작성자: hoidya | 09
1/ 스토리지 산업이란 정확히 무엇인가요?
스토리지 산업은 주로 DRAM, NAND, HBM이라는 세 가지 핵심 제품군으로 구성됩니다. 이 세 가지 제품은 모든 디지털 기기의 데이터 저장 시스템을 구성합니다. 휴대폰, 컴퓨터, 데이터 센터 등 모든 기기는 임시 데이터 처리와 장기 저장을 위해 이러한 인프라에 의존해야 합니다.
기능적으로 DRAM은 작동 중 임시 데이터 저장에 사용되며, 컴퓨팅의 고속 읽기 및 쓰기 요구 사항을 처리합니다. NAND는 장치의 영구 메모리 계층과 유사하게 장기 데이터 저장에 사용됩니다. 반면 HBM은 고성능 컴퓨팅 환경에서 GPU와 컴퓨팅 장치 간의 대역폭 병목 현상 문제를 해결하기 위해 개발된 새로운 형태의 메모리입니다.
시스템 아키텍처 관점에서 스토리지는 컴퓨팅 시스템과 독립적인 구성 요소가 아니라 모든 컴퓨팅 시스템에 필수적인 핵심 요소입니다. 모든 컴퓨팅 작업은 먼저 "데이터 읽기", "계산 수행", 그리고 마지막으로 "결과 저장" 과정을 거쳐야 합니다. 따라서 스토리지는 컴퓨팅 프로세스의 근본적인 제약 조건 중 하나이며, 선택적인 모듈이 아닙니다.
지난 20년간 반도체 산업의 수요는 주로 소비자 가전(휴대폰 및 PC), 기업용 서버, 인터넷 인프라라는 세 가지 분야에서 발생했습니다. 이러한 수요는 세분화가 심하고, 업그레이드 주기가 길며, 개별 수요처의 규모가 제한적이라는 특징을 보입니다. 따라서 시장에서는 오랫동안 반도체 산업을 전형적인 경기 순환 산업으로 분류해 왔습니다.
2/ 왜 창고업은 오랫동안 경기 변동에 민감한 산업으로 여겨져 왔을까요?
스토리지 산업의 장기적인 강한 경기 변동성은 공급과 수요 구조의 비대칭성에서 비롯됩니다. 수요는 일반적으로 소비자 가전 제품 주기 및 기업 IT 지출 주기와 연관되는 반면, 공급은 웨이퍼 제조 시설 투자에 의해 좌우되며 상당한 시차를 보입니다.
수요가 증가하면 가격이 급등하고, 제조업체는 생산량을 늘리게 됩니다. 그러나 생산 능력 확장은 일반적으로 12개월에서 24개월이 소요되므로, 새로운 공급은 수요 변곡점 이후에 집중적으로 방출되어 가격이 급격히 하락하는 경우가 많습니다. 이러한 메커니즘이 전형적인 호황-불황 사이클을 형성합니다.
이러한 경기 순환 구조는 특히 2010년에서 2022년 사이에 두드러지게 나타났습니다. 예를 들어, DRAM 산업은 여러 경기 순환 주기 동안 높은 수익률에서 손실로 급격히 하락했다가 새로운 수요 회복기에 반등하는 양상을 보였습니다. 이러한 변동성으로 인해 시장은 메모리 산업을 장기적으로 "높은 변동성과 낮은 예측 가능성"을 특징으로 하는 경기 순환형 자산군으로 인식하게 되었습니다.
현재 업계의 가격 결정 메커니즘은 본질적으로 재고에 의해 좌우됩니다. 재고가 감소하면 가격이 상승하고 재고가 축적되면 가격이 하락하며, 수요 자체는 구조적 요인이라기보다는 가격 변동을 촉발하는 변수로서의 역할을 더 많이 합니다.
3/ AI 도입 이전의 수요 구조는 어떠했습니까?
인공지능 시대가 도래하기 전에는 스토리지 수요가 주로 소비자 가전제품과 기존 인터넷 인프라에 의해 좌우되었습니다. 소비자 가전제품은 업그레이드 주기가 길고 수요가 비교적 예측 가능하다는 특징이 있습니다. 예를 들어 스마트폰의 교체 주기는 일반적으로 2~3년입니다. 반면 서버와 기업용 스토리지는 IT 자본 지출 속도에 더 크게 의존하며 수요 변동성 또한 매우 큽니다.
