HBM 2030 수급 딥리서치: 26.7EB 수요 모델을 해부하고 증설 일정과 교차검증한다

Mon, 13 Jul 2026 11:00:00 +0900

연결 맥락 이 글은 HBM·HBF·HBC 메모리 기술 비교가 기술의 정체를 다뤘다면, 그 기술의 수요와 공급이 2030년까지 어떻게 만나는가를 딥리서치한다. AI토큰 가치와 메모리 부가가치, 7월 말 빅테크 어닝콜과 메모리 테시스, 2027 반도체 컨센서스는 누가 지불하는가와 함께 읽으면 좋다. 관련 허브는 AI HBM 허브와 Exclusive Analysis 허브다.

TL;DR

시중에 도는 2030년 HBM 수요 26.7EB, 공급 10.6EB, 2.5배 부족 서사를 공개식으로 독립 재현했다. 산술 자체는 재현된다. 문제는 그 숫자가 어떤 가정 위에 서 있는가다.
26.7EB는 재고와 유량을 잘못 비교한 오류가 아니다. 수요와 공급을 모두 설치·가동 중인 HBM 재고(stock)로 환산해 비교한 값이다. 다만 토큰 24배, 모델 footprint 5배, 컨텍스트 4배, KV 잔류율 70% 등 여러 강세 가정이 동시에 성립해야 나온다.
세 가지 렌즈로 교차검증했다. (1) 수요 모델 구조, (2) 수요 가정의 상방 근거와 기술 효율 반증, (3) Big 3 증설 일정. 세 렌즈가 충돌 없이 한 결론으로 모인다.
결론은 방향과 크기를 분리한다. 2027년까지 타이트는 신뢰도가 높고, 2028년부터 공급 개선은 공식 증설 일정과 정합적이며, 2030년에도 정확히 2.5배 부족은 강세 편향 시나리오다.
이 글은 특정 종목의 매수·보유 판단을 내리지 않는다. 산업 수급 구조를 해부하는 분석이다. [분석 목적]

핵심 문장

HBM 수급의 진짜 논점은 "2030년에 2.5배 부족하냐"가 아니라 "부족의 방향은 견고하되 크기는 가정에 민감하다"는 것이다. 2027년 타이트와 2028년 공급 개선은 데이터가 지지하고, 2.5배라는 숫자는 여러 수요 가정이 동시에 맞아야 성립하는 강세 시나리오다.

1. 논점 정리: 무엇을 검증하는가

AI 메모리 시장에는 강력한 서사가 하나 돌고 있다. 2030년 HBM 수요가 26.7EB(엑사바이트)인데 공급은 10.6EB에 그쳐 약 2.5배의 구조적 부족이 남는다는 주장이다. 이 숫자는 한 독립 분석 모델(Memory Analyst)에서 나와 여러 유튜브·리포트를 거쳐 확산됐다.

이 딥리서치는 네 가지 질문에 답한다. [검증 질문]

26.7EB 대 10.6EB 산식은 내부적으로 일관적인가?
수요 가정은 공개 근거와 모델 구조상 타당한가?
삼성전자·SK하이닉스·마이크론의 증설을 반영해도 2030년 부족이 남는가?
이 숫자를 시장이 실제로 어떻게 청산하는가?

먼저 결론을 흐리지 않기 위해 한 가지를 못 박는다. 이 글은 현재 주가나 적정 멀티플을 재산정하지 않는다. 수급 방향과 크기의 신뢰도만 다룬다.

2. 첫 번째 렌즈: 26.7EB 수요 모델 해부

2.1 재고 대 재고 비교다 (흔한 오해 제거)

가장 먼저 치울 오해는 “26.7EB 수요와 10.6EB 공급은 연간 소비 대 연간 생산을 잘못 비교한 것"이라는 지적이다. 검증 결과 이것은 오류가 아니다. 원 모델은 두 재고를 비교한다. [Fact]

Need: 해당 연도의 AI 추론 워크로드를 처리하기 위해 설치되어 켜져 있어야 하는 HBM 재고
Serving fleet: 최근 약 5년간 생산된 HBM 중 추론에 투입되고, 노후효율을 반영한 뒤 아직 퇴역하지 않은 재고

즉 두 숫자 모두 유량(flow)이 아니라 재고(stock)다. 원 모델의 fleet = 최근 약 5년 output × inference share - 마찰이라는 구조가 이 변환을 명시한다. stock-flow 차원에서는 일관적이다. [Inference] 다만 유량을 재고로 바꾸는 추론 배분율, 5년 수명, 세대별 효율은 독립 검증된 산업 표준이 아니라 모델 가정이다.

