--- title: "1960년부터 2026년까지 메모리 가격을 한눈에 보는 데이터셋 공개" published: 2026-06-28T18:32:53.000Z canonical: https://jeff.news/article/4385 --- # 1960년부터 2026년까지 메모리 가격을 한눈에 보는 데이터셋 공개 스탠퍼드 DAM 프로젝트가 1960년부터 2026년까지 DRAM, NAND 플래시, HBM 가격 흐름을 볼 수 있는 인터랙티브 데이터셋을 공개했다. 단순 차트가 아니라 원본 CSV 다운로드, 세대별 DRAM 가격, AI 가속기 비용에서 HBM이 차지하는 비중까지 함께 제공한다. - 스탠퍼드 DAM 프로젝트가 1960년부터 2026년까지 메모리와 스토리지 가격을 볼 수 있는 인터랙티브 데이터셋을 공개함 - John C. McCallum의 고전적인 memory-price dataset을 이어가는 성격의 자료임 - 차트에서 마우스를 올리면 세부 정보를 보고, 범례를 눌러 시리즈를 켜고 끌 수 있음 - 슬라이더나 드래그로 확대가 가능하고, 카메라 아이콘으로 이미지 export도 됨 - 원본 데이터는 CSV로 다운로드 가능함 - 핵심 차트는 시간에 따른 GB당 가격 변화임 - DRAM, NAND 플래시, HBM을 각각 한 줄로 표시함 - 로그 스케일이라 수십 년 동안 가격이 얼마나 극적으로 내려왔는지 보기 좋음 - 단위는 명목 달러 기준 최저 소매가($/GB)임 - DRAM은 세대별로도 따로 쪼개서 볼 수 있음 - Pre-DDR, DDR, DDR2, DDR3, DDR4, DDR5로 나뉨 - 세대 구분은 제품 설명에서 추론한 것이라 오래된 데이터는 약간 부정확할 수 있음 - 전체 DRAM 가격선만 보면 세대 전환 효과가 묻히는데, 이 차트는 어느 세대가 언제 싸졌는지 따로 볼 수 있게 해줌 - AI 시대에 중요한 HBM도 별도 차트로 들어감 - HBM2e, HBM3, HBM3e, HBM4 세대별 가격을 제공함 - HBM4는 2026년 3분기 출시 예정이라 실제 거래가가 아니라 전망치임 - HBM은 공개 현물 시장이 없고, 가속기 제조사와 비공개 계약으로 거래됨 - 그래서 TrendForce, SemiAnalysis 같은 업계 분석 자료 기반의 드문 추정치임 > [!IMPORTANT] > HBM 가격은 일반 SSD나 DRAM처럼 “소매 최저가”로 보면 안 됨. 공개 시장 가격이 아니라 업계 분석 기반 추정치라, AI 가속기 원가 흐름을 보는 참고 자료에 가깝다. - AI 가속기 비용 분해도 같이 제공하는 게 이 자료의 재미 포인트임 - Epoch AI의 모델링 추정치를 사용함 - Nvidia, AMD, Google TPU, Amazon Trainium까지 4대 AI 가속기 설계사를 기준으로 함 - 비용을 HBM, 로직 다이, 패키징/CoWoS, 보조 부품으로 쌓아 보여줌 - 생산량 가중 평균이라 단순 제품 하나의 BOM이라기보다 시장 전체 흐름에 가까움 - 데이터 해석에는 주의할 점이 꽤 있음 - $/GB는 계약가나 평균가가 아니라 명목 달러 기준 최저 소매가임 - 인플레이션 조정도 안 되어 있음 - 소매가는 계약 가격보다 늦게 움직일 수 있음 - 가장 싼 목록은 최신 제품이 아니라 단종 직전 세대의 재고 정리 가격일 때가 많음 - SSD 데이터에서는 명백한 등록 오류를 제거함. 예를 들어 130달러 SSD가 4달러로 찍히는 식으로 평소보다 60% 이상 낮은 값은 제외함 - 데이터 소스도 섞여 있어서 경계 구간을 이해해야 함 - DRAM 선은 2024년 중반에 McCallum 데이터에서 Keepa 데이터로 이어 붙였음 - 그래서 그 지점에 작은 계단식 변화가 생길 수 있음 - Amazon의 최저 재고 정리 가격이 McCallum의 대표 최저가보다 낮게 잡힐 수 있기 때문임 - 업데이트 주기도 메모리 종류마다 다름 - DRAM과 NAND $/GB는 Keepa 기반으로 매월 갱신됨 - HBM은 Epoch AI 기준으로 분기마다 갱신됨 - McCallum 기반 과거 데이터와 일부 HBM 추정치는 고정값임 - 모든 포인트는 다운로드 가능한 CSV에 출처와 함께 들어 있음 --- ## 기술 맥락 - 이 자료가 유용한 이유는 메모리 가격을 “싸졌다” 한마디로 뭉개지 않고, DRAM, NAND, HBM을 따로 보여주기 때문이에요. 세 기술은 용도도 시장 구조도 달라서 같은 $/GB 그래프에 올려도 해석이 달라지거든요. - 특히 HBM은 AI 가속기에서 단순 용량보다 대역폭이 더 중요해요. 그래서 자료가 $/GB뿐 아니라 $/TBps, 즉 메모리 대역폭 단위 비용까지 언급하는 게 의미 있어요. - AI 인프라 비용을 볼 때 GPU 칩 가격만 보면 반쪽짜리예요. HBM, 로직 다이, CoWoS 패키징이 한 묶음으로 원가를 만들고, 이 중 하나가 부족하면 전체 공급과 가격이 흔들릴 수 있거든요. - 개발자나 인프라 팀 입장에서는 이 데이터가 용량 계획과 비용 감각을 잡는 데 도움이 돼요. 모델이 커질수록 연산량뿐 아니라 메모리 대역폭과 패키징 비용이 같이 올라가니, 하드웨어 선택의 이유를 설명할 때 근거로 쓰기 좋아요. ## 핵심 포인트 - DRAM, NAND 플래시, HBM의 역사적 최저 달러/GB 가격을 로그 스케일로 제공함 - DRAM은 Pre-DDR, DDR, DDR2, DDR3, DDR4, DDR5 세대로 나눠 볼 수 있음 - AI 가속기 비용은 Nvidia, AMD, Google TPU, Amazon Trainium 기준으로 HBM, 로직 다이, CoWoS 패키징, 보조 부품 비중을 모델링함 - HBM 가격은 공개 현물 시장이 없어 TrendForce, SemiAnalysis 같은 업계 추정치 기반이며 HBM4는 2026년 3분기 출시 예상치로 처리됨 - DRAM과 NAND 가격은 Keepa 기반으로 매월 갱신되고, HBM은 Epoch AI 기준으로 분기 갱신됨 ## 인사이트 AI 인프라 얘기할 때 GPU만 보이지만, 실제 병목과 비용의 큰 축은 메모리임. 이 데이터셋은 ‘메모리 가격이 계속 싸졌다’는 오래된 감각과 ‘HBM은 완전히 다른 게임’이라는 요즘 현실을 같이 보여줘서 꽤 쓸 만함.