[AI는 지금] "GPU만으론 부족"…삼성도 'AI 추론 SW' 짐렛랩스에 베팅

(zdnet.co.kr)

ZDNet Korea2026년 9월 5일AI 산업

[AI는 지금] "GPU만으론 부족"…삼성도 'AI 추론 SW' 짐렛랩스에 베팅

삼성벤처스가 투자한 짐렛랩스가 GPU, CPU, 가속기를 결합한 '멀티 실리콘' 기술로 3억 달러 규모의 투자를 유치하며, AI 추론 효율 극대화를 위한 하드웨어 최적화 소프트웨어 시장의 부상을 예고했습니다.

이 글의 핵심 포인트

1짐렛랩스, 시리즈B에서 3억 달러(약 4038억원) 투자 유치 성공
2기업가치 30억 달러 인정 및 앤드리슨호로위츠, 삼성벤처스 등 참여
3'멀티 실리콘 추론 클라우드' 기술로 GPU, CPU, 가속기 효율적 배분
4동일 전력/비용 조건에서 AI 추론 성능을 최대 10배까지 개선 가능
5추론 소프트웨어를 넘어 데이터센터 인프라 관리 영역으로 사업 확장

이 글에 대한 공공지능 분석

왜 중요한가?

AI 추론 수요 급증으로 인한 전력 및 비용 부담을 해결할 새로운 패러다임을 제시하기 때문입니다. 특정 칩에 의존하지 않고 이기종 반도체를 최적으로 활용하는 소프트웨어 기술의 가치를 증명했습니다.

어떤 배경과 맥락이 있나?

AI 모델의 연산 단계(prefill, decode)마다 요구되는 하드웨어 특성이 다르다는 점에 주목했습니다. GPU 부족 현상과 데이터센터의 전력 한계를 극복하기 위해 하드웨어 계층의 유연한 운용이 필수적인 시점입니다.

업계에 어떤 영향을 주나?

하드웨어 제조사 중심의 시장에서 소프트웨어 기반의 인프라 최적화 시장으로 무게중심이 이동할 수 있습니다. 이는 AI 에이전트와 같은 복잡한 워크로드를 처리하는 차세대 인프라 구축의 핵심 경쟁력이 될 것입니다.

한국 시장에 어떤 시사점이 있나?

반도체 제조 강국인 한국 기업들에게는 칩 설계뿐만 아니라, 이기종 칩을 효율적으로 제어하는 소프트웨어 및 인프라 기술 확보가 차세대 AI 생태계 주도권의 열쇠가 될 것입니다.

이 글에 대한 큐레이터 의견

짐렛랩스의 성공은 'AI 인프라의 효율화'가 단순한 하드웨어 증설을 넘어 소프트웨어적 최적화 단계로 진입했음을 보여줍니다. AI 스타트업 창업자들은 이제 모델의 성능뿐만 아니라, 이를 구동하는 하드웨어 자원을 어떻게 효율적으로 분산하고 관리할 것인가라는 '인프라 효율성' 문제에 주목해야 합니다.

다만, 이기종 반도체를 통합 관리하는 기술은 높은 소프트웨어 복잡도를 수반하며, 각 하드웨어 제조사(NVIDIA, ARM 등)의 생태계 장벽과 충돌할 리스크가 있습니다. 또한, 짐렛랩스가 소프트웨어를 넘어 데이터센터 인프라까지 영역을 확장하는 것은 막대한 자본 투자가 필요한 영역으로, 기술적 우위만큼이나 운영 규모를 확보하는 것이 생존의 관건이 될 것입니다.

원문 보기 →