2025년에 거절한 8억 달러, 2026년에 받은 8500억원

2025년 3월 퓨리오사AI가 메타의 인수 제안을 거절했다는 보도가 나왔을 때, 업계 반응은 반반이었어. 제안 금액은 8억 달러. 당시 한국 AI 반도체 스타트업이 받은 제안 중 가장 큰 규모였고, 거절 이유도 가격이 아니라 인수 후 조직 재편과 전략 방향에 대한 이견이었다고 전해졌어.

그로부터 1년 반이 지나서 나온 소식이 이거야. 퓨리오사AI가 최대 8500억원 규모의 프리IPO 투자금 납입에 들어갔다는 것. 원화 기준으로 그때 거절한 금액보다 작지만, 지분을 넘기지 않고 받는 자금이라는 점에서 성격이 완전히 달라.

납입 구조는 이렇게 진행됐어. 4월 29일과 5월 11일 두 차례 이사회에서 각각 약 2320억원과 6370억원 규모의 신주 발행이 결의됐고, 초기 납입분으로 약 83억원이 먼저 집행됐어. 나머지는 투자심의위원회 절차를 거쳐 순차적으로 들어오는 구조야.

이번 라운드에서 평가받은 기업가치는 3조원이야. 원화 기준으로 국내 AI 반도체 기업 중 최상위권이고, 모든 자금이 들어오면 밸류에이션은 그에 비례해 더 올라갈 것으로 전망돼.

퓨리오사AI — 8년 걸린 칩 회사

퓨리오사AI는 2017년에 설립된 AI 반도체 팹리스야. 창업자 백준호 대표는 AMD와 삼성전자를 거친 반도체 엔지니어 출신이고, 회사는 처음부터 추론(inference)에 특화된 칩을 만들겠다는 방향으로 움직였어.

이 선택은 당시로서는 역방향이었어. 2017~2020년 AI 반도체 논의는 학습(training) 성능에 집중돼 있었고, 엔비디아를 학습 영역에서 따라잡겠다는 회사들이 많았어. 퓨리오사는 반대로 갔어. 학습된 모델을 실제 서비스에서 돌리는 추론 단계가 결국 물량이 훨씬 큰 시장이 될 거라는 판단이었고, 이 판단은 지금 시점에서 보면 맞아떨어졌어.

1세대 칩 워보이(Warboy)를 거쳐 나온 2세대가 레니게이드(RNGD)야. 회사가 내세우는 핵심 수치는 전력 효율이야. 엔비디아 H100(TDP 350W) 대비 와트당 성능이 3배라고 주장해. 추론 워크로드에서 전력 비용이 총소유비용의 큰 부분을 차지한다는 점을 겨냥한 포지셔닝이야.

전환점은 2025년 7월이었어. LG AI연구원이 7개월에 걸친 평가 끝에 RNGD를 엑사원(EXAONE) 4.0 플랫폼의 추론 칩으로 최종 승인했어. 전자·금융·통신·바이오 분야 엔터프라이즈 배치를 겨냥한 계약이었고, 메타 인수를 거절한 지 넉 달 만에 나온 결과라 상징성이 컸어.

지금 회사가 밝힌 진행 상황은 이래. 2026년 중 레니게이드 1만 6000장 추가 생산이 목표고, 서울 강남에 0.75MW 규모 데이터센터를 가동 중이야. 3세대 칩은 개발 단계이고 2028년 양산을 목표로 하고 있어. 상장은 2027~2028년을 보고 있고.

8500억원이 어디서 오는지 — 정책자금이 절반이야

이번 라운드의 자금 구성을 뜯어보면 한국 AI 반도체 정책의 현재 모습이 보여.

구성 규모 성격
기존 투자자 약 1500억원 후속 투자
신규 민간 투자자 2500억~3000억원 신규 유치
정책자금(국민성장펀드·산업은행 등) 4000억~4500억원 정책 매칭
합계 최대 8500억원 기업가치 3조원 기준

핵심은 정책자금이 전체의 절반가량을 차지한다는 점이야. 국민성장펀드와 한국산업은행이 들어오고, 여기에 민간 자금이 매칭되는 구조야. 금융위원회는 첨단전략산업기금을 통한 3700억원 규모 직접 투자를 승인한 것으로 알려졌어.

이런 구조가 만들어진 배경에는 국내 AI 반도체 산업의 현실이 있어. 반도체 스타트업은 자금 소요가 크고 회수 기간이 길어서 일반 벤처 자금만으로는 양산 단계까지 가기 어려워. 특히 파운드리 선단 공정을 써야 하는 AI 칩은 마스크 제작비만 수백억원이 들어가.

