AI 추론 칩 만드는 에치드, 한 달 만에 몸값 두 배 — 7억 달러 조달에 210억 달러 평가

AI 칩을 만드는 회사 하나가 한 달 만에 몸값을 두 배로 불렸습니다. 이름은 에치드(Etched), 미국 새너제이에 있는 스타트업입니다. 2026년 8월 18일, 이 회사는 7억 달러를 새로 투자받으면서 기업 가치를 210억 달러로 인정받았습니다. 우리 돈으로 대략 29조 원입니다.

놀라운 건 속도입니다. 불과 한 달 전인 7월에는 103억 달러였고, 그 전해 12월에는 50억 달러였습니다. 여덟 달 만에 네 배가 됐고, 최근 한 달만 놓고 보면 정확히 두 배입니다.

한 달 만에 몸값이 두 배가 됐습니다

스타트업의 기업 가치가 오르는 일은 흔합니다. 하지만 한 달 만에 두 배는 흔하지 않습니다. 보통 투자 라운드 사이에는 최소 반년, 길게는 몇 년의 간격이 있습니다. 그 사이에 매출이 늘거나 제품이 나오거나 고객이 붙어야 다음 투자자가 더 높은 값을 매깁니다.

에치드의 경우 그 사이에 일어난 일이 하나 있습니다. 첫 제품이 실제로 고객의 데이터센터에 들어가서 돌기 시작했습니다. 문서상의 약속이 아니라 작동하는 물건이 됐다는 뜻입니다.

무슨 일이 있었나 — 7억 달러 조달, 210억 달러 평가

정리하면 이렇습니다. 조달 금액은 7억 달러입니다. 이 돈을 넣으면서 투자자들이 매긴 회사 값이 210억 달러입니다. 라운드를 이끈 곳은 제인스트리트(Jane Street)라는 회사입니다.

참여한 투자자 명단도 화려합니다. 클라이너퍼킨스, 세쿼이아캐피털, 앤드리슨호로위츠, 피터 틸, 타이거글로벌, 베인캐피털벤처스, 스트라입스, 블랙스톤 같은 이름들이 들어 있습니다. 실리콘밸리의 이름난 벤처캐피털과 대형 자산운용사가 한 명단에 모여 있는 형태입니다.

50억에서 103억, 그리고 210억

세 개의 숫자를 나란히 놓으면 이 회사가 어떤 속도로 움직였는지 보입니다. 전해 12월 50억 달러, 2026년 7월 103억 달러, 2026년 8월 210억 달러입니다.

7월 라운드는 3억 달러 규모의 시리즈C였습니다. 그때만 해도 100억 달러 언저리였는데, 한 달 뒤에 두 배가 넘는 값이 붙었습니다. 이런 속도는 보통 두 가지 중 하나를 뜻합니다. 시장이 과열됐거나, 아니면 회사가 그 사이에 증명해야 할 것을 증명했거나입니다.

리드 투자자가 헤지펀드라는 점

이번 라운드에서 가장 눈여겨볼 대목은 누가 이끌었느냐입니다. 제인스트리트는 벤처캐피털이 아닙니다. 세계에서 손꼽히는 규모의 자기자본 트레이딩 회사, 흔히 말하는 퀀트 트레이딩 하우스입니다.

이런 회사는 보통 반도체 스타트업에 리드 투자를 하지 않습니다. 그들의 본업은 시장에서 초 단위로 거래를 하는 것이지, 하드웨어 회사를 키우는 게 아니기 때문입니다.

제인스트리트는 왜 직접 샀나

답은 단순합니다. 제인스트리트는 투자자이기 전에 고객입니다. 이 회사는 에치드의 첫 번째 고객이었고, 하드웨어를 직접 사서 써 봤습니다.

제인스트리트 쪽 설명에 따르면 칩을 시험해 봤고 초기 결과에 만족했다고 합니다. 자기들이 돌려야 하는 가장 무거운 작업에 필요한 정밀도를 낸다는 판단입니다. 트레이딩 회사에게 속도와 지연 시간은 곧 수익이라, 이런 평가는 마케팅 문구보다 무게가 다릅니다.

첫 랙이 실제로 돌아가고 있습니다

제인스트리트는 지난달 에치드의 첫 번째 랙을 받았고, 지금 자사 데이터센터에서 실제 업무에 투입하고 있습니다. 랙(rack)은 서버 장비를 층층이 꽂아 넣는 큰 캐비닛을 말합니다.

