Kurnal Insights DRAM 웨이퍼 분석: 메모리, 이제 TSMC N2 실리콘보다 더 높은 가치를 지녀

Kurnal Insights는 DRAM이 이례적인 문턱을 넘었다고 말한다. 첨단 메모리는 이제 제곱밀리미터당 TSMC N2 로직 실리콘보다 더 높은 가치를 인정받을 수 있다는 것이다. Kurnal Insights의 DRAM 웨이퍼 분석은 이 같은 역전의 원인으로 사상 최고 수준의 메모리 가격, 빠듯한 공급, 지속적인 AI 인프라 수요를 꼽는다.

이 결론은 제조 비교처럼 들리지만, 본질적으로는 시장 신호다. DRAM은 여전히 최첨단 로직 프로세서보다 제조 복잡도가 낮다. 다만 구매자들이 생산업체가 각 웨이퍼에서 확보할 수 있는 메모리 용량에 이례적으로 높은 가치를 부여하고 있을 뿐이다.

이 구분은 중요하다. 원래 계산은 추정된 TSMC 웨이퍼 가격과 DRAM 다이의 잠재적 판매 가치를 비교하기 때문이다. 메모리 제조비가 더 높다는 점을 입증하는 것은 아니다. 희소성이 실리콘 단위당 수익 가치를 어떻게 바꿨는지를 보여준다.

DRAM 웨이퍼 비교가 기존의 가정을 뒤집다

놀라운 결과는 DRAM이 로직보다 제조하기 어려워졌다는 점이 아니라, 부족한 메모리가 같은 실리콘 면적에서 더 높은 가치를 창출할 수 있다는 점이다.

Kurnal Insights는 2026년 9월 20일 이 비교를 공개했다. 분석은 TSMC의 N3 및 N2 웨이퍼 가격에 관한 보도된 추정치를 사용한 뒤, 이를 300밀리미터 웨이퍼의 표면적으로 나눴다.

DRAM에는 다른 접근법을 적용했다. 분석가는 가정한 기가비트당 판매 가치에 여러 메모리 세대의 비트 밀도를 곱했다. 비트 밀도는 일정한 다이 면적 안에 얼마나 많은 데이터 용량을 담을 수 있는지를 측정한다.

그 결과, 구형 1y 세대 DRAM은 명목상 면적당 기준에서 N2보다 낮게 나타났다. 더 높은 밀도의 1z DRAM은 N2에 근접했고, 1b DRAM은 이를 뚜렷하게 넘어섰다.

Kurnal의 가정에 따르면 1b DRAM은 제곱밀리미터당 N2의 명목 수치보다 약 54% 더 높은 잠재 가치를 냈다. 해당 N3 추정치보다도 약 131% 높았다.

이 비율은 이 글의 핵심적인 역전을 포착한다. 최첨단 로직 공정은 역사적으로 반도체 업계에서 가장 가치 있는 제조 부지로 여겨져 왔다. 값비싼 장비와 복잡한 패터닝, 그리고 칩 설계사와 파운드리 간의 긴밀한 협력이 필요하기 때문이다.

메모리는 다른 비즈니스 모델을 사용한다. Samsung, SK hynix, Micron은 일반적으로 자체 DRAM을 설계하고 제조한 뒤, 높은 경기 변동성을 보이는 시장에 칩 또는 패키지 제품으로 판매한다. 이들의 수익은 생산능력 규율, 재고, 제품 구성, 수요에 크게 좌우된다.

면적당 비교는 이 사이클이 예외적인 지점에 도달했음을 시사한다. 현재 구매자들은 공급 가능한 DRAM 비트에 매우 높은 가치를 두고 있어, 훨씬 더 복잡한 로직 제조의 명목 가치를 넘어설 수 있다.

동시대의 DDR5 현물 견적도 Kurnal이 가정한 DRAM 가치에 근접했다. 이 견적을 1b 밀도에 적용했을 때 결과는 분석가의 계산과 3% 이내 차이를 보였다.

이 근접성은 산술을 뒷받침하지만, 여기서 도출되는 모든 경제적 결론을 뒷받침하지는 않는다. 현물 견적은 즉시 조달 가능한 부품을 나타내며, 대개 제한된 수량으로 거래된다. 대부분의 출하 물량에 적용되는 비공개 계약 조건을 반드시 반영하는 것은 아니다.

