[태그:] 스타트업

안녕하세요! 최근 테크 업계에서 가장 뜨거운 뉴스를 아시나요? 바로 국내 AI 반도체 스타트업의 자존심, 리벨리온(Rebellions)이 글로벌 절대 강자인 엔비디아(Nvidia)로부터 투자 및 인수 제안을 받았다는 소식입니다.

엔비디아의 대항마로 꼽히던 리벨리온에게 왜 엔비디아가 손을 내밀었을까요? 그리고 리벨리온은 왜 이 달콤한 제안 앞에서 고민에 빠졌을까요? 대기업과 스타트업의 냉혹한 비즈니스 세계, 아주 쉽게 풀어드립니다!

1. 엔비디아는 왜 리벨리온의 기술을 탐낼까?

결론부터 말씀드리면, 엔비디아는 상대적으로 취약한 자신들의 아킬레스건을 보완하기 위해 리벨리온의 ‘가성비와 초고효율의 추론 기술’을 원하고 있습니다.

• 엔비디아의 아킬레스건 (비싼 가격, 엄청난 전력): 엔비디아의 GPU는 AI를 ‘학습’시키는 데는 세계 최고입니다. 하지만 이미 만들어진 AI를 서비스하는 ‘추론(Inference)’ 시장에서는 이야기가 다릅니다. 24시간 내내 구동하려면 전기를 적게 먹고 가성비가 좋아야 하는데, 엔비디아 칩은 너무 비싸고 전기를 괴물처럼 먹습니다.
• 리벨리온의 무기: 리벨리온이 만드는 NPU(신경망처리장치)는 바로 이 ‘추론 성능’에 특화되어 전력 효율이 극대화된 칩입니다. 엔비디아는 이 기술을 자신들의 거대한 시스템(베라 루빈 등)에 옵션으로 끼워 넣어 추론 시장까지 싹쓸이하고 싶어 합니다.

2. “협력하면서 리벨리온이 따로 장사하면 안 되나요?”

가장 이상적인 방법처럼 보이지만, 현실적으로는 불가능에 가깝습니다. 거대 공룡 엔비디아의 독점 방식 때문입니다.

• 독점 조항의 덫: 엔비디아는 잠재적 경쟁자가 될 싹을 미리 자기 편으로 포섭하는 데 능합니다. 협력을 맺을 때 *”우리 외의 다른 경쟁사(AMD, 인텔 등)나 독자 노선으로는 칩을 공급하지 말라”*는 조건을 걸 가능성이 매우 높습니다.
• 하청업체로의 종속: 엔비디아 생태계에 들어가는 순간, 칩의 가격과 판매처의 통제권을 잃고 사실상 엔비디아의 하청업체처럼 흡수될 위험이 큽니다.

3. 리벨리온이 마주한 잔인한 딜레마: 명분 vs 실리

리벨리온의 고민이 깊어지는 이유는 정부로부터 받은 막대한 자금과 상징성 때문입니다.

• 실리 (엄청난 시장 규모): 스타트업 혼자서 전 세계 빅테크를 상대로 영업하긴 어렵습니다. 하지만 엔비디아라는 배를 타면 순식간에 글로벌 데이터센터로 리벨리온의 기술을 퍼뜨릴 수 있습니다.
• 명분 (2,500억 국민성장펀드): 리벨리온은 대한민국 AI 반도체 독립(소버린 AI)을 이루라는 임무와 함께 무려 2,500억 원의 국민성장펀드 자금을 받았습니다. 덥석 엔비디아 품에 안겨버리면 ‘국가 기술 유출’이나 ‘대기업 종속’이라는 거센 비판과 정부의 제동에 직면하게 됩니다.

4. 엔비디아 거절하면 미래는 없을까? (자갈길과 연합군)

엔비디아를 거절한다고 판로가 막히는 것은 아닙니다. 엔비디아의 독점과 폭리에 지친 전 세계 빅테크들이 “대안 칩을 달라”고 외치고 있기 때문입니다.

• 틈새시장의 기회: 구글, 아마존, 메타 등 자체 칩을 만들려는 기업들과의 협력, 중소 데이터센터 및 통신사 공급, 국내 공공·금융 시장이라는 확실한 앞마당이 존재합니다.
• 통곡의 벽 ‘쿠다(CUDA)’: 다만 혼자 갈 경우, 전 세계 개발자들이 쓰고 있는 엔비디아의 소프트웨어 생태계(CUDA)를 극복해야 하고, 퓨리오사AI나 미국의 그록(Groq) 같은 수많은 틈새시장 경쟁자들과 피 터지는 전쟁을 치러야 합니다.

5. 반전의 열쇠: 빅테크의 엔비디아 vs 온 세상의 리벨리온

하지만 여기서 아주 흥미로운 반전 시나리오가 등장합니다. 리벨리온이 엔비디아의 달콤한 유혹을 뿌리치고 당당하게 ‘마이웨이’를 가야 하는 진짜 이유, 바로 틈새시장의 무한한 잠재력 때문입니다.

• 엔비디아 칩은 ‘빅테크’만 쓴다: 엔비디아의 초고가 칩은 수조 원을 쏟아부을 수 있는 마이크로소프트, 구글 같은 초거대 기업들 위주로 쓰입니다. 일반 기업들은 비싸서 엄두도 내지 못하죠.
• 리벨리온 칩은 ‘온 세상’이 쓴다: AI가 일상화되면 스마트폰, 냉장고, 자동차, 로봇, 병원 시스템, 금융권 등 우리 주변의 모든 기기와 서비스에 AI 칩이 ‘두루두루’ 들어가야 합니다. 이 거대한 일상 영역에는 비싸고 전기 많이 먹는 엔비디아 칩 대신, 가성비 좋고 가벼운 리벨리온의 추론 칩이 정답입니다.
• 틈새가 메인을 역전하는 미래: 장기적으로 보면 빅테크 전용 ‘학습 시장’보다 온 세상 모든 곳에 쓰일 ‘가성비 추론 시장’의 규모가 몇 배는 더 커질 수밖에 없습니다. 지금은 틈새처럼 보이는 이 시장이 미래의 진짜 메인 무대가 되는 것입니다.

실제로 국내의 또 다른 AI 반도체 강자인 퓨리오사AI(FuriosaAI) 역시 메타(Meta)의 1조 원대 인수 제안을 과감히 거절하고 독자 노선을 택했습니다. 메타의 하청 기지가 되는 대신, 엔비디아를 쓰기 싫어하는 전 세계의 수많은 글로벌 고객사들을 직접 공략하겠다는 당당한 포부였죠. 리벨리온 역시 마찬가지입니다.

