인공지능 시대가 도래하면서 데이터센터 성능의 병목 현상은 단순한 컴퓨팅 파워에서 대규모 데이터 검색으로 완전히 바뀌었습니다. AI 추론 모델이 페타바이트 규모의 파라미터에 실시간으로 접근해야 하는 상황에서, SK하이닉스는 혁신적인 QLC(Quad-Level Cell) 아키텍처와 4D NAND 엔지니어링의 결합을 통해 엔터프라이즈 스토리지의 물리적 한계를 재정의하고 있습니다. SK하이닉스는 4비트 스토리지 기술을 완벽하게 구현함으로써 실리콘 면적을 늘리지 않고도 데이터 밀도를 기하급수적으로 높여, 동일한 미세 면적에 훨씬 더 많은 정보를 저장할 수 있도록 했습니다. 이러한 높은 밀도는 독자적인 PUC(Peri Under Cell) 적층 기술 덕분에 가능해졌는데, 이 기술은 부피가 큰 주변 로직 회로를 수직 메모리 셀 어레이 바로 아래로 옮기는 혁신적인 구조로, 마치 넓은 지상 주차장을 지하 주차장으로 옮긴 것과 같습니다. 이러한 극도의 공간 효율성은 수직 적층을 300층이라는 임계값을 훨씬 뛰어넘게 할 뿐만 아니라 전력 소비와 물리적 랙 공간을 획기적으로 줄여줍니다. 결과적으로 이러한 초고용량 엔터프라이즈 SSD는 더 이상 단순한 수동 저장 장치가 아니라 고도로 최적화된 AI 데이터 가속기입니다. SK 하이닉스의 QLC 및 PUC 드라이브는 GPU에서 직접 키-밸류(KV) 캐시 오프로딩과 같은 고급 아키텍처를 지원하여 추론 지연 시간을 없애고 하이퍼 스케일러의 총 소유 비용(TCO)을 획기적으로 절감합니다. 이는 현대 데이터 센터를 위한 새로운 패러다임을 제시하며, 치열한 AI 하드웨어 경쟁 속에서 메모리의 물리적 3D 구조를 완벽하게 이해하는 것이 확장할 수 있는 서버 최적화의 핵심임을 입증합니다.
셀당 4비트 저장해 물리적 한계 돌파
반도체 엔지니어는 미세한 플래시 메모리 셀 하나에 4비트의 데이터를 물리적으로 저장하기 위해 임계 전압을 16개의 서로 다른, 정밀하게 조정된 상태로 조작해야 합니다. 이전 세대인 트리플 레벨 셀(TLC)에서는 실리콘이 8개의 전압 레벨만 구분하면 됐습니다. 이 밀도를 두 배로 늘린 쿼드 레벨 셀(QLC) 아키텍처는 단순히 약간의 조정만으로는 부족합니다. 최대 허용 전압 범위가 하드웨어의 물리적 한계에 의해 엄격하게 제한되기 때문에 정밀도가 기하급수적으로 향상되어야 합니다. 표준자를 완벽하게 동일하고 겹치지 않는 16개의 부분으로 자른다고 상상해 보세요. 이때 아주 미세한 열 변동조차도 경계를 흐릿하게 만들 수 있습니다. 셀 내부에 갇힌 전자가 1밀리 볼트의 일부만큼이라도 변동하면 "1011"로 프로그래밍한 상태가 "1010"으로 잘못 읽혀 데이터 블록이 즉시 손상될 수 있습니다. 이처럼 극도로 좁은 오차 범위를 극복하기 위해 엔지니어들은 프로그래밍 알고리즘을 완전히 재설계해야 했으며, 목표치를 초과하지 않고 정확한 수의 전자를 저장 노드에 주입하기 위해 매우 미세한 마이크로 펄스 전기를 적용하는 고급 스텝 펄스 프로그래밍(ISPP) 기술을 활용했습니다. 이러한 전자를 담는 물리적 용기 또한 시간이 지남에 따라 발생하는 치명적인 데이터 누출을 방지하기 위해 근본적으로 진화해야 했습니다. 