그럼에도 이 비교는 독자에게 유용한 스냅샷을 제공한다. 복잡한 메모리 부족 사태를 첨단 로직과 비교할 수 있는 물리적 단위, 즉 웨이퍼 면적 1제곱밀리미터가 만들어내는 가치로 환산한다.

이 스냅샷이 특히 눈에 띄는 이유는 TSMC의 N2 공정이 2025년 말에야 대량 생산에 들어갔기 때문이다. 성숙한 메모리 기술이 구식 로직 노드를 앞지르는 것이 아니다. 세계에서 가장 새로운 상용 제조 플랫폼 중 하나와 비교되고 있다.

AI 수요가 메모리 용량을 병목으로 만들다

AI 시스템에는 컴퓨팅과 메모리가 모두 필요하지만, 현재는 제약된 메모리 공급이 많은 구매자가 배포할 수 있는 유용한 컴퓨팅 규모를 결정한다.

현대 AI 가속기는 엄청난 수의 수학 연산을 수행한다. 이러한 연산은 프로세서가 모델 가중치, 학습 데이터, 중간 결과를 충분히 빠르게 공급받을 때만 생산성을 유지한다.

HBM(고대역폭 메모리)은 DRAM 다이를 프로세서 가까이에 적층해 이 문제를 해결한다. 넓은 인터페이스를 통해 기존 메모리 모듈보다 초당 훨씬 많은 데이터를 이동시킨다.

HBM은 공짜 용량을 만들지 않는다. 대신 DRAM 웨이퍼, 첨단 패키징 자원, 그리고 공급업체가 서버, PC, 모바일 제품에 활용할 수 있었던 제조 역량을 소비한다.

이러한 상충 관계는 더 넓은 시장을 긴축시켰다. 생산업체들은 자연스럽게 수요가 강하고 수익성이 더 좋은 제품에 생산능력을 배정한다. AI 가속기가 우선순위를 받고, 기존 메모리 구매자들은 남은 생산량을 두고 경쟁한다.

TrendForce의 3분기 전망은 DRAM 공급이 극도로 빠듯하다고 설명했다. 2026년 3분기에 범용 DRAM 계약 가격이 전 분기 대비 추가로 13%에서 18% 상승할 것으로 예상했다.

같은 전망은 사상 최고 수준의 계약 가격이 PC 및 스마트폰 고객들을 감당 가능한 가격의 한계로 몰아가고 있다고 밝혔다. 부진한 소비자 수요가 가격 상승률을 둔화시켰지만, 근본적인 부족 사태를 해결하지는 못했다.

이 차이는 중요하다. 상승세가 둔화된다고 해서 공급이 수요를 따라잡았다는 뜻은 아니다. 구매자가 구매를 미루거나, 제품 사양을 낮추거나, 더 적은 출하량을 받아들이면서 가격이 완화될 수 있다.

TrendForce는 또한 공급업체들이 계속해서 생산을 서버용 애플리케이션으로 재배정하고 있다고 밝혔다. 이 결정은 소비자 수요가 약화하는 와중에도 PC에 공급되는 메모리를 줄였다.

9월 23일 기준, 이 회사의 DRAM 시장 보고서는 여전히 시장이 공급 부족 상태라고 설명했다. 클라우드 서비스 제공업체 수요, HBM 및 서버 DRAM에 대한 공급업체의 선호, 장기 계약, 신규 팹 생산능력의 지연을 그 원인으로 들었다.

이 근거는 Kurnal Insights DRAM 웨이퍼 분석의 핵심 논리를 강화한다. 면적당 결과는 고립된 수학적 호기심이 아니다. 구매자들이 제한된 가용 비트 풀을 놓고 경쟁하는 시장을 반영한다.

AI 수요는 HBM을 넘어선다. 추론, 오케스트레이션, 검색, 데이터 준비를 지원하는 범용 서버에는 대규모 등록형 DIMM, 즉 RDIMM 뱅크가 필요하다. 이 모듈은 적층형 HBM이 아니라 기존 서버 DRAM을 사용한다.

에이전트 기반 AI 워크로드는 이러한 수요를 더욱 강화할 수 있다. 기업 시스템은 긴 컨텍스트를 저장하고, 검색 인덱스를 유지하며, 여러 프로세스를 조정하는 동시에 모델을 실행할 수 있다. 이 활동은 가속기 메모리와 호스트 메모리 모두에 대한 압박을 키운다.