6. 국산 연합군의 당당한 홀로서기를 응원하며

엔비디아와 손을 잡으면 ‘고속도로’를 타는 대신 주도권을 빼앗기는 것이고, 손을 잡지 않으면 주도권을 쥔 채 ‘거친 자갈길’을 헤쳐 나가야 합니다.

혼자 가야 하는 자갈길이 험난하기에, 리벨리온은 최근 또 다른 국산 AI 반도체 기업인 ‘사피온(SAPEON)’과의 합병을 과감히 선택하며 덩치를 키웠습니다. 대한민국 국가대표 반도체 연합군을 결성해 글로벌 공룡들과 제대로 한판 붙어보겠다는 전략입니다.

글로벌 공룡의 유혹과 압박 속에서도 꿋꿋하게 자신만의 영토를 개척해 나가는 국산 스타트업들의 뚝심을 뜨겁게 응원합니다. 미래의 반도체 시장을 지배할 진짜 승자는 누가 될지, 여러분의 생각은 어떠신가요?

그래서 리벨리온은 최근 또 다른 국산 AI 반도체 기업인 ‘사피온(SAPEON)’과의 합병을 선택하며 덩치를 키웠습니다. 국산 연합군을 결성해 이 냉혹한 자갈길을 돌파하겠다는 전략이죠. 거대한 공룡 앞에서 고군분투하는 국내 스타트업들의 멋진 생존기를 함께 응원해 봅니다!

---

❓ 자주 하는 질문 (FAQ)

Q1. 엔비디아가 리벨리온을 완전히 인수(M&A)하려는 건가요?

• A. 구체적인 조건은 베일에 싸여 있지만, 기술 제휴부터 지분 투자, 나아가 완전 인수까지 다양한 시나리오가 거론됩니다. 핵심은 엔비디아가 리벨리온의 추론 기술을 독점적으로 통제하고 싶어 한다는 점입니다.

Q2. 리벨리온 외에 다른 국내 대안 기업은 없나요?

• A. 대표적으로 퓨리오사AI(FuriosaAI)가 있으며, 최근 리벨리온과 합병 절차를 밟은 SK계열의 사피온(SAPEON)이 있습니다. 이들이 국산 NPU 시장을 이끄는 삼총사였습니다.

Q3. 정부 펀드를 받으면 해외 기업에 회사를 파는 게 법적으로 금지되나요?

• A. 무조건 금지는 아니지만, 국가 핵심 기술로 지정된 경우 정부 승인이 필요하며, 국민 세금 성격의 펀드가 투입되었기 때문에 먹튀 논란이나 여론의 거센 반발, 정부의 유무형의 제동을 받게 됩니다.

---

📚 참고자료

• ‘AI 독립’ 외치는 리벨리온에…엔비디아는 M&A 손 내밀었다. (클릭하여 글 읽기)
• 한국경제 기사: 엔비디아, 리벨리온에 러브콜…K-반도체 ‘독립 vs 실리’ 기로(클릭하여 글 읽기)
• 엔비디아의 경쟁사가 메타의 8억 달러 인수 제안을 거절했습니다. 그 이유는 무엇일까요(클릭하여 글읽기
• 엔비디아, 한국 AI 칩 기업 리벨리온에 접촉, 투자 및 인수 포함될 수도(클릭하여 글 읽기)

---

✨ 함께 보면 좋은 글

1. 퓨리오사AI, 메타 거절하고 브로드컴 선택한 이유는?
2. [반도체 팹리스] 인공지능의 뇌 ‘국내 NPU 관련주’ 원리부터 핵심 수혜주 총정리!
3. 국내 AI 반도체 스타트업 리벨리온·모빌린트·하이퍼엑셀 경쟁력 분석

AI 반도체 시장이 폭발적으로 성장함에 따라 엔비디아의 차세대 블랙웰 칩셋을 비롯한 초고성능 가속기들이 전 세계 데이터센터에 빽빽하게 들어차고 있습니다. 그러나 기존의 단일 칩 공정(Monolithic)은 미세화의 한계와 천문학적인 비용 상승이라는 거대한 벽에 부딪혔습니다.

이러한 반도체 제조의 병목 현상을 통째로 깨부술 구원투수로 기능별 반도체를 레고 블록처럼 조립하는 ‘칩렛(Chiplet)’ 기술이 무섭게 떠오르고 있습니다. 대기업뿐만 아니라 독보적인 아이디어를 가진 스타트업들에게 전례 없는 성장의 기회를 열어주고 있는 칩렛 생태계의 핵심 원리와 미래 트렌드를 쉽고 깊이 있게 풀어봅니다.

1. 칩렛(Chiplet) 기술이란 무엇인가요? 개념 정의와 핵심 원리

기존의 전통적인 반도체 제조 방식은 하나의 커다란 실리콘 웨이퍼 위에 연산 장치(Core), 메모리 컨트롤러, I/O 인터페이스 등 모든 기능을 전부 한꺼번에 새겨 넣는 단일 구조(Monolithic)였습니다. 하지만 미세 공정이 2나노, 3나노 이하로 내려가면서 칩의 크기가 커질수록 웨이퍼 한 장에서 건질 수 있는 정상 제품의 비율(수율)이 뚝 떨어지는 심각한 문제가 발생했습니다.

칩렛(Chiplet) 기술은 이 거대한 하나의 칩을 기능별로 쪼개어 각각 가장 최적화된 공정에서 별도로 제조한 뒤, 하나의 패키지 안에서 고속으로 연결하는 차세대 설계 패러다임입니다. 예를 들어, 고성능 연산이 필요한 CPU 코어는 비싸고 정밀한 3나노 공정으로 만들고, 상대적으로 미세화가 덜 필요한 I/O 인터페이스는 가성비 좋은 7나노 공정으로 만든 뒤 레고 블록처럼 조립하는 방식입니다. 이를 통해 전체 제조 비용을 획기적으로 낮추고, 칩의 대형화와 초고성능화를 동시에 달성할 수 있게 됩니다.

1. 칩렛(Chiplet) 반도체 설계 도입이 가져오는 비용 절감 및 수율 향상 효과

칩렛 구조의 가장 강력한 무기는 단연 압도적인 비용 절감과 수율 향상입니다. 반도체 웨이퍼는 크기가 커질수록 결함(Defect)이 포함될 확률이 기하급수적으로 높아져 수율이 망가지기 쉽습니다. 하지만 칩을 작게 쪼개어 만들면 결함이 있는 부분만 솎아내기 편해지므로 버려지는 실리콘의 양이 극적으로 줄어듭니다.