이러한 구조에서 표준화된 상품인 저장 시설은 단일 대형 고객의 장기적인 고정 수요보다는 주로 공급과 수요에 따라 가격이 책정됩니다. 따라서 시장은 현물 시장의 특성을 강하게 나타내며, 가격 신호는 재고 변동 및 용량 조정을 신속하게 반영할 수 있습니다.
다시 말해, AI 이전 시대의 스토리지 산업 수요 구조는 파편화되어 있었고 장기적인 고정 제약이 부족했습니다. 이것이 바로 스토리지 산업의 경기 순환적 특성의 핵심적인 원인입니다.
4/ 인공지능이 스토리지 수요 구조를 근본적으로 바꾼 이유는 무엇일까요? (순환재에서 인프라로)
과거에는 스마트폰이나 PC와 같은 소비자 가전제품이 스토리지 수요를 주도했는데, 이는 본질적으로 "지연 소비"였습니다. 하지만 AI는 완전히 다른 수요 함수를 만들어냅니다. AI는 지속적인 컴퓨팅 시스템이며, 메모리 사용량은 모델 크기에 따라 선형적으로 또는 초선형적으로 증가합니다.
AI 데이터 센터를 예로 들면, 학습 및 추론 과정에서 GPU가 연산 병목 현상을 일으키는 것이 아니라 메모리 대역폭이 병목 현상을 일으킵니다. 이는 HBM에 대한 수요가 급증하는 주요 원인입니다. 업계 데이터에 따르면 AI 서버용 고대역폭 메모리 수요는 기존 DRAM보다 훨씬 빠른 속도로 증가하고 있으며, 이로 인해 HBM 생산 능력이 장기적으로 고착화될 것으로 예상됩니다. 일부 업체는 2026년 이전에 사전 판매 물량이 모두 소진될 것으로 전망하고 있습니다.
더욱 중요한 것은 공급 측면의 변화입니다. HBM의 수익률이 기존 DRAM보다 훨씬 높기 때문에 제조업체들은 생산 능력을 적극적으로 재분배하여 웨이퍼 생산을 DDR4/DDR5에서 HBM으로 전환하고 있습니다. 이러한 구조적 압박 효과로 인해 기존 DRAM과 NAND 모두에서 "수요와 무관한 공급 부족" 현상이 발생하고 있습니다.
시장에서 극단적인 신호가 나타났습니다. 일부 DRAM 및 NAND의 현물 가격이 분기 내에 15~20% 상승했으며, "장중 가격 조정"이 발생했습니다.
5/ 과거에는 보관료가 어떻게 책정되었나요?
2010년부터 2022년까지 메모리 산업의 가격 책정 메커니즘은 전형적인 반도체 주기 모델을 따랐습니다.
가격은 수요 구조가 아니라 재고 순환에 의해 결정됩니다.
재고가 감소하면 → 가격이 상승하고 → 제조업체는 생산량을 늘리고 → 공급이 공급량을 초과하게 되어 → 가격이 폭락합니다.
이 메커니즘의 핵심 제약 조건은 "역량 구축의 지연(1~2년) + 수요의 연기 가능성"입니다.
예를 들어, 이전 경기 순환 주기에서 DRAM 산업은 분기별 수익 변동이 심한 경우가 많았으며, 높은 총이익에서 손실로 전환되었다가 빠르게 회복되는 현상도 나타났습니다.
하지만 인공지능 시대에 들어서면서 두 가지 변수가 동시에 변화했기 때문에 이러한 메커니즘은 무너졌습니다.
- 첫째, 수요가 분산된 소비에서 중앙 집중식 조달로 전환되었습니다.
- 둘째, 공급 방식이 "자유 시장 확장"에서 "이윤 우선 배분(HBM 우선순위)"으로 전환되었습니다.
그 결과 경기 순환적 변동은 여전히 존재하지만 가격 탄력성은 구조적으로 압축됩니다.
6/ 현재 어떤 구조적 변화가 발생했습니까?
현재(2024~2026년) 스토리지 시장의 핵심 변화는 가격 인상이 아니라 시장 구조가 "현물 시장"에서 "계약 할당 시스템"으로 전환된 것입니다.