동시에 이 구조는 논쟁적이기도 해. 정책자금 비중이 크면 시장 검증보다 정책 판단이 자금 배분을 좌우한다는 지적이 나오거든. 퓨리오사AI와 리벨리온이 이른바 'K-엔비디아' 후보로 정책 지원 대상에 오르는 과정도 그런 시각에서 비판을 받았어. 반대로 미국·중국이 국가 차원에서 반도체에 자금을 투입하는 상황에서 시장 논리만으로는 경쟁이 안 된다는 반론도 강해.

각자의 이득

퓨리오사AI가 얻는 건 시간이야. AI 반도체는 세대 교체 주기가 짧고, 한 세대를 놓치면 따라잡기 어려워. 8500억원은 2세대 양산과 3세대 개발을 동시에 밀어붙일 수 있는 규모야. 특히 3세대를 2028년 양산으로 잡았다는 건 그 사이 개발비를 감당할 자금이 확보됐다는 뜻이기도 해.

동시에 부담도 커져. 3조원 기업가치를 인정받았다는 건 그에 맞는 성장을 보여줘야 한다는 뜻이야. 상장을 2027~2028년으로 잡았으니 그때까지 매출과 고객 확보에서 가시적 성과가 필요해.

정부와 정책금융기관이 얻는 건 산업 정책의 실행 사례야. AI 반도체 국산화는 여러 정부에서 반복된 목표였지만, 실제로 양산에 도달한 사례는 드물었어. 퓨리오사가 LG와의 계약으로 상용 매출을 만들어냈다는 건 정책 자금 투입의 근거가 되는 지점이야.

LG AI연구원 같은 국내 고객사가 얻는 건 공급 선택지야. 지금 AI 추론 인프라는 엔비디아 의존도가 절대적이고, GPU 확보 자체가 경쟁 요소가 됐어. 국산 대안이 실제로 작동하면 조달 협상력이 생겨. 다만 소프트웨어 생태계 전환 비용이 크다는 게 현실적 장벽이야.

국내 AI 반도체 생태계에는 후속 효과가 있어. 팹리스 한 곳이 양산 단계에 도달하면 설계 IP, 패키징, 소프트웨어 스택 등 주변 기업들에게 수요가 생겨. 이 생태계가 형성돼야 두 번째, 세 번째 회사가 나올 수 있어.

반대로 짚어야 할 부담도 있어. 이번 라운드는 신주 발행 방식이라 기존 주주 지분이 희석돼. 8500억원을 3조원 기업가치 기준으로 받으면 신규 지분이 20% 안팎 생기는 계산이야. 창업 초기부터 함께한 투자자와 임직원 스톡옵션의 실질 가치가 그만큼 조정된다는 뜻이고, 이건 상장 시점의 기대 수익률과 직결되는 문제야. 정책자금 비중이 큰 구조에서는 이 조건 협상에서 회사가 가질 수 있는 협상력도 제한적일 수 있어.

AI 반도체 스타트업의 성적표는 갈렸어

이 분야의 과거 사례를 보면 낙관도 비관도 근거가 있어.

가장 성공적인 사례로 꼽히는 건 이스라엘의 하바나 랩스야. 2019년 인텔이 20억 달러에 인수했고, 지금 인텔 가우디 제품군의 기반이 됐어. 다만 이건 회사의 성공이지 제품의 성공은 아니었어. 가우디는 시장 점유율 확보에 계속 어려움을 겪고 있어.

반대편에는 여러 실패 사례가 있어. 그래프코어는 한때 엔비디아의 대항마로 주목받으며 수십억 달러 밸류에이션을 인정받았지만, 매출이 따라오지 않아 어려움을 겪다가 2024년 소프트뱅크에 인수됐어. 인수 금액은 정점 밸류에이션을 크게 밑돈 것으로 알려졌어. 웨이브 컴퓨팅은 파산했고, 여러 AI 칩 스타트업이 조용히 사라졌어.

이 사례들에서 공통적으로 나타난 실패 원인은 두 가지야. 하나는 소프트웨어야. 칩 성능이 좋아도 CUDA 생태계를 대체할 소프트웨어 스택이 없으면 고객이 옮겨오지 않아. 다른 하나는 세대 경쟁 속도야. 엔비디아가 매년 새 제품을 내는 속도를 따라가지 못하면, 출시 시점에 이미 성능이 뒤처져.

