29억 원을 버는 회사가 대기업의 1조 2천억 원의 인수 제안을 거절할 수 있을까요. 저는 처음 이 이야기를 들었을 때 솔직히 믿기지 않았습니다. 그런데 그 거절 뒤에 어떤 일이 벌어졌는지를 따라가다 보면 이건 단순한 스타트업 성공담이 아니라는 걸 알게 됩니다. 퓨리오사AI가 뒤집은 것은 반도체 시장의 문법 자체였습니다. 퓨리오사AI의 추론전용설계와 저전력이 유럽 데이터센터 시장을 실제 수주로 뚫었습니다. 그리고 소버린 AI 풀스택으로 단순 반도체를 넘어서는 생태계 전략을 구체화하고 있습니다. 그와 관련한 내용을 좀 더 자세히 알아보았고, 퓨리오사 AI 관련한 자주 묻는 질문에 대해 글 하단에 정리해 놓았으니, 읽어 보시면 내용을 이해하는 데 도움 되실 겁니다.
퓨리오사 AI 전력효율로 유럽을 뚫은 역발상
반도체는 무조건 성능이 높아야 이긴다고 알려져 있습니다. 저도 오랫동안 그렇게 알고 있었습니다. 그런데 퓨리오사 AI는 정반대의 가설을 들고 시장에 나왔습니다. 강한 칩이 아니라, 전기를 덜 먹는 칩이 필요한 시장이 먼저 터질 것이라는 판단이었습니다.
퓨리오사 AI의 2세대 칩 RNGD(Renegate, 레니게이드)는 TDP(열설계전력) 기준 180W로 동작합니다. 여기서 TDP란 칩이 최대 부하 상태에서 소비하는 전력의 상한선을 의미하는데, 쉽게 말해 칩이 가장 열심히 일할 때 얼마나 전기를 먹는지를 나타내는 수치입니다. 엔비디아의 H100이 700W 수준인 것과 비교하면 4분의 1도 안 됩니다.
이게 왜 중요한지를 제가 직접 데이터를 찾아봤을 때, 유럽 데이터센터 현황이 눈에 들어왔습니다. 지금 유럽에서는 서버를 더 들여놓고 싶어도 전력 인프라가 부족해서 못 놓는 상황이 실제로 벌어지고 있습니다. 2026년 8월 스웨덴 스톡홀름 데이터센터가 RNGD 8,800장, 약 1,230억 원 규모를 발주한 것은 그 맥락에서 봐야 이해가 됩니다. 국산 AI 칩이 이 규모로 해외에 나간 건 그때가 처음이었습니다.
퓨리오사 AI가 전력을 줄일 수 있었던 구조적 이유도 있습니다. 이 회사는 AI가 하는 두 가지 작업, 즉 모델을 학습(training)시키는 것과 학습된 모델로 실제 답을 뽑아내는 추론(inference)을 분리해서 생각했습니다. 여기서 추론이란 이미 완성된 AI 모델이 사용자 질문에 답을 내놓는 과정을 말합니다. ChatGPT에 질문을 던질 때마다 일어나는 바로 그 계산이 추론입니다.
퓨리오사 AI는 학습 기능을 완전히 빼버리고 추론에만 집중했습니다. 이 선택이 전력 효율을 끌어올린 핵심 이유입니다. LG AI Research가 자체 AI 모델 EXAONE을 RNGD 위에서 8개월간 실제 운영한 결과, 동일 전력 투입 기준으로 엔비디아 GPU 대비 2.25배 많은 추론 처리량을 기록했다고 밝혔습니다(출처: FuriosaAI 공식 발표). 제 경험상 제조사 자체 벤치마크는 조건에 따라 결과가 달라질 수 있어서 그대로 받아들이기보다는 참고 지표로 보는 편이 합리적입니다. 그러나 방향성 자체는 의미 있는 수치라고 봅니다.
