회사 나이보다 조달액 자릿수가 더 큰 상황이야

8월 11일 리버 AI(River AI)가 시드 라운드와 시리즈A를 합쳐 11억 달러를 받았다고 발표했어. 제너럴 카탈리스트와 AMP PBC가 공동 주도했고, 엔비디아·AMD 벤처스·테마섹·와이콤비네이터가 참여했어.

여기서 먼저 봐야 할 건 금액이 아니라 날짜야. 이 회사는 2026년 4월 20일 네바다에서 법인 등록을 했어. 발표 시점 기준으로 정확히 넉 달이 안 됐어. 세상에 존재를 드러낸 건 6월이니까, 공개된 회사로서의 나이는 두 달이야. 테크크런치가 기사 제목에 아예 "2개월 된 리버 AI"라고 박아 넣은 이유가 그거야.

시드 라운드에 11억 달러라는 조합은 그 자체로 이상한 문장이야. 보통 시드는 수백만 달러 단위고, 11억 달러는 이미 매출을 내는 회사가 시리즈C나 D에서 받는 규모거든. 그런데 리버는 제품을 상업적으로 크게 굴려본 적도, 매출을 공개한 적도 없어. 그러니까 이 라운드는 지표를 산 게 아니라 사람과 논지를 산 거야.

밸류에이션은 회사가 공개하지 않았어. 다만 포브스가 5월에 바부슈킨이 최대 50억 달러 밸류에이션으로 자금을 모으는 중이라고 보도한 적이 있어서, 그 언저리라는 추정이 돌고 있어. 확정된 숫자는 아니라는 점은 분명히 해둘게.

이고르 바부슈킨이 누구냐면

이고르 바부슈킨은 2023년 일론 머스크와 함께 xAI를 세운 공동창업자야. 그 전 이력이 이 라운드의 절반을 설명해. 구글 딥마인드에서 2019년 알파스타(AlphaStar) 작업에 참여했어. 스타크래프트 최상위 랭커를 이긴 그 시스템이야. 그리고 프로그래밍 대회에서 경쟁력 있는 성적을 낸 첫 코딩 AI로 불리는 알파코드(AlphaCode)에도 이름이 올라가 있어. 딥마인드 전에는 오픈AI에서 연구자로 일했고, 챗GPT가 나오기 전 시기야.

xAI에서 그가 맡은 건 엔지니어링 조직이었어. 모델 학습 인프라를 세우는 쪽이고, 멤피스의 대규모 GPU 클러스터 프로젝트에서도 핵심 역할을 했다고 알려져 있어. 대규모 학습을 실제로 돌려본 사람은 생각보다 적고, 그 명단은 업계에서 거의 다 외워질 정도로 짧아. 바부슈킨은 그 명단에 들어가 있어.

그가 xAI를 떠난 건 2025년 8월 13일이야. 본인이 X에 "오늘이 xAI에서의 마지막 날이었다. 2023년 일론 머스크와 함께 시작하는 걸 도운 회사"라고 썼어. 퇴사 사유로 밝힌 건 벤처 투자사 설립이었어. 바부슈킨 벤처스(Babuschkin Ventures)라는 이름으로 AI 안전 연구를 지원하고 인류를 진전시키는 스타트업에 투자하겠다고 했지. 퓨처오브라이프연구소의 맥스 테그마크와 나눈 대화에서 영감을 받았다고 밝혔고.

퇴사 시점의 맥락도 기록해 둘 값어치가 있어. 그 시기 xAI의 그록은 여러 논란을 연달아 겪고 있었어. 다만 바부슈킨 본인은 퇴사 글에서 회사에 대해 "자랑스러운 부모 같은 심정"이라고 표현했고, 갈등을 시사하는 말은 하지 않았어. 머스크도 공개적으로 잘 되길 빈다는 반응을 남겼어.

그런데 벤처 투자사를 만들겠다던 사람이 1년도 안 돼 창업자로 돌아왔어. 이게 이 이야기의 굴절점이야. 남의 회사에 돈을 넣는 자리에서 자기 회사를 짓는 자리로 돌아왔고, 그 전환에 시장은 11억 달러로 반응했어. 창업 멤버도 xAI와 테슬라 출신 엔지니어들로 채워졌어. 딥러닝, 강화학습, 그리고 스택 하부를 다뤄본 사람들이야.

