SK하이닉스는 최근 차세대 기업용 SSD 표준으로 예정된 ZNS SSD 솔루션을 업계 최초로 시연해 눈길을 끌었습니다. 이 솔루션에는 SK하이닉스가 자체 개발한 ZNS SSD 소프트웨어가 탑재돼 있다고 하는데요. ZNS란 Zoned Namespace의 약자로, 네임스페이스(Namespace)를 존(Zone) 단위로 나눠 사용하는 기술을 말합니다. 여기서 네임스페이스는 논리 블록으로 포맷할 수 있는 비(非) 휘발성 메모리의 양을 뜻하는데요. 컴퓨터 탐색기에 보이는 C:\/D:\가 각각 하나의 네임스페이스라고 이해하면 쉽습니다. 그렇다면 과연 ZNS 솔루션은 어떠한 방식으로 데이터를 효율적으로 저장할까요? 오늘 <궁금한 반도체 WHY> 6탄에서는 ZNS 솔루션의 개념과 등장 배경에 대해 알아보도록 할게요.

ZNS 솔루션은 왜 등장했을까?

흔히 4차 산업의 핵심기술을 ABCD라고 이야기합니다. ABC는 각각 인공지능(AI), 빅데이터(Big Data), 클라우드(Cloud)를 말합니다. 그리고 이 기술들은 모두 ‘D’, 바로 데이터센터(Datacenter)를 통해 동작하죠. 이렇듯 데이터센터는 4차 산업의 밑바탕이라고 해도 과언이 아닌데요. 때문에 세계 유수 기업들은 데이터센터의 성능과 비용효율을 높이기 위해 치열한 기술경쟁을 벌이고 있습니다.

과거 데이터센터는 하나의 성능 좋은 컴퓨터(Server)에서 하나의 운영체제와 응용프로그램을 구동했습니다. 반면 차세대 데이터센터는 하드웨어 풀(Pool) 위에 다수의 가상 운영체제와 응용프로그램이 구동되는 형태입니다. 즉, 다양한 종류의 프로그램이 하나의 저장장치를 동시에 읽고 쓰는 것인데요. 따라서 데이터센터에서는 속도뿐 아니라 다중 사용 환경(multi-tenant)에서도 서로 간섭 없이 일정한 성능을 제공하는 서비스품질(Quality of Services, QoS)을 갖춘 저장장치가 요구됩니다.

알려진 것처럼 SSD는 HDD(하드디스크)에 비해 굉장히 빠른 속도를 자랑하는 저장장치입니다. 하지만 SSD 역시 때때로 *Garbage Collection(가비지 콜렉션)이 발생한다는 약점이 있습니다. 가비지 콜렉션이 발생하면 진행 중이던 읽기•쓰기 동작이 잠시 멈추기 때문에 서비스품질이 떨어지게 되죠. 이러한 이유로 글로벌 데이터센터 업체와 반도체 제조사들은 오랫동안 응용프로그램 사이의 성능 간섭과 가비지 콜렉션 발생 문제를 해결할 기술을 고민해왔습니다. 이후 해결책으로 등장한 것이 바로 차세대 기업용 SSD 표준 솔루션인 ZNS 솔루션입니다.

ZNS는 기존의 SSD와 저장방법이 어떻게 다를까?

ZNS 솔루션에서는 기존 SSD와 저장방법이 다릅니다. 기존 SSD에서는 여러 응용프로그램이 논리적으로 각자 원하는 영역에 데이터를 저장하더라도, 실제로는 하나의 낸드블록에 순차적으로 데이터가 저장됩니다. 이렇게 되면 하나의 낸드블록에 여러 데이터가 섞여 저장되므로 데이터 변경 시 Garbage 발생을 피할 수 없습니다.

반면, ZNS SSD에서는 여러 응용프로그램이 각자 정해진 존(zone)에 순차적으로 데이터를 저장합니다. 여기서 존은 논리적인 공간과 더불어 실제 낸드블록에서도 나누어져 있는데요. 하나의 존 안에는 비슷한 데이터끼리 모여 있으며, 순차적으로 저장했다가 존 단위로 지우기 때문에 Garbage가 발생하지 않습니다. 따라서 가비지 콜렉션이 불필요하고 이로 인한 여러 오버헤드를 제거할 수 있습니다.

