퓨리오사AI가 시리즈 D 투자 유치를 마쳤다. 자금은 AI 추론용 반도체 RNGD의 공급 확대와 소프트웨어 강화, 차세대 칩 개발에 쓰인다. 기술을 만드는 단계를 넘어 실제 고객의 운영 환경에 안착시키는 일이 다음 과제다.
국내 AI 반도체 기업 퓨리오사AI가 8200억원 규모의 시리즈 D 투자를 유치했다. 회사가 10월 28일 공개한 영문 발표의 투자액은 6억2000만 달러, 투자 후 기업가치는 29억 달러다. 10월 29일 국내 발표에서는 투자 후 기업가치를 약 3조8000억원으로 제시했다.
이번 투자는 이미 양산에 들어간 2세대 칩 RNGD, 일명 레니게이드를 더 많은 기업에 공급하기 위한 자금이다. 회사는 해외 고객 확대와 소프트웨어 개발, 3세대 AI 가속기 개발을 함께 추진한다. 투자금 규모만큼 주목할 대목은 이 세 가지가 하나의 사업 과제로 묶여 있다는 점이다.
칩을 만드는 일에서, 안정적으로 공급하는 일로
국민성장펀드는 이번 투자에 3700억원을 투입했다. 해외에서는 인피니텀, 제리코캐피털, QUDA캐피털, 시스코인베스트먼츠 등이 참여했다. 네이버, DSC인베스트먼트, KDB캐피탈 등 초기 투자자도 후속 투자에 나섰다.
RNGD는 올해 1월 양산을 시작했다. 퓨리오사AI는 공식 발표에서 삼성SDS의 NPU 서비스와 LG그룹의 사내·하이브리드 클라우드 환경을 실제 적용 사례로 소개했다. 올해 카드 2만 장을 생산하고, 내년에는 생산량을 올해 계획의 두 배 넘는 수준으로 늘릴 수 있도록 메모리와 생산 능력을 확보했다고도 설명했다. 이는 회사가 제시한 생산 계획이지, 연말 생산 실적이 이미 확정됐다는 뜻은 아니다.
반도체 사업에서 좋은 설계와 안정적인 공급은 서로 다른 문제다. 고객이 도입을 결정한 뒤에는 필요한 시점에 장비를 받을 수 있는지, 기존 시스템과 연결할 수 있는지, 운영 중 생기는 문제를 지원받을 수 있는지가 중요해진다. 양산 이후의 투자는 이런 실행 능력을 넓히는 데 쓰인다.
AI 추론 경쟁은 전력과 소프트웨어까지 포함한다
추론은 학습된 AI 모델이 질문에 답하거나 데이터를 처리하는 과정이다. 서비스 이용자가 늘어나면 이 과정이 반복되므로, 한 번의 연산 성능뿐 아니라 지속적으로 서비스를 운영하는 비용도 중요하다.
RNGD는 추론에 특화된 가속기다. 회사는 성능, 전력 효율, 새로운 모델을 지원하는 프로그래밍 유연성을 주요 설계 기준으로 제시한다. 공식 발표에 소개된 카드는 공랭식 180W PCIe 형태다. 다만 이러한 사양만으로 모든 고객 환경에서 기존 GPU보다 유리하다고 단정할 수는 없다. 사용하는 모델과 요청량, 응답 속도 기준에 따라 도입 효과가 달라진다.
소프트웨어도 같은 이유로 중요하다. 고객이 새 칩을 구매하더라도 자신이 쓰는 모델을 쉽게 실행하지 못하면 전환 부담이 커진다. 퓨리오사AI가 생산 확대와 함께 SDK 개선을 강조한 배경이다. 칩의 성능을 높이는 것과 그 성능을 고객이 실제로 쓰게 만드는 것은 함께 해결해야 할 일이다.
현재 제품의 확산과 차세대 개발을 동시에
퓨리오사AI는 이번 자금으로 RNGD의 글로벌 공급을 늘리는 동시에 브로드컴 등과 3세대 칩을 개발한다. 회사는 차세대 제품이 대규모 클러스터에서 에이전트형 AI 모델을 처리하도록 설계될 것이라고 밝혔다. 아직 개발 중인 계획이므로 현재 제공 중인 제품의 성능이나 공급 실적과 구분해서 봐야 한다.
여기에는 두 가지 속도를 맞춰야 하는 과제가 있다. 지금 판매하는 제품은 고객에게 안정적으로 공급해야 하고, 다음 제품은 변화하는 모델과 사용 방식에 대응해야 한다. 어느 한쪽만 앞서서는 충분하지 않다. 이번 투자의 성과 역시 투자액 자체보다 실제 공급 확대와 고객의 지속적인 사용으로 확인할 필요가 있다.
스타트업 생태계에 주는 시사점
이번 사례에서 초기 팀이 참고할 지점은 기술의 가치를 설명하는 방식이다. 기술이 얼마나 새롭고 빠른지만 말하기보다, 고객이 도입한 뒤 어떤 부담을 줄이는지까지 보여줘야 한다. AI 인프라라면 전력과 운영 비용, 소프트웨어 호환성, 지원 체계가 그 설명에 포함된다.
AI 서비스를 만드는 팀에도 같은 기준이 적용된다. 새로운 인프라를 비교할 때는 홍보 자료의 최고 성능을 그대로 가져오기보다, 실제 사용하는 모델과 요청 조건으로 시험해야 한다. 기술 선택의 기준을 ‘더 강한 칩’에서 ‘우리 서비스를 안정적으로 운영할 수 있는가’로 옮기면, 투자 발표를 읽는 관점도 더 구체적이 된다.