첫째, HBM의 구축 효과가 있습니다. HBM 웨이퍼당 수익이 DDR4/DDR5보다 훨씬 높기 때문에 삼성, SK하이닉스, 마이크론 모두 생산 설비를 HBM으로 전환하는 데 우선순위를 두었습니다. 업계 데이터에 따르면 HBM은 DRAM 매출에서 한 자릿수 초반대에서 40% 이상을 차지하는 구조적 수준으로 빠르게 성장하고 있습니다.
이러한 구조적 조정은 두 가지 결과를 가져왔습니다.
- 첫째, 기존 DRAM의 공급량이 줄어들고 있습니다.
- 둘째, NAND 플래시 메모리가 수동적 부족 상태에 접어들었습니다.
동시에 시장은 극단적인 공급 및 수요 불균형 상태에 진입했습니다. DRAM 산업 매출은 2025년 2분기에 전년 동기 대비 17.1% 성장할 것으로 예상되지만, 이러한 성장은 수요 급증이 아닌 가격 상승과 공급 제약의 복합적인 영향으로 인한 것입니다.
더욱 극단적인 신호는 납품 측면에서 나타나고 있습니다. 업계의 리드 타임이 통상적인 8~12주에서 39~52주로 늘어났으며, 일부 자동차용 메모리의 경우 70주를 넘어서기도 했습니다.
이는 핵심적인 구조적 변화를 의미합니다. 즉, 기억은 더 이상 "즉시 거래할 수 있는 상품"이 아니라 "배급되는 자원"이 된 것입니다.
이는 긍정적인 피드백 루프를 만들어낼 것입니다.
가격 상승 → 제조업체의 현물 공급 감소 → 구매자의 선주문 확보 → 현물 유동성 추가 감소 → 가격 지속 상승.
7/ 이 구조의 수혜자는 누구인가?
창고업계의 수익 구조가 크게 변화하고 있습니다.
첫 번째 계층: 공급 측 (삼성/SK하이닉스/미크론)
이들 기업은 '경기 순환형 제조업체'에서 'AI 인프라 제공업체'로 변모하고 있다. 그중 SK하이닉스는 HBM 분야에서의 선도적인 위치를 바탕으로 점차 구조적인 가격 결정력을 확보해 왔으며, DRAM 시장 점유율은 약 38%까지 증가했다.
두 번째 계층: 수요 측 (Microsoft / AWS / Google)
이 회사들은 장기 계약을 통해 미래 공급을 확보하는데, 이는 본질적으로 "시간 차익거래"입니다. 즉, 현재의 자본 지출을 이용하여 미래의 AI 컴퓨팅 성능과 메모리 비용을 고정하는 것입니다.
세 번째 단계: AI 모델 개발 회사(예: OpenAI)
그들은 현금 흐름 압박과 컴퓨팅 파워 수요 사이에 갇혀 자금 조달 → 자본 지출 → 공급 재협상이라는 악순환에 빠지게 됩니다.
핵심적인 변화는 가격 결정권이 "시장"에서 "계약 구조"로 이동하고 있다는 점입니다.
8/ 위험 및 위조 조건
이번 "AI 메모리 슈퍼사이클"에는 최소한 세 가지 명확한 반증 조건이 있습니다.
첫째, AI 자본 지출이 수축 국면에 접어들면(하이퍼스케일러들이 투자 강도를 줄이면), 메모리 수요가 AI 컴퓨팅 확장에 크게 의존하기 때문에 현재의 수요 구조가 빠르게 왜곡될 것입니다.
둘째, HBM 기술 경로가 대체될 경우(예: 새로운 메모리 아키텍처 또는 컴퓨팅-메모리 융합), 현재의 HBM 프리미엄이 완화되어 생산 능력이 DRAM/NAND로 다시 이동하게 될 것입니다.
셋째, 만약 생산능력 확장 사이클이 다시 가속화된다면(삼성/SK하이닉스가 공격적인 생산능력 확장에 다시 나선다면), 현재의 공급 제약은 1~2년 안에 공급 과잉 사이클로 전환될 것입니다.
즉, 이 구조는 다음을 전제로 합니다.
인공지능 수요 증가율은 생산능력 확장률 + 기술 대체율의 합보다 크다.