성공 사례에서 나타나는 공통점도 있어. 특정 워크로드에 집중하고, 대형 고객 한 곳을 확보해 레퍼런스로 삼는 전략이야. 구글 TPU가 내부 워크로드에서 출발해 규모를 만든 게 대표적이고, 퓨리오사의 LG 계약도 같은 성격으로 볼 수 있어.

다만 LG 계약이 갖는 무게를 과대평가하지 않는 것도 중요해. 7개월 평가를 통과했다는 건 기술 검증 측면에서 의미가 크지만, 계약 규모나 배치 물량은 공개되지 않았어. 엔터프라이즈 AI 인프라에서 초기 도입은 보통 제한된 규모로 시작해서 성과를 보고 확대하는 방식이야. 즉 지금 시점의 LG 계약은 매출 기여보다 레퍼런스로서의 가치가 커. 진짜 시험대는 이 배치가 확대되는지, 그리고 LG 외의 고객이 같은 평가 과정을 거쳐 들어오는지야.

여기서 주목할 게 한국이라는 시장 조건이야. 국내에는 대규모 AI 추론 수요를 가진 기업이 많지 않아. 통신 3사, 대형 플랫폼, 금융권 정도가 후보인데 이들 대부분은 이미 엔비디아 기반으로 인프라를 구축해 뒀어. 퓨리오사가 의미 있는 매출 규모를 만들려면 결국 해외 고객이 필요한데, 해외에서는 국내와 같은 정책적 우호 환경이 없어. 이게 상장 이전에 넘어야 할 실질적 관문이야.

경쟁자들은 어떻게 움직일까

엔비디아는 추론 시장에서도 방어에 나섰어. 추론 전용 제품군을 강화하고 있고, 소프트웨어 스택으로 고객을 묶어두는 전략은 여전히 유효해. 신생 업체가 성능 우위를 주장해도 이식 비용이 그 우위를 상쇄하는 구조야.

리벨리온은 국내 직접 경쟁자야. 사피온과 합병하며 규모를 키웠고, 같은 정책자금 후보군에 올라 있어. 두 회사가 같은 국내 고객과 같은 정책 자원을 놓고 경쟁하는 구도라 차별화가 중요해져.

대형 클라우드 사업자의 자체 칩들도 경쟁자야. 구글 TPU, 아마존 인퍼런시아, 마이크로소프트 마이아는 모두 추론에 초점을 맞추고 있고, 자사 클라우드 안에서는 이미 상당한 물량을 소화해. 이들과 겨루려면 클라우드 밖의 온프레미스 시장을 공략해야 하는데, 그 시장은 상대적으로 작아.

중국 업체들은 다른 축이야. 미국의 수출 통제로 엔비디아 접근이 제한되면서 자국 AI 칩 개발이 가속됐어. 가격 경쟁력이 붙으면 아시아 시장에서 부딪힐 수 있어.

추론 서비스 사업자들은 잠재 고객이야. 모델을 API로 제공하는 회사들에게 추론 원가는 곧 마진이야. 전력 효율이 실제로 3배라면 이들에게는 계산이 맞는 제안이 될 수 있어. 다만 이 시장은 이미 GPU 기반으로 최적화가 깊게 진행돼 있어서 전환 장벽이 높아.

여기서 최근 몇 달의 흐름 하나를 겹쳐 볼 필요가 있어. 앞선 기사에서 다룬 것처럼 2027년 D램·HBM 생산능력이 전량 예약 판매된 상황이야. AI 칩을 만들려면 HBM을 확보해야 하는데, 그 물량 배정에서 신생 팹리스는 대형 고객보다 뒤로 밀려. 엔비디아조차 원하는 만큼 HBM을 못 받아 제품 사양을 조정한 마당이야. 자금을 확보해도 부품을 못 구하면 양산 계획이 흔들리는 구조라, 퓨리오사에게는 설계 못지않게 공급망 확보가 실질적 과제가 돼.

전력 효율을 앞세운 포지셔닝이 지금 시점에 유리하다는 점도 함께 봐야 해. 데이터센터 증설의 실질적 상한이 부지나 자본이 아니라 전력이 된 지 오래야. 같은 전력 예산에서 더 많은 추론을 처리할 수 있다면, 그건 단순한 원가 절감이 아니라 처리 가능한 규모 자체를 늘리는 이야기가 돼. 다만 이 논리가 구매 결정으로 이어지려면 실제 배치 환경에서 측정된 데이터가 필요하고, 아직 공개된 제3자 검증 결과는 많지 않아.