스토리지 인프라는 또 다른 층을 더한다. AI 데이터센터에는 학습 데이터, 모델 체크포인트, 로그, 검색 시스템을 위한 엔터프라이즈 SSD가 필요하다. 이러한 드라이브에도 컨트롤러와 성능 관리를 위한 DRAM이 필요할 수 있다.

그 결과는 연결된 제약의 사슬이다. 가속기가 늘어나면 HBM도 더 필요하다. AI 서버가 늘어나면 RDIMM도 더 필요하다. 데이터 파이프라인이 커지면 엔터프라이즈 스토리지도 더 필요하다. 공급업체는 제한된 웨이퍼와 패키징 자원을 어느 시장에 배정할지 결정해야 한다.

개발자에게 실질적인 교훈은 가속기 가용성만으로 전체 생산능력 상황을 파악할 수 없다는 점이다. 시스템은 충분한 연산 처리량을 갖추고도 메모리 용량, 대역폭, 조달 리드타임의 제약에 부딪힐 수 있다.

기업 구매자에게 이러한 압박은 하드웨어 구성과 납기 일정에서 드러난다. 공급업체는 시스템 가격을 인상하거나, 기본 메모리 할당량을 줄이거나, 더 긴 구매 약정을 맺은 대형 고객을 우선시할 수 있다.

소비자에게는 같은 배분 결정이 노트북 및 스마트폰 가격에 반영될 수 있다. AI 인프라 수요는 소비자용 DRAM을 직접 겨냥하지 않아도 영향을 줄 수 있다. 공유 생산능력의 충분한 부분을 다른 용도로 전환하기만 하면 된다.

메모리 가치가 최첨단 로직 경제성에 도전하다

시장은 현재 가용한 데이터 이동 능력에 매우 높은 보상을 부여하고 있어, 메모리가 첨단 연산과 통상 연관된 가치에 도전하고 있다.

TSMC의 N2 공정은 성능과 에너지 효율 개선을 위해 설계된 새로운 트랜지스터 구조인 GAA 트랜지스터를 사용한다. 이 공정은 스마트폰, 고성능 컴퓨팅, AI용 첨단 프로세서를 지원한다.

이 기술에는 막대한 자본 지출이 필요하다. TSMC는 투자자들에게 일정량의 N2 생산능력을 구축하는 비용이 N3에서 같은 월간 생산능력을 구축하는 비용보다 상당히 높다고 밝혔다.

이 회사의 실적 발표 전문에서도 N2가 2025년 4분기에 대량 생산에 진입했다고 밝혔다. TSMC는 2026년 동안 더 빠른 생산 램프업을 예상했다.

투자 계획은 이 확장의 비용을 보여준다. TSMC는 2026년 자본 예산의 70%에서 80%를 첨단 공정 기술 지원에 배정할 것으로 예상했다. 또 다른 10%에서 20%는 첨단 패키징, 테스트, 마스크 생산 등을 포함한 분야에 할당됐다.

로직 고객은 물리적 실리콘 면적만을 위해 비용을 지불하는 것이 아니다. 가공 웨이퍼 가격에는 제조 플랫폼 접근성, 공정 개발, 지식재산권, 수율 관리, 고객 지원, 파운드리 생산능력이 반영된다.

DRAM 고객도 원시 면적 이상을 구매한다. 이들은 테스트된 메모리 용량, 속도, 전력 특성, 신뢰성, 패키징, 가용성에 비용을 지불한다. 그러나 Kurnal의 공식은 DRAM을 주로 판매 가능한 비트를 통해 평가한다.

이것이 이 글의 핵심 대립을 만든다. 제조 복잡성과 희소성 가치다.

N2 로직은 공정 복잡성에서 분명히 우위에 있다. 주류 DRAM보다 더 정교한 트랜지스터 구조와 제조 단계를 사용한다. 또한 개발에 막대한 비용이 들 수 있는 설계를 가진 칩을 지원한다.

DRAM은 현물 가격 기반 가정 아래 현재 희소성 논리에서 우위에 있다. 특히 AI와 서버 부문에서 시장이 공급업체가 제공하는 것보다 더 많은 메모리 비트를 필요로 하기 때문이다.

이 변화는 협상력을 바꾼다. 메모리가 풍부했을 때 구매자들은 이를 비교적 대체 가능한 부품으로 취급할 수 있었다. 팔리지 않은 재고가 가격을 끌어내렸기 때문에 공급업체는 침체기에 강한 압박을 받았다.

