"NAND는 가장 스케일러블한 반도체 기술 — AI 인퍼런스 시대, 우린 이제 막 시작했다"
SNDK의 LTA(장기공급계약)는 단순한 볼륨 약정이 아니라 가격 플로어·실링 구조로 설계돼 있음. 가격이 오르면 공급자가, 내리면 고객이 불이익을 받는 비대칭 리스크를 동시에 제거한 구조라, 사이클 변동성 속에서도 4Q 가이던스 수준의 마진이 LTA 하단가 시나리오에서도 유지된다는 게 CFO 확인 발언의 핵심. 여기에 AI 인퍼런스 아키텍처(KV 캐시, RAG 등)가 NAND 수요를 끌어올리는 새 수요축으로 확인되며, 엔터프라이즈 SSD 두 번째 레그(스토리지 캐퍼시티 제품) 매출 인식이 이번 분기부터 시작된다는 점은 믹스 개선의 가시성을 높임.
① LTA 구조 — 가격 플로어·실링, 마진은 4Q 가이던스 수준 유지:
CFO는 새 비즈니스 모델 안에 고정가 요소와 함께 "플로어·실링" 가격 밴드가 내장돼 있다고 밝힘. 설계 의도는 명확함 — 가격이 오르면 공급자가 업사이드를 못 누리고, 가격이 내리면 고객이 경쟁사 대비 불이익. 양측 모두 "불행해지지 않기 위한" 구조. 결정적으로 "저가 시나리오에서도 마진이 마음에 든다(we like the margins)"며, LTA 마진은 FY4Q 가이던스 마진과 일관될 것이라고 못 박음.
공급 연속성이 핵심 가치:
CEO는 "기간을 줘서 가격을 받는 거래가 아니다(not trading duration for price)"라고 강조. LTA의 본질적 가치는 공급 연속성(continuity of supply)이며, 고객들이 장기 NAND 공급 파트너십의 필요성을 스스로 깨닫고 돌아오고 있다고 설명. CEO는 "시장 내에서 가격에 대한 다소 독특한 인사이트가 있다"고도 언급.
② AI 인퍼런스 — NAND 수요의 새로운 축:
CEO는 NAND 시장의 mid-to-high teens 성장을 전망하며, AI 인퍼런스 확산이 핵심 드라이버라고 명시. 데이터센터는 이미 NAND 최대 시장으로 부상하거나 빠르게 그렇게 되고 있음. 고객 CapEx 상향 조정은 14회 연속으로 모두 상향. 인퍼런스 아키텍처 설계 과정에서 처리 능력·DRAM·HBM·NAND의 최적 비중이 유스케이스별로 달라지는데, 결국 더 많은 NAND가 필요하다는 결론으로 귀결된다는 논리. KV 캐시·RAG 등 구체적 유스케이스도 언급. CEO는 "이제 NAND는 단순 밀도 경쟁에서 고성능 다차원 경쟁으로 바뀌었다"고 평가. "AI는 우리가 극초기(very early innings)에 있다"는 발언도 주목.
③ 엔터프라이즈 SSD — 두 번째 성장 레그 개시:
호스트 언급 기준으로 엔터프라이즈 SSD는 작년 mid-single digit에서 현재 매출의 ~25%로 YoY 7배 성장. 첫 번째 레그는 퍼포먼스 기반 TLC NAND 제품(KV 캐시 등 활용)이 주도. 두 번째 레그는 스토리지 캐퍼시티 제품으로, CEO는 이번 분기가 해당 제품 첫 매출 인식 분기라고 확인. "데이터센터 믹스가 더 높아질 것"이라고 전망했으나 구체적 수치는 제시 거부. 글로벌 컨슈머·클라이언트 기반 위에 엔터프라이즈를 쌓아가는 포트폴리오 전략을 강조.
④ LTA 파이프라인 — 전 세그먼트 대상 협상 진행 중:
CFO는 현재 데이터센터부터 엣지 고객까지 모든 세그먼트와 협상 중이라고 밝힘. 컨슈머 비즈니스는 트랜잭션 성격상 LTA 적용이 어렵지만, 나머지 전 고객군에 오픈. "고객들이 돌아오고 있고(they're coming back), 지속적으로 협상 중"이라는 표현이 인상적.
쉽게 풀어보기 — NAND·LTA·AI 인퍼런스 용어 정리
- LTA (Long-Term Agreement)
- 장기공급계약. 반도체 공급사와 고객이 일정 기간 동안 물량·가격 범위를 사전에 합의하는 계약. SNDK의 경우 가격 플로어(최저선)와 실링(최고선)을 둬서 양측 리스크를 공유.
- KV Cache
- AI 모델이 추론(인퍼런스)할 때 이전 계산 결과를 저장해두는 메모리/스토리지 공간. 처리 속도를 높이기 위해 고성능 NAND가 활용됨.
- RAG (Retrieval-Augmented Generation)
- AI가 답변을 생성할 때 외부 데이터베이스에서 관련 문서를 검색해 활용하는 기법. 대규모 스토리지가 필요해 NAND 수요를 늘림.
- TLC NAND
- 셀 하나에 3비트를 저장하는 NAND 플래시. 고성능 엔터프라이즈 SSD에 많이 쓰이는 타입.
- 인퍼런스(Inference)
- 학습이 완료된 AI 모델이 실제로 질문에 답하거나 이미지를 인식하는 등 서비스를 제공하는 단계. 학습(Training)보다 더 광범위하게 배포되며 스토리지 수요가 큼.
- HBM (High Bandwidth Memory)
- AI 학습용 GPU에 주로 쓰이는 초고대역폭 메모리. NAND와는 역할이 다르지만 인퍼런스 아키텍처에서 HBM·DRAM·NAND의 최적 조합이 핵심 이슈.