KAIST, AI 추론 혁신 이끌 차세대 반도체 HBF 로드맵 공개

HBM을 넘어 HBF 시대로

KAIST 김정호 교수가 차세대 AI 반도체 아키텍처인 HBF(High Bandwidth Flash) 로드맵을 공개했습니다. HBM(High Bandwidth Memory)의 기본 구조를 고안한 것으로 유명한 김 교수가 이번에는 AI 추론에 최적화된 새로운 칩 설계를 제안한 것입니다.

HBF란?

• 목적: AI 추론(Inference)에 최적화된 고성능 스토리지 아키텍처
• 핵심: 낸드플래시 기반의 대용량·고대역폭 설계
• 장점: 기존 HBM 대비 대용량 데이터 처리에 유리하며 전력 효율이 높음

왜 중요한가

AI 모델의 크기가 기하급수적으로 커지면서, 학습(Training)보다 추론(Inference) 비용이 더 큰 문제로 부상하고 있습니다. HBF는 대규모 AI 모델의 추론 단계에서 데이터 병목을 해소할 수 있는 핵심 기술로 평가됩니다.

글로벌 기술 경쟁

하노버 메세 2026에서도 AI, 로보틱스, 방위산업 기술이 핵심 주제로 다뤄지며, 반도체 기술 경쟁이 더욱 치열해지고 있습니다.

"AI 시대의 진정한 병목은 연산이 아니라 메모리입니다. HBF가 그 해답이 될 수 있습니다." — 김정호 교수

한국이 HBM에 이어 HBF에서도 글로벌 표준을 선도할 수 있을지 주목됩니다.