이 대목이 왜 중요한지 짚어 두겠습니다. AI 칩 스타트업은 많지만, 대부분은 발표 자료와 시뮬레이션 단계에 머물러 있습니다. 실물이 고객사 전산실에 들어가서 돌아가는 단계는 완전히 다른 이야기입니다.

계약 잔고 10억 달러의 의미

에치드는 AI 기업과 클라우드 사업자를 상대로 10억 달러가 넘는 고객 계약을 맺었다고 밝혔습니다. 아직 다 납품하지 않은, 앞으로 매출로 잡힐 물량입니다.

10억 달러라는 숫자 자체보다 중요한 건 계약 상대가 누구냐입니다. AI 회사와 클라우드 사업자라는 건, 이 칩을 쓰겠다는 곳이 실험실이 아니라 실제로 서비스를 돌리는 사업자라는 뜻입니다.

추론이란 무엇인가 — 학습과 다른 일

여기서 잠깐 용어를 정리하고 가겠습니다. AI 모델을 쓰는 일은 크게 두 단계로 나뉩니다. 학습(training)과 추론(inference)입니다.

학습은 모델을 만드는 과정입니다. 엄청난 양의 데이터를 먹여서 모델의 내부 수치를 조정합니다. 몇 주에서 몇 달이 걸리고, 한 번 끝나면 당분간 다시 할 일이 없습니다.

추론은 다 만들어진 모델에게 질문을 던지고 답을 받는 과정입니다. 여러분이 챗봇에 무언가를 물을 때마다 추론이 한 번씩 일어납니다. 학습은 가끔이지만 추론은 매 순간입니다.

왜 지금 추론 전용 칩인가

몇 년 전만 해도 AI 칩 이야기는 학습이 중심이었습니다. 더 큰 모델을 더 빨리 만드는 경쟁이었기 때문입니다. 지금은 무게 중심이 옮겨 갔습니다.

모델이 실제 서비스에 들어가면서, 하루에 수억 번씩 답을 만들어 내야 하는 상황이 됐습니다. 이 단계에서는 속도와 전력 소모와 비용이 곧바로 손익으로 이어집니다. AI 제품이 돈이 되느냐 안 되느냐가 여기서 갈립니다.

프리필과 디코드, 두 단계로 나뉜 계산

추론은 다시 두 단계로 나뉩니다. 에치드가 파고든 지점이 바로 여기입니다.

첫 단계는 프리필(prefill)입니다. 사용자가 넣은 질문 전체를 한꺼번에 읽어서 이해하는 과정입니다. 계산량이 몰려 있는 구간이라, 연산 능력이 많이 필요합니다.

두 번째는 디코드(decode)입니다. 답변을 한 글자씩 만들어 내는 과정입니다. 이쪽은 계산보다 메모리를 얼마나 빨리 읽고 쓰느냐가 발목을 잡습니다.

프리필 칩 — 저전압으로 밀도를 올린다

에치드는 이 두 단계에 각각 다른 칩을 붙였습니다. 프리필 쪽에는 낮은 전압에서 작동하는 칩을 설계했습니다.

전압을 낮추면 같은 면적에 트랜지스터를 더 촘촘히 넣을 수 있습니다. 발열과 전력 소모가 줄어들기 때문입니다. 그만큼 한 번에 처리할 수 있는 양이 늘어나고, 질문을 읽어 내는 속도가 빨라집니다.

디코드 칩 — 여러 칩이 메모리를 나눠 쓴다

디코드 쪽에는 회사가 "클러스터 규모 메모리"라고 부르는 구조를 넣었습니다. 여러 개의 칩이 하나의 메모리 풀을 공유하면서, 빠른 속도와 낮은 지연으로 접근하게 만든 방식입니다.

디코드 단계의 병목이 메모리라는 점을 정면으로 겨냥한 설계입니다. 칩 하나하나에 메모리를 붙이는 대신, 여러 칩이 큰 저장 공간을 함께 쓰게 만들어서 데이터를 옮기는 낭비를 줄입니다.

칩이 아니라 클러스터를 판다

에치드는 칩을 낱개로 팔지 않습니다. 회사는 자사 제품을 "프론티어 추론 클러스터"라고 부릅니다. 칩과 메모리와 연결망을 묶은 시스템 전체를 파는 방식입니다.

이 선택에는 이유가 있습니다. 추론 성능은 칩 하나의 성능만으로 결정되지 않습니다. 칩들 사이를 잇는 통신과 메모리 구조가 함께 맞물려야 제 성능이 납니다. 부품만 팔면 고객이 조립하다가 성능을 잃어버릴 수 있습니다.

