SSD의 모든 것(컴퓨팅 시스템/SLC/TLS/QLC/연속읽기/임의쓰기/SSD고르는법)

<출처=헬로우 칩스 6화>

 

(영구 기억 저장장치)

SSD = Solid State Drive

 

하드디스크보다 SSD가 빠른 이유?

LP판과 MP3로 비유 할 수 있다.

SSD는 하나의 컴퓨팅 시스템이라고 볼 수가 있다.

 

컴퓨팅 시스템

컴퓨팅 시스템: 뭔가 입력을 주고 그 시스템을 통해서 출력을 받아내는 그 하나의 시스템

 

SSD안에도 CPU와 같은 역할 하는 컨트롤러가 있고 D램도 있고 낸드도 있다. 이 SSD 안의 컴퓨팅 시스템 때문에 일을 빠르게 처리할 수 있다. 

 

TLC, QLC란?

TLC, QLC를 알기위해서는 낸드플래시 기본 구조부터 알아야한다. 

 

낸드플래시 메모리 = 디지털 데이터 저장

 

조그만 칩안에 데이터를 저장할 수 있는 수십억 개의 방을 만든다.

하나의 방에 전기가 차있으면 1 안 차있으면 0 (2진법)

데이터를 저장하는 방의 이름인 셀 (CELL) 

셀에 따라 달라지는 낸드플래시의 종류를 나누는데 그게 바로 TLC, QLC 이다.

 

SLC 기준으로 말한건데 

SLC = Single Level Cell

 

1또는 0 이진법 비트 정보를 하나의 셀에 한 비트만 저장할 수 있는 것을 Single Level Cell이라고 한다.

 

셀을 룸에 비유하면

같은 공간에 더 많은 사람을 (많은 정보) 수용하고 싶은 욕심

하지만 한정된 방의 개수때문에 최대한 많은 사람을 한 방에 넣어야 한다.

같은 곳에 많은 사람이 있어도 서로 간섭받지 않을 수 있도록 칸막이를 쳐준다.

한방에 둘이 들어간다면 칸막이 하나를 쳐서 두명이 쓰는 것이다. 

그러면 같은 방에 있으면서도, 독립적인 공간 그것이 Multi Level Cell

칸막이가 하나 더 생기면 Triple Level Cell 이것이 TLC 이다. 

거기에 칸막이가 하나더 생기면 Quadraple Level Cell QLC 이다. 

 

개발순서

SLC-> MLC -> TLC -> QLC 더 많은 정보를 저장하고자 개발되었다. 

 

QLC와 동등한 TLC가 개발되었다는 의미는 

최근에 개발된 QLC는 장점도 있지만 커질수록 치명적인 단점이 있다.

다시 룸에 비유하자면

한 방에 세명이 칸막이를 놓고 쓰다가 룸메이트가 한 명이 더 왔을 경우, 한 방에 칸막이를 두고 네 명이 써야 하는 상황 기존에 있던 사람들 입장은 어떨까 깝깝한 느낌이 들텐데 낸드셀도 마찮가지 이다. 칸막이를 많이 칠수록 칸막이에 들어가는 전자 입장에서는 좁은 곳에서 불편함이 성능으로 표출된다. 즉 속도가 느려진다. 그래서 낸드플래시 중 가장 빠른 것은 SLC 이다. 

 

 속도는 반비례

SLC > MLC > TLC > QLC 방의 개수와 반비례하는 속도. 

 

그러면 SSD를 살 때 SLC를 사는 것이 제일 좋은 것인가?

소비자용으로는 거의 나오지 않는 SLC SSD (굉장히 비싸다)

같은 용량이면 QLC보다 4배정도 비싸다. 

 

SSD를 사기위해서는 종합적으로 보는 것이 중요하다.

SSD를 구성하고 있는 낸드, D램, 컨트롤러, 소프트웨어

 

SSD를 잘 고르기 위해서는 1. 규격 2. 성능 3. 용량 을 잘 파악해야 한다. 

 

SSD의 성능은 4가지를 기준으로 볼 수 있다. 

연속 읽기&쓰기, 임의 읽기&쓰기

연속 읽기: 한나의 큰 파일을 연속적으로 불러오는 '연속 읽기'

단위는 MB/s (1초에 읽거나 쓸 수 있는 MB를 나타내는 단위)

 

임의 읽기: 파일들이 잘게 쪼개져 있는 윈도우, 안드로이드 같은 OS (operating system) 조금씩 다양한 곳에서 파일을 불러올 때 필요한 '임의 읽기'

단위는 IOPS = Input/Output Operations Per Second(1초에 주고받는 인풋과 아웃풋의 양을 나타내는 단위)

 

결론적으로 말하면,

SSD+윈도우 운영체제 = 임의 읽기 쓰기 속도가 필요 

SSD+대용량 파일 = 연속 읽기 쓰기 속도가 필요

 

SSD를 최적의 성능으로 쓰려면 용량에 여백의 미가 있어야 한다. 

낸드 기반으로 하다보니 데이터가 가득 차면 한번 지우고 다시 쓰는 작업

여유 공간이 있다면 그런 번거로운 작업이 없기 때문이다.