기존 NAND 설계는 전도성 폴리실리콘 플로팅 게이트에 의존했는데, 이는 단일 또는 다중 레벨 셀에서는 잘 작동했습니다. 그러나 16개의 불안정한 전압 상태를 유지하려고 할 때, 주변 산화막 층의 미세한 결함 하나만으로도 플로팅 게이트의 전하가 완전히 누출되어 데이터가 파괴될 수 있었습니다. 이러한 문제를 해결하기 위해 SK 하이닉스는 CTF(Charge Trap Flash) 기술을 활용했습니다. CTF는 전자를 전도성 풀에 저장하는 대신 비전도성 질화규소 절연층 내에 포획합니다. 저장 매체가 절연체이기 때문에 전자는 사실상 제자리에 "고정"됩니다. 터널 산화막에 국부적인 결함이 발생하더라도 핀홀 바로 옆의 전자만 빠져나가고 나머지 전하는 완벽하게 보존됩니다. 이러한 근본적인 물질 물리학의 변화 덕분에 QLC는 주변 열화나 읽기 방해 간섭에 굴복하지 않고 엔터프라이즈 서버의 수명 동안 매우 복잡한 4비트 데이터 패턴을 유지하는 데 필요한 구조적 복원력을 갖게 됩니다. 이러한 재료 과학 분야의 획기적인 발전에도 불구하고, 고밀도 QLC 어레이에서 비트 오류가 발생할 확률이 매우 높기 때문에 하드웨어 기반 솔루션에서 알고리즘 기반 소프트웨어 수정으로의 근본적인 전환이 필요합니다. 16개의 전압 상태를 가진 셀에 대한 쓰기 및 지우기 작업으로 인한 물리적 마모는 기존 기술보다 실리콘을 훨씬 빠르게 열화 시키며, 이는 QLC가 초기에 내구성이 부족하다는 평판을 얻게 된 이유이기도 합니다. 이러한 물리적 한계를 극복하기 위해 최신 스토리지 컨트롤러는 매우 강력한 저밀도 패리티 검사(LDPC) 오류 정정 코드를 사용합니다. 엄격한 이진 논리에 의존했던 기존의 BCH 코드와 달리 LDPC는 "소프트 결정" 디코딩 방식을 사용합니다. 이는 읽어 들인 데이터에 확률값을 할당하는 것으로, 본질적으로 경계 전압 판독 값이 주변 셀의 상태를 기반으로 상태 11 또는 상태 12에 속할 가능성을 추측하는 방식입니다. 이 정교한 신호 처리는 SSD 컨트롤러 내부에서 밀리초 단위로 이루어지며, 호스트 서버에서 NAND 실리콘의 물리적 열화를 사실상 감춥니다. 소프트웨어가 실리콘 격자의 불가피한 미세 마모를 연산적으로 복구할 수 있도록 함으로써, 제조업체는 초대규모 데이터 센터에 요구되는 엄격한 내구성 기준을 보장하고, 물리적으로 취약한 4비트 저장 매체를 글로벌 AI 인프라를 위한 견고한 기반으로 탈바꿈시킬 수 있습니다.
회로가 숨겨진 PUC 스태킹 기술
비휘발성 메모리에서 더 높은 데이터 밀도를 끊임없이 추구한 결과, 결국 주변 회로라는 완강한 기하학적 현실에 부딪히게 되었습니다. 기존의 3차원 NAND 아키텍처에서 메모리 셀 어레이는 실제 읽기 및 쓰기 작업을 관리하는 페이지 버퍼, 행 디코더 및 차지 펌프의 복잡한 어레이인 "Peri" 옆에 위치합니다. 이 제어 로직은 메모리 셀처럼 수직적으로 확장되지 않기 때문에 과거에는 전체 실리콘 다이 면적의 최대 30%를 차지하여, 웨이퍼 하나에서 구현할 수 있는 기가바이트 용량을 심각하게 제한하는 거대한 기생 요소로 작용했습니다. SK 하이닉스는 이러한 수평적 제약을 Peri Under Cell(PUC) 기술을 도입하여 완전히 해결했습니다. 이 기술은 넓게 펼쳐진 로직 매트릭스를 거대한 메모리 스택 바로 아래에 물리적으로 재배치하는 것입니다. 