특징 및 비교 요소	기존 단일 구조 (Monolithic)	차세대 칩렛 구조 (Chiplet)
제조 공정 방식	하나의 웨이퍼에 모든 기능 통합	기능별로 칩을 쪼개어 개별 제조
적용 공정 유연성	전체 칩에 최선단 공정 강제 적용	기능별 최적 공정 선택 가능 (예: 3나노+7나노)
생산 수율 및 비용	크기가 커질수록 수율 저하, 비용 급증	소형화된 개별 칩으로 높은 수율 및 비용 절감
초기 개발 기간(TAT)	설계 변경 시 전체 칩 재설계 필수	기존 검증된 칩렛 재사용으로 기간 단축

실제로 AMD의 분석에 따르면, 단일 칩으로 만들었을 때보다 칩렛 구조를 적용했을 때 다이(Die) 제조 비용을 최대 40% 이상 아낄 수 있는 것으로 나타났습니다. 또한, 이미 성능이 검증된 기존의 칩렛 블록(IP)을 그대로 재사용할 수 있어, 새로운 반도체를 설계하고 시장에 출시하기까지 걸리는 시간(Time-to-Market)을 수개월 이상 앞당길 수 있다는 강력한 락인 전략적 이점도 존재합니다.

2. UCIe 표준화가 촉진하는 글로벌 칩렛 생태계의 개방형 혁신

과거에는 AMD나 인텔 같은 대기업들이 자신들만의 독자적인 규격으로 칩을 쪼개고 붙였기 때문에, 서로 다른 회사에서 만든 칩렛끼리는 결합이 불가능했습니다. 마치 레고 블록과 다른 브랜드의 완구 블록이 서로 맞물리지 않는 것과 같은 이치였습니다. 그러나 이러한 폐쇄적 생태계는 2022년 결성된 오픈 표준 규격인 UCIe(Universal Chiplet Interconnect Express)의 등장으로 완전히 뒤바뀌었습니다.

UCIe 표준 허브는 인텔, AMD, TSMC, 엔비디아, 삼성전자 등 글로벌 반도체 공룡들이 대거 참여하여 만든 칩렛 간의 ‘공용 커넥터’ 규격입니다. 이제 UCIe 표준만 준수한다면 A 회사가 만든 연산 코어 칩렛과 B 회사가 만든 메모리 컨트롤러 칩렛을 하나의 기판 위에 얹어 완벽하게 구동시킬 수 있는 개방형 혁신 환경이 열린 것입니다. 이 표준화 덕분에 반도체 설계의 진입 장벽이 무너지며 바야흐로 ‘칩렛 마켓플레이스’ 시대가 도래하게 되었습니다.

3.칩렛(Chiplet) 생태계에서 기술 중심 스타트업에게 열리는 폭발적인 사업 기회

이 거대한 패러다임 전환은 천문학적인 설비 투자 비용 때문에 반도체 시장 진입을 꿈도 꾸지 못했던 소부장 및 팹리스 스타트업들에게 엄청난 기회의 창을 열어주고 있습니다. 과거에는 칩 하나를 개발하기 위해 모든 기능을 다 설계해야 했지만, 이제는 특정 기능 하나만 독보적으로 잘 만드는 칩렛을 개발하면 글로벌 빅테크 기업들의 공급망에 진입할 수 있기 때문입니다.

예를 들어, 보안 기능만 고도로 특화된 초소형 ‘보안 칩렛’이나, AI 연산의 특정 알고리즘만 가속화하는 ‘특화형 가속 칩렛’을 전문으로 설계하는 스타트업이 주목받고 있습니다. 이들은 독자적인 칩렛 IP를 보유한 채 UCIe 마켓플레이스에 등록하여 엔비디아나 AMD의 거대한 가속기 패키지 안에 레고 블록처럼 탑재되는 방식으로 사업을 확장합니다. 거대 기업이 독점하던 반도체 산업에서 특정 공정이나 설계 자산을 깊게 파고든 팹리스 벤처들이 유니콘 기업으로 급부상할 수 있는 생태계가 완벽히 구축된 셈입니다.

4. 칩렛(Chiplet) 패키징 대중화를 위한 기술적 난제와 미래 전망

단일 칩의 한계를 깨부수는 칩렛 기술이지만, 진정한 대중화를 위해 반드시 넘어야 할 첨단 패키징 분야의 난제들도 존재합니다. 조립된 여러 개의 칩렛이 마치 하나의 단일 칩처럼 유기적으로 움직이려면, 이들을 연결하는 통로인 인터포저(Interposer) 위에서 엄청난 밀도의 신호 배선이 정밀하게 정렬되어야 합니다. 또한, 칩들이 촘촘하게 모여 있다 보니 국소 부위에서 열이 집중되는 고질적인 발열 문제와 데이터가 오가는 과정에서 발생하는 미세한 신호 지연(Latency) 현상도 해결해야 할 숙제입니다.

그럼에도 불구하고 전문가들은 2027년을 기점으로 전체 고성능 반도체 시장의 80% 이상이 칩렛 구조로 전환될 것으로 확신합니다. 미세화 공정이 한계에 달한 상황에서 AI 데이터센터가 요구하는 폭발적인 연산 능력을 감당할 수 있는 유일한 대안은 결국 칩렛과 이를 떠받치는 유리기판 같은 첨단 패키징 혁신뿐이기 때문입니다. 대기업의 제조 인프라와 스타트업의 유연한 아이디어가 결합된 칩렛 생태계는 반도체 산업의 지속 가능한 성장을 이끌 핵심 동력으로 자리매김하고 있습니다.

---

❓ 자주 하는 질문 (FAQ)

Q1. 칩렛과 기존 SOC(System on Chip)의 차이점은 무엇인가요?

SOC는 하나의 실리콘 다이 위에 모든 기능을 다 집어넣어 만드는 단일 칩 방식이며, 칩렛은 각각 다른 웨이퍼에서 따로 만든 소형 기능별 칩들을 패키지 단계에서 고속 인터페이스로 묶어 조립하는 방식입니다.

Q2. UCIe 표준이 왜 스타트업에게 유리한가요?

대기업의 독자 규격에 종속되지 않고, 스타트업이 강점을 가진 특정 기능의 칩렛만 개발해도 글로벌 표준 규격에 맞춰 엔비디아나 인텔 등의 초대형 반도체 칩셋에 조립되어 판매될 수 있는 판로가 열리기 때문입니다.