소후에서 시작된 회사

에치드는 하버드를 중퇴한 창업자들이 만든 회사입니다. 첫 제품의 이름은 소후(Sohu)였습니다. 트랜스포머라는 특정 구조만 처리하도록 회로를 굳혀 만든 칩입니다.

당시 회사가 내세운 수치는 공격적이었습니다. 소후 칩 여덟 개를 꽂은 서버가 라마 70B 모델에서 초당 50만 개가 넘는 토큰을 만들어 낸다는 주장이었습니다. 같은 조건의 엔비디아 H100 여덟 개 서버가 2만 3천 개 수준이라는 비교와 함께였습니다.

트랜스포머 전용 실리콘이라는 도박

회로를 특정 구조에 맞춰 굳히는 방식을 반도체 업계에서는 주문형 반도체라고 부릅니다. 범용 칩보다 훨씬 효율적이지만, 대신 유연성을 포기합니다.

에치드의 초기 전략은 트랜스포머라는 한 가지 구조에 모든 것을 걸었습니다. 오늘날 챗봇과 이미지 생성 모델 대부분이 트랜스포머를 씁니다. 그러니 이 구조가 앞으로도 계속 주류라면 굳혀서 얻는 효율이 해마다 쌓입니다.

모델 전용이라는 오해를 푸는 중

다만 회사는 최근 이 부분에 대한 오해를 바로잡고 있습니다. 초기에는 특정 모델에만 쓸 수 있는 칩처럼 알려졌는데, 실제로는 최신 모델이라면 어떤 것이든 돌릴 수 있다는 설명입니다.

구조를 굳혔다는 것과 특정 모델에 묶였다는 것은 다릅니다. 트랜스포머라는 설계도 자체를 하드웨어로 만든 것이므로, 그 설계도를 따르는 모델이면 이름이 무엇이든 올릴 수 있습니다.

엔비디아를 정면으로 겨냥한다는 것

이 시장의 주인은 엔비디아입니다. AI 칩 이야기의 대부분은 엔비디아를 어떻게 따라잡느냐, 또는 어떻게 피해 가느냐로 귀결됩니다.

에치드가 고른 길은 정면 승부에 가깝습니다. 다만 전선을 좁혔습니다. 학습 시장은 건드리지 않고 추론에만 집중합니다. 범용성으로는 못 이기니 특정 작업에서의 효율로 이기겠다는 계산입니다.

그록·세레브라스·타알라스와의 차이

같은 생각을 하는 회사가 에치드만 있는 것은 아닙니다. 그록(Groq)은 지연 시간을 극단적으로 줄이는 쪽에 집중해 왔습니다. 세레브라스는 웨이퍼 한 장을 통째로 칩으로 쓰는 독특한 방식을 밀고 있습니다.

타알라스는 모델 자체를 칩에 새겨 넣는 방향인데, 이 회사는 최근 AMD가 인수했습니다. 각자 노리는 지점이 조금씩 다르고, 아직 누가 옳았는지 판가름이 난 상태는 아닙니다.

하이퍼스케일러 자체 실리콘이라는 또 다른 경쟁자

스타트업만 경쟁자인 것도 아닙니다. 구글은 오래전부터 TPU라는 자체 칩을 만들어 왔고, 아마존은 인퍼런시아라는 추론 전용 칩을 씁니다.

이들은 자기 데이터센터에서 쓸 물량이 이미 확보돼 있다는 점에서 유리합니다. 팔지 않아도 되니 영업이 필요 없고, 자사 서비스에 맞춰 최적화할 수 있습니다. 스타트업 입장에서는 가장 까다로운 상대입니다.

토큰당 비용이 만드는 손익분기

이 경쟁의 승패를 가르는 기준은 결국 토큰당 비용입니다. 토큰은 AI가 글을 다루는 최소 단위로, 한글이면 한 글자 남짓이라고 생각하면 됩니다.

답변 하나를 만드는 데 몇 원이 드는지가 서비스의 수익성을 결정합니다. 사용자가 늘어날수록 이 숫자가 곱해지기 때문입니다. 그래서 추론 칩 회사들은 성능보다 토큰당 비용을 앞세워 이야기합니다.

전력이라는 진짜 병목

비용 이야기를 하면 결국 전기로 갑니다. 데이터센터에서 칩을 돌리려면 전력이 필요하고, 지금 미국에서는 전력이 칩보다 구하기 어려운 자원이 되고 있습니다.

