삼성, zHBM 전성비 3배 목표…SK하닉, HBM4 전력 효율 40%↑
서울 강남구 코엑스에서 열린 ‘SEDEX 2026(제28회 반도체대전)’ 삼성전자 부스에서 관람객들이 7세대 고대역폭메모리(HBM)인 ‘HBM4E’ 구조 모형을 살펴보고 있다. 2026.10.14 ⓒ 뉴스1 박지혜 기자(서울=뉴스1) 김진희 기자 = 인공지능(AI) 확산으로 데이터센터의 전력 소비가 급증하면서 반도체 업계의 '전성비'(전력 대비 성능) 경쟁이 치열해지고 있다. 연산 능력과 처리 속도를 높이는 동시에 같은 전력으로 더 많은 작업을 수행하는 기술이 반도체의 핵심 경쟁력으로 떠올랐다.
엔비디아 등 AI 반도체 기업들은 GPU의 연산 효율을 높이고 있으며 삼성전자와 SK하이닉스도 고대역폭메모리(HBM), 저전력 D램, 낸드플래시 등의 전력 효율 개선에 주력하고 있다. 데이터센터 운영비와 전력 공급 부담이 커지면서 반도체의 에너지 효율이 AI 인프라 투자와 운영에도 중요한 영향을 미치고 있다.전성비, 반도체 핵심 경쟁 지표로…엔비디아 등 글로벌 반도체 기업도 가세4일 업계에 따르면 전성비가 반도체 핵심 경쟁 지표로 부상하자 반도체 기업들은 저전력·고효율 성능을 높인 제품을 앞다퉈 내놓고 있다. 전성비는 반도체가 소비하는 전력 대비 얼마나 많은 연산을 수행할 수 있는지를 나타낸다.
전성비가 높을수록 같은 전력으로 더 많은 연산을 처리할 수 있어 AI 인프라 확충에 따른 전력 부담을 줄일 수 있다. 다만 AI 서비스 이용이 확대되면서 연산량 자체가 늘어나고 있어 반도체의 전력 효율 개선이 데이터센터 전체의 전력 소비 감소로 이어지는 것은 아니다.
특히 AI 학습과 추론이 늘어나면서 전력 소비는 가파르게 빨라지고 있다. AI 반도체는 모델에 방대한 데이터를 학습시키는 데 쓰이는 칩과 학습을 마친 모델이 실제 답변을 생성하도록 돕는 칩으로 나뉘는데, 이용자가 챗봇에 질문하고 답변을 받는 과정에 필요한 연산이 추론에 해당한다.
국제에너지기구(IEA)는 지난 4월 발표한 보고서에서 세계 데이터센터 전력 소비량이 2025년 485TWh에서 2030년 약 950TWh로 두 배 가까이 증가할 것으로 전망했다. 특히 AI 전용 데이터센터의 전력 소비가 빠르게 늘어날 것으로 예상했다.
실제 엔비디아의 경우 최근 4~5년간 공정 미세화(7㎚→3㎚), 3D 패키징, 저정밀도 전용 연산 아키텍처 도입에 힘입어 분야별로 전성비가 최대 30배 개선된 것으로 나타났다.
엔비디아 GPU는 세대가 바뀔수록 전력 대비 연산 성능이 높아지고 있다. FP16 텐서 연산의 이론적 최대 성능을 기준으로 전성비는 A100의 1.56TFLOPS/W에서 H100 2.83TFLOPS/W, B200 4.50TFLOPS/W로 개선됐다. 다만 실제 AI 학습·추론 과정의 전력 효율은 모델과 연산 방식, 시스템 구성에 따라 달라진다.
2024년 선보인 B200(1000W)은 H100(700W) 대비 학습·추론 모두 3~4배 향상됐으며 메모리도 2.4배(80GB→192GB) 확대됐다. 전력 사용은 43% 증가했지만 와트당 성능은 2.83에서 4.50으로 59% 개선됐다.
