왜 AI 시대에 HDD가 다시 주목받고 있는가? 용량, 비용, 그리고 콜드 데이터의 논리

HDD가 AI 시대에 다시 주목받고 있는 이유는 SSD보다 빠르기 때문이 아니라, AI 학습, 추론, 로그, 동영상, 이미지, 백업, 오브젝트 스토리지가 훨씬 더 큰 장기 데이터 보존 수요를 만들어내고 있기 때문입니다. SSD는 핫 데이터, 낮은 지연 시간, 고동시 접근에 더 적합한 반면, HDD는 대용량, 저비용의 콜드 데이터 저장에 더 적합합니다. HDD의 가치를 이해하려면 용량당 비용, 데이터 라이프사이클, 데이터 센터 TCO, 계층화된 스토리지를 살펴봐야 하며, 단일 드라이브의 속도만 볼 것이 아닙니다.

핵심 요약

• HDD가 다시 주목받는 주된 이유는 AI 데이터 양이 급격히 확대되고 있기 때문입니다.
• HDD는 저지연 컴퓨팅에는 적합하지 않지만, 대규모 장기 저장에는 적합합니다.
• 콜드 데이터, 오브젝트 스토리지, 백업, 아카이브는 여전히 저비용 용량에 의존합니다.
• SSD와 HDD는 완전한 대체 관계가 아니며, 스토리지 계층에서 함께 작동합니다.
• HAMR, SMR, 헬륨 충전 드라이브는 HDD 용량을 계속해서 더 높이고 있습니다.
• HDD 공급망을 평가하려면 수요, 가격, 공급, 고객 구성에 주목해야 합니다.

AI 시대에 HDD가 다시 주목받는 이유는?

HDD는 AI 시대에 다시 주목받고 있습니다. AI에는 GPU, HBM, 고속 네트워킹만 필요한 것이 아니라 점점 더 많은 데이터를 저장해야 하기 때문입니다. 학습 데이터셋, 추론 로그, 사용자 상호작용 기록, 모델 버전, 이미지, 동영상, 객체 데이터, 백업 파일 등이 모두 밀리초 수준의 접근이 필요한 것은 아니지만, 상당 기간 보존해야 하는 경우가 많습니다. SSD는 핫 데이터와 고성능 액세스를 처리하고, HDD는 대규모, 저비용, 장기 저장 용량 풀 역할을 합니다.

AI 기반 스토리지 수요에는 두 가지 핵심 특성이 있습니다: 방대한 데이터 볼륨과 매우 다양한 접근 빈도입니다. IDC의 Global Datasphere는 매년 전 세계에서 생성, 수집, 복제되는 데이터의 양을 측정하는 데 사용됩니다. Seagate가 지원한 이전 보고서인 Data Age 2025에서도 글로벌 데이터 볼륨이 수십 제타바이트 규모에서 100제타바이트 범위로 성장할 것이라는 추세를 설명한 바 있습니다. 구체적인 예측은 연도와 방법론에 따라 달라지지만, 방향은 분명합니다. 데이터 생산량은 대부분의 사용자가 직관적으로 예상하는 것보다 훨씬 빠르게 증가하고 있다는 것입니다.

AI 시스템 내부의 데이터는 훈련 과정에서만 가치가 있는 것이 아닙니다. 과거 로그는 모델 평가에 활용될 수 있고, 사용자 상호작용은 제품 개선에 도움을 줄 수 있으며, 이미지와 동영상은 멀티모달 훈련에 들어갈 수 있고, 비즈니스 데이터는 검색 증강 생성(retrieval-augmented generation)을 지원할 수 있으며, 오래된 모델 가중치는 비교나 롤백을 위해 보관될 수 있습니다. 이 데이터 중 상당 부분은 매 초마다 접근되는 것은 아니지만, 그렇다고 가볍게 삭제할 수도 없습니다. 바로 그 지점에서 HDD는 여전히 가치를 지니고 있는 것입니다.

이것이 바로 “AI 시대의 HDD 부활”이라는 표현이 오해되기 쉬운 이유입니다. HDD는 컴퓨팅 경로 내부의 고속 드라이브로 돌아오는 것이 아니며, 높은 IOPS와 낮은 지연 시간이 요구되는 워크로드에서 NVMe SSD를 대체하기에도 적합하지 않습니다. HDD가 주목받는 이유는 데이터 센터가 AI 데이터 수명 주기를 지원하기 위해 더 큰 용량의 기반을 필요로 하기 때문입니다. AI 지향적 대용량 스토리지에 대한 논의에서 Seagate 역시 규모가 큰 AI에는 여러 스토리지 솔루션이 필요하며, 고용량 하드 드라이브가 여전히 중요한 계층으로 남는다고 강조합니다.

