낸드 플래시 기반 SSD(FTL·웨어 레벨링·가비지 컬렉션)
1. 개요
가. 정의
SSD(Solid State Drive) 는 회전 자기 디스크 대신 낸드 플래시 메모리(NAND Flash) 를 저장 매체로 사용하고, 호스트의 논리 주소와 플래시의 물리 주소를 중개하는 소프트웨어 계층 FTL(Flash Translation Layer) 을 통해 블록 디바이스처럼 동작하는 반도체 저장장치다. 플래시 셀의 물리적 제약(덮어쓰기 불가, 제한된 수명)을 FTL이 가려, 운영체제에는 기존 디스크와 동일한 인터페이스를 제공한다.
SSD를 이해하는 출발점은 "낸드 플래시는 디스크처럼 제자리에 덮어쓸 수 없다" 는 물리적 사실이다. 하드디스크는 특정 섹터에 새 값을 바로 겹쳐 쓸 수 있지만, 낸드 플래시는 쓰기(program)는 페이지 단위로 하되 지우기(erase)는 훨씬 큰 블록 단위로만 가능하고, 이미 값이 들어간 페이지는 블록 전체를 지우기 전에는 다시 쓸 수 없다. 이 비대칭성(페이지 쓰기 vs 블록 소거)이 SSD의 거의 모든 설계적 난제 — 가비지 컬렉션, 웨어 레벨링, 쓰기 증폭 — 의 근원이다. SSD의 성능과 수명은 결국 이 제약을 FTL이 얼마나 영리하게 숨기느냐에 달려 있다.
나. 등장 배경 및 필요성
2000년대 후반 이후 CPU·메모리 성능은 꾸준히 올라갔지만 저장장치는 자기 디스크의 기계적 탐색 지연(seek time, 수 ms) 에 묶여 I/O 병목이 심화됐다. 데이터센터의 데이터베이스·가상화·분석 워크로드는 대량의 랜덤 I/O 를 요구하는데, 회전 디스크는 헤드가 물리적으로 이동해야 하므로 랜덤 접근에서 특히 취약했다. 낸드 플래시는 기계적 부품이 없어 마이크로초 단위 접근 지연과 병렬 채널을 통한 높은 IOPS 를 제공하므로, 이 병목을 해소할 수단으로 자리 잡았다. 다만 플래시 셀은 쓰기·지우기를 반복할수록 절연막이 열화되어 수명이 유한하므로, 수명을 관리하고 제약을 가리는 컨트롤러·펌웨어 기술이 함께 성숙해야 비로소 실용적 저장장치가 되었다. 오늘날 SSD는 노트북부터 올플래시 어레이·AI 학습용 스토리지까지 사실상 표준 매체가 되었다. 여기에 더해 SSD는 기계식 디스크의 구조적 제약 — 소음·진동·충격 취약성·높은 유휴 전력 — 에서 자유롭다는 부가 이점이 있어, 모바일·엣지 기기부터 밀집 서버랙까지 적용 범위가 넓다. 다만 이 모든 장점의 전제가 "플래시의 물리 제약을 가리는 펌웨어"라는 점이 SSD를 단순 부품이 아닌 하드웨어-소프트웨어 공동 설계(co-design) 산물로 만들며, 그래서 같은 낸드를 써도 컨트롤러·FTL 품질에 따라 성능·수명·신뢰성이 크게 갈린다.
2. SSD의 구조와 핵심 구성요소
SSD는 크게 호스트 인터페이스 — 컨트롤러(FTL·ECC·채널 관리) — DRAM 캐시 — 낸드 플래시 어레이 의 네 부분으로 구성된다. 각 구성요소는 플래시의 물리적 제약을 완충하며 성능과 신뢰성을 끌어올리는 역할을 분담한다.