제약된 시장은 이 관계를 뒤집는다. 시스템을 출하해야 할 때 충분한 검증된 공급이 존재하는지가 중요해지면서, 구매자들은 비트 생산의 이론적 비용을 덜 신경 쓴다.

HBM은 단순히 더 빠른 범용 DRAM 칩이 아니기 때문에 이러한 변화를 강화한다. 공급업체는 다이를 적층하고, 수직 경로를 통해 연결하며, 베이스 다이를 통합하고, 가속기 공급업체와 첨단 패키징을 조율해야 한다.

Samsung의 HBM4 생산은 이러한 융합을 보여준다. 이 회사의 HBM4는 6세대 10나노미터급 DRAM과 4나노미터 로직 베이스 다이를 결합한다.

Samsung은 2026년 2월 상용 HBM4 출하를 시작했다. 회사는 이 제품이 초당 11.7기가비트의 전송 속도를 지속하며 초당 13기가비트에 도달할 수 있다고 밝혔다.

이는 회사 측 주장이고, 고객별 성능은 구현 방식에 따라 달라진다. 그럼에도 이 제품은 메모리와 로직 경제성의 경계가 왜 더 이상 명확하지 않아지고 있는지를 보여준다.

HBM 스택은 고밀도 DRAM, 로직, 복잡한 패키징, 열 제약, 까다로운 인증 과정을 포함한다. 상업적 가치는 하나의 제조 노드가 아니라 전체 시스템에서 나온다.

SK hynix도 같은 기회를 추구해 왔다. 2026 memory outlook에서는 AI 인프라가 계속 확대되는 가운데 HBM3E에서 HBM4로 전환하는 흐름을 설명했다.

Micron 역시 투자자들에게 최신 HBM 세대가 기존 DRAM보다 점진적으로 더 많은 웨이퍼 생산능력을 소모한다고 경고했다. 공정 전환에 따른 비트 성장 둔화는 공급 압박을 더욱 키운다.

따라서 세 주요 공급업체는 모두 같은 배분 문제에 직면해 있다. AI 시스템용 제품에 생산능력을 투입할지, 아니면 가격 여건이 더 약한 기존 시장에 사용할지를 결정해야 한다.

이들의 결정은 현재의 비교가 지속될지를 좌우한다. 신규 생산능력, 수율 개선, 더 높은 집적도의 공정이 수요보다 빠르게 비트 공급을 늘린다면 DRAM의 면적당 가치는 하락해야 한다.

반대로 AI 도입이 추가로 생산되는 모든 비트를 계속 흡수한다면, 제조업체가 생산량을 확대하더라도 메모리는 탁월한 가격 결정력을 유지할 수 있다.

DRAM 웨이퍼 분석이 입증하지 못하는 것

이 핵심 비교는 유용하지만, DRAM 제조 비용이 실제로 N2 또는 N3 로직 생산보다 더 높다는 점을 확정하지는 않는다.

첫 번째 한계는 거래의 서로 다른 두 측면을 비교한다는 데 있다. Kurnal의 로직 수치는 TSMC에서 웨이퍼를 가공할 때의 추정 비용을 나타낸다. DRAM 수치는 일정 면적 안에 담긴 메모리 용량에서 나오는 추정 매출을 나타낸다.

제조 비용은 제품의 최종 판매 가치와 같지 않다. 로직 웨이퍼는 여전히 절단, 테스트, 패키징을 거쳐 완성된 프로세서가 되어야 한다. 일부 로직 제품은 이 과정을 거친 뒤 훨씬 높은 매출을 올린다.

두 번째 한계는 수율이다. 원형 웨이퍼의 모든 제곱밀리미터가 판매 가능한 칩이 되는 것은 아니다. 웨이퍼 가장자리는 효율적으로 활용할 수 없고, 테스트 구조물도 일부 면적을 차지한다.

결함 역시 일부 다이를 사용할 수 없게 만든다. 대형 로직 다이와 소형 메모리 다이는 서로 다른 수율 특성을 보일 수 있으므로, 웨이퍼 견적을 전체 기하학적 면적으로 나누는 방식은 실제 경제성을 지나치게 단순화한다.

