** AI 시대에 NAND는 저장 장치를 넘어 컴퓨팅 영역으로 나아갑니다… IEEE에서 진행된 3D FeNAND 공동 최적화


**데이터 이동 병목 해소를 위해 NAND에서 직접 연산한다

· SK하이닉스 Global RTC, IEDM 2025에서 3D FeNAND 기반 아날로그 CiM(A-CiM) 논문 발표

· AI 모델 대형화로 데이터 이동에 따른 전력·지연이 인프라 핵심 병목으로 부상

· A-CiM은 메모리 셀의 전기적 상태로 AI 기본 연산(MAC)을 메모리 내부에서 수행

· 강유전체(HZO) 기반 FeNAND는 기존 CTN 구조 대비 저전력 다중 전류 레벨 제어에 유리


**셀·배선·페이지 동시 최적화로 효율을 크게 끌어올렸다

· 동일 칩 면적에서 처리량 약 10~20배, 에너지 효율 약 4,000~5,000배 개선

· 셀: 300mm 웨이퍼 스케일에서 저전류 영역 셀당 4레벨 동작과 데이터 유지 검증

· 배선: 워드라인 에어갭으로 기생 커패시턴스 약 60% 감소, 저저항 금속 병행 시 처리량 1.4배·효율 2.2배

· 페이지: 인페이지 파이프라이닝으로 처리량 9배·효율 2배, 16KB→4KB×4 분할로 처리량 1.7배


** 지엘리서치 Comment**

· AI 추론 확대로 KV 캐시·가중치 저장 부담이 커지며 NAND 수요 논리는 '용량'에서 '대역폭·전력 효율'로 이동 중이다. 이번 연구는 NAND를 저장 매체에서 연산 매체로 확장하려는 장기 로드맵의 일부로 해석된다.

[https://news.skhynix.com/en/research-inside-ep2/](https://news.skhynix.com/en/research-inside-ep2/)

** [지엘리서치](https://t.me/valjuman)