📚 참고자료

• TrendForce 테크 뉴스룸: 글로벌 파운드리 기업들의 첨단 패키징 및 칩렛 도입 로드맵 분석 자료
• Intel 공식 뉴스룸: 차세대 인프라 및 고성능 컴퓨팅용 UCIe 기반 완전 통합형 칩렛 상용화 발표
• 고성능 AI·서버용 칩렛 혁신 ‘UCIe 3.0’ 공개…삼성·SK하이닉스 멀티칩 확장 가능

✨함께 보면 좋은 글 세트

• [[반도체 후공정 3편]HBM 다음 게임 체인저 ‘유리기판’ 도입 원리와 국내 대장주 관련주 총정리[(클릭해서 읽기)]
• [광학 패키징 혁신] 데이터센터 전기 먹는 하마를 잡을 실리콘 포토닉스 트렌드 분석[(클릭해서 읽기)]
• AI 가속기 패키징의 미래, 유리 기판 핵심 기술과 2027년 상용화 전망

---

퓨리오사AI는 메타가 약 1조2000억원을 제시하며 인수를 제안했지만, 그 제안을 거절한 국내 AI 반도체 팹리스 스타트업입니다.

빅테크의 러브콜을 뿌리친 회사가 이번엔 브로드컴과 2000억원대 턴키 계약을 사실상 확정했다는 소식까지 들려오고 있죠. 이번 소식들을 보면서 든 생각인데, 이 회사는 ‘기술로는 글로벌 무대에서 인정받았지만 아직 숫자로는 증명하지 못한’ 아주 독특한 위치에 서 있다는 점이 정말 흥미롭습니다.

이 글에서는 퓨리오사AI가 어떤 기술을 가졌는지, 왜 지금 이 시점에 3조원이라는 몸값이 거론되는지, 그리고 그 이면에 어떤 리스크가 존재하는지를 차근차근 살펴보겠습니다.

1. 퓨리오사AI NPU 기술이 GPU 중심 AI 칩 시장에서 가지는 차별화 원리

AI 반도체 시장을 떠올리면 대부분 엔비디아의 GPU를 먼저 떠올립니다. 학습부터 추론까지 GPU가 장악했다는 인식이 워낙 강하죠.

하지만 퓨리오사AI는 처음부터 다른 곳을 겨냥했습니다. AI 모델을 실제 서비스에 배포해서 실시간으로 답을 내놓는 ‘추론’ 단계에 특화된 NPU(신경망처리장치)를 개발한다는 전략입니다. NPU는 GPU와 달리 특정 연산에 최적화된 칩인데, 비유하자면 만능 공구 세트(GPU)가 아니라 못 하나를 가장 빠르고 정확하게 박기 위해 설계된 특수 망치(NPU)라고 생각하시면 됩니다.

2017년 서울에서 창업한 퓨리오사AI는 삼성전자와 AMD 출신 엔지니어들이 뭉쳐 만든 회사입니다. 대표인 백준호 씨 역시 반도체 설계 현장에서 잔뼈가 굵은 인물이죠. 2021년 첫 번째 칩 ‘워보이’를 세상에 내놓은 데 이어, 2024년 8월에는 차세대 칩 ‘레니게이드(RNGD)’를 공개했습니다.

이 전략의 핵심 무기는 전력 효율입니다. 엔비디아 H100이 700W의 전력을 소모하는 반면, RNGD는 180W로 작동합니다. LG AI연구원의 거대언어모델 EXAONE 실사용 환경에서 검증한 결과, RNGD가 동일한 전력 조건에서 GPU 기반 시스템보다 3.75배 많은 토큰을 처리한다는 결과가 나왔습니다. ‘학습은 포기하고 추론 전력 효율로 승부한다’는 선택과 집중이 숫자로 입증된 셈입니다.

2.퓨리오사AI 메타 인수 제안 거절 배경과 독자 생존 전략의 내막

스타트업이 글로벌 빅테크로부터 1조원대 인수 제안을 받는 일은 국내에서 흔치 않습니다. 그런데 퓨리오사AI는 메타가 제시한 약 1조2000억원 규모의 인수 제안을 거절했습니다.

AI타임스가 보도한 내용AI타임스에 따르면, 협상은 금액을 비롯한 여러 조건에서 이견이 좁혀지지 않아 최종 결렬됐습니다. 메타 입장에서는 AI 추론 칩을 내재화해 엔비디아 의존도를 줄이려는 목적이 있었을 것이고, 퓨리오사AI 입장에서는 단순히 메타의 부품 공급자로 흡수되는 것보다 독립된 플레이어로서의 가능성을 더 높이 평가한 셈입니다.

이 결정이 ‘협상 결렬’이 아니라 ‘전략적 선택’으로 읽히는 이유가 있습니다. 인수 협상이 논의되던 시점 자체가, 글로벌 빅테크가 이 회사의 기술력을 검토했다는 증거이기 때문입니다. 메타 같은 회사가 1조원을 내걸고 인수를 타진한다는 것 자체가 이미 설계 역량에 대한 강력한 외부 검증이죠.

3.퓨리오사AI 브로드컴 설계 계약이 반도체 팹리스 업계에서 이례적인 이유

인베스트조선이 최근 보도한 내용인베스트조선에 따르면, 퓨리오사AI는 브로드컴과 3세대 AI칩 양산을 위한 2000억원대 턴키 계약을 사실상 확정한 것으로 알려졌습니다.

여기서 ‘이례적’이라는 수식어가 붙는 이유를 설명할 필요가 있습니다. 브로드컴은 원래 자체 설계 능력이 없는 기업의 주문형 반도체(ASIC)를 주로 담당해온 회사입니다. 쉽게 말해, 브로드컴은 ‘내 설계도를 공장에 맡겨줄 중간 파트너’를 찾는 기업들의 요청을 받아서 처리하는 역할이었죠. 그런데 퓨리오사AI는 팹리스, 즉 자체 설계 능력을 가진 회사입니다.

설계 능력이 있는 팹리스가 브로드컴과 이런 방식의 계약을 맺는 것은 매우 드문 일입니다. 이 계약이 성사됐다는 것은, 브로드컴이 퓨리오사AI의 설계 역량과 기술 수준을 글로벌 기준에서 신뢰할 만하다고 판단했다는 의미로 업계에서는 해석됩니다. SK하이닉스가 국내 AI칩 기업 최초로 퓨리오사AI에 HBM을 공급하기로 한 것도 같은 맥락에서 읽힐 수 있습니다.

4.퓨리오사AI 기업 가치 3조 원 설과 실제 실적이 보여주는 냉정한 숫자

기술 검증과 파트너십만큼이나 냉정하게 봐야 할 부분이 있습니다. 바로 재무 성적표입니다.