2.2 26.7EB 수요식을 그대로 재현한다

원 모델이 공개한 단순식과 2030년 base-case 입력값을 그대로 넣어 독립 재현했다.

traffic = 24 (2026 대비 24배, 월간 토큰 120 quadrillion)
replicaIndex = 24^0.90 / 11 = 1.5878

weights = 1.75 × 1.5878 × 5 / 1.75 = 7.939EB
contextBucket = 4 × 1.5 / 4 × 0.70 = 1.05
kv = 1.27 × 24^0.55 × 1.05 = 7.658EB
scratch = (7.939 + 7.658) × 0.15 = 2.340EB

need = (7.939 + 7.658 + 2.340) × 1.10 / 0.74 = 26.66EB ≈ 26.7EB

수요를 구성별로 뜯으면 이렇다.

2030 수요 구성	EB	비중
Resident weights (상주 가중치)	7.94	44.3%
KV cache	7.66	42.7%
Scratch (임시 작업 메모리)	2.34	13.0%
소계 (redundancy·utilization 반영 전)	17.94	100.0%
최종 설치 필요량 (×1.10 / 0.74)	26.66	-

[Fact] 26.7EB 산술은 공개식으로 재현된다. 상주 가중치와 KV 캐시가 각각 44%, 43%로 수요의 대부분을 차지한다는 점이 중요하다. 바로 이 두 항목이 뒤에 나올 기술 효율 개선의 직접 타깃이기 때문이다.

[Blocked] 다만 계산기에는 frontier/HBM-served share 70%라는 별도 입력값이 있는데, 공개된 단순식에서 이 값이 가중치에 어떻게 반영되는지는 명확히 드러나지 않는다. 코드 레벨 audit 전까지 26.7EB를 완전한 독립 모델로 승인하지는 않는다.

2.3 성장률을 정확히 읽는다

기존에 흔히 인용되는 5년 CAGR은 기간 계산 오류다. 2026부터 2030까지 관측치는 5개지만 복리 기간은 4개다.

항목	2026	2030	배수	정확한 4기간 CAGR
설치 HBM 필요량	4.8EB	26.7EB	5.56배	53.6%
Serving fleet	3.75EB	10.6EB	2.83배	29.7%

또한 원 모델의 연간 HBM 산출량 경로 2024년 2.8EB에서 2030년 7.6EB는 6기간 CAGR 18.1%다. 10.6EB serving fleet는 연간 산출량이 아니라 여러 연도 생산분을 누적·감가한 재고이므로, 이 둘을 혼용하면 안 된다. [Fact]

수요가 연 53.6%로 늘고 공급 재고가 연 29.7%로 느는 구조라면, 격차가 벌어지는 방향 자체는 산술적으로 자명하다. 문제는 이 두 성장률의 입력 가정이 얼마나 견고한가다.

3. 두 번째 렌즈: 수요 가정의 상방과 반증

3.1 확인된 수요 상방 근거

수요가 강하다는 근거는 실재한다. [Fact]

Goldman Sachs Research는 2026-2030년 월간 토큰 소비가 24배, 120 quadrillion까지 증가할 것으로 전망했다.
같은 자료는 일간 LLM 쿼리가 2030년 110억 건까지 연평균 약 40% 성장할 것으로 봤다.
NVIDIA 세대가 진화할수록 가속기당 HBM 용량이 증가해 왔다.
마이크론은 2026년 6월 기준 DRAM·NAND 수요가 공급을 크게 초과하며 타이트한 상태가 2027년 이후까지 지속될 것으로 가이던스했다.
마이크론은 16개 전략고객계약(SCA)을 체결했고, 14개 계약의 최소가격 기준 누적 매출이 약 1,000억달러, 관련 현금예치·금융약정이 220억달러라고 밝혔다. 단, HBM은 이 계약의 일부이며 전체가 HBM 계약은 아니다.

3.2 같은 원천에 존재하는 반대 근거

흥미로운 점은 강세 근거로 쓰이는 Goldman 자료 안에 반대 근거가 함께 있다는 것이다. [Fact]

Goldman은 단기 칩 부족을 예상하면서도 신규 생산능력이 들어오면 약 2년 내 업계가 따라잡을 수 있다고 명시했다.
Goldman은 추론 토큰당 비용이 연 60-70% 하락한다고 설명했다. 가격 하락은 사용량을 늘리지만, 같은 워크로드의 물리적 메모리 부담도 낮춘다.
결정적으로, Goldman의 24배는 HBM 비트 수요 전망이 아니라 토큰 트래픽 전망이다. 토큰에서 동시 세션, 컨텍스트, KV·가중치, HBM 잔류로 가는 변환은 전부 별도 모델 가정이다.