요약: AI 시대에 HDD의 가치는 속도가 아니라 상대적으로 낮은 비용으로 점점 더 많은 데이터를 저장할 수 있는 능력에 있습니다. AI의 병목 지점은 연산에만 국한되지 않으며, 데이터 수집, 정리, 저장, 재사용 및 컴플라이언스 보존도 포함됩니다. SSD는 핫 데이터, 캐시, 저지연 액세스 및 학습 파이프라인에 더 적합한 반면, HDD는 콜드 데이터, 백업, 오브젝트 스토리지 및 장기 용량 풀에 더 적합합니다. HDD에 대한 주목이 다시 높아진 것은 SSD에 대한 성능 반격으로 이해해서는 안 됩니다. 데이터 센터 내에서 확장되는 계층화 스토리지 수요의 결과로 이해하는 것이 더 적절합니다. AI 데이터가 증가할수록 서로 다른 액세스 빈도를 가진 데이터를 서로 다른 스토리지 미디어에 배치하는 것이 더욱 중요해집니다.

콜드 데이터란 무엇이며, 왜 HDD가 콜드 데이터 및 오브젝트 스토리지에 적합한가?

콜드 데이터란 접근 빈도가 낮지만 장기간 보존할 필요가 있는 데이터를 말합니다. 그 예로는 과거 로그, 백업 파일, 영상 자산, 이미지 라이브러리, 규정 준수 보존 파일, 오래된 학습 데이터셋, 아카이브된 문서 등이 있습니다. HDD가 콜드 데이터에 적합한 이유는 약점이 없기 때문이 아니라, 콜드 데이터는 용량당 비용, 보존 기간, 시스템 수준의 신뢰성을 더 중시하고 초저지연에 덜 민감하기 때문입니다.

데이터를 핫(hot), 웜(warm), 콜드(cold) 카테고리로 나눌 수 있습니다. 핫 데이터는 자주 액세스되며 일반적으로 낮은 지연 시간과 높은 동시성이 필요합니다. 웜 데이터는 가끔 액세스되며 비교적 빠른 검색이 필요합니다. 콜드 데이터는 거의 액세스되지 않지만 감사, 복구, 학습, 분석 또는 규정 준수를 위해 나중에 검색해야 할 수도 있습니다. 클라우드 스토리지 제품도 유사한 논리를 사용합니다. 예를 들어, Amazon S3 Storage Classes는 자주 액세스되는 스토리지, 드물게 액세스되는 스토리지, 아카이브 스토리지를 구분하는 반면, Google Cloud Storage Classes는 액세스 빈도와 최소 스토리지 기간을 기준으로 스토리지를 Standard, Nearline, Coldline, Archive로 나눕니다.

오브젝트 스토리지와 HDD는 자주 함께 논의됩니다. 오브젝트 스토리지는 대량의 비정형 데이터에 적합하기 때문입니다. 이미지, 비디오, 로그, 백업, AI 데이터셋, 센서 데이터는 모두 오브젝트로 저장될 수 있습니다. HDD는 대형 오브젝트, 낮은 접근 빈도, 스케일 아웃 아키텍처에서 순차 처리량, 대용량, 그리고 테라바이트당 더 낮은 비용 측면에서 여전히 장점을 가지고 있습니다. 연구 시스템 SMORE는 SMR 하드 드라이브를 활용하여 콜드 데이터를 위한 대형 오브젝트 스토리지를 구축하는 방법을 탐구하며, SMR의 순차 쓰기 제약이 대형 오브젝트와 적은 수정 횟수를 특징으로 하는 워크로드에 더 적합하다는 점을 강조합니다.

콜드 데이터는 가치 없는 데이터가 아닙니다. AI는 기업들이 과거 데이터의 가치를 재평가하도록 만들고 있습니다. 한때 기록 보관 목적으로만 보관되던 로그가 이제는 모델 평가에 사용될 수 있습니다. 잠자고 있던 동영상과 이미지가 멀티모달 학습에 활용될 수 있습니다. 여러 시스템에 흩어져 있는 비정형 비즈니스 데이터는 검색 증강 생성(RAG)을 통해 재활용될 수 있습니다. 기업에게 콜드 데이터는 순수한 비용 부담에서 AI가 나중에 재사용할 수 있는 데이터 자산으로 변하고 있습니다.

