수십억 달러 AGI 스타트업 6곳, 프론티어 모델까지 얼마나 걸리나

무엇이 바뀌난 냐

FutureSearch가 이른바 'neolabs'로 불리는 6개 AGI 지향 스타트업—Safe Superintelligence(SSI), Thinking Machines Lab, Reflection AI, Ineffable Intelligence, Discovery Loop, AMI Labs—을 대상으로 자금 조달, 컴퓨팅 확보량, 인력 구성, 프론티어 모델 도달 예상 시점을 정리한 분석글을 발표했다[1]. 이 여섯 곳은 각각 Ilya Sutskever, Mira Murati, Laskin, David Silver, Dean, Yann LeCun이라는 이름으로 알려진 인물들이 창업했으며[1] 모두 수억~수십억 달러 규모의 자금을 확보했다는 공통점이 있다[1]. FutureSearch의 결론은 이들 다수가 자금 규모와는 별개로 컴퓨팅·인력 측면에서 OpenAI, Anthropic, Google 같은 기존 강자와 경쟁하기 어려운 구조에 놓여 있다는 것이다[1].

6개 기업의 자금·규모·예측 시점

각 사의 수치를 나란히 놓으면 격차가 뚜렷하게 드러난다.

기업	총 조달액	프론티어 중간 예측	비고
Safe Superintelligence	약 80억 달러[1]	2029년 1월[1]	Nvidia가 7월 50억 달러 투자[1], 총 인원 약 50명[1]
Thinking Machines Lab	20억 달러 이상[1]	2030년 12월[1]	Inkling 모델은 9750억 파라미터 MoE, Artificial Analysis 지수 약 100개 중 13위[1]
Reflection AI	약 46억 달러[1]	2029년 6월[1]	3월 시리즈C 밸류에이션 250억 달러, 현재 인원 약 230명[1]
Ineffable Intelligence	11억 달러 시드[1]	2035년 6월[1]	유럽 최대 시드 규모[1]
Discovery Loop	시드 미확정[1]	2036년 6월[1]	좌측 꼬리 2029년 8월, 우측 꼬리 2060년[1]
AMI Labs	10.3억 달러(3월)[1]	2037년 12월[1]	neolabs 중 가장 긴 우측 꼬리[1]

SSI는 초기 라운드에서 약 30억 달러를 조달했고[1], Nvidia의 차세대 플랫폼 Vera Rubin에 우선 접근권을 가진 것으로 알려졌다[1]. 다만 빅3 출신 검증된 인력은 2명에 불과하고 1년 후 예상 시니어 인력 중간값도 7명 수준에 그쳐[1], 자금 규모에 비해 조직 확장 속도는 느린 편이다. Thinking Machines Lab은 Nvidia와 최소 1기가와트 규모 컴퓨팅 계약을 맺었고 Google Cloud를 통한 RL 확장에도 한 자릿수 십억 달러대를 투입하고 있지만[1], 자사 모델 Inkling의 벤치마크 순위는 상위권과 거리가 있다[1]. Reflection AI는 SpaceX의 Colossus 2 캠퍼스에서 월 1억 5천만 달러 규모로 컴퓨팅을 임대하는데 90일 통보만으로 해지될 수 있는 구조여서[1], 안정적인 장기 인프라 확보라는 측면에서는 취약점으로 지적될 수 있다.

왜 규모 격차가 중요한가

FutureSearch는 neolabs 중 컴퓨팅이 가장 큰 곳도 중간값 기준 약 0.75기가와트에 그친다고 밝혔는데[1], 이는 OpenAI가 Stargate 프로젝트를 통해 목표로 하는 약 10기가와트와 비교하면 한 자릿수 차이가 난다[1]. 자본 측면에서도 neolabs 중 가장 많이 조달한 곳의 중간값이 OpenAI 최근 라운드의 약 6분의 1 수준에 머무는 것으로 나타났다[1]. 이 격차는 단순한 자금 규모의 차이를 넘어, 대규모 모델 학습에 필요한 지속적인 컴퓨팅 접근권과 이를 운용할 대규모 엔지니어링 조직을 동시에 확보해야 하는 AGI 개발 경쟁의 구조적 특성과 맞물린다. FutureSearch가 공동 저술한 'AI 2027' 보고서가 초지능 도달 시점을 2031년경으로 예측한 것과 비교하면[1], 이번 분석에서 나온 neolabs 다수의 프론티어 도달 중간 예측치(2029~2037년)는 이들이 그 흐름을 주도하기보다는 뒤따르는 위치에 있을 가능성을 시사한다. 이런 시각차는 AGI·초지능이 어떤 시점에 어떤 방식으로 도달할지를 둘러싼 업계 전반의 논쟁과도 맞닿아 있다.

AI 인프라·투자를 검토하는 기업 실무자 입장에서는 이 분석이 두 가지 방향으로 참고될 수 있다. 하나는 이들 스타트업과의 파트너십이나 투자 논의에서 자금 규모만으로 경쟁력을 판단하기보다 실제 컴퓨팅 확보 계약과 인력 채용 속도를 함께 확인할 필요가 있다는 점이다. 다른 하나는 AI 도입을 계획하는 조직이 특정 neolab의 향후 제품 로드맵에 의존할 경우, FutureSearch가 제시한 프론티어 도달 예측 시점의 폭이 크다는 점을 고려해 대체 공급자 확보 전략을 병행하는 편이 안전할 수 있다는 점이다. 이는 오픈소스 모델이 클로즈드소스 프론티어 모델과의 격차를 매 세대마다 빠르게 좁혀온 최근 흐름과 함께 놓고 보면 더 뚜렷해지는 부분이다.

확인이 더 필요한 부분

이번 분석에는 몇 가지 명확하지 않은 지점이 남아 있다. Discovery Loop 창업자로 언급된 'Dean'의 정확한 신원은 본문만으로는 확인되지 않으며, Reflection AI 창업자 'Laskin'의 전체 이름도 명시되지 않았다. Discovery Loop는 '오늘 아침 설립됐다'는 표현 외에 정확한 설립일이 나오지 않고, 시드 자금 규모도 '아직 마감되지 않음'으로만 표기돼 구체적 액수를 알 수 없다. 이런 부분은 향후 각 사의 공식 발표나 추가 보도를 통해 보완될 필요가 있다.