세 번째 한계는 패키징이다. 첨단 프로세서는 비용이 높은 기판, 칩렛, 인터포저, 정교한 냉각 구성을 필요로 하는 경우가 많다. 이런 비용은 기본적인 웨이퍼 면적 비교에 포함되지 않는다.

HBM도 상당한 패키징 부담을 수반한다. 여러 DRAM 다이를 얇게 만들고, 적층하고, 연결하고, 테스트한 뒤 프로세서 옆에 통합해야 한다. 한 단계에서의 낮은 수율은 전체 스택의 가치에 영향을 줄 수 있다.

네 번째 한계는 추정 TSMC 가격의 사용이다. 파운드리 계약은 기밀이며 고객, 물량, 설계, 공정 옵션, 상업적 관계에 따라 달라진다.

TSMC는 가격 정책이 전략적으로 유지된다고 밝혔다. 그러나 이 발언은 특정 N2 또는 N3 고객이 실제로 얼마를 지불하는지는 보여주지 않는다.

다섯 번째 한계는 DRAM 현물시장이다. 현물 거래는 업계 대부분을 좌우하는 대형 계약 خارج에서 즉시 공급 가능한 메모리를 판매하는 것을 의미한다.

TrendForce는 DDR5 현물 거래가 제한적이고 산발적이라고 설명했다. 유동성이 얇은 시장의 높은 호가는 공급 부족을 보여줄 수 있지만, Samsung, SK hynix 또는 Micron 출하 전반에서 얻는 평균 매출을 대표하지는 않는다.

계약 가격이 더 나은 비교 기준이 될 것이다. 주요 서버 업체, 모듈 제조업체, 디바이스 기업이 대부분의 메모리를 구매하는 조건을 반영하기 때문이다.

그러나 이 수치는 대부분 비공개다. 이런 정보 없이는 어느 외부 분석도 DRAM 제조업체가 선도 로직 웨이퍼에 대해 TSMC가 받는 금액보다 더 높은 웨이퍼 매출을 얻는다고 단정할 수 없다.

시간적 문제도 있다. 현물 메모리 가격은 빠르게 움직일 수 있지만, 파운드리 계약은 더 오랜 기간 안정적으로 유지될 수 있다. 9월에 이뤄진 비교는 9월의 상황을 설명할 뿐, 영구적인 위계를 뜻하지는 않는다.

메모리 시장은 급격한 사이클이 반복된 긴 역사를 가지고 있다. 공급 부족은 투자, 재고 축적, 생산능력 확대를 촉진한다. 이후 공급이 수요를 초과하면 가격은 빠르게 하락할 수 있다.

현재 사이클에는 이를 연장할 수 있는 특성이 있다. 신규 팹 건설에는 수년이 걸리고, HBM은 상당한 웨이퍼 생산능력을 소모하며, AI 고객은 계속 대규모 주문을 넣고 있다.

하지만 구매자에게도 한계는 있다. TrendForce는 이미 소비자 수용성이 약해지고 있음을 관찰했으며, 일부 PC 및 스마트폰 제조업체는 모든 가격 인상을 받아들이는 대신 수요를 줄이고 있다.

따라서 균형 잡힌 해석은 두 가지를 함께 고려해야 한다. Kurnal Insights의 DRAM 웨이퍼 분석은 실제 공급 부족 신호를 포착하지만, 단순화된 방법론만으로 완전한 비용 또는 수익성 비교를 입증할 수는 없다.

이 단서는 계산을 무의미하게 만들지 않는다. 오히려 이 계산이 실제로 무엇에 유용한지를 규정한다. 즉, 메모리 시장이 일반적인 범용재 가정에서 얼마나 멀어졌는지를 측정하는 데 유용하다.

압박은 칩 제조업체에서 시스템 구매자로 이동하고 있다

메모리 부족은 이제 클라우드 사업자, 서버 제조업체, PC 브랜드, AI 팀이 컴퓨팅 성능만이 아니라 용량을 중심으로 구매 계획을 재설계하도록 만들고 있다.

클라우드 제공업체는 가장 눈에 띄는 압박의 원천이다. 이들의 AI 클러스터에는 막대한 양의 HBM, 서버 DRAM, 스토리지가 필요하며, 대개 정교하게 계획된 배포 일정에 맞춰 공급되어야 한다.

이 기업들은 장기 계약을 통해 공급을 확보할 수 있다. 이 접근 방식은 가용성을 높이지만, 동시에 더 작거나 가격 민감도가 높은 고객에게 돌아갈 수 있는 물량을 줄인다.