요약: 콜드 데이터의 핵심 개념은 쓸모없다는 것이 아니라, 접근 빈도가 낮고 오랫동안 보존되며 미래에 다시 검색이 필요할 수 있다는 것입니다. HDD는 용량당 상대적으로 낮은 비용으로 대량의 비정형 데이터를 저장할 수 있기 때문에 콜드 데이터에 적합합니다. AI 시대에는 과거의 로그, 이미지, 동영상, 센서 데이터, 비즈니스 아카이브가 모두 학습, 검색, 분석 또는 감사에 재사용될 수 있습니다. 이는 콜드 데이터의 전략적 가치를 높입니다. HDD는 모든 워크로드에 적합한 것은 아니지만, 오브젝트 스토리지, 백업, 아카이브, 대규모 콜드 데이터 풀에서는 여전히 데이터 센터 용량 계층의 중요한 선택지입니다.

HDD, SSD, 엔터프라이즈 SSD: 용량, 성능, 비용은 어떻게 구분되는가

HDD, SSD, 엔터프라이즈 SSD는 서로를 단순히 대체하는 관계가 아니라, 계층화된 스토리지 시스템의 서로 다른 계층을 이룹니다. HDD의 핵심 강점은 저비용 대용량 저장입니다. 소비자용 SSD는 개인용 컴퓨터와 빠른 반응성의 사용자 경험에 더 적합합니다. 엔터프라이즈 SSD는 높은 IOPS, 낮은 지연 시간, 안정적인 쓰기가 필요한 데이터 센터 워크로드에 더 적합합니다. AI 시대의 진짜 질문은 어떤 매체가 다른 매체를 대체하느냐가 아니라, 어떤 데이터를 어떤 스토리지 계층에 배치해야 하느냐입니다.

HDD의 장점은 자기 기록의 용량 경제성에서 비롯됩니다. HDD vs SSD에서 Western Digital은 최신 Ultrastar HDD가 최대 32TB의 용량에 도달할 수 있으며 하이퍼스케일 데이터 센터 및 엔터프라이즈 스토리지 인프라의 중요한 구성 요소로 계속 활용되고 있다고 언급합니다. HDD의 약점 또한 분명합니다. 기계 부품이 있어 무작위 접근 지연 시간과 IOPS가 SSD에 크게 뒤처집니다. 따라서 최신 고성능 시스템 드라이브로는 적합하지 않으며, 집약적인 무작위 읽기/쓰기 워크로드에도 이상적이지 않습니다.

SSD는 낮은 지연 시간, 높은 IOPS, 충격 저항, 높은 동시성 액세스라는 장점을 가지고 있습니다. 운영 체제, 데이터베이스, 게임, 개발 환경 또는 비디오 편집 자료를 SSD에 저장하면 HDD에서의 경험보다 일반적으로 훨씬 더 나은 성능을 제공합니다. 엔터프라이즈 SSD는 일관된 지연 시간, 정전 보호, 엔드투엔드 데이터 보호, DWPD 및 QoS를 더욱 강조하여 클라우드 서비스, 데이터베이스, 가상화 및 AI 학습 데이터 파이프라인에 더욱 적합합니다.

하드웨어 비용에서 거래 비용까지

HDD, 엔터프라이즈 SSD, NAND, 클라우드 컴퓨팅 및 AI 데이터센터 관련 주식에 관심이 있다면, 산업 논리 외에 실제 거래 비용도 고려해야 합니다. 미국 주식 거래 비용에는 일반적으로 수수료 외에도 플랫폼 수수료, 외부 중개 수수료, 거래 활동 수수료 등 다양한 요금이 포함될 수 있습니다. Biya는 미국 주식 거래 시 수수료를 $0로 책정하며, 플랫폼 수수료, 외부 중개 수수료 및 기타 요금은 수수료 센터와 주문 페이지를 기준으로 합니다. 해당 서비스가 귀하의 지역에서 이용 가능한 경우 Biya 미국 주식 거래 수수료에서 확인할 수 있습니다. 공개 시장 정보 및 수수료 구조는 참고용으로만 사용해야 하며 투자 권유를 구성하지 않습니다.