엔비디아는 TSMC 3㎚ 공정과 HBM4 메모리를 최초 채용한 루빈(R100)과 더불어 루빈 울트라(Rubin Ultra, 2027년), 파인만(Feynman, 미정) 등 개발도 앞두고 있다.삼성전자, zHBM·차세대 낸드로 전성비 개선 추진삼성전자는 지난 8월 미국 캘리포니아 산타클라라에서 열린 'FMS 2026'에서 차세대 3D 메모리 기술인 zHBM의 개발 구상을 공개했다. 이를 적용한 차세대 인터페이스 시스템의 성능을 HBM5 대비 약 8배, 전성비를 최대 3배 높이는 것을 목표로 하고 있다.
zHBM은 기존에 AI 가속기(xPU) 옆에 HBM을 배치하는 방식에서 한 단계 더 나아가 AI 가속기 상단에 HBM을 수직으로 적층하는 차세대 아키텍처다. AI 가속기와 메모리 간 데이터 이동 거리를 최소화함으로써 대역폭과 전력효율을 높였다.
zHBM이 적용된 차세대 인터페이스 시스템은 8세대 고대역폭메모리 'HBM5' 대비 전성비를 최대 3배 향상시키고 열 저항을 절반 이상 낮춰 고용량·고대역폭 시스템의 안정성과 전력효율을 극대화한다.
400단 이상 10세대 V10 BV-낸드는 단순히 적층 수를 늘리는 데 그치지 않고 데이터 읽기·쓰기 성능과 입출력(I/O) 속도도 전 세대 대비 향상해 고성능·고용량 낸드 시장에 최적화된 경쟁력을 확보했다는 평가다.
삼성전자는 최근 저전력 낸드플래시 신제품 관련 '9100 EVO', '9100 PRO PLUS' 상표를 내놓기도 했다. 삼성전자는 앞서 발표한 초저전력 기술을 바탕으로 데이터센터, AI용 제품 개발에 나선 상황이다.
삼성전자 연구진은 강유전체 기반 트랜지스터를 활용해 낸드플래시의 특정 동작에서 전력 소모를 기존 대비 최대 96% 줄일 수 있는 기술을 개발했다. 강유전체를 활용해 전력 소모를 대폭 줄이는 핵심 메커니즘을 세계 최초로 규명, 해당 초저전력 기술을 적용한 제품 상용화를 추진 중이다.
소비자용 SSD에서도 전력 효율 개선이 이어지고 있다. 삼성전자는 PCIe 5.0 기반 SSD인 9100 PRO에 5나노 컨트롤러와 개선된 전력 관리 기술을 적용해 기존 990 PRO 대비 전력 효율을 최대 49% 높였다고 밝혔다.
삼성전자는 향후 차세대 메모리 기술 혁신과 메모리, 파운드리, 첨단 패키징을 아우르는 차별화된 설루션을 통해 AI 시대의 반도체 기술 리더십을 지속 강화해 나갈 계획이다.SK하이닉스, 성능↑·전력↓ '고효율 메모리' 잇따라 출시SK하이닉스(000660)는 고대역폭메모리(HBM)와 저전력D램(LPDDR), 기업용 솔리드스테이트드라이브(eSSD) 등의 제품군을 중심으로 에너지 효율을 높이고 있다.
SK하이닉스는 지난해 9월 HBM4 개발을 완료하고 양산 체제를 구축했다고 발표했다. 회사에 따르면 HBM4는 이전 세대인 HBM3E보다 데이터 전송 대역폭이 2배로 늘고 전력 효율은 40% 이상 개선됐다. 고객 시스템에 적용하면 AI 서비스 성능을 최대 69% 높일 수 있을 것으로 기대하고 있다.
SK하이닉스가 개발한 1c(10나노급 6세대) 공정 기반 LPDDR6는 기존 LPDDR5X보다 데이터 처리 속도가 33% 빠르고 전력 효율은 20% 이상 높다. 스마트폰과 태블릿 등 온디바이스 AI 기기의 성능과 배터리 사용시간을 개선하는 데 활용될 전망이다.
PEB210, PS1010, PS1101 등의 eSSD 제품군에서도 전력 절감을 달성하고 있다. 최신 eSSD는 동일한 데이터 처리량 대비 전력 소모를 줄였다. SK하이닉스는 2030년까지 해당 제품군의 에너지 효율을 1.8배 더 높일 계획이다.
SK하이닉스는 최근 저전력 낸드플래시 신제품 출시와 관련해 LP 낸드, LP 플래시 상표를 출원하기도 했다.