1석 5조! ZNS 솔루션

일반적인 SSD는 가비지 콜렉션을 수행하는데, 이때 SSD 내부에서는 추가적인 쓰기가 발생합니다. 이렇게 쓰기의 양이 증폭되는 정도를 *WAF(Write Amplification Factor)라고 합니다. 일반 SSD에서는 WAF가 무려 4를 넘어가기도 하죠. 반면 ZNS 솔루션이 적용된 SSD는 Garbage가 발생하지 않기 때문에 가비지 콜렉션이 필요치 않으며 WAF 역시 1입니다.

ZNS 솔루션의 장점을 다섯 가지로 정리하면 다음과 같습니다.

① SSD를 무려 4배 오래 사용할 수 있습니다. SSD는 Write 할 수 있는 횟수에 한계가 있는데, ZNS 솔루션은 기존에 비해 적게 Write 하므로 그만큼 오래 사용할 수 있죠. 각 응용프로그램이 독립적인 존을 사용하고 가비지 콜렉션에 의한 읽기•쓰기 동작의 정지가 발생하지 않으므로 다중사용자 환경에서 ② 저장속도가 30% 향상되고, ③ 서비스품질의 안정성이 25% 향상됩니다. 또, ZNS의 효율적인 저장구조로 인해 SSD 내 ④ *OP영역을 총 SSD 용량의 6%만큼 줄일 수도 있습니다. 기존 SSD의 D램에는 Addressing과 Nand 사이 Mapping 정보를 담은 table이 있는데, 이 table은 D램 사용량의 많은 부분을 차지할 정도로 큽니다. 반면 ZNS는 SSD를 동일 크기의 존 단위로 나눠서 사용하고 존 내에서 append로만 write하므로 mapping table이 필요하지 않죠. 때문에 ⑤ D램을 매우 효율적으로 사용할 수 있습니다.

]]> /zns-ssd-existing-ssd-and/feed/ 0 /carrying-wafers/ /carrying-wafers/#respond Wed, 23 Jan 2019 20:00:00 +0000 http://localhost:8080/carrying-wafers/

운전대를 잡지 않아도 알아서 목적지까지 데려다주는 자율주행차 시대! 최첨단 기술을 선도하는 반도체 공장에도 스스로 움직이며 ‘열일’하는 자율주행차가 있다는 사실을 알고 계시나요? 바로 ‘OHT’(Overhead Hoist Transfer)라는 물류 자동화 시스템입니다. 우리는 흔히 반도체 공장의 모습을 접할 때, 천장의 레일을 따라 달리는 OHT를 볼 수 있는데요. 과연 OHT는 공장에서 어떠한 역할을 수행하고 있을까요? 오늘 <궁금한 반도체 WHY> 5탄에서는 반도체 공장에서 웨이퍼를 실어 나르는 자율주행시스템, OHT에 대해 알아보도록 할게요.

웨이퍼를 싣고 제조라인을 누비는 OHT

반도체의 원재료 웨이퍼(Wafer)가 완제품이 되기 까지는 수백 개의 공정을 거칩니다. 그리고 이 과정에서는 수십만 건의 물류 이동이 발생하게 되는데요. 만약 이 업무를 사람이 하게 된다면 얼마나 많은 인원의 노동력이 필요할까요? 또 얼마나 많은 배달사고와 충돌 사고가 발생할까요? 그로 인한 반도체 생산 Loss는 얼마나 클까요?

이러한 문제를 해결하기 위해 반도체 제조라인에서는 오래 전부터 OHT(Overhead Hoist Transport)를 활용하고 있습니다. OHT는 사람의 개입 없이 수많은 공정 사이를 스스로 이동하는 장치로, 공장 천장에 설치된 레일을 따라 FOUP(Front Opening Unified Pod)에 담긴 웨이퍼를 생산 공정별 제조 설비에 운반하는 역할을 담당합니다.

OHT의 교통 관제탑, 중앙 컨트롤러

반도체 제조라인 곳곳을 자율주행하는 OHT는 교통 관제탑 역할을 하는 중앙 컨트롤러가 관리합니다. OHT의 현재 위치나 상태 등 모든 이동정보는 중앙 컨트롤러로 전송되는데요. OHT가 다니는 레일에는 무선 통신 모듈이 설치돼 있기 때문에 중앙 컨트롤러와 양방향 통신이 가능합니다.