데이터 센터 관점에서 비용은 단순히 드라이브의 구매 가격만이 아닙니다. Western Digital의 HDD 스토리지에 대한 장기적 사례에서는 SSD가 여전히 HDD에 비해 테라바이트당 5배~10배의 비용 프리미엄을 지니고 있으며, 이러한 차이는 페타바이트 및 엑사바이트 규모의 배포에서 더욱 커진다고 지적합니다. 대형 고객들은 또한 조달 비용뿐만 아니라 랙 공간, 전력 소비, 냉각, 유지 보수, 고장 교체, 이중화 및 수명 주기도 비교합니다.

요약: HDD의 강점은 속도가 아니라 대용량과 낮은 비용입니다. SSD의 강점은 용량 비용이 아니라 낮은 지연 시간과 높은 동시성입니다. 엔터프라이즈 SSD의 강점은 안정적인 성능과 데이터센터 수준의 신뢰성입니다. AI 시대는 단일 승자 저장 매체에 관한 것이 아니라 더 중요한 저장 계층화에 관한 것입니다. 핫 데이터는 SSD에 두어야 합니다. 웜 데이터는 워크로드에 따라 SSD나 HDD에 배치할 수 있습니다. 콜드 데이터와 장기 아카이브는 HDD 또는 그보다 더 저렴한 미디어에 더 적합합니다. 저장 솔루션을 선택할 때는 단순히 HDD와 SSD 중 무엇이 더 나은지 묻기보다 접근 빈도, 지연 시간 요구 사항, 보존 기간, 예산, 신뢰성 요구 사항을 먼저 평가해야 합니다.

HAMR, SMR, 헬륨 충전 드라이브가 HDD 용량을 계속 늘리는 방법

HDD 용량은 HAMR, SMR, 헬륨 충진 패키징, 더 높은 플래터 밀도, 드라이브당 더 많은 플래터를 통해 계속 증가할 수 있습니다. HDD가 AI 시대에 주목받고 있는 것은 기계식 드라이브가 "저렴"하기 때문만이 아니라, 제조업체들이 단일 드라이브 용량을 30TB, 40TB 이상으로 끌어올리고 있기 때문이기도 합니다. 더 높은 용량은 데이터 센터에서 랙 밀도, 용량당 에너지 효율, 테라바이트당 비용을 개선할 수 있습니다.

HAMR은 열보조 자기 기록(Heat-Assisted Magnetic Recording)을 의미합니다. 그 핵심 아이디어는 기록 시 국소 가열을 활용하여 자기 재료가 더 작은 자기 영역에 데이터를 안정적으로 기록할 수 있도록 함으로써 면적 밀도를 높이는 것입니다. Seagate의 Mozaic 플랫폼은 HAMR 기술을 기반으로 하며, 대규모 데이터 센터의 용량 밀도를 높이도록 설계되었습니다. Seagate는 또한 데이터 센터 및 AI 스토리지 수요를 충족하기 위해 Exos M 30TB를 발표했으며, 이전에 Exos M 샘플 최대 36TB의 용량을 제공합니다.

SMR은 Shingled Magnetic Recording(셰일드 자기 기록)의 약자입니다. 이는 자기 트랙을 지붕 기와처럼 부분적으로 겹쳐서 플래터 용량을 늘리는 기술입니다. 단점은 무작위 재기록이 더 복잡해진다는 것이므로, SMR은 순차 쓰기, 낮은 수정 빈도, 대용량 객체, 콜드 데이터에 더 적합합니다. CMR(Conventional Magnetic Recording, 기존 자기 기록)은 전통적인 기록 방식입니다. 더 유연한 무작위 쓰기를 제공하며, 더 폭넓은 범위의 엔터프라이즈 워크로드에 적합합니다.

헬륨 충전 드라이브가 중요한 이유는 공학적 효율성 때문입니다. 헬륨은 공기보다 밀도가 낮아 플래터의 저항과 진동을 줄여주고, 드라이브에 더 많은 플래터를 장착할 수 있게 하며, 전력 및 열 특성도 개선합니다. Western Digital의 32TB UltraSMR 및 26TB CMR HDD는 하이퍼스케일, 클라우드 및 엔터프라이즈 데이터 센터를 겨냥합니다. 이후 AI 시대의 스토리지 혁신에 관한 논의에서도 고객 인증(Qualification)에 들어간 40TB UltraSMR ePMR HDD를 언급하고 더 높은 용량의 로드맵에 대해서도 이야기했습니다.

