역폭 전송을 함께 겨냥해 초거대 에이전틱 AI의 추론·학습 데이터 처리에 최적화된 메모리로 평가된다는 설명이다.

테라랩 관계자는 “폭발적으로 늘어나는 AI 데이터를 감당하려면 D램 기반 HBM과 낸드플래시 기반 HBF가 모두 동시에 필요하다”며 HBF가 향후 AI 메모리 반도체 시장을 견인할 축이 될 수 있다고 강조했다.

워크로드 분석부터 패키징 난제까지

이번 설명회에서는 테라랩이 축적해 온 HBF 연구를 토대로 차세대 에이전틱 AI를 위한 아키텍처, 구조, 성능과 워크로드 특성, 개발 로드맵이 공개될 예정이다.

GPU-HBM-HBF 결합 구조를 포함해 멀티모달 LLM 추론, RAG 결합, MoE 모델 등 실제 AI 워크로드 관점에서 HBF를 시스템에 어떻게 활용할지 다룬다는 계획이다.

메모리 중심 컴퓨팅(MCC) 관점의 AI용 메모리 계층 구조도 발표한다. 특히 TSV(실리콘관통전극), 실리콘 인터포저, 냉각용 TSV 등 대역폭 확장과 발열 문제 해결에 직결되는 패키징 기술의 발전 방향과 난제 대응 전략을 함께 제시하겠다고 밝혔다.

또한 AI를 활용해 HBM·HBF·SSD 등 메모리 시스템 전반을 아우르는 설계·최적화 방법론도 소개할 예정이다.

“HBM 10년, HBF는 2~3년” 상용화 전망도

테라랩은 김정호 교수가 20년 넘게 HBM 설계 기술을 연구해 왔고, 2010년부터는 HBM 상용화 설계에도 참여했다고 소개했다. 연구실은 HBM 구조·설계, TSV, 인터포저, 신호 무결성(SI), 전력 무결성(PI), AI 기반 HBM 설계 방법론 등에서도 연구 성과를 인정받아 왔다고 설명했다.

김 교수는 이번 설명회를 계기로 HBF 관련 기술 개발과 전략 등 AI 메모리 반도체 전반을 조명하고, 로드맵 제시를 통해 국내 반도체산업 비전 공유와 기술 주도권 확보에 기여하고 싶다고 밝혔다.

그는 또 “HBM은 개념 설정부터 상용화까지 약 10년이 걸렸지만, HBF는 HBM에서 축적한 설계·공정 노하우 덕분에 2~3년 후면 상용화가 가능할 것”이라고 내다봤다.

삼성전자(005930), SK하이닉스(000660), 샌디스크 등이 엔비디아, 구글, AMD, 브로드컴 등과 협력해 빠르면 2027년 말에서 2028년 초 사이 HBF 탑재 제품을 선보일 수 있다는 전망도 함께 제시했다.

설명회는 줌(Zoom)으로 전 세계 생중계되며, 이후 영상 녹화본은 KAIST 테라랩 홈페이지를 통해 유튜브로 공개될 예정이다.

출처=김정호 KAIST 전기 및 전자공학부 교수

행사 개요 및 접속 정보

행사명: HBF 기술: 워크로드 분석, 로드맵 설명회

일시: 2026년 2월 10일(화) 09:00~16:20 (KST)

방식: Zoom 온라인 발표, 전 세계 생중계 후 홈페이지 통해 공개 예정

주요 프로그램(발표 10개)

09:00~10:20 HBF Technology, Workload Analysis and Roadmap (김정호)

10:20~11:00 GPU-HBM-HBF 아키텍처 멀티모달 LLM 추론 워크로드 분석 (서해석)

11:10~11:40 하이브리드 GDDR-HBF 메모리 아키텍처 SI·워크로드 분석 (윤영수)

11:40~12:10 HBM-HBF 하이브리드, RAG 결합 MoE 모델 기반 멀티모달 추론 (최인영)

13:10~13:40 HBM-HBF 중심 메모리 풀링 아키텍처, Transformer LLM 추론 (박준호)

13:40~14:10 Mem-Village: GPU-HBM-HBF 온-글라스 아키텍처 (이현이)

14:10~14:40 HBM-HBF 기반 Near-Memory Computing, SI·워크로드 고려 (양채민)

14:50~15:20 HBF IR Drop 고려 P/G TSV 배치 최적화 에이전트 (서은지)

15:20~15:50 차세대 3D GPU-HBM 아키텍처 Thermal TSV 최적화 에이전트 (이관택)

15:50~16:20 멀티 전력 도메인 인터포저 PDN 임피던스 추정기 (이승재)