중앙 컨트롤러는 실시간 모니터링을 통해 OHT가 올바른 경로로 가고 있는지 등을 한눈에 파악할 수 있습니다. 또한 최단 경로탐색 알고리즘을 사용해 각 기기에 가장 빠르고 안전한 경로를 안내해주며, 특정 기기의 움직임을 컨트롤할 수도 있습니다.

이처럼 중앙 컨트롤러의 역할은 제조라인 내 전체 OHT 기기를 하나의 MAP으로 관리함으로써, 원활한 교통 흐름과 사고 없는 교통 체계를 구축하는 것이라고 볼 수 있겠네요.

사고발생률 ZERO에 가까운 OHT의 자율주행 능력

고장 발생 시 우회 기능

구간 내 Max OHT 존재 시 우회 기능

레일의 구성은 기본적으로 분기/합류, 180도 Turn 구간으로 이루어져 있습니다. 따라서 크린룸 전체에 레일이 설치된 곳이라면 어디든 원하는 경로를 자유롭게 선택하여 주행할 수 있습니다.

OHT는 자율주행차의 운행 방식과 유사합니다. 자율주행차에는 차선 이탈을 방지하고 보행자 추돌 위험을 감지하기 위해 *리모트 ADAS, 레이더, *라이더(LiDar) 등의 센서가 부착되어 있는데요. OHT에도 추돌방지 및 장애물 감지 센서가 탑재돼 있어 이와 비슷한 역할을 수행합니다.

또 자율주행차에서 GPS와 *V2X가 이동통신의 역할을 하듯, OHT는 무선 통신 모듈을 통해 중앙 컨트롤러와 정보를 주고받습니다.

특히 공장 내 OHT끼리 충돌 사고가 일어날 확률은 거의 ‘0’(Zero)에 가깝다고 볼 수 있습니다. 각각의 OHT 기기가 교차하는 지점에는 센서가 설치돼 있어 2개 이상의 기기의 충돌 위험이 있을 경우 자동으로 감속되기 때문입니다. 따라서 이동 경로 상 고장이 나거나 점검 중인 OHT가 있거나, 혹은 일부 구간의 전원 공급 중단이 발생하더라도 막힘없이 목적지까지 이동이 가능합니다.

]]> /carrying-wafers/feed/ 0 /data-in-nand-flash-memory/ /data-in-nand-flash-memory/#respond Tue, 25 Dec 2018 20:00:00 +0000 http://localhost:8080/data-in-nand-flash-memory/

우리가 사용하는 메모리카드, USB, SSD 등의 저장매체에는 낸드플래시(NAND Flash) 메모리가 사용됩니다. 그리고 낸드플래시 타입은 최소단위인 셀(Cell)에 몇 비트(bit)를 저장할 수 있느냐에 따라 SLC, MLC, TLC, QLC 방식으로 나뉘는데요. 동일한 용량일지라도 이 네 가지 방식에 따라 성능의 차이가 발생하고 가격 또한 달라지게 됩니다. 오늘 <궁금한 반도체 WHY> 4탄에서는 낸드플래시 메모리의 데이터 저장 방식이 각각 어떻게 다른지 알아보도록 하겠습니다.

SLC / MLC / TLC / QLC 비교

데이터를 저장하는 방식은 SLC(Single Level Cell), MLC(Multi Level Cell), TLC(Triple Level Cell), QLC(Quadruple Level Cell)로 나눌 수 있습니다. 이는 데이터를 저장하는 최소 단위인 셀(Cell)에 몇 비트(bit)를 저장할 수 있느냐에 따라 분류한 개념입니다. SLC는 1bit, MLC는 2bits, TLC는 3bits, QLC는 4bits 을 저장할 수 있죠.

데이터를 저장(Write)한다는 의미는 지정된 셀의 storage 영역에 전자를 주입하는 동작을 통해 기존 Erase ‘1’ 셀을 Program ‘0’ 셀로 변환하여, 셀들을 이진법적으로 ‘1’ 과 ‘0’ 상태로 구분 가능하게 만드는 것입니다. 만약 셀의 구분 가능한 상태를 2n개로 확장하면 저장 가능한 데이터의 비트 수(n)가 증가합니다.