요약: HDD는 과거에 머물러 있는 기계 장치가 아닙니다. HAMR는 면적 밀도를 개선하고, SMR은 용량 효율을 향상시키며, 헬륨 충전 패키징은 다중 플래터 설계와 전력 특성을 개선하고, CMR은 더 유연한 엔터프라이즈 쓰기 시나리오를 계속 지원합니다. 이러한 기술들이 함께하여 HDD는 데이터 센터의 용량 계층에서 계속 진화하고 있습니다. HDD 기술을 생각할 때 기계식 하드 드라이브가 느리다는 사실에만 주목해서는 안 됩니다. 단위 공간, 전력, 비용당 얼마나 많은 데이터를 저장할 수 있는지, 그리고 그 데이터가 자주 액세스되어야 하는지도 물어봐야 합니다. 콜드 데이터와 오브젝트 스토리지가 계속 성장하는 한, HDD 기술 로드맵은 여전히 상업적 관련성을 유지합니다.

AI 데이터 센터가 여전히 HDD를 필요로 하는 이유: TCO, 공급망, 그리고 신뢰성

AI 데이터 센터에는 여전히 HDD가 필요한데, 그 이유는 대부분의 데이터가 항상 실시간 연산 경로에 있는 것은 아니기 때문입니다. GPU 학습과 추론에는 고속 스토리지가 필요하지만, 데이터 레이크, 백업, 로그, 이력 샘플, 오브젝트 스토리지, 컴플라이언스 보존은 TCO, 용량 공급, 시스템 수준의 신뢰성을 더 중요하게 생각합니다. HDD의 역할은 SSD를 대체하는 것이 아니라, 용량 계층에서 총 스토리지 비용을 줄이는 것입니다.

TCO는 단순히 드라이브 구매 가격 그 이상을 포함합니다. 여기에는 조달 비용, 랙 공간, 전력 소비, 냉각, 운영, 고장률, 데이터 이중화, 수명 주기, 그리고 공급 안정성이 포함됩니다. Western Digital는 AI 스토리지에서의 HDD에 대한 논의에서 HDD가 AI 스토리지에서 여전히 중요한 저비용·고신뢰 용량 계층으로 남아 있다고 강조합니다. 페타바이트 및 엑사바이트 규모에서는 용량 비용의 작은 백분율 차이조차 상당한 예산 차이로 이어질 수 있습니다.

신뢰성은 또한 단일 드라이브 수준에서만 판단할 수 없습니다. HDD는 기계 장치이며 개별 드라이브는 고장날 수 있습니다. 데이터 센터는 중복화, 소거 부호화(erasure coding), 지리적 복제, 상태 모니터링, 그리고 일괄 교체를 통해 위험을 관리합니다. Backblaze의 2025 Drive Stats에서는 344,196개의 드라이브를 추적하여 연간 고장률 1.36%를 보고했습니다. 이러한 유형의 데이터는 대규모 드라이브 신뢰성을 평가할 때 개인용 드라이브 하나의 고장 경험에서 전체 클라우드 스토리지 아키텍처로 외삽하는 것이 아니라, 장기적인 표본과 시스템 관리를 통해 이루어져야 함을 보여주기 때문에 유용합니다.

공급 부족은 HDD가 다시 주목받고 있다는 또 다른 신호입니다. AI 데이터센터 건설 속도가 대용량 HDD를 전략적 자원으로 만들고 있습니다. 엔터프라이즈 HDD 부족, 납기 지연, 하이퍼스케일러의 공급 확보 움직임에 관한 최근 시장 보고서가 더 자주 등장하고 있습니다. Tom’s Hardware는 엔터프라이즈 하드 드라이브가 백오더에 들어갔다고 보도하며, 이는 AI 인프라 수요의 영향으로 엔터프라이즈 HDD와 QLC SSD의 수급 균형에 파장을 일으키고 있다고 전했습니다.정확한 가격과 납기는 시장에 따라 변동하겠지만, 이러한 추세는 대용량 스토리지가 더 이상 단순한 배경 하드웨어가 아니라 AI 인프라의 일부가 되었음을 보여줍니다.