리버가 팔겠다는 게 정확히 뭐냐면

리버가 파는 건 모델이 아니라 API야. 오픈웨이트 모델을 가져다 자기 데이터로 추가 학습시키고, 그렇게 만든 모델을 바로 서빙까지 하게 해주는 관문이지. 회사 표현으로는 "데이터를 가져와서, 가중치를 빚고, 당신이 만든 지능을 소유하라"야.

공식 문서를 열어보면 뭘 파는지가 훨씬 구체적으로 보여. 지원 모델 규격이 350억에서 1조 파라미터까지고, 문서에 이름이 박혀 있는 건 엔비디아가 배포한 GLM-5.2와 Kimi-K2.6의 NVFP4 양자화 버전, 그리고 Qwen3.5 계열(9B, 35B-A3B-FP8, 122B-A10B-FP8, 397B-A17B-FP8)과 Qwen3.6-35B-A3B-FP8이야. 전부 오픈웨이트 계열이라는 점이 핵심이야.

학습 방식은 두 갈래야. 하나는 지도 미세조정으로, 랭크 1~32짜리 LoRA 어댑터를 붙여서 프롬프트-완성 쌍으로 학습해. 프롬프트 토큰은 가중치를 0으로 마스킹해서 완성 부분에만 손실이 걸리게 돼 있어. 다른 하나가 강화학습인데, 오프폴리시 정책 경사 손실을 네 종류(importance_sampling, ppo, cispo, dro) 제공하고 토큰별 어드밴티지와 행동 정책 로그확률을 받아. 문서에 실린 예제는 GSM8K 수학 문제로 29스텝 만에 보상 0.93 근처까지 올린 케이스야.

항목 리버가 제시한 내용 확인 상태
조달액 시드+시리즈A 합산 11억 달러 회사 공식 발표
주도 투자자 제너럴 카탈리스트, AMP PBC 회사 공식 발표
전략 투자자 엔비디아, AMD 벤처스, 테마섹, 와이콤비네이터 회사 공식 발표
법인 설립 2026년 4월 20일 (네바다) 등록 기록 인용 보도
밸류에이션 미공개 (5월 보도 기준 최대 50억 달러 협의) 미확정
복잡한 RL 런 소요 시간 15~20분, 인프라 팀 불필요 회사 주장, 독립 검증 없음
비용 절감 폐쇄형 대안 대비 2~4배 회사 주장, 독립 검증 없음
과금 100만 토큰 단위 종량제, 모델별 요율 회사 공식 발표

표에서 굵은 글씨로 표시한 두 줄이 이 기사에서 가장 조심해야 할 부분이야. 15~20분과 2~4배는 전부 회사가 자기 마케팅 문구로 낸 숫자고, 외부에서 재현 검증한 결과는 아직 없어. 더넥스트웹도 기사에서 "성능 주장은 회사 자체 주장이며 독립적으로 테스트되지 않았다"고 명시했어.

과금 방식이 흥미로운 지점이야. 학습을 시간 단위 GPU 임대가 아니라 소비한 토큰 단위로 계산해. 이러면 GPU를 잡아놓고 노는 시간에 대한 비용이 사라져. 자체 인프라 팀을 두고 클러스터를 예약해 본 회사라면 이 항목이 왜 세일즈 포인트인지 바로 알 거야. 인프라 원가의 상당 부분은 연산이 아니라 대기 시간에서 나오거든.

그리고 회사는 여기서 멈출 생각이 없어 보여. 리버는 스택을 네 층에서 다시 쓰겠다고 밝혔어. 사용자 인터페이스, 모델과 알고리즘, 개인화를 위한 인프라, 그리고 로컬 실행을 위한 개인용 하드웨어야. 실리콘앵글은 채용 공고를 근거로 리버가 머신러닝 가속기를 얹은 자체 SoC를 선단 파운드리 공정으로 만들고, 파이토치로 짠 고객 모델을 그 실리콘에 맞게 자동 변환하는 컴파일러까지 붙일 계획이라고 보도했어. 4개월 된 회사의 계획서치고는 층이 깊어.