SLC는 ‘1’과 ‘0’ 2개 (N=1), MLC는 ‘11’~’00’ 4개 (N=2), TLC는 ‘111’~’000’ 8개 (N=3), QLC는 ‘1111’ ~ ‘0000’ 16개 (N=4)로 구분할 수 있도록 셀 상태를 조절합니다.

‘1’로만 구성된 Erase 상태(Q0)를 제외하고 셀 상태를 구분할 때에는 주입하는 전자 량을 세분화하여 조절하는 방법을 사용하는데요. 위 그림을 예로 들어 설명하겠습니다.

SLC는 200~1000개(Q1)의 전자 주입으로 구현 가능합니다. MLC는 전자 주입량을 3 영역으로 세분화하여 200~400개(Q1), 500~700개(Q2), 800~1000개(Q3)로 분리 조절하면 전자 주입이 없는 Q0 포함하여 4 상태로 구분하여 구현합니다. TLC는 전자 주입량을 더 작은 단위 세분화로 8상태, QLC는 전자 주입량을 더 더 작은 단위 세분화로 16상태를 구현합니다.

세분화된 주입 전자량들은 셀의 VT(동작을 시작하는 전압, VT) 차이를 유발하며, 각 셀의 상태 별로 VT 분포를 형성합니다. 각각의 셀 상태는 허용된 전자 주입량 범위 내에서만 분할할 수 있습니다. SLC에서 QLC 향으로 셀 VT 분포를 좁게 형성합니다. Read는 2개의 VT 분포 사이에서 셀의 위치를 판별하여 데이터(data)를 도출하는 동작으로 SLC는 1회, MLC는 3회, TLC는 7회, QLC는 15회 진행이 필요합니다. 판별해야 할 셀 VT 분포와 Read 전압 간 간격이 좁아져서 정교한 동작이 필요합니다.

어떤 메모리 타입을 선택해야 할까?

물리적 셀 집적도(density)는 동일하지만, 동작 조건만으로 SLC에서 QLC로 정보 저장 비트 수가 증가하면서 각각 가격과 성능의 차이가 발생합니다. 동일한 정보 저장 용량에서 물리적 집적도가 감소하면 생산 원가가 감소되어 SLC → MLC → TLC → QLC 순으로 가격이 하락합니다. 동작 횟수가 증가하고 Read 전압과 VT 분포간 간격이 좁은 SLC → MLC → TLC → QLC 순으로 Write time, Read time, 신뢰성과 같은 성능과 품질도 하락됩니다.

그래서 사용자가 저렴한 가격을 원하면 QLC, 고성능을 추구하면 SLC, 가격과 성능의 적절한 조합이 필요하면 TLC 또는 MLC를 적용한 제품을 선택할 수 있습니다. 향후 SLC는 커넥티드 카(Connected Car), 인공위성 등과 같은 고성능&고사양 제품에 적용될 것입니다. 반면, QLC는 고성능을 요하지 않는 USB 메모리와 사용빈도가 높지 않고 다른 저장 장치(ex. HDD)에 비해 성능 대비 구매/유지 비용이 저렴한 분야(ex. Server) 등에 적용될 것으로 보입니다.

고사양의 게임을 생생하게 즐기려면 높은 사양의 그래픽 메모리는 필수입니다. 비단 게임뿐 아니라 고화질의 영상을 재생하기 위해서는 그래픽 메모리의 성능이 매우 중요한데요. 그렇다면 그래픽 메모리는 영상의 퀄리티를 어떻게 높여주는 걸까요? 또, 얼마나 빠른 속도로 데이터를 전송해야 할까요? 오늘 <궁금한 반도체 WHY> 3탄에서는 그래픽 메모리에 대한 궁금증을 함께 풀어보도록 하겠습니다.

영상의 퀄리티를 좌우하는 그래픽 메모리

모니터를 통해 보이는 이미지는 무수히 많은 점들로 이뤄져 있습니다. 그 작은 점을 픽셀(Pixel, 화소)이라고 하죠. 주로 해상도는 이미지의 가로 픽셀 수와 세로 픽셀 수를 곱하여 표현합니다. 예를 들어 Full HD(1,920 x 1,080)의 경우 가로는 1,920개, 세로는 1,8080개의 픽셀로 이루어져 총 2,073,600개의 픽셀로 이미지를 표현한다는 뜻이 됩니다.

