AI 스토리지 호황이 시게이트의 하드 드라이브 회전을 계속시키다

(theregister.com)

AI 에이전트 확산에 따른 데이터 축적 수요 급증으로 시게이트의 고용량 하드 드라이브 수요가 2028년까지 예약될 만큼 폭발적으로 성장하며, 이는 AI 인프라의 핵심이 연산을 넘어 저장 기술로 확장되고 있음을 보여줍니다.

이 글의 핵심 포인트

1시게이트의 연간 매출이 91억 달러에서 122억 달러로 34% 증가함
2클라우드 사업자들의 수요로 인해 2028년까지의 근선형(Nearline) 공급 물량이 이미 예약됨
3AI 에이전트 애플리케이션의 확산이 데이터 생성 및 보관 수요를 촉진하는 핵심 동력임
4KV 캐시 데이터를 메모리, SSD, HDD 계층에 분산 배치하여 GPU 재연산 비용을 절감할 수 있음
5Mozaic 4 플랫폼은 최대 44TB 드라이브를 지원하며, Mozaic 5는 2027년 말 출시 예정임

이 글에 대한 공공지능 분석

왜 중요한가?

AI 산업의 중심축이 단순 모델 학습(Training)에서 실행 및 에이전트(Inference/Agentic AI)로 이동하며, 데이터 유지 비용과 효율성이 인프라의 핵심 과제로 부상했기 때문입니다. 이는 컴퓨팅 자원뿐만 아니라 스토리지 인프라의 구조적 변화를 예고합니다.

어떤 배경과 맥락이 있나?

AI 에이전트는 지속적인 문맥(Context) 유지를 위해 방대한 양의 데이터를 저장해야 하며, 이를 위해 고성능 SSD와 저비용 HDD를 결합한 계층형 스토리지(Tiered Storage) 전략이 필수적입니다. 특히 KV 캐시 데이터를 여러 계층에 분산 배치하는 기술이 중요해지고 있습니다.

업계에 어떤 영향을 주나?

하드웨어 제조사는 단순 판매 단위(Unit)의 증가보다 디스크 밀도(Density) 향상에 집중하고 있으며, 이는 인프라 구축 비용 최적화를 노리는 클라우드 기업들에게 새로운 설계 표준을 제시합니다. 스토리지 효율화가 곧 GPU 자원 절약으로 이어지는 구조입니다.

한국 시장에 어떤 시사점이 있나?

SK하이닉스와의 협업 사례에서 보듯, AI 스토리지 생태계는 메모리와 저장장치의 경계를 허무는 기술 융합이 핵심입니다. 국내 반도체 및 인프라 기업들은 차세대 계층형 스토리지 솔루션과 데이터 관리 아키텍처 개발에 주목해야 합니다.

이 글에 대한 큐레이터 의견

AI 에이전트 시대의 도래는 '연산(Compute)'만큼이나 '기억(Storage)'의 가치를 높이고 있습니다. 시게이트의 실적은 AI 인프라 투자가 GPU라는 단일 품종을 넘어, 데이터의 생애주기를 관리하는 스토리지 계층으로 확산되고 있음을 증명합니다. 스타트업 창업자들은 모델의 성능뿐만 아니라, 대규모 컨텍스트를 어떻게 저비용·고효율로 유지할 것인가에 대한 아키텍처 설계 역량을 갖춰야 합니다.

다만, 시게이트의 성장이 판매 단위(Unit)의 증가가 아닌 디스크 밀도 향상에 의존하고 있다는 점은 주의 깊게 살펴봐야 할 리스크입니다. 이는 하드웨어 비용이 물리적으로 줄어드는 것이 아니라 기술적 복잡도가 높아지는 것을 의미하며, 결국 인프라 운영 비용(OPEX) 측면에서는 여전히 높은 부담으로 작용할 수 있습니다. 따라서 서비스 규모가 커질수록 스토리지 계층화 전략을 어떻게 최적화하느냐가 수익성 확보의 관건이 될 것입니다.

원문 보기 →