유니콘팩토리

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다. ] 정부가 2030년까지 인공지능(AI)·딥테크 스타트업 1만개와 유니콘·데카콘 기업 50개를 육성하는 등 벤처를 국가 성장 전략의 중심으로 키운다. 유니콘은 기업가치 1조원 이상, 데카콘은 10조원 이상 비상장 기업을 의미한다. 이를 위해 연간 40조원 규모로 벤처투자 규모를 확대한다. 중소벤처기업부는 18일 관계 부처 합동으로 이같은 내용의 '벤처 4대 강국 도약 종합대책'을 발표했다. 오픈AI·스페이스X·딥시크 등 해외 비상장 벤처·스타트업이 글로벌 기술패권 경쟁의 중심에 선 만큼 'K-빅테크'를 키워 글로벌 벤처생태계 4위권 국가로 도약한다는 정책 목표가 담겼다. 이번 종합대책은 기술·지역·인재·자본 등 크게 4가지 축으로 구성됐다. 우선 . 기술 분야는 AI 등 딥테크 육성에 집중한다. 정부가 2028년까지 확보하기로 한 그래픽처리장치(GPU) 5만장 가운데 일부를 벤처·스타트업에 전략적으로 배분한다.

생성형 AI 열풍이 휩쓴 지난 3년간 GPU(그래픽처리장치)가 주도해온 AI(인공지능) 반도체(칩) 시장이 새로운 전환점을 맞았다는 평가가 이어진다. 최근 공개돼 호평받은 구글의 AI 모델 '제미나이3'에 자체 개발 칩 TPU(텐서처리장치)가 적용된 것으로 알려지면서, ASIC(주문형 반도체)가 GPU의 현실적인 대안으로 떠올랐다. AI 칩의 성능 지표는 크게 △연산 속도 △전력 효율 △유연성 세 가지로 나뉜다. 특히 전력 효율은 AI 학습과 추론 규모가 방대해지면서 AI 기술 경쟁의 핵심 변수로 등장했다. AI 서비스를 위해선 수만 개 이상의 칩을 24시간 가동할 대규모 데이터센터가 필요하고, 이를 운영하는 대형 클라우드 기업은 비용 절감을 위해 '전력 효율'을 최우선 순위로 둔다. 엔비디아가 시장을 장악한 GPU는 수많은 픽셀의 색을 표현하는 그래픽 연산을 위해 개발된 칩으로 여러 형태의 병렬 연산을 빠르게 처리할 수 있다. GPU는 다양한 모델 학습을 병렬로 수행할 수 있어 유연성 측면에서도 압도적이어서, 그간 AI 열풍의 기반이 됐다.

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 한성숙 중소벤처기업부 장관이 "엔비디아로부터 확보한 GPU 활용에 국내 AI(인공지능) 스타트업들이 소외되지 않도록 하겠다"고 5일 밝혔다. 한 장관은 이날 서울 강남구 팁스타운에서 취임 100일 기자간담회를 열고 "이제는 대기업도 혼자 갈 수 없고, 실제 생태계를 잘 구축한 기업이 이기는 시장이 될 것"이라며 이같이 말했다. 한 장관은 앞서 젠슨 황 엔비디아 CEO 방한 계기로 삼성전자, SK 그룹, 네이버NAVER 등이 GPU를 확보한 데 대해 "국가대표 AI팀에 스타트업이 들어갔듯이 스타트업에게도 기회가 될 것"이라고 말했다. 아울러 "(중기·스타트업과) 협업 생태계를 만들지 못하는 대기업은 글로벌 시장에서 이기지 못할 것"며 "중기부가 가진 데이터도 스타트업을 위해 공개하는 방안을 마련할 것"이라고 말했다. 한 장관은 이와 관련 "공공데이터 활용을 촉진하는

