Bernstein says AI memory supercycle is early, demand broadens beyond HBM

AI 발전 단계에 따라 메모리와 스토리지 전반의 수요가 확장된다. 초기에는 GPU와 HBM에 집중되지만, 고급 추론과 에이전틱 AI로 갈수록 DRAM, NAND·SSD, 대용량 HDD까지 수혜가 확산된다.

AI 발전 4단계와 하드웨어 수요 축

• 학습: HBM 수요가 압도적이다. 일반 DRAM, NAND, HDD도 강한 수요가 발생한다.
• 기본 챗봇 추론: 자원 소모가 일시적으로 낮다. HBM 외 메모리·스토리지 수요는 제한적이다.
• 고급 추론: 장문 컨텍스트, RAG, 복합 추론 도입으로 수요가 재증가한다. HBM에 더해 NAND와 엔터프라이즈 SSD 수요가 최상위로 상승한다. 대규모 데이터 저장·불러오기 능력이 핵심이 된다.
• 에이전틱 AI: 에이전트가 기억, 도구 사용, 장시간 워크플로를 수행한다. 일반 DRAM과 NAND가 대량으로 필요하며 HDD 수요까지 높아진다.

메모리 사이클의 구조적 해석

• 사이클은 HBM 단일 테마가 아니다. 초기 수혜는 GPU·HBM에서 시작하고 이후 범용 DRAM, NAND·SSD, 대용량 HDD로 파급된다.
• 현재 국면이 고급 추론에서 에이전틱 AI로 넘어가는 구간이라면, HBM의 단기 고점보다 메모리 수요 외연의 확장 속도가 핵심 변수다.