flowchart TB
Host["호스트(OS/파일시스템)"] -->|"NVMe/SATA 명령"| IF["호스트 인터페이스"]
IF --> CTRL["SSD 컨트롤러"]
subgraph CTRL["SSD 컨트롤러"]
FTL["FTL(주소 매핑)"]
GC["가비지 컬렉션 엔진"]
WL["웨어 레벨링"]
ECC["ECC/LDPC 엔진"]
end
CTRL <--> DRAM["DRAM 캐시(매핑 테이블)"]
CTRL -->|"다중 채널 병렬"| NAND["낸드 플래시 어레이"]
subgraph NAND["낸드 플래시 어레이"]
CH0["채널0: 다이·블록·페이지"]
CH1["채널1: 다이·블록·페이지"]
CHn["채널N: 다이·블록·페이지"]
end
style CTRL fill:#e8f0fe,stroke:#2f6fed,stroke-width:2px
style NAND fill:#fef7e8,stroke:#e0a500,stroke-width:1px
호스트 인터페이스는 SSD와 시스템을 잇는 통로다. 초기 SSD는 하드디스크용 SATA(AHCI) 를 그대로 썼으나, AHCI는 단일 큐·낮은 큐 깊이로 설계되어 플래시의 병렬성을 살리지 못했다. 이를 해소하려고 NVMe(NVM Express) 가 PCIe 위에 등장했는데, 다수의 큐(최대 64K 큐 × 64K 명령)를 지원해 멀티코어 CPU가 동시에 명령을 쏟아부어도 병목이 없다. 실제로 SATA SSD가 약 550MB/s에서 포화하는 반면, PCIe 4.0 NVMe SSD는 순차 읽기 7,000MB/s 이상을 낸다. 인터페이스 선택이 체감 성능을 좌우하는 대표적 예다.
컨트롤러는 SSD의 두뇌로, 내부에 FTL·가비지 컬렉션·웨어 레벨링·ECC 엔진을 품는다. 컨트롤러는 호스트의 논리 블록 주소(LBA)를 받아 FTL 매핑 테이블을 조회해 물리 주소로 바꾸고, 여러 채널·다이에 쓰기를 분산(인터리빙)해 병렬성을 끌어낸다. 채널이 많을수록 동시에 접근 가능한 플래시 뱅크가 늘어 대역폭이 커진다.
DRAM 캐시는 주로 FTL 매핑 테이블을 상주시키는 공간이다. 테이블이 DRAM에 있어야 주소 변환이 빠른데, 그 크기는 대략 용량의 1/1000(1TB당 약 1GB) 수준이다. 저가형 DRAM-less SSD 는 이 테이블 일부를 호스트 메모리에 두는 HMB(Host Memory Buffer) 로 대체하지만, 랜덤 성능이 낮아지는 트레이드오프가 있다.
낸드 플래시 어레이는 다이 → 플레인(plane) → 블록 → 페이지의 계층으로 구성된다. 쓰기·읽기는 페이지(예: 16KB) 단위, 소거는 블록(예: 수백~수천 페이지) 단위라는 비대칭이 바로 여기서 비롯된다. 아래 표는 이 계층과 각 단위에서 가능한 연산을 정리한 것으로, 왜 소거 단위가 쓰기 단위보다 큰가가 모든 설계의 출발점이다.
| 계층 단위 | 대략 크기 | 가능한 연산 | 함의 |
|---|---|---|---|
| 셀(cell) | 1~5bit | 전하 저장 | 다단계일수록 오류·마모↑ |
| 페이지(page) | 4~16KB | 읽기·쓰기(program) | 쓰기 최소 단위 |
| 블록(block) | 수백~수천 페이지 | 소거(erase) | 소거 최소 단위 → 덮어쓰기 불가의 근원 |
| 플레인/다이 | 블록 다수 | 병렬 접근 | 인터리빙으로 대역폭↑ |
SSD가 회전 디스크를 압도하는 성능은 이 계층의 병렬성(parallelism) 에서 나온다. 컨트롤러는 하나의 큰 쓰기를 여러 채널·다이·플레인에 잘게 나누어 동시에 기록하는 인터리빙을 수행하므로, 단일 플래시 다이의 느린 쓰기(수백 μs)에도 불구하고 전체 대역폭은 수 GB/s에 이른다. 바꿔 말하면 SSD 성능은 개별 셀 속도가 아니라 얼마나 많은 뱅크를 동시에 때리느냐에 좌우되며, 그래서 빈 블록이 넉넉해 병렬 쓰기가 가능한 신품 상태와, GC가 바쁜 노후·고점유 상태의 성능 차이가 크게 벌어진다.