인베스트조선에 따르면, 퓨리오사AI의 2025년 매출은 57억4000만원에 그쳤습니다. 같은 해 영업손실은 624억8000만원, 당기순손실은 무려 8334억원으로 전년 대비 약 6배 증가했습니다. 삼일회계법인은 2024년에 이어 2년 연속으로 계속기업으로서의 존속 능력에 유의적 의문을 제기할 만한 불확실성이 존재한다는 감사의견을 냈습니다.

다만 여기서 한 가지 맥락을 짚고 넘어갈 필요가 있습니다. 부채의 96.7%, 즉 1조4300억원이 상환전환우선주(RCPS)로 구성되어 있는데, 이는 실제로 상환 청구가 이뤄질 가능성이 낮은 항목이라 회계상 착시 효과가 있다는 해석도 존재합니다. RCPS란 일종의 ‘조건부 채권’으로, 투자자가 원하면 주식으로 전환하거나 돈을 돌려달라고 할 수 있는 증권인데, 보통 IPO를 앞두고는 주식 전환 쪽을 선택하는 경우가 많습니다.

이건 저만 그런 게 아니라 다들 비슷하게 느끼실 것 같은데, 숫자만 보면 우려스럽지만 구조를 뜯어보면 단순히 ‘파산 위기 기업’으로 읽기 어려운 복잡한 그림입니다. 그럼에도 불구하고 매출 57억원이라는 사실은, 기술 검증과 시장 매출화 사이의 거리가 아직 상당히 멀다는 점을 분명히 말해주고 있습니다.

5.퓨리오사AI 경쟁사 리벨리온이 국내 NPU 시장에서 앞서 나가는 현실 분석

국내 AI 반도체 NPU 팹리스 시장에서 퓨리오사AI의 직접 경쟁자는 리벨리온입니다. 그런데 매출 측면에서는 현재 리벨리온이 앞서 있습니다.

인베스트조선이 최근 보도한 내용인베스트조선에 따르면, 리벨리온의 2025년 매출은 320억원으로 퓨리오사AI(57억4000만원)를 큰 폭으로 앞섰습니다. 리벨리온의 NPU ‘아톰’이 2024년부터 양산과 판매에 들어간 반면, 퓨리오사AI의 레니게이드 양산은 그보다 늦어진 것이 핵심 원인으로 분석됩니다.

리벨리온의 또 다른 강점은 든든한 앵커 고객입니다. 지분 26%를 보유한 SK텔레콤이 자사 AI 서비스 ‘에이닷’의 전화 통화 요약 기능에 아톰을 실제로 탑재해 쓰고 있죠. 기술이 아직 시연 수준에 머무는 게 아니라 실제 서비스 안으로 들어간 것입니다.

리벨리온은 2026년 3월 프리IPO로 6400억원을 확보하며 기업가치 약 3조4000억원을 인정받았고, 이르면 연내 상장 예비심사를 청구할 것으로 전해집니다. 퓨리오사AI는 2027년께 청구를 목표로 하고 있어, 상장 타이밍에서도 리벨리온이 한발 앞서 있는 상황입니다.

6.퓨리오사AI IPO 전망과 국민성장펀드 투자를 둘러싼 기대와 우려의 시각

조심스럽게 제 생각을 얹어보자면, 퓨리오사AI는 지금 가장 어려운 단계를 통과하고 있다고 봅니다. 기술력이 외부에서 인정받기 시작했고, 자금도 확보되고 있지만, 그것이 실제 매출과 수익으로 연결되기까지의 시간을 버텨야 하는 단계입니다.

금융위원회가 국민성장펀드 기금운용심의위원회를 통해 퓨리오사AI에 첨단전략산업기금 3700억원을 포함한 총 8000억원 안팎의 직접투자를 승인했다는 소식은, 단순한 민간 벤처투자가 아니라 정책적 판단이 개입됐다는 점에서 의미가 다릅니다. 단일 기업 대상 정책자금 투자로는 이례적인 규모라는 평가가 나오는 이유이기도 합니다.

디일렉 보도(디일렉)에 따르면, 프리IPO 규모는 기존 7500억원에서 8000억~8500억원으로 확대됐으며 2027~2028년 상장을 계획하고 있습니다. 두 회사 모두 영업적자 상태여서 코스피보다는 코스닥 상장 가능성이 높게 점쳐지는 상황입니다.

그러나 일부 벤처캐피탈에서는 시중에 투자할 만한 기업이 한정돼 있어 자금이 쏠리는 구조라며, 향후 IPO 단계에서 가격이 큰 폭으로 조정될 가능성을 우려하는 목소리도 나옵니다. 메타의 인수 제안을 뿌리친 자신감이 IPO 무대에서 매출 성장이라는 현실로 뒷받침될 수 있느냐가, 결국 이 회사의 진짜 시험대가 될 것입니다.

7.퓨리오사AI 향후 시장 안착을 위해 주목해야 할 핵심 관전 포인트 세 가지

첫째, 레니게이드의 실제 양산과 매출 반영 속도입니다. Microsoft Azure 마켓플레이스 입점, EXAONE 성능 검증, 브로드컴 계약 확정은 모두 ‘준비 완료’의 신호탄입니다. 이제는 이것이 실제 고객사 수주와 반복 매출로 이어지는지를 봐야 합니다.

둘째, 리벨리온과의 국내 경쟁 구도입니다. 리벨리온이 연내 상장 예비심사를 청구하는 시점이 퓨리오사AI의 투자자들에게는 간접적인 벤치마크가 될 것입니다. 두 회사의 실적 격차가 좁혀지는지, 아니면 벌어지는지가 AI NPU 시장의 흐름을 가늠하는 척도가 됩니다.

셋째, IPO 밸류에이션입니다. 현재 인정받는 투자 전 기업가치 약 3조원이 2027년 상장 예비심사 시점에도 유지될 수 있을지, 실적이 뒷받침되지 않는다면 공모 단계에서 어떤 가격 조정이 일어날지를 주의 깊게 살펴볼 필요가 있습니다.

기술과 자금은 갖췄습니다. 남은 질문은 하나입니다. 퓨리오사AI가 그 기술을 ‘돈이 되는 사업’으로 바꾸는 속도가 충분히 빠를 것이냐는 점입니다.

❓자주 묻는 질문

Q. 퓨리오사AI의 레니게이드(RNGD)는 엔비디아 H100과 비교해 어떤 장단점이 있나요?

A. RNGD는 전력 소모가 180W로 H100의 700W보다 훨씬 낮습니다. LG AI연구원의 EXAONE 실사용 환경 기준으로 동일 전력에서 GPU 기반 시스템 대비 3.75배 많은 토큰을 처리하는 것으로 검증됐습니다. 대신 H100이 AI 학습과 추론 모두를 커버하는 반면, RNGD는 추론 특화 칩이어서 대규모 모델 학습에는 적합하지 않습니다.