그래서 뭐가 달라지는데

AI 인프라를 조달하는 사람에게는 국산 추론 칩이라는 선택지가 실제 검토 대상에 들어올 시점이 다가온다는 의미야. 확인할 건 두 가지야. LG 외의 레퍼런스 고객이 나오는지, 그리고 소프트웨어 스택이 실제 모델을 얼마나 무리 없이 돌리는지. 벤치마크 수치보다 이식 난이도가 실무에서는 더 중요해.

반도체 업계 종사자에게는 국내 팹리스가 양산 단계로 넘어가는 과정의 사례야. 자금 조달 구조에서 정책자금 비중이 크다는 점, 그리고 대형 고객 확보가 밸류에이션에 직접 영향을 준다는 점이 함께 드러나.

투자자에게는 기업가치 3조원의 근거를 따져볼 재료야. 지금 매출 규모는 공개되지 않았고, 상장이 2027~2028년이니 그때까지 실적을 만들어야 해. 확인 지표는 레니게이드 실제 출하량과 고객 수야. 목표로 밝힌 1만 6000장이 실제로 나가는지가 첫 관문이야.

정책에 관심 있는 사람에게는 국가 자금이 특정 기업에 대규모로 투입되는 방식의 사례야. 성공하면 산업 정책의 모범 사례가 되고, 실패하면 선택적 지원의 위험 사례가 돼. 판단은 몇 년 뒤에나 가능해.

개발자에게는 소프트웨어 스택이 관전 포인트야. 국산 칩이 실제로 쓰이려면 파이토치 같은 프레임워크에서 코드를 크게 고치지 않고 돌아가야 해. 컴파일러와 런타임이 얼마나 성숙했는지, 새 모델 구조가 나왔을 때 지원까지 얼마나 걸리는지가 실무 채택을 좌우해. 벤치마크 수치가 좋아도 여기서 막히면 도입은 일어나지 않아.

취업이나 이직을 고민하는 사람에게는 국내 반도체 인력 수요의 방향을 보여주는 신호야. 8500억원 규모 자금이 들어오면 설계·소프트웨어·검증 인력 채용이 함께 늘어나. 3세대 칩 개발이 2028년 양산을 목표로 하는 만큼 앞으로 몇 년간 인력 수요가 이어질 가능성이 커. 다만 스타트업 특성상 상장 결과에 따라 보상 구조가 크게 달라진다는 점도 함께 봐야 해.

일반 독자에게는 8억 달러 인수 제안을 거절한 회사의 후일담으로 읽어도 좋아. 당시엔 무모하다는 평도 있었는데, 지금은 독립을 유지한 채 그에 준하는 자금을 확보했어. 다만 이 이야기가 어떻게 끝날지는 아직 모르는 상태야.

🥄 남은 궁금증 세 가지

— 8500억원이 다 들어온 거야? 아니야. 이사회 결의로 신주 발행이 승인됐고 초기 납입분 약 83억원이 먼저 집행된 단계라, 전체 규모에 비하면 아직 시작 지점이야. 나머지는 각 투자자의 투자심의위원회 절차를 거쳐 순차적으로 들어와. 최종 금액도 조율 중이야.

— 엔비디아를 이길 수 있는 거야? 학습 시장에서는 현실적으로 어려워. 학습용 칩은 대규모 클러스터로 묶어 쓰는 게 전제라 네트워킹까지 함께 갖춰야 하거든. 퓨리오사가 겨냥한 건 추론이고, 그것도 전력 효율이 중요한 특정 구간이야. 다만 추론 시장에서도 진짜 장벽은 칩 성능이 아니라 소프트웨어 생태계야. 그래프코어 같은 회사들이 성능은 괜찮았는데도 무너진 이유가 거기 있어.

— 상장하면 사도 되는 거야? 2027~2028년 이야기라 지금 판단할 근거가 부족해. 봐야 할 건 그때까지 매출이 얼마나 만들어지는지, 그리고 LG 외에 어떤 고객이 붙는지야. AI 반도체는 고객 한 곳에 의존하는 구조가 위험해서, 레퍼런스가 몇 개로 늘어나는지가 관건이야. 국내 시장만으로는 규모에 한계가 있으니 해외 고객이 나오는지도 함께 봐야 하고. 그리고 이번 라운드에서 신주가 대량 발행되는 만큼 상장 시점의 지분 구조가 지금과 상당히 달라진다는 점도 계산에 넣을 필요가 있어. 기업가치 3조원이라는 숫자 자체보다, 그 가치가 어떤 매출과 고객 위에 서 있는지가 판단 근거가 돼야 해.

참고 자료

숫자와 기준은 발표 시점 기준이라 바뀔 수 있어. 투자 판단은 각자의 몫!