요약: AI 데이터 센터가 HDD를 유지하는 것은 HDD가 모든 워크로드에 적합하기 때문이 아니라, 대규모 데이터 시스템이 성능과 비용을 계층화(tiering)를 통해 균형 있게 조정해야 하기 때문입니다. GPU는 고속 데이터 전송을 요구하고, SSD는 핫 데이터와 캐시를 처리하며, HDD는 용량 풀, 콜드 데이터, 백업, 장기 보관을 담당합니다. 데이터 센터가 HDD를 구매할 때 실제 비교 대상은 시스템 수준의 TCO, 즉 용량당 비용, 전력, 공간, 이중화, 신뢰성, 공급 안정성입니다. AI 수요가 강해질수록 단일 매체에 베팅하기보다는 스토리지 계층들이 함께 작동하는 것이 더욱 중요해집니다. HDD의 가치는 용량 경제성에서 비롯되지만, 공급망과 고객 구조의 영향도 받습니다.

일반 사용자와 투자자가 HDD 기회와 리스크를 평가하는 방법

일반 사용자는 백업, NAS, 미디어 라이브러리, 사진 및 동영상 아카이브, 콜드 데이터, 장기 저장 수요를 기준으로 HDD를 평가해야 합니다. 투자자는 대용량 니어라인 HDD 수요, AI 데이터센터 주문, 가격 사이클, 공급 제약, 고객 구성을 살펴보며 HDD 공급망을 평가해야 합니다. HDD 기회는 데이터 규모 확장에서 비롯되는 반면, 리스크는 순환성, SSD 대체, 고객 집중에서 비롯됩니다.

일반 사용자에게 HDD는 여전히 홈 NAS, 사진 백업, 비디오 아카이브, 로컬 콜드 백업, 미디어 라이브러리 및 자주 접근하지 않는 파일에 적합합니다. 시스템 드라이브, 게임 드라이브, 개발 환경 또는 빈번한 랜덤 액세스가 필요하다면 SSD가 더 적합합니다. 중요한 데이터를 보존해야 한다면, HDD 또한 "절대적으로 안전한" 단일 저장 지점 역할을 할 수 없습니다. 여러 개의 사본, 로컬 및 클라우드 백업, 정기적인 검증, 그리고 오프사이트 저장을 고려해야 합니다.

투자자에게 HDD 공급망은 단순히 "기계식 하드 드라이브 가격 상승"에 관한 것이 아닙니다. 더 중요한 요소로는 니어라인 HDD 엑사바이트 출하량, 평균 드라이브 용량, ASP, 매출총이익률, 장기 공급 계약, 하이퍼스케일러 수요, AI 데이터 센터 건설 속도, 그리고 경쟁 구도가 있습니다. Seagate, Western Digital, Toshiba가 주요 HDD 제조업체입니다. 상류 공급망에는 플래터, 헤드, 모터, 소재, 장비 공급업체도 포함됩니다. 또한 저가형 QLC SSD가 일부 콜드 데이터 사용 사례에서 HDD를 대체하는지 여부도 모니터링해야 합니다.

Seagate, Western Digital, NAND, 엔터프라이즈 SSD, AI 데이터 센터, 반도체 ETF 또는 미국·홍콩 기술 섹터를 팔로우하고 있다면, 미국 주식 조회 도구를 활용해 관련 종목과 산업 정보를 살펴볼 수 있습니다. 여러 시장을 넘나들며 추적할 때는 산업 스토리에만 의존하기보다 환율, 수수료, 거래 규칙, 그리고 자신의 위험 감내 능력도 함께 고려해야 합니다.

요약: 일반 사용자는 대용량, 낮은 접근 빈도, 다중 백업 사본이 필요한지 여부를 기준으로 HDD를 평가해야 합니다. 투자자는 AI가 지속 가능한 용량 수요를 창출하는지, 제조업체가 단일 드라이브 용량과 수익성을 개선할 수 있는지, 공급이 부족한지, 그리고 일부 시나리오에서 SSD가 HDD를 대체하는지를 기준으로 HDD를 평가해야 합니다. HDD 기회는 데이터 규모 확장에서 나옵니다. 리스크는 사이클, 기술 대체, 고객 집중에서 발생합니다. 하드 드라이브를 구매하든 관련 자산을 관찰하든 "AI 컨셉"에만 초점을 맞춰서는 안 됩니다. 용량, 비용, 신뢰성, 실제 수요로 돌아가야 합니다. 데이터는 자산이며, 데이터를 저장하는 것에도 신중한 비용 계산이 필요합니다.