그런데 해상도만 높다고 고화질이라 할 수 있을까요? 같은 해상도일지라도 모니터의 크기가 커지면 픽셀의 크기도 커지기 때문에 선명도가 떨어집니다. 이처럼 해상도와 달리 화질을 나타내는 단위는 PPI(Pixels per Inch)라 하며, 1인치당 몇 개의 픽셀로 구성되는지를 나타냅니다.

이제 이미지 정보를 저장하기 위한 메모리 용량에 대해 생각해볼까요? 전체 이미지를 구성하는 픽셀은 각각의 색상 정보를 갖고 있어야 합니다. 일반적으로 빛의 삼원색인 빨강, 초록, 파란색을 각각 256(=28, 8bit) 개의 Gray Scale로 표시하면, 각 픽셀마다 24bit를 사용해 총천연색을 표시할 수 있습니다.

위 그림과 같이 해상도 300 x 150의 SK하이닉스 로고 이미지를 24bit True Color로 표시하기 위한 메모리(=Frame Buffer) 크기는 가로 300개, 세로 150개, 그리고 각 픽셀마다 24bit의 데이터가 저장돼 있어야 합니다. 즉, 300 x 150 x 24 = 1,080Kbit = 135Kbyte 크기의 메모리가 필요하죠. 화면의 크기와 해상도가 증가할수록 메모리의 용량이 기하급수적으로 증가하게 되어 그래픽 메모리의 용량에 따라 해상도의 제한을 가져오게 됩니다.

고화질 영상을 재생하려면 데이터 처리 속도가 얼마나 빨라야 할까?

▲ 다양한 해상도에 따른 Frame Buffer size와 Display Bandwidth

고화질 영상을 전달하기 위해서는 Frame Buffer Memory의 크기뿐만 데이터의 전달속도(Display Bandwidth) 또한 중요합니다. 즉, 동영상의 화면 깜박임을 못 느끼게 하려면 화면을 1초에 60회 이상 다시 바꿔줄 수 있는 속도가 필요한 것이죠. 예를 들어 1920 x 1080 HD TV급 해상도에서 24bit Color 이미지를 1초에 72회 보내는 동영상을 만들려면, 448MB/s의 속도(=Bandwidth)로 데이터를 보내야 끊기지 않는 영상을 볼 수 있습니다. 이를 Bandwidth라 하고 합니다.

이렇게 고사양의 그래픽 메모리를 만족하기 위해서는 Bandwidth의 증가가 필요한데요. DDR Memory와 동일한 Core Speed에서 Graphic Memory는 데이터 분주와 I/O 증가를 통해 Bandwidth를 늘려왔으며, HBM(High Bandwidth Memory)에서는 I/O 개수를 1024개까지 늘려 Bandwidth를 획기적으로 늘릴 수 있게 되었습니다.

최근 고성능 GPU 시장에서 관심을 받고 있는 고성능 HBM 제품의 경우, 일반 그래픽 메모리 대비 데이터 처리 속도가 8배 이상 빠릅니다. 이와 동일한 성능을 얻기 위해 16개의 GDDR5 대신 2개의 HBM2 Memory가 장착된 그래픽 카드가 출시되고 있습니다.

AI도 그래픽 메모리가 필수다

그래픽 메모리는 본래 고해상도의 영상처리를 위해 개발되었지만, 최근에는 AI(인공지능)가 가장 중요한 개발 분야로 급부상하고 있습니다. 그 중 머신러닝(Machine Learning)이란 인공지능의 한 분야로, 모든 정보를 제공받아 답을 찾는 과거 컴퓨팅 방식 대신 컴퓨터 소프트웨어가 스스로 이미지와 음성, 텍스트 등을 인식하고 특정 패턴을 이해하며 예측하도록 만드는 딥러닝(Deep Learning) 기술을 말하는데요.

이처럼 기계가 인간의 뇌와 같이 방대한 자료를 처리하고, 다양한 패턴 분석과 최적화 작업을 위해 하기 위해서는 단순 연산을 처리하는 CPU보다는 동시다발적으로 처리할 수 있도록 내부에 수많은 연산 코어가 들어 있는 GPU가 필요합니다. 그리고 이를 지원할 수 있는 고사양의 그래픽 메모리가 요구되고 있습니다.

