핵심 요약

  • 세레브라스는 AI 모델을 실행해 결과를 만드는 추론에서 자사 컴퓨터가 GPU보다 15~20배 빠르다고 주장한다. 창업자 앤드루 펠드먼은 2025년부터 모델의 실무 활용이 늘며 속도에 대한 수요가 커졌다고 설명했다.
  • 회사는 2017년 중반부터 2019년 중반까지 웨이퍼 크기 칩 제작에 실패했다. 펠드먼에 따르면 당시 월 약 800만 달러를 쓰며 실패 원인을 분석했고, 2019년 여름 작동하는 칩을 만들었다.
  • 초기에는 고성능 컴퓨팅 고객을 확보했지만 판매량이 제한적이었다. 이후 G42의 10억 달러 주문이 공급망 확대와 대규모 장비 검증에 도움이 됐다고 펠드먼은 말했다.
  • 펠드먼은 OpenAI와 200억 달러가 넘는 계약을 체결했고, AWS 데이터센터에 장비를 배치하기로 합의했다고 밝혔다. 그는 이 수요에 맞춰 제조량을 늘리는 일을 당면 과제로 꼽았다.

시장보다 먼저 만든 빠른 컴퓨터

세레브라스는 AI 작업에 맞춘 컴퓨터를 만든다. 펠드먼은 모델을 만드는 학습과 만들어진 모델을 사용하는 추론을 구분하며, 세레브라스의 강점이 현재 추론 속도에 있다고 설명했다. 그는 대형·소형 모델을 가리지 않고 자사 시스템이 GPU보다 15~20배 빠르다고 주장했다. 이는 인터뷰에서 제시한 회사 측 설명이다.

회사가 택한 방식은 웨이퍼 스케일 설계다. 펠드먼에 따르면 세레브라스는 면적 4만6000㎟의 칩을 만든다. 그는 기존 구조를 조금 바꾸는 정도로는 큰 폭의 성능 개선을 얻기 어렵다고 판단해 다른 설계를 택했다고 말했다.

기술 구현과 시장 형성에는 모두 시간이 걸렸다. 펠드먼은 2017년 중반부터 약 2년간 칩을 만들지 못했다고 회고했다. 그동안 월 약 800만 달러를 쓰면서 반복적으로 실패 원인을 분석했고, 2019년 여름에야 칩이 작동하기 시작했다. 하지만 그는 당시 빠른 속도만으로는 고객의 관심을 얻기 어려웠다고 말했다. 회사가 앞서 있었던 기간을 약 2~3년으로 봤다.

초기 고객에서 대규모 주문까지

펠드먼에 따르면 첫 세대 제품은 약 12대, 두 번째 세대는 약 300대가 팔렸다. 세 번째 세대는 수만 대를 판매할 것으로 내다봤지만, 이는 인터뷰 시점의 전망이다.

초기 고객에는 국립연구소와 유럽의 고성능 컴퓨팅 기관, 석유·가스 및 제약 분야 고객이 있었다. 펠드먼은 이들이 높은 성능을 중시하고 소프트웨어가 덜 성숙한 장비도 받아들일 수 있었지만, 주류 시장으로 나아갈 만큼의 판매량을 제공하지는 못했다고 설명했다.

전환점으로 꼽은 것은 G42의 10억 달러 주문이다. 펠드먼은 이 주문을 바탕으로 공급망을 바꾸고 장비를 큰 규모로 배치해 시험할 수 있었다고 말했다. 고객이 사용할 규모와 같은 크기의 장비를 자체 품질검사 시설에 갖추기 어렵다는 것이 그의 설명이다. 세레브라스는 G42를 위해 모델 학습과 추론도 수행했다.

추론 수요와 공급 확대

펠드먼은 AI 모델이 2025년께 실무에 쓸 만큼 유용해지면서 추론 속도가 중요해졌다고 봤다. 그는 일상 업무에 쓰는 도구라면 응답이 느려서는 안 된다고 설명했다. 수요가 늘자 세레브라스의 과제도 장비 공급으로 옮겨갔다.

그에 따르면 OpenAI와의 접촉은 2025년 여름 중반에 시작됐고, 시험을 거쳐 추수감사절 전날 주요 조건에 합의했다. 약 4주 뒤인 12월 24일 기본 계약을 체결했다. 펠드먼은 계약 규모를 200억 달러 이상이라고 밝혔다. 또 3월에는 앞으로 AWS 데이터센터에 장비를 배치하는 내용의 합의를 맺었다고 말했다.

그는 올해 제조량을 10배로 늘리려 한다고 밝혔다. 다만 하드웨어 생산을 늘리려면 제조 협력사가 전력과 건물, 생산라인, 시험 설비를 마련해야 하므로 각 단계에 시간이 든다고 설명했다. 계약 규모와 제조 확대 계획은 실제 납품 실적과 구분해서 봐야 한다.

소프트웨어와 조직의 과제

새 하드웨어를 쓰기 위한 소프트웨어도 오래 걸렸다. 펠드먼은 창업 당시 컴파일러 개발에 5년이면 충분하다고 생각했지만 실제로는 약 10년이 걸렸다고 회고했다. 컴파일러는 프로그램을 장비가 실행할 수 있는 형태로 바꾸는 소프트웨어다.

사내 AI 코딩 도구의 효과에 대해서는 직원마다 차이가 크다고 말했다. 일부 엔지니어는 여러 에이전트를 계속 운영하고 품질검사 방식까지 바꾸며 높은 생산성을 얻었지만, 다른 직무에서는 활용법을 찾아가는 중이라는 설명이다. 그는 코딩 모델이 장황한 코드를 만들거나 주석을 빠뜨리는 약점도 언급했다.

직원이 약 800~850명으로 늘어난 상황에서 펠드먼이 걱정하는 것은 채용과 기술적 위험을 감수하는 문화다. 빈자리를 빨리 채우려는 압박 속에서도 후보자와 직접 대화하는 데 매일 상당한 시간을 쓴다고 했다.

상장을 선택한 이유

펠드먼은 상장을 전문 벤처 투자자 중심의 자금 조달에서 공개시장 투자자로 기반을 넓히는 일로 설명했다. 자본 조달 비용을 다소 낮추고, 장부 감사와 공개를 통해 대형 고객에게 신뢰를 줄 수 있다는 판단도 제시했다. 그 대신 엄격한 규칙을 따라야 한다고 말했다.

세레브라스는 상장까지 약 10년이 걸렸다. 펠드먼은 그동안 직원들이 일부 지분을 팔 수 있도록 비상장 주식 거래를 허용했다고 설명했다. 그는 세레브라스가 AI 시장에 매출을 집중한 상장사라는 점도 투자자에게 제시할 수 있는 차별점으로 봤다.

펠드먼은 빠른 추론이 기존 작업을 더 빨리 처리하는 데 그치지 않고 새로운 사업 방식으로 이어질 것으로 예상했다. 이는 향후 변화에 대한 그의 전망이다. 인터뷰에서 확인되는 현재의 과제는 이미 맺은 계약에 맞춰 생산과 납품을 확대하는 일이다.