⚡ 결론 직답: 샌디스크(SanDisk)는 2030년 전 세계 AI 토큰 생성량이 초당 약 3,170억 개에 달할 것으로 전망하며, 이는 인프라의 물리적 처리 용량 한계에 기반한 대규모 성장을 시사합니다.
📌 3줄 핵심 요약
- 샌디스크(SanDisk)의 'Tokenomics 2030' 보고서는 2030년 연간 AI 토큰 생산량이 10퀸틸리언(quintillion) 개에 도달할 것으로 예측했습니다.
- 2026년 초당 약 50억 개 수준에서 4년 만에 60배 이상 급증하는 수치로, 매년 약 3배의 폭발적 성장을 전제로 합니다.
- 해당 수치는 수요 예측이 아닌 전력, 가용 가속기, 메모리 대역폭 등 인프라의 물리적 처리 가능 용량(Capacity Ceiling)을 기준으로 산출되었습니다.
📅 데이터 기준일: 2026-11-22 | 원문 출처 기반 심층 리포트
안녕하세요, 딥러너 (DeepLearner)입니다.
최근 AI 산업의 발전 속도를 보면, 우리가 상상하는 것 그 이상의 변화가 눈앞에 다가와 있음을 실감하게 됩니다. 오늘은 글로벌 플래시 메모리 제조사인 샌디스크(SanDisk)가 발표한 'Tokenomics 2030' 보고서를 통해, 향후 AI가 생성할 데이터의 양이 얼마나 폭발적으로 증가할지에 대한 놀라운 전망을 전해드리려고 합니다.
AI 토큰의 폭발적 성장: 2030년 초당 3,170억 개 시대의 도래#
샌디스크의 이번 예측은 가히 압도적입니다. 샌디스크는 AI 시스템이 생성할 토큰의 양이 상상을 초월하는 규모로 성장할 것으로 보고 있습니다. 보고서에 따르면, 2026년(또는 올해 기준) AI 시스템은 약 150 quadrillion(15경) 개의 토큰을 생성할 것으로 추정되며, 오는 2030년에는 연간 생성량이 무려 10 quintillion(100경) 개에 달할 수 있다고 내다봤습니다. 이를 초 단위로 환산하면, 매초 약 3,170억 개의 토큰이 쏟아져 나오는 시대가 도래한다는 계산이 나옵니다. 이 수치는 기존의 예측치와 비교해도 매우 파격적인데, 골드만삭스 리서치(Goldman Sachs Research)가 예측한 월간 120 quadrillion(12경) 개의 토큰 생성량과 비교하면 무려 약 7배나 높은 수치입니다.
하지만 이 놀라운 숫자를 접할 때는 한 가지 중요한 맥락을 함께 짚고 넘어가야 합니다. 샌디스크는 이 수치에 대해 매우 신중한 각주를 달아두었습니다. 샌디ックス는 해당 수치가 자사의 내부 분석과 추정치를 바탕으로 도출된 것이며, "오직 예시적인 목적을 위해서만 의도되었다(intended for illustrative purposes only)"고 명시했습니다. 또한, 이 전망치를 산출하는 데 사용된 외부 데이터 소스에 대해서는 별도로 이름을 밝히지 않았습니다. 여기서 우리가 주목해야 할 점은 이 데이터를 발표한 주체가 누구냐는 것입니다. 샌디스크는 바로 이 엄청난 양의 토큰 데이터를 저장하고 처리하기 위해 반드시 필요한 인프라인 기업용 SSD(enterprise SSDs)를 공급하는 기업입니다. 즉, 자신들의 제품이 쓰일 거대한 시장의 잠재력을 보여주기 위한 인프라적 관점의 예측이라고 이해할 수 있습니다.
그렇다면 샌디스크는 어떤 방식으로 이 거대한 숫자를 계산해낸 것일까요? 샌디스크의 제프 포크트먼(Jeff Fochtman)이 작성한 동반 게시물에 따르면, 이 예측 모델은 샌디스크의 제품 관리 부문 수석 부사장(Senior Vice President of Product Management)인 에릭 스패뉴트(Eric Spanneut)가 이끄는 팀에 의해 구축되었습니다. 흥미로운 점은 이 모델의 접근 방식입니다. 보통의 예측 모델이 "사람들이 AI를 얼마나 필요로 할 것인가"라는 수요(Demand) 측면에서 시작하는 것과 달리, 이 모델은 "전 세계의 인프라가 현실적으로 얼마나 많은 토큰 출력을 감당할 수 있는가"라는 공급(Supply) 측면의 한계치에 초점을 맞추어 설계되었습니다.