[Inference] 따라서 Goldman 전망은 AI 사용량 증가를 지지하지만 2030년 HBM 2.5배 부족을 직접 지지하지는 않는다. 강세 서사가 Goldman을 인용할 때 이 구분이 자주 생략된다.

3.3 모델 구조·효율 반증

수요식의 핵심인 가중치와 KV 캐시는 기술 개선의 직접 타깃이다. [Fact]

원 모델의 약 504KB/토큰 KV 캐시 예시는 Llama 3.1 405B의 사례다. 모든 frontier model의 보편값이 아니다.
DeepSeek-V3/R1 계열은 Multi-head Latent Attention(MLA)과 Mixture-of-Experts(MoE)로 KV·연산 효율을 크게 높인다.
Google Research의 TurboQuant는 공개 벤치마크에서 KV 메모리를 최소 6배 줄이는 결과를 제시했다.

[Inference] 다만 TurboQuant는 KV 캐시에 대한 연구 결과다. 가중치·scratch·redundancy까지 6배 줄이는 것이 아니고, 대규모 프로덕션 환경의 지연·처리량·품질까지 검증된 산업 평균도 아니다.

그래서 정직한 결론은 양쪽 극단을 모두 배제하는 것이다. 504KB/토큰 × 모든 미래 워크로드는 과대추정이고, KV 6배 압축 × 전체 HBM은 과소추정이다. 미래 수요는 두 극단 사이에서 가중치와 KV의 구성이 어떻게 변하는가가 핵심이다.

4. 세 번째 렌즈: Big 3 증설 일정 교차검증

4.1 팹 캐파와 유효 HBM 공급은 다르다

공급을 볼 때 흔한 실수는 팹 착공·완공 뉴스를 곧바로 판매 가능한 HBM으로 환산하는 것이다. 둘 사이에는 다섯 가지 간극이 있다. [Fact/Inference]

Die intensity 상승: stack당 die가 12단에서 16단으로 늘면 동일 stack 수에 필요한 die가 약 33% 증가한다. 웨이퍼가 늘어도 판매 가능 stack 증가율은 그보다 낮아질 수 있다.
HBM trade ratio: HBM은 범용 DRAM보다 웨이퍼·공정 자원을 더 쓴다. 마이크론도 세대가 바뀔수록 이 비율이 높아져 non-HBM 공급을 압박한다고 명시했다.
후공정·수율·인증: good die, TSV 적층, base die, advanced packaging, thermal·power spec, 고객 인증을 모두 통과해야 유효 공급이 된다.
램프 시차: cleanroom 개방이나 first wafer는 매출 인식 가능한 qualified volume과 다르다.
품목 간 기회비용: HBM 증산은 범용 DRAM 웨이퍼를 잠식할 수 있다. HBM이 늘어도 전체 DRAM 가격이 바로 안정된다는 보장은 없다.

4.2 공식 증설 일정

공개된 1차 자료로 확인한 Big 3와 산업 전체 일정이다.

업체·항목	공식 확인 내용	실제 공급 기여 해석
SK하이닉스 M15X	2025년 11월 완공 목표, 차세대 DRAM·HBM 생산	2026-27년 가장 빠른 증설축. 기존 인프라 활용으로 램프가 빠를 수 있음
SK하이닉스 용인 1기	장비 21.6조원 투자, 첫 cleanroom 2027년 2월로 조기 개방 계획	2027년 설치 시작, 2028년 이후 공급 효과 확대 가능성
SK하이닉스 용인 전체	4기 첫 cleanroom 목표는 2033년	용인 4개 팹 전체가 2030 공급에 들어온다는 가정은 틀림
삼성전자 HBM4	2026년 2월 양산·상업 출하 개시, 2026년 HBM 매출 3배 이상 예상	2026-27년 삼성의 second-source 복귀가 가장 큰 공급 완화 변수
삼성전자 장기투자	2026-2040년 반도체 약 2,100조원, 용인·기존 단지 약 1,650조원, 온양·천안 HBM fab	방향성은 강하나 2040년까지의 envelope. 2030 공급량으로 직접 환산 불가
마이크론 ID1	first wafer 2027년 중반	고객 인증 감안 시 의미 있는 판매는 2027년 말-2028년
마이크론 ID2	first wafer 2028년 말	2029년 이후 공급 완화 기여
마이크론 Tongluo·packaging	Tongluo는 FY2028 의미 있는 출하, HBM packaging 증설은 2027년 상반기부터	front-end와 후공정 병목을 함께 완화
SEMI 전체 메모리	300mm 메모리 캐파 2026년 4.1m WPM에서 2027년 4.2m WPM 전망	전체 웨이퍼 캐파 증가는 약 2.4%로 완만. HBM mix 전환과 node bit growth가 더 중요