Q. 퓨리오사AI와 리벨리온 중 매출은 어느 쪽이 더 높은가요?

A. 2025년 기준으로는 리벨리온이 매출 320억원으로 퓨리오사AI(57억4000만원)를 크게 앞서고 있습니다. 리벨리온의 NPU ‘아톰’이 2024년부터 양산에 들어가 SK텔레콤의 AI 서비스에 실제 납품이 이뤄진 반면, 퓨리오사AI의 레니게이드 양산은 그보다 늦어졌기 때문입니다.

Q. 퓨리오사AI의 당기순손실이 8334억원에 달하는데 실제로 파산 위험이 있나요?

A. 부채의 96.7%인 1조4300억원이 상환전환우선주(RCPS)로 구성돼 있어 실제 현금 상환 청구 가능성은 낮다는 해석이 있습니다. 또한 국민성장펀드를 포함한 8000억원 안팎의 정책 직접투자가 승인된 상태라 단기적인 유동성 위기 가능성은 낮습니다. 다만 삼일회계법인이 2년 연속 계속기업 의문 감사의견을 낸 만큼, 매출 성장이 뒷따르지 않으면 중장기적 리스크는 여전히 존재합니다.

Q. 퓨리오사AI는 언제 상장할 예정이고 어느 시장에 상장하나요?

A. 2027년께 상장 예비심사를 청구할 것으로 전망되며, 상장 시기는 2027~2028년을 목표로 하고 있습니다. 상장 국가는 아직 미정입니다. 두 회사 모두 코스피 상장을 선호하지만, 현재 영업적자 상태인 데다 거래소가 적자 기업의 코스피 상장 문턱을 높이는 추세여서 코스닥 상장 가능성이 더 높게 점쳐지고 있습니다.

📚참고 자료

• AI타임스 “퓨리오사AI “메타와 인수 협상 최종 결렬”
• 디일렉 “퓨리오사AI, ‘프리 IPO’ 8500억으로 확대”
• 인베스트조선 “퓨리오사AI 몸값 ‘3조’ 분분…”AI 반도체 미래” vs “실적 없는 밸류”
• 인베스트조선 “국민성장펀드 투자 받은 리벨리온·퓨리오사AI…힘 실리는 코스닥行”
• 뤼튼은 589억 적자인데 어떻게 1조 원짜리 회사가 됐을까?

✨함께 보면 좋은 글

1. 국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미
2. 국내 AI 반도체 스타트업 리벨리온·모빌린트·하이퍼엑셀 경쟁력 분석
3. 국내 AI 반도체 스타트업 빅3 성장 잠재력 — 엔비디아 독점 깰 대안은?

엔비디아가 있는데 왜 한국 AI 반도체에 수천억이 몰릴까?

AI 반도체 시장을 이야기할 때 가장 먼저 떠오르는 기업은 엔비디아다. AI 모델을 학습시키는 GPU 시장에서 막강한 영향력을 갖고 있고, CUDA를 중심으로 형성된 소프트웨어 생태계까지 구축했다. 이제 엔비디아의 경쟁력은 좋은 GPU 하나가 아니라 반도체와 소프트웨어, 서버와 네트워크, 수많은 개발자가 연결된 하나의 거대한 플랫폼에 가깝다.

그런데 최근 한국에서는 얼핏 이해하기 어려운 일이 벌어지고 있다. AI 반도체 스타트업 리벨리온은 2026년 3월 4억 달러, 약 6,000억 원의 투자를 유치하면서 약 3조5,000억 원의 기업가치를 인정받았다. 모빌린트도 700억 원 규모의 시리즈C 투자를 받았고, 하이퍼엑셀에는 게임회사 크래프톤이 약 500억 원을 투자했다. 리벨리온 한 회사에 대한 기대라기보다 여러 AI 반도체 스타트업으로 큰돈이 동시에 움직이고 있는 것이다.

여기서 질문이 생긴다. 엔비디아가 이렇게 강한데 투자자들은 왜 또 다른 AI 반도체에 수백억, 수천억 원을 넣는 것일까. 한국의 작은 반도체 기업들이 정말 엔비디아의 아성을 깰 수 있다고 생각하는 것일까.

엔비디아 독점의 성벽: GPU 칩을 넘어선 CUDA 생태계 이해

한국 AI 반도체의 가능성을 보기 전에 먼저 인정해야 할 것이 있다. 엔비디아를 정면으로 무너뜨리는 일은 쉽지 않다는 점이다. 엔비디아의 가장 강력한 무기는 GPU의 연산 성능만이 아니다. 오랫동안 축적된 CUDA 생태계와 개발도구, AI 프레임워크와의 호환성, 서버와 네트워크까지 연결된 인프라가 함께 움직인다.

새로운 AI 반도체가 등장했다고 해서 기업들이 기존 시스템을 바로 바꾸기 어려운 이유도 여기에 있다. 칩의 성능이 조금 좋거나 가격이 조금 싸다는 것만으로는 부족하다. 개발자가 쉽게 사용할 수 있어야 하고, 기존 AI 모델이 안정적으로 돌아가야 하며, 대규모 서버에서도 문제가 없어야 한다.

따라서 한국 AI 반도체 기업을 ‘제2의 엔비디아’ 후보로만 바라보면 오히려 중요한 변화를 놓칠 수 있다. 이들이 노리는 시장을 따라가 보면 엔비디아와 똑같은 싸움을 하는 것이 아니라는 사실이 보인다.

AI 시장의 대전환: AI 학습 경쟁에서 ‘초저가 AI 추론’ 경쟁으로

AI 반도체 시장에는 크게 두 종류의 연산이 있다. 하나는 방대한 데이터를 이용해 AI 모델을 만드는 학습(Training)이고, 다른 하나는 만들어진 AI가 실제 사용자의 요청에 답하는 추론(Inference)이다.

생성형 AI가 확산되면서 추론의 경제성이 점점 중요해지고 있다. 모델은 한 번 학습했다고 끝나지만 서비스가 시작되면 사용자가 질문할 때마다 연산이 발생한다. 이용자가 수백만 명으로 늘어나고 AI가 문장뿐 아니라 이미지와 영상, 게임 캐릭터, 로봇과 각종 기업 서비스에 들어가기 시작하면 추론은 끊임없이 발생한다.

이때 기업의 질문도 달라진다. 가장 빠른 반도체가 무엇인지뿐 아니라 같은 AI 서비스를 얼마나 적은 전력과 비용으로 운영할 수 있는가가 중요해진다. AI가 널리 사용될수록 추론 비용은 기술 문제가 아니라 기업의 원가 문제가 된다.