이 라운드에서 각자가 챙기는 것

리버가 챙긴 건 시간과 컴퓨팅이야. 이 카테고리에서 11억 달러는 제품 없이도 몇 년치 GPU와 인재 경쟁을 버틸 수 있는 자금이고, 무엇보다 엔비디아와 AMD를 주주로 두면 하드웨어 접근 순번이 달라져. 지금 이 업계에서 돈보다 구하기 어려운 게 순번이거든.

엔비디아와 AMD가 같은 라운드에 나란히 들어온 게 이 딜의 가장 이례적인 대목이야. 두 회사는 AI 가속기 시장에서 정면으로 싸우는 관계고, 보통 한쪽이 들어간 딜에 다른 쪽이 같이 들어오는 일은 흔치 않아. 그런데 리버는 특정 칩에 종속되지 않은 오픈웨이트 학습·서빙 계층을 만들겠다고 하고 있어. 두 회사 입장에서는 폐쇄형 모델 랩이 커질수록 자기들이 협상력을 잃는 구조라, 그 반대편에 베팅하는 논리가 성립해. 게다가 리버가 자체 실리콘까지 만들겠다고 한 이상, 두 회사 모두 그 설계가 어디로 가는지 안에서 보고 싶었을 거야.

제너럴 카탈리스트는 논지 자체를 샀어. 헤만트 타네자 대표는 "AI에서 미국의 리더십은 폐쇄형 프론티어 모델에서의 우위를 유지하는 동시에 오픈웨이트 모델에서의 리더십을 시급히 필요로 한다"며 "우리는 그들의 어젠다를 미국의 회복력을 위한 우선순위로 본다"고 말했어. 투자 논리를 산업 정책 언어로 표현한 거야. 마크 바르가바 파트너는 "AI가 할 수 있는 것과 대부분의 기업이 실제로 경험하는 것 사이에 간극이 있다"고 덧붙였어.

AMP PBC가 공동 주도로 들어온 것도 그냥 넘길 이름이 아니야. AMP는 데이터센터에서 놀고 있는 GPU를 모아 유틸리티처럼 공급하겠다는 공익법인 형태의 조직이고, 8주 만에 13억 달러 넘는 자금을 약정받았어. 원가로 컴퓨팅을 포트폴리오사에 넘기는 인프라 부문과, 초기 AI 기업에 투자하는 벤처 부문(AMP 파운드리)을 함께 굴려. 앤스로픽에 3억 달러를 넣은 것도 이 조직이야. 리버 입장에서 AMP는 돈이자 GPU 공급선이라는 뜻이야.

테마섹과 와이콤비네이터는 각각 다른 성격의 자리를 샀어. 싱가포르 국부펀드는 후속 라운드까지 따라갈 체력이 있는 자본이고, YC는 이 규모의 딜에 이름을 올리는 것 자체가 자기 브랜드를 프론티어 인프라 쪽으로 옮기는 신호야.

창업자 브랜드로 거대 시드를 받은 회사들의 결말은 갈렸어

제품 없이 창업자 이력만으로 거액 시드를 받는 패턴은 최근 몇 년간 여러 번 반복됐어. 결과는 한쪽으로 몰리지 않았어.

성공한 쪽의 공통점은 두 가지였어. 첫째, 창업자가 팔던 게 아이디어가 아니라 희소한 실행 능력이었어. 대규모 학습 클러스터를 세우고 돌려본 경험, 분산 학습에서 터지는 문제를 겪어본 이력 같은 것들이야. 둘째, 자금이 들어온 직후 인재 확보가 실제로 이뤄졌어. 거대 시드의 진짜 용도는 연구자 채용 경쟁에서 지지 않는 것이고, 그게 안 되면 돈은 그냥 은행에 남아.