4.3 공급 측 판정

[Fact] Big 3는 모두 대규모 투자를 진행 중이다.
[Fact] 2027년은 cleanroom·first wafer가 늘기 시작하는 해이지, 모든 물량이 qualified output으로 전환되는 해가 아니다.
[Inference] 공급 완화는 2028년부터 가시화되고 2029-30년에 더 강해질 가능성이 높다.
[Blocked] 공개 자료만으로 2030 serving fleet가 10.6EB인지 15EB인지 확정할 수 없다. 정확한 WPM·제품 mix·수율·packaging 캐파가 비공개다.

5. 세 렌즈를 종합한 민감도 분석

세 렌즈가 가리키는 방향을 하나의 민감도 표로 모았다. 공급 serving fleet는 10.6EB로 고정하고 수요 가정만 공개식으로 독립 재계산했다.

시나리오	변경 가정	2030 수요	수요/공급	판정
원 모델 base	토큰 24배, 모델 5배, KV효율 4배, 잔류율 70%	26.7EB	2.52배	강한 부족
모델 footprint 완화	모델 배율 5배에서 2배	18.5EB	1.75배	부족
KV 효율 개선	KV효율 4배에서 6배	22.3EB	2.10배	부족
HBM 잔류율 하락	70%에서 50%	22.9EB	2.16배	부족
토큰 성장 절반	24배에서 12배	16.2EB	1.53배	부족
복합 bear	토큰 12배, 모델 2배, KV효율 6배, 잔류율 50%, throughput 14배	6.5EB	0.62배	공급 여유
복합 bull	토큰 36배, 모델 8배, KV효율 3배, 잔류율 80%, throughput 8배	67.9EB	6.41배	극단적 부족

복합 bear·bull은 원 모델의 공식 시나리오가 아니라, 가정 간 공분산을 보기 위한 독립 stress test다.

이 표의 해석이 이 딥리서치의 심장이다.

첫째, 단일 변수 하나만 바꾸면 부족은 쉽게 사라지지 않는다. 모델 배율을 5배에서 2배로 낮춰도, 토큰 성장을 절반으로 깎아도 여전히 부족(1.5-1.75배)이 남는다. 강세 서사가 “어느 가정을 흔들어도 부족"이라고 말하는 근거다.

둘째, 그러나 변수들은 서로 독립이 아니다. 토큰 성장 둔화, 작은 모델·MoE 확대, KV 압축, HBM offload, throughput 개선은 기술 효율이 좋아지면 여러 개가 동시에 움직인다. 복합 bear에서 수요가 6.5EB로 떨어져 공급 여유로 뒤집히는 이유다.

셋째, 따라서 2.5배는 base-case라는 이름표를 달았지만 실제로는 강세 편향 시나리오로 취급해야 한다. 한 변수를 끝까지 움직이는 one-way sensitivity로는 2.5배의 강건성을 증명할 수 없다. 진짜 리스크는 가정들이 함께 무너지는 공분산에 있다.

6. 시장청산 관점: 2.5배를 어떻게 읽어야 하나

수요 26.7EB, 공급 10.6EB를 문자 그대로 16.1EB의 미충족 주문으로 읽으면 안 된다. 실제 시장은 이런 순서로 청산된다.

잠재 AI 워크로드 증가
→ qualified HBM 병목
→ 가격 상승·장기계약·선급금
→ 고객별 allocation과 낮은 ROI 워크로드 지연
→ SLM·MoE·양자화·KV 재사용·offload 확대
→ 추가 capex와 second-source 인증
→ 실현 출하량과 청산 수요가 수렴

[Inference] 즉 2.5배는 실현되는 물량 부족의 정확한 예측이라기보다, 가격결정력과 배급 압력의 강도를 표현하는 시나리오로 읽는 것이 정확하다. 부족이 크다는 것은 “16EB가 영원히 안 채워진다"가 아니라 “그 격차가 가격·계약·기술 대체를 통해 강하게 청산 압력을 받는다"는 뜻이다.