결과적으로 이 모델은 기술적 인프라의 확장 가능성을 기반으로 역산된 수치입니다. 샌디스크는 모델의 입력값(inputs)으로 몇 가지 핵심적인 기술적 지표들을 고려했습니다. 구체적으로는 AI 추론(inference)에 투입되는 전력량, 가속기 플릿(accelerator fleet)의 규모와 성능, 컴퓨팅 및 메모리 대역폭(bandwidth), 네트워킹 및 스토리지(storage), 그리고 향후 기대되는 활용도 및 소프트웨어 효율성의 향상분 등이 포함되었습니다. 즉, 하드웨어와 소프트웨어의 발전이 뒷받침될 때 우리가 맞이하게 될 데이터 생성의 물리적 한계치를 추정한 것이라고 볼 수 있습니다.
인프라 한계치 기반의 모델링: 전력 및 메모리 대역폭의 역할#
샌디스크(SanDisk)가 발표한 'Tokenomics 2030' 보고서에서 가장 눈에 띄는 수치는 단연 초당 3,170억 개의 토큰 생성량입니다. 하지만 이 수치는 단순한 수요 예측이라기보다, 우리가 구축할 수 있는 인프라의 '물리적 한계치(Capacity Ceiling)'에 가깝다는 분석이 지배적입니다. 샌디스크는 이 거대한 수치를 뒷받침하는 핵심 전제 조건들을 명확히 공개하지 않았습니다. 예를 들어, 2030년 인퍼런스(Inference, 추론) 서비스를 지원하기 위해 구체적으로 몇 기가와트(GW)의 전력이 필요할 것인지와 같은 핵심적인 인프라 요구량은 베일에 싸여 있습니다.
흥미로운 점은 이 수치가 겉보기만큼 정교하지 않을 수 있다는 사실입니다. 샌디스크가 제시한 연간 10 quintillion(1경) 개의 토큰을 1년의 초 단위인 약 3,150만 초로 나누면 정확히 초당 3,170억 개라는 숫자가 나옵니다. 즉, 헤드라인에 등장하는 이 압도적인 숫자는 일종의 단위 변환을 통해 도출된 라운드 넘버(Round number)인 셈입니다. 이 모델이 시사하는 성장 폭은 가히 파격적입니다. 향후 4년 동안 글로벌 토큰 출력량이 60배 이상 증가해야 하며, 이는 2030년 말까지 매년 토큰 생성이 약 3배씩 급증해야 한다는 매우 야심 찬 가정을 전제로 하고 있습니다.
이러한 예측치를 보다 객관적으로 검증하기 위해 기존의 데이터들과 비교해 보면 다음과 같은 핵심 지표들을 확인할 수 있습니다.
- Alphabet(Google)의 실적 데이터: 2026년 5월 Google I/O에서 Alphabet의 CEO Sundar Pichai는 구글이 단독으로 월 3.2 quadrillion(3.2조) 개의 토큰을 처리하고 있다고 밝혔으며, 이는 전년도 480 trillion(480조) 개에서 급격히 증가한 수치입니다. 이를 초당 단위로 환산하면 약 1.2 billion(12억) 개의 토큰에 해당하며, 이는 샌디스크의 글로벌 추산치의 약 4분의 1 수준입니다.
- Alphabet의 Q3 2026 실적 발표: 알파벳의 Q3 2026 수익 보고에 따르면, 자사 모델의 API 처리량만 해도 분당 약 32 billion(320억) 개의 토큰에 달했습니다. 이는 전 분기 대비 40% 증가했으며, 전년 동기 대비 4배 이상 성장한 수치입니다.
- I/O Fund의 업계 추산치: 지난 7월, I/O Fund는 업계 전체의 토큰 발생량이 일일 약 370 trillion(370조) 개, 즉 연간 약 135 quadrillion(135조) 개 수준에 도달했다고 추적 데이터를 통해 언급했습니다.
- Goldman Sachs Research의 전망: Goldman Sachs Research는 AI 에이전트의 확산에 힘입어 2026년부터 2030년 사이 토큰 소비량이 24배 성장하여, 월 120 quadrillion(120조) 개의 토큰에 이를 것으로 예측했습니다.
이처럼 각 기관의 데이터는 서로 다른 관점을 보여줍니다. 구글의 사례를 보면, 구글은 '처리된(processed)' 토큰을 언급하는 반면, 샌디스크는 '생성된(generated)' 토큰을 기준으로 삼고 있어 측정 기준의 차이가 존재합니다. 또한, 샌디스크의 예측치는 연간 성장률이 약 2.8배에 머무르는 것으로 설계되어 있는데, 이는 구글이 보여준 전년 대비 7배에 달하는 폭발적인 성장세보다 오히려 보수적일 수 있다는 해석도 가능합니다. 즉, 샌디스크의 모델은 현재의 급격한 성장세가 가까운 미래에 다소 완화될 것임을 암시하고 있습니다.