실패한 쪽의 패턴도 반복적이었어. 가장 흔한 건 방향 전환이야. 창업 시점의 논지가 12~18개월 사이에 무너지고, 회사가 전혀 다른 걸 만들다가 인수합병으로 정리되는 경우. 두 번째는 스타 창업자가 다시 떠나는 경우고. 사람 한 명에 밸류에이션이 걸려 있으면 그 사람의 이탈이 곧 회사의 위기가 돼. 바부슈킨이 xAI를 2년 만에 떠났다는 사실은 투자자가 못 봤을 리 없는 이력이야.

리버가 잡은 논지 자체는 시장 흐름과 어긋나지 않아. 오픈웨이트 모델의 품질이 폐쇄형과 격차를 좁히고 있고, 기업들은 자기 데이터로 조정한 모델을 자기가 통제하고 싶어 해. 문제는 이 논지를 리버만 발견한 게 아니라는 거야. 그리고 다른 발견자들은 이미 매출을 내고 있어.

경쟁자들은 이미 매출을 들고 서 있어

파이어웍스 AI는 7월 15억 달러 규모 시리즈D를 175억 달러 밸류에이션으로 마감했어. 연환산 매출이 10억 달러를 넘었다고 밝혔고, 전년 대비 5배야. 리버가 하겠다는 오픈웨이트 서빙·미세조정을 이미 상업 규모로 돌리고 있는 회사야.

베이스텐은 6월 라운드에서 최대 130억 달러 밸류에이션을 받았고 분기 만에 연환산 매출이 세 배 뛰었어. 투게더 AI는 7월 8억 달러 시리즈C를 83억 달러 밸류에이션에 마감했고 연간 수주가 11억5,000만 달러를 넘었다고 했어. 포브스 집계로는 이 세 회사가 4주 만에 38억 달러를 조달했어. 모달은 5월 시리즈C로 3억5,500만 달러를 46억5,000만 달러 밸류에이션에 받았고, 오픈라우터는 5월 1억1,300만 달러를 약 13억 달러에 받았어.

숫자를 나란히 두면 리버의 위치가 선명해져. 밸류에이션 추정치(약 50억 달러)로 보면 이 그룹의 중간쯤인데, 매출은 0이야. 파이어웍스가 10억 달러 매출로 175억 달러를 받았다면 리버는 매출 없이 그 근처의 3분의 1을 받은 셈이고, 그 차이를 메우는 건 전적으로 창업자 프리미엄과 아직 나오지 않은 제품의 기대치야.

리버의 차별점은 강화학습을 전면에 내세운 부분이야. 경쟁사 대부분은 추론 서빙과 미세조정이 주력이고, 강화학습 런은 여전히 자체 인프라 팀이 있는 조직의 영역이야. 여기를 API 한 줄로 낮추겠다는 게 리버의 각도야. 다만 이건 경쟁사들이 못 하는 게 아니라 아직 우선순위에 안 둔 영역일 가능성도 있어. 그리고 매출 10억 달러짜리 회사가 우선순위를 바꾸는 데 걸리는 시간은 4개월짜리 회사가 제품을 완성하는 시간보다 짧을 수도 있어.

한 가지 더. 포브스는 이 카테고리 전체에 대해 중요한 단서를 달았어. 회사들이 발표하는 매출은 전부 자체 집계이고 감사받지 않은 수치이며, 기업 예산이 실제로 프론티어 API에서 오픈웨이트 쪽으로 얼마나 옮겨 갔는지를 정리한 숫자는 아직 아무도 공개하지 않았다는 거야. 이 시장의 크기 자체가 아직 추정치라는 뜻이야.

그래서 뭐가 달라지는데

AI 엔지니어에게는 강화학습의 진입 장벽이 낮아질 가능성이 생겼어. 지금까지 RL 런을 돌리려면 클러스터 예약, 가중치 전송, 샘플링과 학습 사이의 일관성 관리 같은 걸 직접 해야 했어. 리버는 이걸 API 뒤로 밀어 넣겠다고 해. 문서에 손실 함수 네 종류와 체크포인트 규격이 이미 공개돼 있으니, 관심 있으면 지금 읽어볼 수 있어. 다만 15~20분이라는 숫자는 직접 돌려보기 전까지는 마케팅 문구로 취급하는 게 맞아.

