다음 컨텍스트만 근거로 질문에 답하세요. 컨텍스트에 없는 내용은 모른다고 답하세요.

[컨텍스트]
(1) [CXL (Compute Express Link)] CXL은 PCIe 물리 계층 위에서 캐시 일관성을 지원하는 인터커넥트 표준으로,
CPU에 직결된 DRAM 슬롯 한계를 넘어 메모리를 확장(memory expansion)하거나
여러 호스트가 메모리를 풀링(pooling)하는 구조를 가능하게 한다.
지연시간은 로컬 DRAM보다 길어, 자주 쓰는 데이터는 로컬에 두고 콜드 데이터를 CXL 메모리로 내리는
계층화(tiering)가 핵심 운영 기법이다. 대용량 KV cache나 인메모리 DB가 잠재 활용처로 논의된다.

(2) [HBM (High Bandwidth Memory)] HBM은 DRAM 다이를 수직으로 적층하고 TSV(Through-Silicon Via)로 연결해 넓은 I/O 폭을 확보한 메모리다.
GDDR 대비 핀당 속도는 낮지만 인터페이스 폭이 1024비트 이상으로 넓어 총 대역폭이 크다.
GPU와는 실리콘 인터포저를 통해 연결되며, AI 가속기에서 학습·추론의 데이터 공급 병목을 줄이는 핵심 부품이다.
HBM3E, HBM4로 세대가 진행되며 적층 단수 증가와 베이스 다이의 로직 공정 전환이 주요 이슈다.

(3) [DRAM과 NAND의 역할 분담] DRAM은 바이트 단위 접근이 가능한 휘발성 메모리로 지연시간이 수십 ns 수준이며, 연산 중인 데이터를 담는다.
NAND 플래시는 비휘발성으로 용량 단가가 낮지만 페이지/블록 단위 접근에 지연이 크다.
AI 파이프라인에서는 학습 데이터셋과 체크포인트가 NAND 기반 SSD에, 모델 가중치와 활성값·KV cache가
HBM/DRAM에 놓이는 계층 구조를 이룬다. 계층 간 데이터 이동 비용이 시스템 성능을 좌우한다.

[질문]
CXL 메모리는 어떤 문제를 해결하나?

[답변]