SK하이닉스, 3D FeNAND 연산 최적화 공개
최근 30일 조회수 —좋아요 —핵심 요약
SK하이닉스가 셀·주변 회로·페이지를 공동 최적화한 3D FeNAND 기반 A-CiM 연구를 공개했다.

SK하이닉스가 저장과 연산을 한곳에서 수행하는 3차원 강유전체 낸드(3D FeNAND) 기반 아날로그 컴퓨트인메모리(A-CiM)의 소자·회로 공동 최적화 연구를 공개했다. 셀뿐 아니라 셀 외부 회로와 페이지 운용 방식까지 함께 최적화해 에너지 효율을 높이는 접근법으로, 연구 결과는 2025년 국제전자소자학회(IEEE IEDM)에 게재됐다.1
A-CiM은 메모리 셀에 저장된 전기적 상태를 이용해 인공지능(AI) 연산의 핵심인 곱셈·누산(MAC)을 아날로그 방식으로 처리한다. 연산장치와 메모리 사이에서 데이터를 반복해서 옮길 때 생기는 전력 소모와 지연을 줄이는 것이 목표다. AI 모델이 커질수록 저장하고 반복 호출해야 할 가중치가 늘어나는 만큼, SK하이닉스 연구진은 고밀도 데이터 저장에 적합한 3D 낸드 구조에 주목했다.
상용 3D 낸드가 주로 쓰는 전하포획질화막(CTN)은 질화막에 전자를 가두거나 방출해 셀 상태를 조절한다. SK하이닉스는 CTN 구조가 아날로그 연산에 필요한 여러 전류 단계를 정밀하게 구분하는 데 한계가 있다고 설명했다. 반면 FeNAND는 외부 전기장이 사라진 뒤에도 분극 상태를 유지하는 강유전체의 특성을 이용해 데이터를 저장하고 전류를 제어하므로, 여러 전류 단계를 더 낮은 전력으로 정밀하게 다룰 수 있다는 주장이다.
다만 셀 특성만 개선해서는 충분하지 않다. 셀 선택·제어용 배선에서 전력이 손실되거나 AI 모델의 데이터 크기와 연산 순서에 맞춰 페이지를 활용하지 못하면 전체 효율이 제한된다. 이번 연구가 셀, 비셀 회로, 페이지 구조를 함께 최적화한 이유다.
Footnotes
-
SK hynix Global Newsroom, “[Inside the Research] In the AI era, NAND moves beyond storage to computing… 3D FeNAND co-optimization at IEEE” ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- [Research Inside] AI 시대, 저장하던 낸드가 연산을 시작했다∙∙∙ IEEE 논문으로 입증한 3D FeNAND Co-optimization이 여는 AI 메모리의 새로운 차원 — SK하이닉스 뉴스룸 · 자료: 2026. 10. 14.
- [Inside the Research] In the AI era, NAND moves beyond storage to computing… 3D FeNAND co-optimization at IEEE — SK hynix Global Newsroom · 자료: 2026. 10. 14.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요.