슈퍼컴퓨터는 인간이 다루지 못하는 어마어마한 양의 데이터를 처리할 수 있어 우주 공학, 날씨 예측 등 다양한 분야에 쓰이고 있습니다. 그렇다면 슈퍼컴퓨터는 사람과 같은 논리 연산을 하는 것일까요? ‘오늘 날씨는 뜨뜻미지근 한데?’라는 인간의 물음에 과연 슈퍼컴퓨터는 어떤 반응을 보일지 상상이 되시나요? <궁금한 반도체 WHY> 1편에서는 0과 1로 이뤄진 컴퓨터의 언어, 이진수에 대해 알아보도록 할게요.

컴퓨터의 모든 계산은 0과 1로!

▲ 출처: 천재학습백과

이진수란 0과 1만으로 표현되는 수로, 컴퓨터가 데이터를 저장하는 방식입니다. 수많은 데이터를 읽고, 저장하는 등에 0과 1만을 이용해 처리합니다.

한글이나 알파벳 같은 인간의 정보 표현 체계가 아닌 왜 이진법(binary bit)을 사용하게 되었을까요? 그건 바로 컴퓨터의 하드웨어적인 구조 때문이죠. 컴퓨터를 작동시키는 전기는 ‘전류가 흐른다(ON)’과 ‘흐르지 않는다(OFF)’의 두가지 신호를 가지고 있습니다. 여기서 ON과 OFF는 1과 0을 의미하는데요. 논리의 조립이 간단한 이진법은 전기 신호를 명확하게 구별하여 데이터를 읽고 쓰는 과정에서 오류를 방지 할 수 있기 때문이죠.

수많은 데이터를 만들어내는 0과 1

비트(bit)는 컴퓨터가 처리하는 정보의 최소단위로, 0과 1을 나타내는 영역이라고 할 수 있습니다. 이러한 영역이 한 개씩 늘어나 병렬로 구성되면 경우의 수, 즉 용량은 두 배가 되는 것이죠.

이런 영역이 수천, 수만 개가 모여 연산하고, 그 연산을 바탕으로 각종 프로그램을 수행해 인간이 인지할 수 있는 결과물이 탄생하는 것입니다.

우리가 스마트폰으로 보는 텍스트나 이미지, 영상들도 매 초마다 0과 1을 가지고 수천, 수만의 선택으로 만들어진 결과물입니다. 그리고 인간의 감각기관이 인식 할 수 있는 방식으로 표현해주고 있죠. 이진연산은 둘 중에 한 개를 선택해야 하는 한계가 있지만, 그 선택을 무한히 할 수 있다는 장점을 가집니다.

MB, GB, TB는 과연 얼마나 클까?

▲ ‘10의 제곱수’ (powers of ten) (출처: http://wouldyoulike.org/apod/powers-of-ten/)

위 동영상을 보면 거듭제곱에 대해 쉽게 실감할 수 있는데요. 1m 상공에서 볼 때는 한 남자가 공원에 누워 있지만, 102m 상공에서는 도로와 다리가 보이기 시작합니다. 106m 상공에서는 오대호의 미시간호가 전부 보이며, 107m 상공에서는 지구 전경이 보이게 됩니다.

그렇다면 2의 거듭제곱은 어떨까요? 이해를 돕기 위해 신문지를 접는 것으로 생각해보겠습니다. 두께가 약 0.01cm인 신문지를 40번 접으면 마라톤 코스를 약 2606번 뛴 길이(109951km)가 되고, 지구와 달 거리의 3분의 1에 다다른다고 합니다. 다시 말해, 신문지를 42번 접으면 지구와 달 거리를 뛰어 넘는다는 것이죠. 물론 실제로는 신문지를 10번 접기도 힘들지만요.

최근 외장하드는 0.5TB에서 4TB까지 다양한 용량의 제품들로 판매되고 있습니다. 여기서4TB는 242 Byte(약 4×1012 byte)를 말하는데요. 신문지를 42번 접어 지구와 달과의 거리를 뛰어 넘는 것처럼, 4TB 크기는 2Byte를 42번 거듭제곱하여 나온 값으로 수많은 데이터를 저장할 수 있는 크기라고 할 수 있습니다. 4TB 저장장치에는 HD급 영화 약 500편(8GB 기준), 음악 약 57만개(7MB 기준), 사진 약 80만장(5MB 기준), PPT 파일(1MB 기준) 약 400 만개를 저장할 수 있습니다.