- RNGD 사양: FP8 기준 512 TFLOPS, HBM3 48GB, 메모리 대역폭 1.5TB/s, TDP 180W
- NXT RNGD 서버(8장 구성): 4 PFLOPS, HBM3 384GB, 메모리 대역폭 12TB/s, 소비전력 약 3kW
- 스웨덴 스톡홀름 데이터센터 발주: RNGD 8,800장, 1,230억 원 규모(2026년 8월)
- 삼성 SDS 도입 서비스 출시(2026년 7월), 사우디 아람코 성능 검토 진행
◆ 요약 : 퓨리오사AI는 추론 전용 설계와 180W 저전력으로 전력난을 겪는 유럽 데이터센터 시장을 실제 수주로 뚫었습니다.
소버린AI 생태계, 칩 하나를 넘어서는 판
제가 퓨리오사AI를 단순한 반도체 스타트업으로 보지 않는 이유는 따로 있습니다. 이 회사가 노리는 시장이 칩 판매에 그치지 않기 때문입니다. 2026년 MWC에서 LG유플러스, LG AI Research와 함께 공개한 'Sovereign AI Appliance'가 그 증거입니다.
소버린 AI(Sovereign AI)란 자국 또는 자사의 데이터와 AI 인프라를 외국 클라우드 의존 없이 독자적으로 운용하는 체계를 뜻합니다. 쉽게 말해 "우리 데이터는 우리가 직접 처리한다"는 원칙을 기술적으로 구현한 것입니다. 금융, 의료, 국방, 공공기관처럼 데이터를 외부로 내보내기 어려운 조직에서는 이게 단순한 선호가 아니라 규제상 의무에 가깝습니다.
퓨리오사 AI가 제시한 이 패키지의 구조를 보면 흥미롭습니다. RNGD 칩 위에 LG AI Research의 EXAONE 4.0 모델이 올라가고, LG유플러스의 통신·데이터센터 인프라가 그것을 감쌉니다. 퓨리오사 AI는 이 조합으로 기존 GPU 클러스터 대비 총 소유비용(TCO)을 약 30% 줄일 수 있다고 제시했습니다. 여기서 TCO(Total Cost of Ownership)란 칩 구매가 외에 전력비, 냉각비, 유지보수비까지 포함한 실제 운영 총비용을 의미합니다. 초기 구매가만 비교할 때와 결과가 완전히 달라지는 숫자입니다.
저는 이 조합에서 'K-AI 풀스택'의 가능성을 봅니다. SK하이닉스의 HBM3(고대역폭 메모리, 여러 개의 D램을 수직으로 쌓아 데이터 처리 속도를 극대화한 메모리 구조)가 RNGD에 탑재되고, 삼성전자가 메모리와 파운드리로 생산을 뒷받침하며, LG AI Research가 EXAONE이라는 모델을 공급합니다. 우리나라가 메모리 반도체에서 세계 시장의 70%를 차지하면서도 시스템 반도체 설계 점유율은 2~3%에 불과하다는 현실을 감안하면(출처: 정보통신기획평가원 IITP), 이 조합이 가지는 의미는 단순한 사업 협력을 훨씬 넘어섭니다.
엔비디아의 진짜 강점은 칩보다 CUDA 생태계에 있다는 건 제가 오랫동안 봐온 사실입니다. CUDA란 엔비디아가 구축한 병렬 컴퓨팅 플랫폼이자 개발 환경으로, 전 세계 AI 개발자 대부분이 이 위에서 코드를 짭니다. 새 칩이 나와도 CUDA와 호환이 안 되면 개발자들이 외면하는 구조입니다. 퓨리오사 AI가 직원의 70%를 소프트웨어 엔지니어로 채운 것은 이 벽을 정면으로 겨냥한 결정이었습니다. 하드웨어 회사가 소프트웨어 인력이 더 많은 기형적 구조처럼 보이지만, 제가 보기엔 이게 오히려 이 시장에서 살아남는 유일한 방식에 가깝습니다.