3. FTL 동작과 가비지 컬렉션·웨어 레벨링
FTL은 SSD의 심장부로, 플래시의 제약을 호스트로부터 감추는 핵심 펌웨어다. 아래 다이어그램은 "제자리 덮어쓰기 금지"라는 제약을 FTL이 로그 구조(log-structured) 기록과 가비지 컬렉션으로 어떻게 우회하는지를 보여준다.
flowchart LR
W["LBA 10 재기록 요청"] --> M["FTL: 새 물리 페이지에 기록"]
M --> O["기존 물리 페이지를 무효(stale)로 표시"]
O --> MAP["매핑 테이블 갱신(LBA10 to 새 PPA)"]
MAP --> CHK{"빈 블록 부족?"}
CHK -->|"아니오"| DONE["완료"]
CHK -->|"예"| GC["가비지 컬렉션 시작"]
GC --> V["유효 페이지만 새 블록으로 복사"]
V --> E["원본 블록 소거(erase)"]
E --> FREE["빈 블록 확보"]
FREE --> DONE
style GC fill:#fdecec,stroke:#d33,stroke-width:2px
가. 주소 매핑(Address Mapping)
FTL의 가장 기본 기능은 호스트의 논리 주소(LBA) 와 플래시의 물리 주소(PPA) 를 잇는 매핑이다. 매핑 단위에 따라 페이지 매핑(세밀하지만 테이블이 큼), 블록 매핑(테이블은 작지만 유연성 낮음), 둘을 절충한 하이브리드 매핑 으로 나뉜다. 대부분의 고성능 SSD는 성능을 위해 페이지 매핑에 가깝게 동작하며, 그래서 앞서 말한 "용량의 1/1000" 만큼의 DRAM이 필요해진다.
핵심 설계 원리는 "제자리 갱신(update-in-place)을 하지 않는다" 는 점이다. LBA 10의 값을 바꾸라는 요청이 오면, FTL은 기존 페이지를 덮어쓰는 대신 빈 페이지에 새로 기록하고 매핑 테이블만 새 물리 주소로 갱신한다. 이렇게 하면 쓰기가 항상 순차적(로그 구조)으로 일어나 플래시 특성에 부합하지만, 기존 페이지가 무효 데이터(garbage) 로 쌓인다는 부작용이 생긴다. 이 무효 페이지를 회수하는 일이 가비지 컬렉션이다.
또한 매핑 테이블은 갑작스러운 전원 차단에도 손실되면 안 되므로, FTL은 매핑 변경 내역을 플래시에 주기적으로 저장하고 전원 복구 시 이를 재구성한다. 엔터프라이즈 SSD가 커패시터(PLP, Power-Loss Protection)를 탑재해 전원이 끊겨도 DRAM의 미반영 데이터를 플래시로 밀어 넣는 것도 이 매핑·데이터 정합성을 지키기 위함이다. 즉 FTL은 단순 주소 변환기가 아니라 원자성·내구성을 책임지는 미니 스토리지 엔진에 가깝다.
나. 가비지 컬렉션(Garbage Collection, GC)
무효 페이지가 섞인 블록은 그대로는 재사용할 수 없다. 소거는 블록 단위이므로, 그 블록 안에 남은 유효 페이지를 먼저 다른 빈 블록으로 복사한 뒤 원본 블록 전체를 소거해야 비로소 빈 블록이 된다. 이 과정이 GC다. GC는 호스트가 요청하지 않은 내부 쓰기(복사) 를 유발하므로, 실제 플래시에 기록되는 데이터량이 호스트가 요청한 양보다 많아진다. 이 비율이 쓰기 증폭(WAF, Write Amplification Factor) 이며, WAF가 2라면 호스트가 1GB를 써도 플래시에는 2GB가 기록돼 수명과 성능을 함께 깎는다.
GC가 언제, 어떤 블록을 대상으로 도느냐가 성능의 관건이다. 한가할 때 미리 도는 백그라운드 GC 는 사용자 체감 지연을 줄이지만, 쓰기 폭주 시 빈 블록이 고갈되면 전경(foreground) GC 가 사용자 I/O를 막아 지연 스파이크를 유발한다. GC 대상 블록 선정에는 무효 페이지 비율이 높은 블록을 우선 회수(greedy)하거나, 마모 균형까지 함께 고려하는 비용-편익 기반 정책이 쓰인다. 무효 페이지가 많을수록 복사할 유효 페이지가 적어 회수 효율이 좋기 때문이다.