바로 이 틈에서 한국 AI 반도체 스타트업들이 서로 다른 길을 찾고 있다.

리벨리온: 데이터센터 AI 추론 시장의 비용 절감 전략

리벨리온은 세 회사 가운데 엔비디아와 가장 가까운 전장에서 경쟁한다. 대규모 데이터센터의 AI 추론 시장이다. 2026년 3월 4억 달러를 유치하면서 기업가치 약 23억4,000만 달러를 인정받았고, 누적 조달자금은 8억5,000만 달러에 이르렀다(연합뉴스). 회사는 이 자금을 미국 시장 진출 등에 활용할 계획이며 미국 고객들과 PoC도 진행하고 있다고 밝혔다.

그러나 투자금액보다 눈여겨볼 부분은 리벨리온의 움직임이다. 단순히 NPU 칩 하나를 만들어 성능을 보여주는 데서 멈추지 않고 실제 AI 서비스가 돌아가는 인프라까지 사업 영역을 넓히고 있다.

최근에는 AI 모델 경량화와 추론 최적화 기술을 보유한 스퀴즈비츠를 인수했다. 리벨리온은 이를 통해 NPU 하드웨어에서 소프트웨어 최적화, 모델 실행과 결과 반환까지 이어지는 추론 서빙을 하나의 플랫폼으로 제공하겠다는 계획이다. 결국 AI 반도체 경쟁이 칩 하나의 성능표만으로 끝나지 않는다는 사실을 리벨리온 스스로 보여주고 있는 셈이다.

모빌린트: 데이터센터 밖 온디바이스 엣지 AI 시장 공략

모빌린트가 선택한 전장은 다르다. 공장과 CCTV, 로봇, 각종 기기처럼 데이터가 발생하는 현장에서 바로 AI를 실행하는 엣지 AI 시장이다.

이 시장에서는 질문 자체가 달라진다. 엔비디아의 최고급 GPU보다 빠른가를 따지기 전에 이 일을 처리하기 위해 굳이 거대한 GPU 서버가 필요한가를 물어야 한다.

공장의 카메라가 불량품을 찾아내거나 CCTV가 사람과 차량을 구분하고 로봇이 주변 사물을 인식하는 작업을 생각해 볼 수 있다. 데이터를 매번 멀리 떨어진 데이터센터로 보내 결과를 받아오는 것보다 현장에서 바로 처리하는 편이 유리한 경우가 있다. 이때는 작은 전력 소비와 낮은 지연시간, 가격과 크기가 중요한 경쟁력이 된다.

모빌린트는 700억 원 규모의 시리즈C 투자를 유치했다.(ZDNet Korea)투자 과정에서도 고성능·저전력 NPU 기술뿐 아니라 산업현장에서의 사업화 성과와 데이터센터 의존도를 낮추는 엣지 AI 수요가 주요 배경으로 평가됐다.

모빌린트 사례는 엔비디아의 시장 지배력이 강하다고 해서 모든 AI 연산이 엔비디아의 데이터센터용 GPU로 수렴하는 것은 아니라는 점을 보여준다. AI가 현실의 기기와 산업현장으로 퍼질수록 오히려 용도에 맞게 작고 효율적인 반도체가 필요한 영역도 함께 커질 수 있다.

하이퍼엑셀 LPU: 크래프톤이 엔비디아 대신 500억을 투자한 이유

세 회사 가운데 투자 논리가 가장 흥미롭게 드러나는 곳은 하이퍼엑셀이다. 하이퍼엑셀은 대규모언어모델의 추론에 특화된 LPU(Language Processing Unit)를 개발한다.

그런데 투자자 가운데 게임회사 크래프톤이 있다. 크래프톤은 하이퍼엑셀의 시리즈B 투자에 전략적 투자자로 참여해 약 500억 원을 투자했다. 게임회사가 아직 규모가 작은 AI 반도체 스타트업에 500억 원을 넣었다는 것만으로도 눈길을 끌지만, 더 흥미로운 사실이 있다.

크래프톤은 엔비디아 GPU를 사용하지 않는 회사가 아니다.

오히려 AI 퍼스트 전략을 추진하면서 약 1,000억 원 규모의 GPU 클러스터를 구축했다. 그런데 동시에 하이퍼엑셀에 500억 원을 투자했다.

이 장면을 보면 처음의 질문이 달라진다. 선택지는 ‘엔비디아냐, 한국 AI 반도체냐’가 아니었다.

크래프톤이 AI 캐릭터와 개인화된 콘텐츠를 게임에 본격적으로 넣는다고 생각해 보자. 몇 명을 대상으로 기술을 시연하는 것과 수백만 명의 이용자가 AI 캐릭터와 계속 대화하도록 서비스를 운영하는 것은 전혀 다른 문제다. 사용자가 늘어날수록 추론 연산이 증가하고, 그 비용은 결국 게임회사가 부담해야 할 원가가 된다.

따라서 크래프톤 입장에서는 엔비디아 GPU를 계속 사용하면서도 특정 LLM 추론에서는 비용을 낮출 수 있는 다른 반도체가 필요할 수 있다. 하이퍼엑셀에 대한 투자는 엔비디아를 버리겠다는 선택이라기보다 GPU 의존도를 낮추고 AI 서비스의 원가를 통제할 또 하나의 선택지를 확보하려는 투자로 읽을 수 있다. 한국경제 역시 크래프톤의 투자 배경으로 AI 서비스 확대에 따른 추론 비용과 원가 통제 필요성을 짚었다(한국경제).

결론: 세 곳의 AI 반도체 스타트업이 엔비디아 성벽을 두드리는 방법

세 회사를 한꺼번에 놓고 보면 국내 AI 반도체 투자의 구조가 선명해진다. 리벨리온은 데이터센터에서 대규모 추론을 효율적으로 처리하려 하고, 모빌린트는 데이터센터 밖의 저전력 엣지 AI를 노린다. 하이퍼엑셀은 LLM을 실제 서비스에서 반복적으로 돌릴 때 발생하는 추론 비용을 낮추는 데 집중한다.

이들의 공통점은 엔비디아보다 모든 면에서 뛰어난 범용 GPU를 만들겠다는 것이 아니다. 엔비디아 GPU를 사용하기에는 비싸거나, 크거나, 지나치게 범용적인 영역을 찾고 그 작업에 특화된 반도체를 제공하려는 전략에 가깝다.