물론 가야 할 길은 분명히 남아 있습니다. 2026년 기준 퓨리오사AI 매출은 이제 겨우 100억 원대에 진입한 수준입니다. 브로드컴과 공동 개발 중인 3세대 칩이 2028년 상반기 시제품을 목표로 하고 있고, 정부와 민간이 각각 4,000억 원씩 총 8,000억 원을 투입한 상황입니다. 이 자금이 실제로 어떤 결과물로 이어지느냐가 진짜 승부처입니다.
◆ 요약 : 퓨리오사AI는 RNGD 칩을 축으로 EXAONE·HBM·데이터센터를 묶은 소버린 AI 풀스택으로 단순 반도체 판매를 넘어서는 생태계 전략을 구체화하고 있습니다.
자주 묻는 질문
Q. 퓨리오사AI RNGD는 엔비디아 H100보다 성능이 좋은 건가요?
A. 단순 FLOPS 수치만으로 비교하면 H100이 훨씬 높습니다. RNGD는 학습을 포기하고 추론 전용으로 설계된 칩이기 때문에, 동일 전력 기준 추론 처리량이라는 특정 조건에서 경쟁력이 생깁니다. 용도가 다른 칩이라고 보는 편이 정확합니다.
Q. 메타의 1조 2천억 인수 제안을 거절한 이유가 뭔가요?
A. 백준호 대표는 메타에 인수되는 순간 퓨리오사AI의 칩이 메타 내부 서버에만 갇힌다고 판단했습니다. 누구나 쓸 수 있는 범용 AI 반도체를 만들겠다는 목표와 정면으로 충돌했기 때문입니다. 거절 석 달 뒤 기업가치 1조 원을 돌파했으니 결과적으로 옳은 판단이 됐습니다.
Q. 소버린 AI가 왜 지금 중요한 키워드인가요?
A. AI 서비스가 확산되면서 금융, 의료, 공공기관처럼 데이터를 외부로 내보낼 수 없는 조직들이 자체 AI 인프라를 원하고 있습니다. 이 수요가 중동, 동남아, 유럽으로 확산 중이며, 국산 AI 모델과 국산 칩을 묶어 납품할 수 있는 플레이어는 전 세계적으로 손에 꼽힙니다.
Q. 퓨리오사AI에 직접 투자할 수 있나요?
A. 퓨리오사AI는 현재 비상장 기업입니다. 직접 주식 매수는 불가능하고, 관련 상장사를 통해 간접적으로 접근하는 방식이 현실적입니다. HBM을 공급하는 SK하이닉스, 파운드리·메모리의 삼성전자, 서비스 파트너인 LG유플러스 등이 생태계 연결고리로 거론됩니다.
Q. EXAONE과 RNGD 조합이 실제로 검증된 건가요?
A. LG AI Research가 EXAONE 모델을 RNGD 위에서 8개월간 실제 운영한 결과를 퓨리오사AI가 공식 발표했습니다. 다만 이는 특정 테스트 조건에서의 수치이며, 퓨리오사AI 공식 개발자 센터에서 EXAONE 4.0 32B FP8이 기능·정확성·성능 검증을 통과한 모델로 명시되어 있습니다.
결론
퓨리오사AI를 분석하면서 제가 가장 인상 깊었던 건 성능 수치가 아니었습니다. 빈 강의실에서 출발해서 월급이 밀려도 아무도 나가지 않았다는 사실, 그리고 돈이 없었기 때문에 본질 하나에만 매달릴 수 있었다는 역설이었습니다.
저는 이 회사의 성패를 판단하는 데 다섯 가지 지표를 계속 지켜볼 생각입니다. RNGD 실제 양산 규모, 대형 고객의 유료 도입 여부, EXAONE의 글로벌 사용량, 엔비디아 대비 실제 TCO, 그리고 해외 소버린 AI 수주 실적입니다. 이 다섯 개가 하나씩 채워질 때마다 이 회사가 진짜 어디로 가는지가 보일 것입니다. 당장 샴페인을 터뜨릴 단계는 아니지만, 이 방향이 틀리지 않았다는 건 이미 숫자가 말해주고 있습니다.