DRAM과 NAND의 숨겨진 위기: AI 시대의 데이터는 계속 저장될 수 없습니다
인공지능 시대에 우리는 오랫동안 컴퓨팅 파워, 용량, 속도에 집중해 왔습니다.더 큰 모델과 더 빠른 추론을 지원하기 위해 더 많은 DRAM을 추가하고 HBM을 스택하며 3D NAND를 확장합니다.그러나 조용하고 위험한 위기가 다가오고 있습니다. 데이터는 더 이상 안정적으로 저장될 수 없습니다..
AI가 생성적 AI에서 자율적 Agentic AI로 진화함에 따라 시스템에는 지속적인 상태, 장기 기억 및 지속적인 의사 결정이 필요합니다.그들은 더 이상 임시적이거나 불안정한 데이터를 용인할 수 없습니다.동시에 더 높은 밀도를 달성하기 위한 DRAM 및 NAND의 끊임없는 확장은 데이터 보존 및 오류 마진을 심각하게 약화시키고 있습니다.
스토리지의 핵심 과제가 다음과 같이 바뀌었습니다. "보관해도 되나요?"에서"제대로 지킬 수 있을까?"
핵심 트렌드: AI는 스토리지 안정성을 중요하게 만듭니다
AI 시스템은 더 이상 일회성 컴퓨팅 작업이 아닙니다.최신 Agentic AI는 다음에 의존합니다.
- 장기 기억
- 지속되는 시스템 상태
- 자율적이고 지속적인 의사결정
이는 스토리지가 유지되어야 함을 의미합니다. 시간이 지남에 따라 정확한 데이터, 단기간만 일하는 것이 아닙니다.신뢰성은 AI 인프라 안정성의 성패를 좌우하는 요소가 되었습니다.
근본 원인: 확장으로 인해 신뢰성이 저하됨
밀도 향상은 안정성을 직접적으로 손상시킵니다.이는 피할 수 없는 절충안입니다.
낸드플래시용
- 축소된 XY 치수
- 3D 적층 레이어 증가
- 결과: 오류 마진이 낮아지고 전하 손실이 더 쉬워집니다.
DRAM의 경우
- 3D DRAM으로의 전환
- 더 작은 셀 크기
- 결과: 머무름 시간 단축, 소음 허용 오차 감소
규칙: 밀도가 높을수록 신뢰성이 낮음
NAND의 본질적인 문제: 전하 손실
NAND 실패는 결국 충전 손실이는 두 가지 주요 방식으로 발생합니다.
- 수직 전하 누출 – 전하가 채널로 빠져나갑니다.
- 측면 전하 확산 – 워드라인 사이에 전하 확산
단기 및 장기 보존 실패
- 단기: 얕은 트랩, 초기 전압 이동(IVS), 변화가 빠르게 나타남
- 장기적: 딥 트랩, 결합된 메커니즘(TAT/DT/TE), 문제는 시간이 지남에 따라 더욱 복잡해집니다.
DRAM의 숨겨진 약점: 데이터를 "보유"할 수 없습니다.
DRAM은 보존 실패로부터 안전하지 않습니다.여러 누출 경로로 인해 문제가 발생합니다.
- 커패시터 누출
- 직접 터널링
- 하위 임계값 누출 및 GIDL
- 접합부 누출
스토리지의 근본적인 변화
과거: 스토리지 = 용량 + 속도, ECC로 오류 수정
지금: 스토리지 = 장기 신뢰성 + 상태 일관성, 스토리지는 시스템 안정성의 기초
결론
AI 시대의 진짜 위기는 컴퓨팅 파워의 부족이 아니라, 신뢰할 수 없는 데이터 보존.
3D NAND 및 DRAM이 더 작은 기하학적 구조와 더 높은 밀도로 확장됨에 따라 전하 손실과 누출이 악화됩니다.영구 메모리에 대한 AI의 요구는 이러한 결함을 증폭시킵니다.
안정적인 엔터프라이즈급 AI 시스템을 구축하려면 업계에서는 속도와 용량에서 보존, 충전 제어 및 장기적인 신뢰성으로 초점을 전환해야 합니다.