이 차이는 중요하다. AI 시장이 작다면 엔비디아가 대부분을 차지하고 남은 시장은 스타트업이 살아가기 어려울 수 있다. 그러나 AI가 게임, 로봇, 공장, CCTV, 금융, 통신, 공공서비스와 개인용 기기로 계속 확산된다면 이야기가 달라진다. 엔비디아가 시장의 가장 큰 부분을 차지하더라도 그 주변에서 새롭게 생기는 특정 용도의 시장 자체가 상당한 규모로 성장할 가능성이 있기 때문이다.

그렇다고 엔비디아의 아성이 무너지는 것은 아니다

여기서 지나친 기대도 경계해야 한다. 국내 AI 반도체 스타트업에 대규모 투자가 들어간다는 사실을 곧바로 엔비디아의 시장 지배력이 무너지는 신호로 해석하기는 어렵다.

좋은 반도체를 만드는 것과 실제 시장을 확보하는 것은 다른 문제다. AI 반도체 기업은 성능과 전력 효율뿐 아니라 소프트웨어 호환성, 안정적인 양산, 서버 구축, 고객 지원과 실제 서비스에서의 검증까지 넘어야 한다. 특히 엔비디아가 오랫동안 쌓아온 CUDA와 개발자 생태계는 후발 기업이 단기간에 복제하기 어려운 자산이다.

리벨리온이 스퀴즈비츠를 인수해 하드웨어를 넘어 소프트웨어와 추론 서빙까지 확장하는 이유도 여기서 찾을 수 있다. 실제 고객이 새로운 반도체를 선택하려면 좋은 칩만으로는 부족하기 때문이다. 리벨리온은 최근 금융 AI 인프라, 기업용 AI 솔루션, 공공 CCTV 등 실제 적용 영역도 넓히고 있다.

따라서 한국 AI 반도체의 현실적인 성공 조건은 엔비디아를 쓰러뜨리는 것보다 엔비디아를 반드시 사용할 필요가 없는 영역을 얼마나 많이 확보하느냐에 있을 가능성이 크다.

처음의 질문으로 돌아가 보자. 엔비디아라는 압도적인 기업이 있는데도 왜 리벨리온에는 약 6,000억 원, 모빌린트에는 700억 원, 하이퍼엑셀에는 대규모 투자가 이어지고 있을까.

투자자들이 반드시 한국에서 엔비디아를 무너뜨릴 회사를 찾고 있다고 볼 필요는 없다. 오히려 AI가 산업 곳곳으로 퍼질수록 하나의 범용 GPU만으로 모든 연산을 처리하는 것이 경제적이지 않은 영역이 커질 가능성에 돈을 걸고 있다고 보는 편이 자연스럽다.

AI 반도체 스타트업의 기회는 엔비디아를 쓰러뜨리는 데 있는 것이 아니라, 엔비디아 GPU를 쓰기에는 너무 비싸거나 과한 영역을 찾아내는 데 있다.그런 의미에서 투자자들이 사는 것은 ‘제2의 엔비디아’가 아니라 엔비디아가 모든 AI 연산을 차지하지 못할 때 생기는 새로운 시장의 선택권일 수 있다.

앞으로 또 다른 AI 반도체 스타트업이 수백억 원의 투자를 유치했다는 뉴스를 보게 된다면 단순히 엔비디아와 성능을 비교하기보다 다른 질문을 던져볼 필요가 있다.이 회사는 엔비디아보다 강한가가 아니라, 엔비디아와 어디에서 싸우지 않으려고 하는가.그 답을 찾으면 투자금이 향하는 이유도 조금 더 선명하게 보일 수 있다.

📚 참고 자료

연합뉴스(코리안센터 재게재): “韓 AI반도체기업 리벨리온, 4억불 투자유치…美시장 진출 추진

리벨리온 “리벨리온, AI 추론 최적화 기업 스퀴즈비츠 인수… 추론 서빙까지 품은 풀스택 AI 실현”

ZDNet Korea — 모빌린트 700억 원 시리즈C 보도

❓ 자주 묻는 질문(FAQ)

Q. AI 반도체 시장에서 엔비디아의 경쟁력이 강한 이유는 무엇인가요?

엔비디아의 경쟁력은 GPU 성능만으로 설명하기 어렵습니다. CUDA를 중심으로 한 소프트웨어 생태계와 개발도구, 서버와 네트워크, 수많은 개발자가 함께 연결되어 있기 때문입니다. 따라서 새로운 AI 반도체가 성능이나 가격에서 장점을 보여도 기존 엔비디아 환경을 대체하려면 소프트웨어 호환성과 안정성까지 함께 증명해야 합니다.

Q. 리벨리온·모빌린트·하이퍼엑셀은 엔비디아와 직접 경쟁하는 회사인가요?

모두 AI 반도체를 개발하지만 노리는 시장은 서로 다릅니다. 리벨리온은 데이터센터의 AI 추론, 모빌린트는 공장·CCTV·로봇 등에 쓰이는 저전력 엣지 AI, 하이퍼엑셀은 대규모언어모델의 추론 효율과 비용 절감에 집중하고 있습니다. 엔비디아와 모든 영역에서 정면승부하기보다 각자 특화된 시장을 찾는 전략에 가깝습니다.

Q. AI 시대에 추론용 반도체가 중요해지는 이유는 무엇인가요?

AI 모델을 만드는 학습도 중요하지만 실제 서비스가 시작되면 사용자가 질문하거나 AI 기능을 이용할 때마다 추론 연산이 발생합니다. 이용자가 많아질수록 전력 사용량과 서버 비용도 함께 증가하기 때문에 기업에는 단순한 최고 성능보다 같은 서비스를 얼마나 낮은 비용으로 운영할 수 있는가가 중요한 문제가 됩니다.

Q. 한국 AI 반도체 스타트업이 엔비디아를 넘어설 수 있을까요?

현재로서는 엔비디아의 전체 생태계를 정면으로 넘어설 것이라고 단정하기 어렵습니다. 오히려 현실적인 기회는 엔비디아 GPU가 너무 비싸거나 과한 특정 영역에서 찾을 수 있습니다. 앞으로 한국 AI 반도체 기업을 볼 때는 “엔비디아보다 강한가?”보다 “엔비디아가 꼭 필요하지 않은 어떤 시장을 확보하고 있는가?”를 살펴보는 것이 더 유용합니다.

✨함께 보면 좋은 글

2026년 카나나 인 카카오톡 정식 오픈, 맛집 추천부터 예약까지 한 번에

뤼튼은 589억 적자인데 어떻게 1조 원짜리 회사가 됐을까?자주 묻는 질문

#한국 AI 반도체 스타트업#리벨리온#모빌린트#하이퍼엑셀#AI 추론 반도체#엣지 AI