반면, Goldman Sachs Research의 전망치와 비교하면 샌디스크의 수치는 매우 공격적입니다. 샌디스크가 상정하는 연간 10 quintillion 개의 토큰을 월 단위로 환산하면 약 833 quadrillion 개에 달하는데, 이는 골드만삭스가 예측한 월 120 quadrillion 개보다 무려 7배나 높은 수치입니다. 이러한 격차는 시작점의 차이에서도 발생합니다. 골드만삭스는 2026년 기준 월 5 quadrillion 개를 기점으로 삼은 반면, 샌디스크는 월 12.5 quadrillion 개를 시작점으로 보고 있습니다.
결국 우리가 주목해야 할 본질적인 질문은 '이 엄청난 양의 토큰이 무엇을 의미하는가'입니다. 샌디스크의 분석에 따르면, 토큰 수는 지능의 수준이나 가치를 측정하는 척도라기보다 AI의 '연산 작업량'을 나타내는 실질적인 지표에 가깝습니다. 최근 TechRadar Pro의 기고가가 언급한 'tokenmaxxing'이라는 용어처럼, 추론 모델(Reasoning models)이 더 깊게 사고하거나 사용자가 원하는 결과를 얻기 위해 반복적으로 프롬프트를 입력하는 과정에서 토큰 생성량은 급증할 수 있습니다. 초당 3,170억 개의 토큰이 생산되는 세상은 분명 더 많은 AI 연산이 이루어지는 세상이겠지만, 그것이 반드시 현재보다 60배 더 '유용한' 작업을 수행하는 세상을 의미하는 것은 아닐 것입니다.
공격적 전망의 쟁점: 구글 및 골드만삭스 예측치와의 비교 분석#
샌디스크(SanDisk)가 제시한 '초당 3,170억 개의 토큰 생성'이라는 수치는 단순한 숫자를 넘어, AI 인프라의 패러다임 변화를 시사하고 있습니다. 그렇다면 왜 낸드 플래시 전문 기업인 샌디스크가 이토록 공격적인 전망을 내놓은 것일까요? 그 핵심적인 상업적 논리는 바로 'KV 캐시(KV cache)'에 있습니다. 모델이 프롬프트를 읽을 때 형성되는 어텐션 상태(attention state)인 KV 캐시는, AI 에이전트가 장기적이고 다단계적인 세션을 유지하기 위해 반드시 보관해야 하는 데이터입니다. 샌디스크는 이 방대한 데이터를 희소하고 비싼 고대역폭 메모리(HBM)에만 의존하는 것은 경제적으로나 실무적으로나 한계가 있다고 주장합니다. 대신 엔터프라이즈 SSD를 활용해 선택적인 캐시 데이터를 저장하는 더 큰 계층을 구축함으로써, 시스템이 이미 수행한 작업을 다시 계산(recomputing)하는 낭비를 막아야 한다는 논리입니다. 샌디스크는 이 과정에서 SSD가 마치 데이터를 저장하는 '토큰 배터리(token batteries)'와 같은 역할을 수행하게 될 것이라는 매력적인 비전을 제시하고 있습니다.
물론 이러한 엔지니어링 측면의 접근 방식이 샌디스크만의 독자적인 아이디어는 아닙니다. 이미 업계에서는 LMCache, 엔비디(Nvidia)의 Dynamo 프레임워크 및 BlueField-4 CMX 플랫폼, 그리고 WEKA와 피슨(Phison) 같은 기업들이 KV 캐시를 스토리지에 영구 저장하는 기술을 구현하고 있습니다. 특히 엔비디아는 지난 여름 개최된 'Future of Memory and Storage' 컨퍼런스에서, 이제 스토리지의 중요성이 이를 공급하는 실리콘(반도체)만큼이나 커졌다고 강조한 바 있습니다. KV 캐시를 DRAM이 아닌 플래시 메모리에서 서비스할 수 있게 되면, 각 GPU는 더 긴 컨텍스트(context)를 지원할 수 있고 더 많은 동시 사용자를 수용할 수 있기 때문입니다. 이는 기술적 타당성이 충분히 확보된 흐름이라고 볼 수 있습니다.
하지만 이 낙관적인 전망에는 매우 강력한 제약 요인들이 존재하며, 이는 전망의 가장 취약한 연결 고리가 되기도 합니다. 샌디스크의 동반 포스트에서도 언급되었듯, 가장 근본적인 제약은 바로 '전력(power)'입니다. 가트너(Gartner)의 애널리스트 링란 왕(Linglan Wang)은 "AI 용량은 이제 전력 가용성에 의해 제한되고 있다"라고 경고하며, 인프라 확장의 물리적 한계를 지적했습니다. 여기에 골드만삭스(Goldman)의 짐 슈나이더(Jim Schneider)는 칩 부족 현상이 적어도 향후 1년은 더 지속될 것으로 예상하며 공급망의 불안정성을 더했습니다.