이를 완화하려고 사용자에게 보이지 않는 여유 공간인 오버프로비저닝(OP, Over-Provisioning) 을 둔다. 통상 7~28%의 OP를 확보하면 GC가 복사할 유효 페이지 비율이 낮아져 WAF가 감소한다. 간단한 직관으로, 장치가 거의 가득 찬 상태(여유 공간 희박)에서는 GC가 소거할 블록마다 유효 페이지가 가득해 복사량이 폭증하고 WAF가 치솟는 반면, OP가 넉넉하면 평균적으로 더 '빈' 블록을 골라 소거할 수 있어 복사량이 준다. 엔터프라이즈 SSD가 소비자용보다 OP를 크게(예: 소비자용 7% 대 엔터프라이즈 2028%) 잡는 이유가 여기 있다. 실무에서는 사용자가 파티션을 일부러 덜 할당(short-stroking 유사) 해 OP를 늘려 쓰기 수명·지연을 개선하기도 한다.
다. 웨어 레벨링(Wear Leveling)
낸드 셀은 P/E(Program/Erase) 사이클 횟수에 한계가 있다(아래 표). 특정 블록에만 쓰기가 집중되면 그 블록이 먼저 마모돼 전체 수명이 짧아진다. 웨어 레벨링은 쓰기·소거 횟수를 블록 전반에 고르게 분산해 특정 블록의 조기 사망을 막는다. 자주 바뀌는 데이터(hot)와 거의 안 바뀌는 데이터(cold)를 구분해 배치하고, 오래 안 바뀐 블록의 데이터를 일부러 옮겨(static wear leveling) 그 블록도 소거 기회를 갖게 하는 식이다. 웨어 레벨링 덕분에 수백~수천 사이클짜리 셀로도 수년간 안정적으로 쓸 수 있다.
라. ECC·신뢰성 보정
플래시는 미세화·다단계 저장이 진행될수록 셀에 저장된 전하가 누설·간섭으로 흔들려 읽기 오류율이 높아진다. 특히 셀이 오래 방치되면 전하가 서서히 빠져나가는 리텐션(retention) 저하, 이웃 셀을 반복해 읽을 때 생기는 리드 디스터브(read disturb), P/E 누적에 따른 절연막 열화가 겹친다. 이를 바로잡는 것이 ECC(Error Correction Code) 로, 과거의 BCH를 넘어 오늘날 고밀도 낸드는 LDPC(Low-Density Parity-Check) 를 쓴다. LDPC는 연판정(soft-decision) 디코딩으로 더 많은 오류를 복원할 수 있어, TLC·QLC처럼 오류에 취약한 셀을 상용화하는 전제 조건이 됐다. 즉 셀의 물리적 신뢰도 저하를 신호처리로 보상하는 구조이며, 컨트롤러는 오류율이 임계를 넘으면 해당 데이터를 다른 블록으로 미리 옮기는 데이터 리프레시(scrub) 까지 수행해 무결성을 유지한다.
4. 셀 유형·인터페이스 비교와 적용 사례
셀이 한 칸에 몇 비트를 담느냐에 따라 용량·단가·수명·성능이 체계적으로 달라진다. 한 칸에 더 많은 비트를 넣을수록(전압 구간을 더 잘게 나눌수록) 용량당 단가는 낮아지지만 전압 마진이 좁아져 오류·마모에 취약해진다는 트레이드오프가 일관되게 작동한다.
| 셀 유형 | 비트/셀 | 대략적 P/E 수명 | 특성·용도 |
|---|---|---|---|
| SLC | 1 | 수만~10만 | 최고 내구성·속도, 고가 → 캐시·산업용 |
| MLC | 2 | 수천~1만 | 균형형 → 과거 엔터프라이즈 |
| TLC | 3 | 수백~3천 | 주류 소비자·데이터센터 |
| QLC | 4 | 수백~1천 | 대용량·읽기중심(아카이브) |
| PLC | 5 | 실험·초기 | 초저가 지향, 신뢰성 과제 |
위 수치는 공정·세대에 따라 편차가 크므로 대략적 경향으로 보아야 한다. 실제 제품은 QLC 드라이브에서도 일부 영역을 SLC처럼 쓰는 pSLC 캐시로 운용해 쓰기 버스트 성능을 끌어올린다. 예컨대 소비자용 QLC SSD는 빈 공간이 많을 때는 SLC 캐시로 빠르게 받아내다가, 캐시가 차면 QLC 본영역에 직접 쓰면서 속도가 뚝 떨어지는 현상을 보인다. 이는 벤치마크 수치와 실사용 체감이 달라지는 대표적 원인이다.