이 블로그에서도 얼마 전 마이크로소프트가 AI 칩 220만 개를 확보하고도 전력이 모자라 꽂지 못하고 있다는 소식을 다룬 적이 있습니다. 같은 성능을 더 적은 전력으로 내는 칩은, 성능이 좋은 칩보다 값어치가 큽니다.

독립 검증이 아직 부족하다

여기까지가 밝은 쪽 이야기라면, 조심해서 봐야 할 대목도 있습니다. 에치드가 내세운 성능 수치는 대부분 회사 자체 발표입니다.

제3자가 같은 조건에서 재현한 대규모 벤치마크는 아직 충분히 공개되지 않았습니다. 실물이 나왔다는 것과 광고한 성능이 그대로 나온다는 것은 다른 이야기입니다. 제인스트리트의 초기 평가가 긍정적이지만, 고객 한 곳의 소감이 업계 표준 검증을 대신하지는 않습니다.

트랜스포머가 흔들리면 어떻게 되나

더 근본적인 위험도 있습니다. 트랜스포머 구조에 맞춰 회로를 굳혔다는 것은, 그 구조가 계속 쓰인다는 전제에 회사의 운명을 건 것과 같습니다.

지금은 이 전제가 튼튼해 보입니다. 하지만 AI 분야는 몇 년 단위로 판이 바뀌어 온 곳입니다. 새로운 구조가 트랜스포머를 밀어낸다면, 굳혀 놓은 회로는 유연한 범용 칩보다 훨씬 빨리 낡습니다. 에치드가 최근 "어떤 최신 모델이든 돌린다"는 점을 강조하는 배경에도 이 우려가 있습니다.

평가액 상승 속도가 말해주는 것

한 달에 두 배라는 속도를 어떻게 읽어야 할까요. 두 가지 해석이 가능합니다.

하나는 추론 시장이 그만큼 커지고 있고 투자자들이 자리를 확보하려 서두른다는 해석입니다. 다른 하나는 AI 하드웨어 전반에 거품이 끼어 있다는 해석입니다.

어느 쪽이 맞는지는 앞으로 몇 분기 동안 이 회사가 실제로 얼마나 납품하고 얼마나 매출을 내느냐로 판가름 날 것입니다. 계약 잔고 10억 달러가 매출로 바뀌는 속도가 첫 번째 시험대입니다.

핵심 정리

내용을 짧게 묶겠습니다.

첫째, 에치드가 2026년 8월 18일 7억 달러를 조달하며 210억 달러 가치를 인정받았습니다. 한 달 전 103억 달러에서 두 배가 된 값입니다.

둘째, 라운드를 이끈 곳은 벤처캐피털이 아니라 트레이딩 회사 제인스트리트이고, 이 회사는 에치드의 첫 고객이기도 합니다. 첫 랙을 받아 실제로 돌리고 있습니다.

셋째, 제품은 추론 전용 시스템입니다. 질문을 읽는 프리필 단계와 답을 만드는 디코드 단계에 각각 다른 칩을 붙였고, 낱개 칩이 아니라 클러스터 단위로 팝니다.

넷째, 계약 잔고는 10억 달러가 넘습니다. 다만 성능 수치의 독립 검증은 아직 부족하고, 트랜스포머 구조에 회사를 걸었다는 위험도 함께 있습니다.

참고하실 만한 것

추론 비용과 AI 칩 경쟁을 조금 더 넓게 보고 싶으시다면, 이 블로그에 함께 올려 둔 글들을 참고하셔도 좋겠습니다. AMD가 타알라스를 인수하며 추론 비용 구조를 다시 짠 이야기, 마이크로소프트가 칩을 쌓아 두고도 전력 때문에 못 꽂고 있는 이야기, 인텔이 증자 규모를 키운 이야기가 모두 같은 흐름 위에 있습니다.

궁금한 대목이나 더 다뤄 주었으면 하는 주제가 있으시면 편하게 알려 주세요. 다음 글에 반영하겠습니다.

출처

• TechCrunch — Etched's valuation doubles to $21B in a month
• SiliconANGLE — Inference chip startup Etched raises another $700M at $21B valuation
• Reuters — AI chip startup Etched doubles valuation to $21 billion in under a month
• Crypto Briefing — Etched raises $700M at $21B valuation after Jane Street chip test
• Finimize — Etched's Valuation Hit $21 Billion On AI Inference Demand
• Yahoo Finance — Etched's valuation doubles to $21B in a month
• Spheron — Etched Sohu vs NVIDIA: Transformer ASIC vs GPU
• The Menon Lab — The AI Inference Wars: Taalas, Cerebras, Groq, Etched, NVIDIA

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/