서버 제조업체도 관련된 문제에 직면한다. 인증된 RDIMM을 확보하지 못하면 플랫폼을 목표 사양대로 출하할 수 없다. 다른 공급업체나 다른 밀도 제품으로 교체하려면 검증 및 펌웨어 작업이 필요할 수 있다.

AI 가속기 업체는 더욱 긴밀한 조율이 필요하다. HBM 스택은 대역폭, 열, 전력, 패키징, 신뢰성 요건을 충족해야 한다. 인증된 공급은 표준 주변기기처럼 쉽게 대체할 수 없다.

이는 메모리 공급업체에 협상력을 주지만, 동시에 실행 위험도 만든다. 생산 확대가 너무 느리면 고객을 제약할 수 있다. 지나치게 공격적으로 확대하면 수요가 변할 때 고가의 시설이 유휴 상태로 남을 수 있다.

PC 제조업체는 이 압박을 흡수할 방법이 더 적다. 소매 가격을 올리거나, 메모리 탑재량을 줄이거나, 제품 구성을 조정하거나, 더 낮은 마진을 감수할 수 있다.

TrendForce는 높은 부품 비용이 노트북 가격으로 전가되고 2026년 출하량에 부담을 줄 것으로 예상했다. 스마트폰 업체들도 높은 LPDRAM 비용과 약한 소비자 수요가 맞물리면서 비슷한 선택에 직면했다.

소프트웨어 팀에는 영향이 더 간접적으로 나타난다. 대규모 메모리 풀을 제공하는 클라우드 인스턴스는 예약하기가 더 어려워지거나 경제성이 떨어질 수 있다. 조직은 모델 규모를 줄이거나 추론 상태를 더 신중하게 관리해야 할 수 있다.

이런 대응은 메모리 효율성의 가치를 높인다. 양자화, 소형 모델, 검색, 컨텍스트 관리, 캐시 최적화 같은 기법은 각 워크로드에 필요한 메모리를 줄일 수 있다.

이러한 기법이 인프라 수요를 없애지는 않는다. 효율성은 더 많은 애플리케이션의 경제성을 높여 전체 사용량을 늘릴 때가 많다. 그래도 개별 팀이 제약된 할당량 안에서 운영하는 데는 도움이 된다.

기업 구매자는 HBM과 일반 서버 메모리도 구분해야 한다. 둘 다 AI를 지원하지만 서로 다른 문제를 해결한다.

HBM은 가속기 가까이에 위치해 매우 높은 대역폭으로 컴퓨팅에 데이터를 공급한다. RDIMM은 프로세서, 데이터 서비스, 검색 파이프라인, 애플리케이션 상태를 위한 대규모 호스트 메모리 풀을 제공한다.

어느 한 범주의 병목도 배포를 지연시킬 수 있다. 가속기를 더 구매한다고 호스트 메모리 부족이 해결되지는 않으며, RDIMM을 추가한다고 부족한 HBM 대역폭을 대체할 수도 없다.

면적당 비교는 이러한 의존성을 가시화한다. 가속기 성능은 마케팅과 벤치마크가 쉽기 때문에 컴퓨팅 실리콘이 주목받는다. 하지만 메모리는 그 컴퓨팅 자원이 계속 바쁘게 작동할 수 있는지를 결정한다.

데이터 이동도 에너지 사용을 좌우한다. 원거리 스토리지에서 또는 제약된 인터페이스를 거쳐 정보를 가져오는 데는 시간과 전력이 소모된다. 관련 데이터를 프로세서 가까이에 두면 활용도를 높일 수 있지만, 더 가치 있는 메모리 용량이 필요하다.

영향은 데이터센터를 넘어선다. AI 제품으로 재배분된 생산능력은 산업 장비, 네트워킹 하드웨어, 차량, 소비자 전자기기의 공급을 타이트하게 만들 수 있다.

모든 부문이 같은 시점에 동일한 부족을 겪는 것은 아니다. 공급업체는 제품 구성을 조정할 수 있고, 수요는 지역과 디바이스 범주에 따라 달라진다.

그럼에도 공통된 압박 원인은 분명하다. AI 인프라는 성능, 용량, 공급 확실성에 비용을 지불할 의향이 있다. 이러한 의지는 가격 결정력이 약한 구매자에게서 제조 자원을 끌어간다.

