(1) 최근 HBM 디스펙과 AI 속도 조절론에도 불구하고, 우리는 지속학습(Continual Learning)이 장기 메모리 수요 구조를 바꿀 것으로 판단
(2) 지속학습은 1) HBM(학습), 2) 서버 DDR5 & eSSD(추론) 등 다양한 제품의 수요를 견인하며 메모리 공급 쇼티지는 '28년까지 계속 심화될 것으로 전망. 또한 쇼티지 자체는 '31년까지 이어질 것
(3) 지속학습은 컴퓨팅 자원 효율성을 극대화하고 AI를 더욱 더 똑똑하게 만들기 때문에 향후 5년간 AI의 핵심 주제가 될 것으로 판단
(4) 이는 새로운 과제와 지식으로 모델을 추가 학습해 강화하는 AI 학습 방식. 이에 따라, 모델을 계속 업데이트하는 동시에 과거에 습득한 데이터에도 접근해야 하므로 메모리 사용량은 또 다시 크게 증가
(5) 지속학습의 방식이 갈수록 정교해지면서, '27년부터는 학습과 추론 수요가 동시에 증가할 것으로 예상
(6) 이는 AI 추론에 사용되는 DDR5 제품과 새로운 정보를 지속적으로 습득하는 데 필요한 HBM 수요를 동시에 자극할 것
(7) 특히 HBM 비트 수요는 디스펙과 최근 AI 속도 조절론에도 불구하고, '27년에는 YoY+62%, '28년 YoY +69% 급증 전망
(8) 종합적으로 서버향 HBM/D5 수요로 인해 '27년 ~ '28년 수급 비율은 각각 -8.7%, -9.7% 수준에 도달하며 전체 DRAM 시장의 공급 쇼티지는 '28년까지 심화될 전망