인터페이스 자체의 세대 차이도 체감 성능에 직접 반영된다. 아래 표는 주요 인터페이스의 대략적 특성을 비교한 것으로, 플래시의 내부 병렬성을 밖으로 끌어내려면 큐 모델과 물리 대역폭이 함께 받쳐줘야 함을 보여준다.
| 인터페이스 | 프로토콜 | 대략 순차대역폭 | 큐 모델 | 비고 |
|---|---|---|---|---|
| SATA 3 | AHCI | ~550 MB/s | 단일 큐·32 | 레거시 호환 |
| PCIe 3.0 ×4 | NVMe | ~3,500 MB/s | 다중 큐 | 보급형 NVMe |
| PCIe 4.0 ×4 | NVMe | ~7,000 MB/s | 다중 큐 | 주류 고성능 |
| PCIe 5.0 ×4 | NVMe | ~14,000 MB/s | 다중 큐 | 최신·고발열 |
인터페이스 측면의 적용 사례로, 데이터베이스 OLTP 서버는 랜덤 쓰기·낮은 지연이 중요하므로 OP를 크게 잡은 엔터프라이즈 TLC NVMe 를 쓰고, 콜드 데이터 아카이브는 읽기 위주이므로 대용량 QLC 가 경제적이다. 반면 로그·저널처럼 쓰기가 극심한 용도는 여전히 고내구 SLC/pSLC 가 적합하다. 예컨대 대형 CDN·동영상 서비스의 캐시 노드는 "한 번 쓰고 여러 번 읽는" 패턴이 뚜렷해 QLC 대용량으로 비용을 낮추고, 반대로 금융 거래 로그 저장소는 극심한 쓰기 내구성이 요구돼 DWPD가 높은 제품을 선정한다. 같은 "SSD"라도 워크로드에 맞춘 셀·OP·인터페이스 선택이 총소유비용(TCO)을 좌우한다.
5. 심화 — 최신 동향과 호스트 협력형 아키텍처
낸드 산업의 최근 흐름은 수평 미세화의 한계를 수직 적층으로 돌파하는 것이다. 평면(2D) 미세화가 셀 간 간섭으로 한계에 다다르자, 셀을 수직으로 쌓는 3D 낸드 가 주류가 됐고 적층 단수는 수십 단에서 200단 이상으로 빠르게 늘고 있다. 적층은 면적당 용량을 키우지만, 깊은 구멍(채널 홀) 식각·균일성 확보라는 새로운 공정 난제를 낳아 제조사별 기술 격차를 만든다. 최근에는 두 웨이퍼를 따로 만들어 접합하는 본딩·스트링 스태킹 기법으로 단수를 더 올리고, 셀 밀도를 높이는 CBA(Cell-over-Bonded-Array) 같은 구조로 집적도와 성능을 함께 끌어올리는 경쟁이 치열하다.
이러한 동향은 다음과 같이 요약된다.
- 밀도: 2D→3D 적층, 200단+ 고적층, 웨이퍼 본딩으로 용량당 단가 지속 하락
- 인터페이스: SATA→NVMe, PCIe 세대 상향(4.0→5.0→6.0)으로 대역폭 확대
- 역할 분담: ZNS·FDP로 FTL 기능을 호스트와 공유, WAF 최소화
- 연산 근접화: 연산 스토리지·CXL·GPU 직결로 데이터 이동 최소화
소프트웨어·아키텍처 측면에서는 FTL의 역할을 호스트와 분담하려는 흐름이 뚜렷하다. ZNS(Zoned Namespace) SSD 는 저장 공간을 순차 쓰기만 허용하는 존(zone)으로 나누어, 호스트(파일시스템·DB)가 데이터 배치를 직접 통제하게 한다. 이렇게 하면 디바이스 내부 GC와 호스트의 데이터 수명 관리가 어긋나며 생기던 쓰기 증폭이 줄어, WAF를 1에 가깝게 낮추고 OP도 줄일 수 있다. 유사하게 FDP(Flexible Data Placement) 는 호스트가 데이터의 수명 힌트를 주어 같은 수명끼리 모아 쓰게 한다. 두 접근 모두 "장치가 혼자 다 숨기던" 전통적 FTL에서 벗어나 호스트-장치 협력으로 이동하는 공통 방향을 보여준다.