이 관점에서 수급 분석이 실제로 봐야 할 관찰 포인트는 EB 숫자 자체가 아니라 다음이다. [관찰 포인트]

다년 계약의 가격 floor가 유지되는가
HBM4/4E ASP 프리미엄이 충분히 오래 유지되는가
HBM mix 증가가 범용 DRAM 공급도 타이트하게 만드는가
수율·advanced packaging 개선으로 증분 매출의 마진이 공급자에게 귀속되는가
2028년 신규 공급이 가격을 정상화하기 전에 이익·현금흐름이 얼마나 누적되는가

7. 시간축별 전망: Base / Bull / Bear

세 렌즈와 민감도를 시간축에 얹으면 이렇게 정리된다.

기간	Base	Bull	Bear
2026-2027	HBM4 램프와 AI 수요가 신규 greenfield 공급보다 빠름. 타이트 지속	삼성 인증 지연, packaging 병목 지속, 토큰·ASIC 수요 상회	삼성 HBM4 대량 공급과 고객 mix 분산이 예상보다 빠름
2028	SK 용인 1기, 마이크론 ID1·Tongluo·packaging 효과 시작. 부족 폭 완화	초기 수율·인증 지연으로 공급 효과 제한	신규 캐파가 빠르게 안정화되고 KV·routing 효율 동시 개선
2029-2030	부족이 남더라도 확대보다 완화 가능성. 가격결정력은 과거 cycle보다 오래 지속	모델 footprint·agent 동시성이 효율 개선을 압도, 장기계약·희소성 프리미엄 지속	마이크론 ID2·삼성·SK 증설 동시 램프, 효율·offload 겹쳐 HBM 프리미엄 정상화

최종 시간축 판정

2027년까지 타이트: 높은 확률
2028년부터 공급 개선: 중상 확률
2029-30년 부족 완화: 중간 확률
2030년에도 2.5배 gap 확대: 낮은 확률 / 강세 시나리오

8. 무엇을 지켜봐야 하나: 재평가 트리거

수급 서사가 강화되는지 약화되는지를 판별할 신호를 미리 정해 두면 뉴스에 휘둘리지 않는다.

수급 강세가 강화되는 신호

공급자가 2028년 이후에도 sold-out 또는 장기계약·가격 floor를 공식 확인
HBM4/4E 수율과 packaging 캐파가 개선되면서 ASP 프리미엄·마진 유지
삼성·마이크론 증설에도 산업 타이트니스 가이던스가 2028년 이후로 연장
agentic 워크로드의 실제 토큰·상주 컨텍스트·동시성이 24배 경로에 근접

수급 강세가 약화되는 신호

프로덕션 환경에서 KV와 가중치 메모리의 복합 6배 이상 절감이 보편화
증분 추론의 과반이 memory-light SLM·ASIC·offload 구조로 이동
삼성 HBM4E와 마이크론 신규 캐파가 예상보다 빨리 대량 인증
공급자가 2027년 이후 tight 가이던스를 철회하고 고객 계약 floor가 약화
HBM ASP 프리미엄·계약 가격·DRAM 마진이 공급 증가와 함께 구조적으로 하락

마무리: 방향은 견고하고 크기는 겸손해야 한다

이 딥리서치의 한 줄 결론은 이렇다. 2027년까지 HBM 타이트, 2028년부터 공급 개선은 데이터와 공식 일정이 지지하지만, 2030년 2.5배 부족은 여러 수요 가정이 동시에 맞아야 하는 강세 시나리오다.

26.7EB라는 숫자는 정교하게 재현되지만, 그 정교함이 곧 확실성은 아니다. 토큰 24배, 모델 5배, 컨텍스트 4배, KV 잔류 70%가 동시에 성립해야 나오는 값이고, 기술 효율이 좋아지면 이 가정들은 함께 무너진다. 반대로 공급은 팹 뉴스보다 훨씬 느리게 qualified output으로 전환된다. 두 힘이 만나는 지점이 2028년이라는 변곡점이다.

수급을 볼 때 유용한 프레임은 단일 숫자를 믿는 것이 아니라, 방향의 신뢰도와 크기의 불확실성을 분리하는 것이다. 방향은 견고하다. 크기는 겸손해야 한다.

본 포스팅은 공개 1차 자료(Goldman Sachs, SK하이닉스, 삼성전자, 마이크론, SEMI, Google Research, DeepSeek 기술보고서)와 2차 모델(Memory Analyst)을 종합해 독립 재현·교차검증한 수급 구조 분석 자료입니다. 언급된 종목은 산업 구조를 설명하기 위한 예시이며 투자 권유가 아닙니다. 26.7EB·10.6EB·2.5배 등 수치는 다수가 모델 가정·시나리오이며 회사 공식 전망이 아닙니다. 빠르게 바뀌는 분야이므로 최신 1차 자료로 갱신해 확인하기를 권합니다.

반도체 증설 on Korea Invest Insights