DRAM이 로직보다 높은 가치를 유지하는지 보여줄 세 가지 신호

계약 가격, HBM 생산능력 소모, 신규 웨이퍼 생산량이 이번 역전 현상이 공급 부족 이후에도 지속될지를 결정할 것이다.

첫 번째 신호는 현물 DRAM 가격과 계약 DRAM 가격 간의 격차다. 현물 가격이 극적인 면적당 결과를 만들었지만, 계약은 대부분의 대규모 거래를 대표한다.

높은 수준에서 격차가 좁혀진다면 메모리의 새로운 가치가 광범위하고 지속적이라는 주장을 강화할 것이다. 특히 계약 가격 상승도 둔화되는 가운데 현물 가격이 급락한다면 그 주장은 약해질 것이다.

시장 관찰자들은 개별 소매 가격표보다 보고된 계약 가격 추세에 집중해야 한다. 또한 PC DRAM, 서버 DRAM, LPDRAM, 그래픽 메모리, HBM을 구분해야 한다.

두 번째 신호는 HBM4와 HBM4E의 웨이퍼 생산능력 부담이다. 각 세대는 더 많은 대역폭과 용량 제공을 목표로 하지만, 갈수록 까다로워지는 설계는 더 많은 제조 자원을 소모할 수 있다.

Samsung과 SK hynix는 가속기 업체들이 차세대 플랫폼을 준비하는 가운데 2026년에 HBM4E 샘플을 출하했다. 인증 결과와 생산 수율은 기존 DRAM 생산능력이 얼마나 남을지를 좌우할 것이다.

HBM 생산량이 다른 범주를 추가로 압박하지 않고 늘어난다면, 공급업체는 공급 부족을 완화할 만큼 생산성을 개선한 것이다. 서버와 PC 메모리가 여전히 제약된다면 AI용 배분이 시장을 계속 지배하고 있는 셈이다.

세 번째 신호는 신규 또는 확장 팹의 실제 생산량이다. 발표된 투자가 곧바로 판매 가능한 메모리를 만들어내지는 않는다. 건설, 장비 설치, 공정 인증, 수율 개선에는 시간이 걸린다.

Micron은 첫 Idaho 시설의 초기 웨이퍼 생산량이 2027년 중반에 나올 것으로 예상했다. Samsung과 SK hynix도 제조 및 패키징 인프라를 확장하고 있다.

이 프로젝트들은 중요하지만, 단기 공급은 기존 클린룸, 공정 전환, 수율, 제품 배분에 더 크게 좌우된다. 향후 몇 분기는 대규모 신규 생산능력이 가동되기 전에 운영 개선만으로 충분한 비트를 추가할 수 있을지를 보여줄 것이다.

구매자들은 재고 움직임도 지켜봐야 한다. 고객들이 향후 공급 불가를 우려해 방어적으로 주문하면 비축이 공급 부족을 증폭시킬 수 있다. 재고 감소는 그러한 구매 이후에도 최종 수요가 강하게 유지되는지를 드러낼 수 있다.

HBM이 제약된 생산능력에서 점점 더 큰 비중을 차지하는 동안 계약 가격이 높은 수준을 유지한다면 Kurnal Insights의 DRAM 웨이퍼 분석은 검증될 것이다. 신규 생산량이 들어오면서 현물 가격이 하락한다면 일시적 정점에 더 가까워 보일 것이다.

어느 결과든 중요한 교훈은 남는다. AI 인프라는 컴퓨팅 칩만으로 구축되지 않는다. 그 경제성은 메모리, 패키징, 전력, 네트워킹, 스토리지가 함께 발전하는 데 달려 있다.

개발자와 엔터프라이즈 기술 리더에게 다음 조치는 실용적이다. 하드웨어 계획을 확정하기 전에 모델 크기, 컨텍스트 증가, 캐시 사용량, 호스트 메모리 요구량, 배포 가능성을 추적하며 컴퓨팅 요구사항만큼이나 메모리 요구사항을 정밀하게 측정해야 한다.

다음 분기를 가늠하는 가장 중요한 질문은 AI 수요가 여전히 큰지 여부가 아니다. 공급업체들이 희소성 탓에 DRAM의 면적당 가치가 업계 최신 로직 실리콘보다 높게 매겨지는 상황을 끝낼 만큼 충분한 양의 검증된 메모리를 생산할 수 있는지다.