[고석용의 비하인드 칩스]
[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
퓨리오사AI의 2세대 반도체 레니게이드/사진=퓨리오사AI |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
"1조2000억원은 납득하기 어려운 밸류(기업가치)라고 봅니다"
메타의 1조2000억원 인수 제안을 거절한 퓨리오사AI에 투자한 한 벤처캐피탈(VC) 심사역은 이같이 말했다. 기업가치 1조원이면 상상 속에서나 가능하다고 할 만큼 실현하기 어려워 '유니콘'이란 별칭까지 붙이는데, 퓨리오사AI는 이 정도도 저평가라는 설명이다.
뭉칫돈을 넣은 투자자만의 허풍이나 바람도 아니다. 인수 거절을 최종 결정한 건 창업자인 백준호 대표다. 1조2000억원의 밸류면 지분 18.4%를 보유한 백준호 대표 개인의 지분 가치는 2200억원에 달한다. 스타트업을 창업해 테크 업계의 최정점인 'M7'에 매각했다는 평판도 후광처럼 따라다닐 수 있다.
━
가파르게 성장하는 AI '추론'시장…NPU 시대가 왔다
━
AI모델이 만들어지는 과정을 단순화하면 레니게이드의 역할을 쉽게 정리할 수 있다. 먼저 개발자들이 AI모델의 알고리즘을 짜고 데이터를 입력하는 과정에서 컴퓨터(반도체)가 하는 연산은 '학습(training)'이다. 이후 학습한 내용을 바탕으로 사용자의 명령에 답을 찾는 컴퓨터 연산은 '추론(inference)'이라고 부른다. 레니게이드는 이 '추론' 연산에 특화된 반도체다.
레니게이드는 GPU의 이런 문제를 해결해 시장을 공략하고 있다. 학습은 잘 못하지만, 추론에서만큼은 GPU와 유사한 성능을 내면서도 4배 이상의 전력효율을 달성한 것이다. 당연히 GPU보다 가격도 저렴하다. 값비싼 GPU와 전기료 때문에 막대한 데이터센터 이용료를 지불하는 AI기업들 입장에선 수요가 있을 것이란 계산이다.
그러나 아직까지 NPU의 수요는 크지 않다. AI산업이 대부분 AI모델을 개발하는 데 집중돼 있었기 때문이다. 추론보다 학습이 중요했고, 학습을 못하는 NPU는 매력이 없었다. 국가의 패권까지 좌지우지할 수 있다는 AI 시장을 선점하는 데 데이터센터 사용 비용은 큰 문제가 아니기도 했다.
그런데 최근 'AI 에이전트'가 등장하면서 상황이 바뀌기 시작했다. IT기업들이 개발하는 AI 에이전트들은 오픈AI나 앤트로픽, 딥시크 등이 개발한 AI모델을 가져와 서비스를 제공한다. 완성된 AI모델을 사용하는 만큼 이들에겐 컴퓨터의 '학습'은 비교적 중요치 않게 됐다. GPU든 NPU든 더 저렴하게 '추론'을 해준다면 마다할 이유가 없어졌다.
퓨리오사 2세대 레니게이드칩으로 AI모델 '라마'를 구동했을 때 전력효율 비교표 /이미지=퓨리오사AI |
━
실적으로 증명해야 할 때…업계 경쟁자들도 응원
━
백준호 대표는 올해 초 SNS에 "추론의 시대가 도래했다(The Age of Inference is here)"고 적었다. 늘어나는 AI 에이전트 기업들이 보다 저렴하게 서비스를 제공하는 데이터센터를 원할 것이고, 그렇다면 데이터센터도 NPU를 적극적으로 구매할 것이란 전망이다.
다만 퓨리오사AI에 장밋빛 미래만 있는 것은 아니다. 시장이 성장한다고 퓨리오사AI가 그 과실을 챙긴다는 보장은 없다. NPU 시장에도 이미 쟁쟁한 경쟁자들이 있다. 국내만 해도 리벨리온, 하이퍼엑셀 등이 유사한 NPU를 개발하고 있고, 글로벌 시장엔 그로크, 하일로 같은 더 큰 경쟁자들이 있다.
일각에서 제기되는 기술 완성도에 대한 질문에도 퓨리오사AI가 답을 해야 한다. 지난해 하반기 양산을 시작한 레니게이드가 아직 대량 공급 계약을 확정하지 못하면서 시장에서는 레니게이드의 완성도에 의구심을 보이는 시각도 있다. 메타의 인수 제안과 거절 등을 겪으며 의구심은 상당 부분 덜어냈으나, 결국 실적으로 증명해야 한다.
[머니투데이 스타트업 미디어 플랫폼 유니콘팩토리]
고석용 기자 gohsyng@mt.co.kr
ⓒ 머니투데이 & mt.co.kr, 무단 전재 및 재배포 금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.