엔지니어들은 마치 무질서하게 뻗어나가는 교외 개발처럼 바깥쪽으로 건물을 짓는 대신, 실리콘을 맨해튼의 최고급 부동산처럼 취급하여 복잡한 CMOS 지하철 시스템을 먼저 구축한 다음 그 위에 300층 높이의 메모리 고층 빌딩을 직접 세웠습니다. 이러한 건축적 묘수는 다이의 낭비되는 30%를 효과적으로 재활용하여 전체 칩 크기를 획기적으로 줄이는 동시에 메모리 어레이 자체는 바깥쪽으로 확장할 수 있도록 하여 처리된 실리콘 제곱밀리미터당 데이터 저장 셀의 최대 용량을 확보했습니다. 하지만 이러한 지하 회로 설계를 구현하는 과정에서 열역학적 및 야금학적 측면에서 엄청난 난관에 직면하게 됩니다. 기본 CMOS 로직은 실제 메모리 층이 그 위에 증착되기 전에 완전히 패터닝되고 금속화되어야 합니다. 문제는 웨이퍼가 화학 기상 증착(CVD) 챔버에 들어가 메모리 스택을 구성하는 수백 개의 산화물 및 질화물층을 교대로 증착할 때 발생합니다. 이 증착 공정은 웨이퍼를 수백 도에 달하는 고온의 가혹하고 지속적인 열 사이클에 노출합니다. 만약 아래쪽에 숨겨진 주변 회로에 일반적인 구리나 알루미늄 인터커넥트를 사용했다면, 이러한 금속들은 극심한 열 속에서 녹거나 이동하거나 주변 실리콘으로 확산해 전체 컨트롤러 로직을 즉시 단락시켰을 것입니다. 이러한 치명적인 구조적 결함을 방지하기 위해 재료 과학자들은 CMOS 하부 배선에 텅스텐이나 특수 티타늄 질화물 장벽층과 같은 내화성이 뛰어난 금속을 사용하는 기술을 개척해야 했습니다. 이러한 견고한 소재는 위에 있는 300층 셀 어레이를 제작하는 데 필요한 극한의 고온 환경에서도 변형되거나 전기적 무결성을 잃지 않고 견딜 수 있어, 반도체 산업에서 가장 혹독한 제조 환경을 견뎌낸 후에도 칩의 "숨겨진" 두뇌가 완벽하게 작동하도록 보장합니다. 물리적 공간 절약이라는 단순한 계산적 이점 외에도, 주변 회로를 내부에 배치하는 것은 종종 간과되는 전기적 성능 향상 효과를 가져오는데, 이는 데이터 처리량이 많은 AI 프로세서에 필수적인 요소입니다. 기존의 병렬 배치 방식에서는 전기 신호가 주변부 차지 펌프에서 메모리 어레이의 가장자리까지 다이를 가로질러 수평으로 이동해야 했습니다. 물리적으로 긴 거리는 필연적으로 상당한 저항-정전 용량(RC) 지연을 발생시켜 칩의 입출력 속도를 저하하고 과도한 전력을 소모하게 했습니다. PUC 기술은 제어 로직을 메모리 셀 바로 아래에 배치함으로써 "두뇌"와 "저장소" 사이의 물리적 배선 거리를 획기적으로 단축합니다. 마이크로 엘리베이터와 개념적으로 유사한 수직 스루홀 인터커넥트는 메모리 레이어에서 아래쪽 페이지 버퍼로 곧장 내려갑니다. 이러한 미세한 수직 배선 방식은 신호 전파 시간을 획기적으로 단축해 지연 시간을 크게 줄이는 동시에 칩에서 데이터를 출력하는 데 필요한 전압을 낮춥니다. 결과적으로, 이러한 숨겨진 회로 구조는 단순히 공간 효율성을 위한 것이 아니라, NAND 플래시를 고속 저전력 엔진으로 변모시키는 근본적인 전기적 업그레이드입니다. 이를 통해 기존 설계에서 흔히 발생하는 열 스로틀링 현상 없이 현대 엔터프라이즈 서버 환경의 끊임없는 읽기 작업 요구 사항을 완벽하게 충족할 수 있습니다.