엔비디아(NVIDIA)가 대만을 아시아권 최고의 AI 중심지로 만들겠단 포부를 내비친 가운데, 우리나라의 차세대 AI 반도체 R&D(연구·개발)는 한계에 봉착했다는 지적이 나왔다. AI 반도체 양산을 염두에 둔 단계별 R&D 정책이 필요하다는 제언이다. 최근 대만 출신 미국인 젠슨 황 엔비디아 CEO(최고경영자)는 대만에 AI 슈퍼컴퓨터를 구축하고 엔비디아 신사옥을 타이베이에 짓겠다고 했다. 대만 내 반도체 기업들과 생태계를 조성해 'AI 거점'으로 키우겠다는 의지다. 대만과 지리적으로 가까운데다 반도체를 핵심 먹거리로 삼고 있는 우리나라로서는 AI 반도체 시장의 주도권을 대만에 뺏길 수 있다는 우려가 나온다. 국내에서도 엔비디아가 독점한 GPU(그래픽처리장치) 시장을 뒤집을 '차세대 반도체' 개발에 박차를 가하고 있지만 "아직 상용화로서는 설익은 단계"라는 평이다. 삼성전자와 SK하이닉스가 뛰어든 PIM 반도체 시장에서도 평가는 비슷하다. PIM 반도체는 메모리 기능에 연산 기능

"엔비디아는 필수 인프라 기업." 젠슨 황 엔비디아 CEO가 기술 기업을 넘어선 필수 인프라 기업으로 엔비디아를 재정의했다. 전기, 인터넷처럼 필수가 될 AI를 생산하는 AI 팩토리 구축을 주도하겠다고 강조했다. 젠슨 황 CEO는 AI 팩토리 시장이 수조달러에 이를 것이라고 전망했다. '컴퓨텍스 2025' 기조연설에서 젠슨 황 CEO는 AI 팩토리를 "에너지를 투입해 믿을 수 없을 정도로 가치 있는 것(토큰)을 생산하는 공장"이라고 정의하며 전 세계 곳곳에 생길 것이라고 했다. 데이터센터가 저장공간을 제공하며 ERP(전사적자원관리)를 지원하는 산업이었다면 AI팩토리 산업은 완전히 다른 형태가 될 것이라고 봤다. 엔비디아가 바라보는 AI팩토리는 단순한 데이터센터가 아니라 '지능(Intelligence)'을 대규모 생산, 가공, 공급하는 핵심인프라이다. 젠슨 황 CEO는 "기업들이 매월, 분기마다 생산한 토큰 수를 이야기하게 될 것"이라며 "세상이 바뀔 것"이라고 했다. 산업의 단위가

정부가 첨단 GPU(그래픽처리장치) 1만장을 연내 도입해 빠르면 10월부터 산학연 등 AI(인공지능) 컴퓨팅 인프라 수요처를 대상으로 서비스를 제공한다. 과학기술정보통신부는 14일 경제관계장관회의에서 이같은 내용의 '첨단 GPU 확보 추진방안'을 발표했다. 'GPU 1만장' 확보목표는 최근 405개 산학연 기관을 대상으로 한 수요조사를 통해 정했다. 정부는 GPU 1만5000장이 투입될 민관합작 국가AI컴퓨팅센터 구축과 슈퍼컴퓨터 6호기(GPU 8500장) 구축을 가속화하는 동시에 첨단 GPU 확보 추경예산 1조4600억원을 편성해 'GPU 연내 1만장 확보'를 추진하기로 했다. 정부는 이달 말까지 접수하는 국가AI컴퓨팅센터사업에 참여하는 CSP(클라우드인프라사업자)에 위탁해 H200, B200 등 첨단·대규모 GPU를 신속히 확보한다는 계획이다. 첨단 GPU 기반 AI 컴퓨팅 인프라는 국가AI컴퓨팅센터를 중심으로 국내 산학연 및 국가적 프로젝트에 배분된다. 산학연 등 GPU 사용

이번 주 미국을 방문하는 유상임 과학기술정보통신부 장관이 엔비디아(NVIDIA)와 만나 GPU(그래픽처리장치) 확보 방안에 대해 논의한다. 과학기술정보통신부는 13일 유 장관 주재로 '제4차 AI컴퓨팅 인프라 특별위원회'(이하 특위)를 열고 '첨단 GPU 확보 추진 방안'을 논의했다고 밝혔다. 앞서 정부는 연내 GPU 1만장 확보를 목표로 1조 4600억원 규모의 추가경정예산을 편성한 바 있다. 이번 방안에 따르면 정부는 GPU 구매, 구축, 사용에 이르는 전주기 절차를 속도감 있게 추진한다. 클라우드 기업(CSP)을 공모·선정해 GPU를 신속히 구매하고 공모로 선정한 CSP의 기존 데이터센터 내에 GPU를 순차적으로 구축할 예정이다. 구축한 GPU는 국가AI컴퓨팅센터를 중심으로 국내 산학연과 국가적 프로젝트에 전략적으로 배분할 방침이다. 첨단 GPU 확보 추진방안은 특위 논의 결과를 반영해 경제관계장관회의에서 최종 의결된다. 향후 GPU 구매와 구축을 담당할 클라우드 기업을 공모