메모리 계층 측면에서는 CXL(Compute Express Link) 기반 메모리 확장, 그리고 저장장치 안에서 연산을 수행하는 연산 스토리지(Computational Storage) 가 부상한다. 대용량 데이터를 CPU로 끌어오지 않고 SSD 내부에서 필터링·압축·검색을 처리하면 데이터 이동량과 전력을 줄일 수 있어, AI·분석 파이프라인의 I/O 병목 완화책으로 연구·상용화가 진행 중이다. 이는 PIM과 더불어 "연산을 데이터 가까이로 옮긴다"는 큰 흐름의 저장장치 버전이다.
AI 학습·추론 수요도 SSD 설계를 바꾸고 있다. GPU가 수백 GB~수 TB의 데이터셋·체크포인트를 반복적으로 읽어들이는 과정에서 저장 대역폭이 새로운 병목으로 떠오르자, GPU가 CPU를 거치지 않고 SSD에서 직접 데이터를 읽어오는 경로(예: GPUDirect Storage 계열) 와, 희소한 임베딩·벡터를 플래시에 두고 필요한 부분만 읽는 KV 캐시·벡터 오프로딩 설계가 주목받는다. 요컨대 SSD는 더 이상 수동적 저장 매체가 아니라 데이터 파이프라인의 능동적 구성요소로 재정의되고 있으며, 이는 벡터 데이터베이스·대규모 임베딩 서빙과도 직접 맞닿는다.
6. 고려사항 및 시사점
SSD 도입·운영은 단순한 매체 교체가 아니라 성능·수명·비용의 다차원 최적화 문제다. 기술사 관점에서 다음을 고려해야 한다.
- 워크로드 기반 셀·OP 선택(적용 전략): 쓰기 집약(DB 저널·로그)에는 고내구 TLC/SLC와 큰 OP를, 읽기 중심 아카이브에는 QLC를 배치한다. DWPD(Drive Writes Per Day)·TBW 를 워크로드 쓰기량과 대비해 수명 마진을 정량 설계하고, 조달 시 보증 기준으로 삼는다.
- 성능 안정성 vs 벤치마크(트레이드오프): SLC 캐시 소진·GC 전경 동작으로 인한 지연 스파이크(tail latency) 를 감안해, 피크 수치가 아닌 지속 성능(sustained)과 p99 지연 으로 검증한다. OP를 늘리면 WAF와 지연은 좋아지나 가용 용량과 단가가 나빠지는 상충을 조율한다.
- 데이터 보안·폐기: 플래시는 제자리 덮어쓰기가 없어 과거 데이터 잔존(remnant) 위험이 있으므로, 단순 삭제가 아니라 암호화 기반 즉시 폐기(Instant Secure Erase)·Sanitize 를 채택한다. 자기소거(SED)·전수명 암호화는 폐기뿐 아니라 분실·반납 시 정보 유출 방지에도 필수다.
- 연계 기술·전망: NVMe 네임스페이스·OP·ZNS/FDP를 파일시스템·DB와 수직 통합해 WAF를 낮추는 설계가 TCO를 좌우한다. 중장기적으로 CXL 메모리 풀링·연산 스토리지 와의 연계로 저장·메모리 경계가 흐려질 전망이므로, 저장 계층을 고정된 매체가 아니라 계층형 데이터 배치(hot/warm/cold) 정책의 대상으로 설계하는 관점이 요구된다.
참고자료
- NVM Express Base Specification, https://nvmexpress.org/specifications/
- Western Digital, "Zoned Storage (ZNS)", https://zonedstorage.io/
- JEDEC SSD Endurance Workloads (JESD219), https://www.jedec.org/
한 줄 요약: SSD는 "제자리 덮어쓰기 불가·블록 단위 소거·유한 수명"이라는 낸드 플래시의 제약을 FTL의 로그 구조 매핑, 가비지 컬렉션, 웨어 레벨링, ECC로 가려 블록 디바이스로 제공하는 반도체 저장장치이며, 워크로드에 맞춘 셀·OP·인터페이스 선택과 ZNS·연산 스토리지 같은 호스트 협력형 아키텍처가 성능·수명·TCO를 좌우한다.