전력 소비 및 표면적 감소를 통해 AI 서버 최적화
현재 인공지능 인프라의 엄청난 규모는 절대적인 열역학적 한계에 부딪히고 있습니다. 최신 GPU 클러스터는 서버 랙의 전력 밀도를 기존의 5~10킬로와트에서 무려 100킬로와트 이상으로 끌어올리고 있기 때문입니다. 이처럼 전력 공급이 극도로 제한된 환경에서, 지역 전력망 용량은 시설에서 실제로 가동할 수 있는 AI 가속기의 정확한 수를 결정합니다. 결과적으로, 과거에는 부차적인 운영 문제로 여겨졌던 스토리지 인프라의 전력 소모가 갑자기 중요한 제약 요소로 부상합니다. SK 하이닉스와 자회사 솔리디그가 개발한 초고밀도 60TB 및 122TB QLC(Quad-Level Cell) 엔터프라이즈 SSD로 기존의 기계식 하드 디스크 드라이브에서 전환함으로써 데이터 센터 운영자는 방대한 데이터 레이크를 획기적이고 물리적으로 압축할 수 있습니다. 이러한 탁월한 부피 효율성 덕분에 단일 고용량 솔리드 스테이트 드라이브로 전력 소모가 많은 기존 디스크 어레이를 대체할 수 있어 중요한 물리적 랙 공간을 즉시 확보하고 스토리지 계층을 온라인 상태로 유지하는 데 필요한 기본 전기 오버헤드를 대폭 줄일 수 있습니다. 이러한 전환의 재정적 및 운영적 이점은 "테라바이트/와트"라는 지표로 가장 잘 정량화할 수 있으며, 이는 하이퍼스케일 시설의 총 소유 비용(TCO)을 근본적으로 재정의합니다. 무거운 자기 플래터를 지속적으로 회전시키고 기계식 액추에이터 암을 움직이는 데 필요한 운동 에너지로 인해 전력 효율이 매우 낮아 일반적으로 와트당 약 3테라바이트에 머무르는 기존 하드 드라이브는 효율성이 떨어집니다. 이와는 극명한 대조를 이루는 첨단 QLC 아키텍처는 움직이는 부품이 전혀 없고 정교한 유휴 상태 전력 관리 기능을 갖추고 있어 효율성을 와트당 8테라바이트 이상으로 끌어올립니다. 수십 페타바이트 규모의 멀티모달 AI 학습 데이터가 필요한 전체 데이터 센터에 이러한 아키텍처를 적용하면 서버 통로당 수십 킬로와트의 전력을 손쉽게 절약할 수 있습니다. 상업용 데이터 센터의 전력 계약은 전력 공급업체에 의해 엄격하게 제한되므로 스토리지 어레이와 관련 인프라에서 절약되는 모든 전력을 고성능 GPU 추가 배포에 즉시 재할당할 수 있습니다. 이를 통해 물리적 전력 예산을 초과하지 않고 시설의 수익 창출 컴퓨팅 성능을 극대화할 수 있습니다. 직접적인 전력 소비 절감 외에도, 물리적 저장 공간의 대폭적인 감소는 고급 열 관리와 관련된 운영 비용을 직접적으로 줄여줍니다. 수백 개의 병렬 텐서 연산을 실행하는 고밀도 AI 서버는 전례 없는 열 부하를 발생시키며, 이에 따라 시설에서는 점점 더 고가의 칩 직접 냉각 액체 냉각 시스템이나 강력한 냉각 공기 통로를 도입해야 하는 상황에 놓이고 있습니다. 기존 스토리지 어레이는 자체적으로 상당한 열을 발생시켜 전산실 공조(CRAC) 장치의 작동 부하를 기하급수적으로 증가시키고, 결과적으로 시설 전체의 전력 사용 효율(PUE)을 저하합니다. 반면 고용량 QLC 엔터프라이즈 SSD는 활성 읽기 상태에서 전력을 극히 적게 소비하고 기계적 열을 거의 발생시키지 않기 때문에 스토리지 계층 전체의 열적 영향을 효과적으로 상쇄합니다. 이를 통해 데이터 센터 설계자는 서버 랙의 열적 한계를 넘어서지 않고 컴퓨팅 노드를 더 작은 공간에 밀집 배치할 수 있으며, 동시에 냉각과 관련된 간접적인 탄소 배출량을 줄이고 AI 인프라의 환경적 영향을 수학적으로 검증할 수 있는 방식으로 감소시킬 수 있습니다.
