샌디스크, 2030년까지 두 자릿수 성장 제시…AI 인프라 경쟁, 데이터 저장으로 확산
샌디스크가 AI 데이터센터의 저장 수요 확대를 근거로 2028~2030 회계연도 매출이 연평균 10%대 중후반 성장할 것이라는 장기 전망을 내놨다. AI 인프라 투자의 초점이 GPU와 전력뿐 아니라 대규모 데이터를 빠르게 저장하고 불러오는 플래시 메모리로 넓어지고 있다는 판단이다.
회사는 8월 13일 투자자 행사에서 기업용 데이터센터 플래시의 전체 시장 수요가 2030년 1.2제타바이트 규모에 이를 것으로 예상했다. 제타바이트는 1조 기가바이트에 해당하며, 여기서 1.2제타바이트는 매출액이 아니라 저장 용량을 기준으로 한 시장 전망이다.
샌디스크는 2028~2030 회계연도의 장기 재무모델로 비일반회계기준 매출총이익률 약 80%, 영업이익률 약 75%, 조정 잉여현금흐름률 약 50%도 제시했다. 제품 수요와 가격, 공급 조건, 장기 고객계약이 계획대로 유지된다는 전제에 따른 회사 전망으로, 이미 확정된 실적과는 구분해서 볼 필요가 있다.
확정 실적에서는 데이터센터 사업의 빠른 확대가 확인됐다. 2026 회계연도 3분기 샌디스크 매출은 59억5천만달러로 직전 분기보다 97% 증가했다. 데이터센터 매출은 14억6천700만달러로 전 분기 대비 233%, 전년 동기 대비 645% 늘었다. 같은 분기 전체 매출의 전년 대비 증가율은 251%였다. 회사는 고부가가치 고객 중심의 제품 구성 변화와 가격 상승을 실적 개선의 주요 배경으로 설명했다.
이 같은 흐름은 AI 시스템의 운영 방식과 연결된다. 대규모 모델은 학습 과정뿐 아니라 실제 서비스를 제공하는 ‘추론’ 단계에서도 많은 데이터를 반복적으로 읽고 저장한다. 검색증강생성(RAG), AI 에이전트의 작업 기록, 영상·과학 데이터 분석처럼 모델 외부 정보를 계속 참조하는 서비스가 늘면 저장 용량과 입출력 속도, 데이터 이동 비용이 함께 중요해진다.
샌디스크와 SK하이닉스가 개발하는 고대역폭 플래시(HBF)는 이러한 수요를 겨냥한다. HBF는 GPU 주변의 빠르지만 용량이 제한적인 메모리를 대용량 낸드플래시로 보완하려는 기술이다. 공개된 초기 규격은 최대 512GB 용량과 초당 약 0.4~3테라바이트의 전송 성능을 제시한다. 다만 현재는 규격과 개발 일정이 제시된 단계다. 샌디스크는 2026년 하반기 HBF 메모리 표본 제공, 2027년 초 HBF를 탑재한 추론 장치의 표본 제공을 목표로 하고 있어 고객 검증과 양산까지는 추가 시간이 필요하다.
보스턴권에서는 반도체 제조공장보다 클라우드 소프트웨어, 바이오 데이터, 로보틱스, 사이버보안과 대학 연구용 컴퓨팅을 통해 영향이 나타날 가능성이 있다. 유전체 분석과 신약개발 AI, 자율주행 로봇, 고성능 연구 컴퓨팅은 모두 대규모 데이터를 안정적으로 저장하고 빠르게 이동시키는 설계를 요구한다. 실제 고용 확대 여부는 지역 기업의 투자와 제품 도입 속도에 달렸지만, 데이터 엔지니어링, 분산 스토리지, 데이터베이스 성능 최적화, 클라우드 비용 관리, 보안·거버넌스의 중요성이 커질 수 있는 배경이다.
취업 준비생과 이직자는 ‘AI 경험’을 모델 호출이나 프롬프트 작성에만 한정하지 않는 편이 현실적이다. 객체 스토리지, 벡터 데이터베이스, 캐싱, 데이터 수명주기 관리, 입출력 성능 측정처럼 서비스의 속도와 비용을 함께 다룬 경험이 실무 역량을 보여주는 단서가 될 수 있다. 바이오와 로보틱스 분야에서는 실험·센서 데이터의 품질, 추적 가능성, 재현성을 기술 설계와 연결해 설명하는 능력도 중요하다.
유학생이나 취업비자 지원이 필요한 구직자는 산업 성장 전망과 개별 고용주의 채용 조건을 나눠서 확인해야 한다. AI 인프라 시장이 커지더라도 모든 기업이 같은 속도로 인력을 늘리거나 비자 지원 범위를 확대하는 것은 아니다. 채용 공고에서 데이터 플랫폼과 스토리지 관련 직무가 실제로 증가하는지, 근무지가 보스턴권에 있는지, 고용주가 OPT·STEM OPT 및 취업비자 지원 경험을 갖췄는지를 별도로 살펴볼 필요가 있다. 제도의 구체적인 적용은 개인 상황과 시점에 따라 달라질 수 있다.
창업자에게는 저장 비용과 공급 조건이 AI 제품의 원가 구조에서 더 큰 비중을 차지할 수 있다는 의미가 있다. 서비스 이용량이 증가하면 모델 실행 비용뿐 아니라 데이터 보관, 검색, 전송, 백업 비용도 함께 늘어난다. 장기 클라우드 계약이나 특정 사업자에 대한 의존도를 결정할 때 예상 데이터 증가율과 보존·삭제 정책까지 계산해야 비용 구조를 보다 정확히 파악할 수 있다.
샌디스크의 전망은 AI 인프라의 병목이 연산칩 하나에 머물지 않고 저장장치와 데이터 이동으로 확산하고 있음을 보여준다. 다만 낸드플래시 산업은 공급 확대와 가격 변동에 민감하다. 앞으로 확인할 변수는 기업용 플래시 수요가 회사 예상대로 이어지는지, HBF가 고객 검증과 양산 단계로 진입하는지, 장기 수익성 목표가 공급 증가 국면에서도 유지되는지다.