설상가상으로 샌디스크가 촉진하고자 하는 스토리지 계층 자체도 공급 압박을 받고 있습니다. 피슨(Phison)의 CEO 푸아 케인셍(Pua Khein-Seng)은 한 낸드(NAND) 제조사의 추정치를 인용하며, 새로운 생산 용량이 대량 생산 단계에 도달하기까지 약 4년이 소요될 것이라고 전했습니다. 이는 공급 부족 문제가 2030년까지 이어질 수 있음을 의미합니다. 결론적으로 3,170억 개라는 수치 자체가 틀렸다고 할 수는 없으나, 이는 전 세계 AI 인프라가 만약 완벽하게 구축되고, 충분한 전력을 공급받으며, 풀 가동(full capacity)될 수 있다는 가정하에 도출된 '잠재적 최대 생산 능력'에 대한 추정치로 이해해야 합니다. 기술의 발전 방향은 명확하지만, 그 최종 목적지에 도달할 수 있을지는 아직 공개되지 않은 샌디스크의 세부 가정들에 달려 있습니다.
한눈에 보는 핵심 비교 분석#
| 비교 항목 | 기존 방식 (HBM 중심) | 신규 변화 (SSD/Flash 활용) | 핵심 차이 | | :---급 | 고대역폭 메모리(HBM) 내 KV 캐시 유지 | 엔터프라이즈 SSD를 캐시 계층으로 활용 | 비용 효율성 및 확장성 확보 | | 주요 역할 | 빠른 연산 및 즉각적인 어텐션 처리 | '토큰 배터리'로서 캐시 데이터 영구 저장 | 데이터 재계산 방지 및 비용 절감 | | 기술적 이점 | 낮은 지연 시간, 높은 대역폭 | 긴 컨텍스트 및 다수 사용자 지원 가능 | GPU의 컨텍스트 처리 용량 극대화 | | 주요 제약 | 메모리 용량의 희소성 및 높은 비용 | 전력 수급 및 NAND 공급망 병목 현상 | 인프라 구축의 물리적/경제적 한계 |
독자 체크리스트 및 자주 묻는 질문 (FAQ)#
🚀 AI 인프라 투자 및 기술 검토 체크리스트
- [ ] 전력 가용성 확인: 신규 AI 클러스터 구축 시, 전력 공급망이 확장된 연산량을 뒷받침할 수 있는가?
- [ ] 스토리지 계층 설계: KV 캐시 관리를 위해 DRAM 외에 SSD를 활용한 '스토리지 기반 캐싱' 전략이 포함되었는가?
- [ ] 공급망 리스크 관리: 2030년까지 이어질 수 있는 칩 및 NAND 플래시의 공급 부족 시나리오에 대비하고 있는가?
❓ 자주 묻는 질문 (FAQ)
Q1. 샌디스크가 제시한 '초당 3,170억 개 토큰' 수치는 실현 가능한 확정된 미래인가요? A1. 아닙니다. 이 수치는 3,170억 개라는 숫자가 틀렸다는 것이 아니라, 전 세계 AI 인프라가 필요한 전력을 충분히 공급받고, 칩과 스토리지 공급이 원활하며, 모든 설비가 풀 가동된다는 '최대 가동 능력'에 대한 추정치입니다. 즉, 인프라 구축의 잠재적 한계치를 나타내는 지표로 보아야 합니다.
Q2. SSD를 '토큰 배터리'라고 부르는 이유는 무엇인가요? A2. AI 에이전트가 긴 대화를 이어가기 위해서는 이전의 대화 맥락(KV 캐시)을 계속 유지해야 합니다. 이를 비싼 HBM에만 두기에는 비용 부담이 너무 큽니다. 이때 SSD가 마치 배터리에 에너지를 저장해두듯, 중요한 캐시 데이터를 저렴하고 대량으로 저장해 두었다가 필요할 때 꺼내 쓸 수 있게 해주는 역할을 하기 때문입니다.
딥러너 (DeepLearner)이었습니다.
💬 기술 토론 및 피드백 0
건전하고 유익한 토론을 지향합니다아직 등록된 의견이 없습니다.
이 아티클에 관한 궁금한 점이나 추가 팁을 첫 번째로 남겨보세요!
기술 토론에 참여하시려면 로그인해 주세요.
로그인 후 댓글 작성