12조2000억원 규모의 추가경정예산(추경)이 국무회의에서 의결됐다. 산불 피해 복구, 통상·AI(인공지능) 대응, 민생 지원 등에서 신속집행이 가능한 필수사업이 담겼다. 정부는 이번 추경으로 경제 성장률이 0.1%p(포인트) 상승할 것으로 전망한다. 정부는 18일 임시국무회의에서 이 같은 내용의 제1회 추경안을 의결했다. 정부의 추경안은 △재해·재난 대응 3조2000억원 △통상·AI 경쟁력 강화 4조4000억원 △소상공인·취약계층 4조3000억원 △국채이자, 주요행사 개최 등 2000억원 등으로 구성됐다. 영남지역 초대형 산불 피해 복구를 위한 재원을 확보하고 미국발(發) 관세 충격으로 국내 산업의 심각한 피해가 우려되는 가운데 첨단기술 주도권 경쟁에 보태겠다는 구상이다. 추경안은 시급한 현안과 관련되고 효과가 즉각적이면서 신속 집행 가능한 사업 중심으로 선별했다. 먼저 정부는 대규모 재해·재난으로부터 국민의 생명과 재산을 보호하기 위해 3조2000억원 이상을 투자한다. 산불 피해

고가의 GPU(그래픽 처리 장치)나 고속 네트워크 없이도 AI(인공지능) 모델을 학습시킬 수 있는 기술이 국내에서 나왔다. KAIST(카이스트)는 한동수 전기및전자공학부 교수가 이끄는 연구팀이 미국 UC어바인대 연구팀과 함께 제한된 네트워크 환경에서도 AI 모델 학습 능력을 100배 이상 가속할 수 있는 기술을 개발했다고 19일 밝혔다. AI 모델 학습을 위해선 엔비디아 H100 등 값비싼 고성능 서버용 GPU와 이들을 연결하기 위한 400Gbps(초당 기가비트)급 고속 네트워크를 갖춘 고가 인프라가 필요하다. 비용 문제는 IT 분야 중소기업 및 대학연구팀이 연구 인프라를 구축하는 데 가장 큰 걸림돌이라고 알려졌다. 한 교수 연구팀은 분산 학습 프레임워크 '스텔라트레인(StellaTrain)'을 개발했다. 엔비디아 H100의 20분의 1 가격 수준인 소비자용 GPU로 일반 인터넷 환경에서도 효율적으로 AI 학습이 가능하다. 저가 GPU를 사용할 때 AI 학습 속도가 느려지는 이유는

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 메타(페이스북), 아마존, 엔비디아 등 글로벌 빅테크가 앞다퉈 투자한 미국 AI 스타트업이 10억달러(약 1조3600억원) 규모 신규 투자를 유치했다. 테크크런치 등 외신에 따르면 스케일AI는 최근 시리즈E에 해당하는 투자라운드를 마쳤다고 밝혔다. 스케일AI는 머신러닝 개발기업에게 데이터 레이블링(라벨링) 서비스를 제공한다. 시리즈D를 돌았던 2020년 평가된 기업가치가 70억달러였는데 이번 라운드에서 그 두 배인 138억달러(약 19조원)를 평가 받았다. ━데이터 분류, 학습효율과 정확도 높여…오픈AI도 고객━스케일AI는 2016년 설립했다. 데이터에 일종의 '꼬리표'를 달아주는 기술이 강점이다. 문서, 사진, 영상 등을 수집해 꼬리표를 달아 AI 학습의 효율을 높인다. AI 머신러닝은 방대한 양의 데이터를 수집하지만 효과적으로 분류하지 못하면 학습 능률이 떨어