[기고] AI 시대, HDD가 다시 주목받는 이유
한국의 인공지능(AI) 시장은 빠르게 성장하고 있다. 시장조사기관 IMARC 그룹에 따르면, 국내 AI 시장 규모는 2025년부터 2033년까지 연평균 26.6% 성장해 2033년에는 40조 9,000억 원에 이를 것으로 예상된다. AI 기술에 대한 관심이 커지면서 주된 화두는 고성능 GPU와 같은 연산 장비에 집중되고 있다. 하지만 AI 시스템을 뒷받침하는 또 다른 핵심 인프라는 바로 데이터 저장장치다. AI는 크게 두 가지 영역에서 데이터 스토리지를 필요로 한다. 하나는 학습 데이터를 GPU의 고대역폭 메모리(HBM)로 빠르게 전달하는 고속 저장 역할로, 소용량 솔리드 스테이트 드라이브(SSD)가 주로 쓰인다. 다른 하나는 프론트엔드와 백엔드 데이터를 대규모 데이터 레이크에 저장하는 역할로, 하드디스크 드라이브(HDD)가 적합한 솔루션으로 꼽힌다. 프론트엔드 데이터셋은 AI와 머신러닝(ML) 모델이 학습에 활용하는 데이터로, 'AI 데이터 레이크'에 저장된다. 데이터가 많고 품질이 높을수록 모델의 학습 속도와 정확도가 향상되며, 그만큼 더 큰 가치를 만들어낼 수 있다. 특히 자율주행이나 딥러닝 추천모델(DLRM)과 같은 분야에서는 데이터 레이크의 규모가 수백 페타바이트에 달하기도 한다. 백엔드에서 생성된 데이터도 방대한 양을 차지한다. 생성형 AI는 간단한 텍스트 입력만으로도 고해상도 영상이나 3D 콘텐츠를 만들어낼 수 있으며, 결과물의 용량은 수 기가바이트에서 많게는 수 테라바이트에 달한다. 이처럼 생성된 데이터는 추적이나 재사용, 규제 대응, 추가 학습 등에 활용되기 때문에 효율적인 저장이 필수다. 이에 따라 전체 저장 용량에 대한 수요도 빠르게 늘고 있다. 한국 정부는 글로벌 AI 강국 도약을 목표로 AI 인프라 확충과 대규모 데이터센터 구축에 박차를 가하고 있다. 과학기술정보통신부는 지난 5월에 발표한 2025년 추가경정예산안에서 총 1조 9,000억 원의 예산을 편성하고, 이 중 1조 6,300억 원을 AI 컴퓨팅 인프라 강화와 첨단 GPU 1만 개를 연내 확보하는 데 투입하겠다고 밝혔다. 이처럼 고성능 GPU 도입과 학습 데이터 인프라 확장이 본격화되면서 저장 용량에 대한 수요도 빠르게 늘고 있다. 중간 수준의 AI 자동화 시스템도 프론트엔드와 백엔드 데이터를 담기 위해 수십에서 수백 테라바이트에 달하는 데이터 레이크를 필요로 한다. 이 정도 규모의 데이터 레이크를 SSD로 구축하기엔 비용 부담이 상당하다. 반면에 HDD는 가격 대비 저장 효율이 높아 데이터 레이크 구축에 널리 활용되고 있다. 특히 에너지 보조 수직 자기 기록(ePMR) 등 최신 HDD 기술은 저장 용량을 늘리는 동시에 테라바이트당 비용과 운영비용(OpEx)을 낮춰 총소유비용(TCO)을 줄여준다. HDD 기술도 빠르게 진화하고 있다. 옵티낸드(OptiNAND™)와 같은 내장 플래시 기술이 적용되면서 저장 용량은 물론 읽기·쓰기 속도(MB/s)까지 개선되고 있다. 현재 에너지 보조 수직 자기 기록(ePMR) 기반 HDD는 최대 26TB, 단일 자기 기록(SMR) 기반 제품은 32TB 용량을 제공한다. 이는 대형 AI 및 머신러닝(ML) GPU 클러스터가 요구하는 대역폭을 충분히 감당할 수 있는 수준이다. AI 확산으로 데이터 저장 수요가 빠르게 늘면서, 검증된 하드웨어와 펌웨어 기반의 HDD가 다시 주목받고 있다. 드라이브 한 대에 더 많은 데이터를 담기 위한 저장 밀도 향상 기술 개발도 활발하며, 대표적으로 열보조 자기 기록(HAMR) 기술이 떠오르고 있다. 웨스턴디지털은 검증된 설계에 최신 기술을 접목해, 설치 공간은 그대로 두고 더 높은 저장 용량과 신뢰성을 모두 갖춘 HDD로 시장을 선도하고 있다. 여러 세대에 걸쳐 입증된 성능의 제품군 기반의 HDD는 제품 인증부터 시스템 통합, 실제 도입까지의 과정도 한층 수월해진다. 예를 들어, 24TB HDD 대신 웨스턴디지털의 32TB 울트라스타(Ultrastar) 드라이브를 적용하면, 같은 2PB 저장 시스템을 구성할 때 서버 수를 25% 줄일 수 있다. 용량 당 전력 소모는 20% 감소하고, 인프라와 유지관리 비용 절감 효과도 기대된다. AI가 일상에 스며들면서, 데이터를 어떻게 저장하느냐가 성능을 좌우하는 핵심 요소로 떠오르고 있다. 레이싱카에 고급 연료가 필요하듯, AI에도 고품질 데이터와 신뢰할 수 있는 저장장치가 필수다. 그리고 그 중심에는 여전히 HDD가 있다.