HDD가 다시 주목받고 있는 이유를 이해하면 AI 인프라에 대한 시야를 "GPU와 칩"에서 "데이터와 스토리지"로 넓히는 데 도움이 됩니다. 메모리 칩, 기계식 하드디스크, 엔터프라이즈 SSD, AI 데이터센터, 반도체 ETF, 미국 또는 홍콩 기술주를 팔로우한다면, Biya를 사용하여 멀티자산 거래를 기록하고, 관련 종목을 모니터링하며, 청구 정보를 관리할 수 있습니다. Biya는 미국 주식 및 홍콩 주식 거래는 물론 디지털 자산 거래도 지원합니다. 미국 주식 거래 수수료는 $0이며, 플랫폼 수수료, 외부 대리 수수료 및 기타 요금은 수수료 센터와 주문 페이지를 참조하시기 바랍니다. 여러 시장을 넘나들며 추적할 때는 실시간 환율는 서로 다른 통화 간의 비용 변화를 추정하는 데에도 도움이 될 수 있습니다. 관련 서비스의 이용 가능 여부는 사용자의 위치, 신원 인증 결과, 플랫폼 규칙, 그리고 적용 법률 및 규정에 따라 달라집니다. 위의 정보는 공개된 시장 정보, 거래 규칙 및 수수료 구조를 소개하는 것에 불과하며 투자 권유를 구성하지 않습니다.

FAQ

HDD는 왜 SSD로 완전히 대체되지 않았나요?

HDD가 SSD로 완전히 대체되지 않은 이유는 저비용 대용량 저장장치, 콜드 데이터, 백업, 오브젝트 스토리지, 데이터 센터의 용량 계층에서 여전히 장점을 가지고 있기 때문입니다. SSD는 낮은 지연 시간과 높은 동시성 접근에 더 적합하고, HDD는 자주 접근하지 않는 대량의 데이터를 장기간 저장하는 데 더 적합합니다.

AI 데이터 센터에는 왜 여전히 HDD가 필요한가요?

AI 데이터 센터에 여전히 HDD가 필요한 이유는 AI가 고속 컴퓨팅뿐만 아니라 학습 데이터, 추론 로그, 모델 버전, 이미지, 비디오, 콜드 데이터를 위한 저장 공간도 필요로 하기 때문입니다. SSD는 핫 데이터에 더 적합하고, HDD는 대규모 용량 풀과 장기 아카이브에 더 적합합니다.

콜드 데이터에 SSD 스토리지보다 HDD 스토리지가 더 적합한 이유는 무엇인가요?

콜드 데이터는 접근 빈도가 낮고, 장기간 저장되며, 지연 시간에 덜 민감하기 때문에 HDD 스토리지가 더 적합합니다. 콜드 데이터는 용량당 비용을 더 중요하게 여깁니다. SSD는 더 빠르지만, 대규모 장기 저장에는 일반적으로 더 비쌉니다.

홈 NAS용으로 HDD를 구매하는 것이 여전히 가치가 있을까요?

주요 수요가 사진 백업, 미디어 라이브러리, 자주 접근하지 않는 파일, 대용량 저장이라면 홈 NAS용으로 HDD를 구매하는 것은 여전히 가치가 있습니다. 시스템 드라이브, 캐시 드라이브, 고빈도 랜덤 액세스 작업에는 SSD가 더 적합합니다. 중요한 데이터는 여러 사본을 보관해야 하며, RAID는 백업과 동일하지 않습니다.

HAMR 하드 드라이브는 HDD와 SSD 간 경쟁 구도를 바꿀까요?

HAMR 하드 드라이브는 HDD의 용량과 공간 효율성을 높일 것이지만, 낮은 지연 시간이나 랜덤 액세스 워크로드에서 HDD를 SSD보다 빠르게 만들지는 못할 것입니다. HAMR은 데이터 센터의 용량 계층, 콜드 데이터, 오브젝트 스토리지 분야에서 HDD의 역할을 강화하는 방향으로 작용할 가능성이 더 높습니다.

HDD 공급망에 투자할 때 어떤 리스크가 중요할까요?

HDD 공급망에 투자할 때 주요 리스크로는 스토리지 가격 사이클, AI 수요의 지속 가능성, 고객 집중도, SSD 대체, 공급 확장, 기술 로드맵의 실행 등이 있습니다. 관련 거래 역시 플랫폼 수수료, 청구 세부 사항, 현지 규제 요건을 바탕으로 평가해야 합니다.