기업 IT·플랫폼 담당자에게는 판단 시점이 좀 남았어. 리버는 아직 상용 레퍼런스가 공개되지 않은 회사고, 같은 일을 하는 회사 중에는 이미 감사 로그와 기업 계약 체계를 갖춘 곳들이 있어. 지금 유의미한 건 리버를 도입하는 게 아니라, 오픈웨이트 모델을 자체 데이터로 조정하는 선택지가 조달 검토 목록에 들어갈 만큼 성숙했는지를 확인하는 일이야.

투자자 관점에서는 이 딜이 하나의 기준점이 돼. 매출 0, 설립 4개월, 밸류에이션 미공개 상태로 11억 달러가 들어갔어. 이게 프론티어 인프라 영역에서 창업자 이력에 매겨지는 가격의 현재 시세라는 뜻이고, 후속 라운드에서 검증받을 항목은 명확해. 12개월 안에 유료 고객과 매출이 나오는지, 그리고 채용이 실제로 되고 있는지야.

AMD·엔비디아 생태계 개발자에게는 흥미로운 신호야. 두 칩 회사가 같은 회사에 베팅했다는 건 리버가 특정 하드웨어에 종속되지 않는 계층을 만들 거라는 기대가 양쪽 모두에 있다는 뜻이야. 만약 리버가 자체 SoC까지 실제로 만들면 그때는 관계가 다시 복잡해지겠지만, 그건 몇 년 뒤 이야기야.

일반 사용자에게는 지금 당장 바뀌는 게 없어. 리버가 말하는 "개인이 소유하고 빚는 개인 AI"는 아직 문장이지 제품이 아니야. 바부슈킨이 그린 그림은 "필요할 때 부르는 비서보다는 수호천사에 가까운, 조용히 곁에 있으면서 당신 편에서 정말 중요한 일을 돕는" 에이전트인데, 이건 지향점이지 로드맵이 아니야. 개인용 하드웨어 계획까지 있는 걸 보면 시간표는 짧지 않을 거야.

국내 AI 팀에게는 참고할 부분이 하나 있어. 오픈웨이트 모델을 자기 데이터로 조정해 쓰는 방식이 미국 벤처 자본에서 산업 정책 수준의 논지로 취급되기 시작했다는 점이야. 모델을 새로 짓는 것과 남의 모델을 빌려 쓰는 것 사이에, 열린 가중치를 가져와 자기 것으로 만드는 세 번째 길이 자본을 끌어들이고 있어.

🥄 남은 궁금증 세 가지

— 제품도 없는 회사에 11억 달러, 거품 아니야? 거품인지 아닌지는 12개월 뒤에나 판정 나. 확실한 건 이 라운드가 지표가 아니라 사람을 산 거래라는 점이야. 대규모 학습 인프라를 실제로 세워본 사람 명단이 워낙 짧아서 그 희소성에 프리미엄이 붙는 구조인데, 그 프리미엄이 얼마가 적정한지는 아무도 답을 못 내놨어.

— 15~20분에 RL 런이 끝난다는 게 진짜야? 아직은 회사 주장이야. 독립적으로 재현 검증된 결과는 없고, 더넥스트웹도 같은 단서를 달았어. 게다가 "복잡한 RL 런"의 정의가 모델 크기·데이터 양·스텝 수에 따라 완전히 달라지거든. 공식 문서에 GSM8K 예제가 29스텝으로 올라와 있으니 그건 직접 돌려보고 비교해 볼 수 있어.

— 파이어웍스나 투게더 쓰면 되는 거 아니야? 지금 당장 프로덕션에 쓸 거라면 그쪽이 합리적인 선택이야. 매출도 레퍼런스도 있으니까. 리버가 비집고 들어갈 자리가 있다면 강화학습을 인프라 팀 없이 돌리는 지점인데, 그게 진짜 차별점인지 아니면 경쟁사가 아직 안 만든 기능인지는 단정하긴 일러.

참고 자료

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