에이아이브, “데이터센터 대신 흩어진 GPU로 AI 클라우드 만든다”

• 투자유치 단계: 시리즈A(Series A)
• 투자유치 목표 금액: 50억원
• 투자유치 목표 시기: 2026년 11월

생성형 AI 시장의 경쟁 축이 ‘모델 성능’에서 ‘운영 비용’으로 옮겨가고 있다.

AI 서비스는 사용자가 요청을 보낼 때마다 연산이 발생하는 구조여서, 이용자가 늘수록 추론(Inference) 비용도 함께 불어난다. 스스로 여러 단계의 작업을 수행하는 AI 에이전트가 확산되면서 부담은 더 커졌다. 요청 한 건을 처리하는 데 기존 챗봇보다 50배 이상 많은 추론 호출이 일어나기 때문이다. 시장조사기관 가트너(Gartner)는 AI 인프라 서비스 지출에서 추론이 차지하는 비중이 2026년 55%로 처음 학습을 앞지를 것으로 내다본다. 매출이 본격적으로 발생하기도 전에 인프라 비용을 감당하려고 투자금부터 유치해야 하는 AI 스타트업이 적지 않은 이유다.

시장의 자금도 인프라로 몰리고 있다. 시장조사기관 IDC는 전 세계 AI 인프라 지출이 2025년 3,180억 달러에서 2026년 4,970억 달러로 늘어날 것으로 내다봤다. 하지만 기업이 고를 수 있는 선택지는 여전히 제한적이다. 대형 클라우드를 쓰면 매달 수천만원의 비용을 감수해야 하고, 직접 서버를 구축하면 장비 구매에 유지보수와 확장 부담까지 떠안는다. 그런데 다른 한편에서는 이미 구매해 놓고도 충분히 활용하지 못하는 GPU가 곳곳에 남아 있다. 클라우드 최적화 기업 캐스트AI(Cast AI)의 데이터에 따르면 기업 GPU의 유휴 시간은 전체의 95%에 이른다.

해외에서는 이 틈을 노린 자본이 빠르게 몰리고 있다. 크루소(Crusoe)와 플루이드스택(Fluidstack) 같은 이른바 네오클라우드(Neocloud)가 조 단위 자금을 끌어모으며 GPU를 직접 대규모로 확보하는 사이, 데이터센터의 유휴 GPU를 모아 수요자와 연결하는 하이드라호스트(Hydra Host)는 지난 6월 1억 달러 규모의 시리즈A를 유치했다. 인프라를 직접 소유하기보다 흩어진 공급을 묶어내는 소프트웨어 계층이 새로운 투자처로 떠오른 것이다. 국내에서도 대형 클라우드 사업자들이 GPU 임대 서비스를 잇달아 내놓고 유휴 GPU를 공유하는 플랫폼도 등장하면서 경쟁이 본격화하고 있다.

에이아이브(AIEEV)는 이 흐름의 한가운데서 기회를 찾은 스타트업이다. 에이아이브가 만든 서비스 ‘에어클라우드(Air Cloud)’는 기업·기관·개인이 보유한 GPU와 에이아이브가 직접 관리하는 자원을 소프트웨어로 연결해 하나의 클라우드처럼 제공하는 분산형 AI 인프라 플랫폼이다. 데이터센터를 새로 짓는 대신 추론에 적합한 소비자용 GPU까지 활용해 원가를 낮춘다. 서로 다른 장비와 네트워크를 묶는 자체 5계층 구조를 바탕으로 자동 확장, 실시간 모니터링, 장애 시 자원 이관, 암호화 기반 보안까지 통합 관리한다. 단순히 GPU를 빌려주는 데 그치지 않고, 기업이 실제 서비스를 운영하는 데 필요한 클라우드 기능과 전용 환경 구축까지 제공한다는 점이 차별점이다.

에이아이브는 개인 PC 등의 GPU를 모으는 해외 완전 분산형 서비스의 경우 비용은 낮지만 기업용 서비스에 필요한 안정성에서는 한계가 있다고 보고, ‘비용은 분산형, 소프트웨어 스택은 대형 클라우드 수준’을 내세운다. 자원 제공자는 유휴 장비로 수익을 얻고, 고객은 장비를 직접 관리하지 않고도 낮은 비용으로 AI 서비스를 운영할 수 있다. 회사는 이 방식으로 기존 퍼블릭 클라우드보다 비용을 최대 40%까지 줄일 수 있다고 설명한다. 이미지 생성 서비스를 운영하는 한 고객사는 도입 후 최대 80%의 비용 절감 효과를 확인하기도 했다.

성과도 숫자로 드러나고 있다. 정기 결제 고객은 13개사, 플랫폼 이용 조직은 300곳이 넘는다. 정기 결제 고객 이탈은 아직 한 건도 없고, 최장 17개월 연속 재결제한 고객도 있다. 올해 매출은 이미 지난해 전체의 5배를 넘어섰다. 자체 운영 분산자원은 6개 거점에서 약 100대의 자원을 확보했으며, 프라이빗 클라우드 납품과 기업가치 1조원 이상인 미국 AI 스타트업 두 곳과의 PoC(Proof of Concept)로 사업 영역을 넓히고 있다. 삼성전자 C-lab outside, SKT AI Startup Accelerator, LG유플러스 SHIFT, 롯데 L캠프 등 국내 주요 대기업들의 육성프로그램을 통해 기술 검증을 받았고, 오는 10월에는 미국 실리콘밸리 주요 매체 테크크런치의 스타트업 피칭대회의 TOP 200에 선정되어 테크크런치 디스럽트(TechCrunch Disrupt) 현지 행사에 참여해 2027년 해외 시장 확장의 발판을 다질 계획이다.

포항공대 컴퓨터공학 박사로 SK텔레콤에서 분산 스토리지를 연구한 박세진 대표를 중심으로, 포항공대, KAIST, UNIST, GIST, 연세대, 고려대에서 석박사 학위를 취득하고, SKT, 클라우드 기업에서 인프라를 직접 만들고 운영해 본 개발진과 통신사·AI 반도체 기업 출신 사업 인력까지 12명의 전문 인력이 모였다. 블루포인트파트너스, 기술보증기금, CNT테크, 로우파트너스 등으로부터 시드부터 프리A·브리지 라운드까지 누적 33억원의 지분투자를 유치했고, 현재 50억원 규모의 시리즈A 투자 유치를 추진하고 있다. 박세진 대표에게 흩어진 GPU로 AI 인프라의 비용 구조를 바꾸겠다는 에이아이브의 전략을 들었다.

에이아이브가 해결하려는 문제는 무엇인가요?

AI 인프라의 비용 문제입니다. AI 서비스는 성장할수록 추론 비용도 함께 늘어나 수익성을 확보하기가 어렵습니다. 실제로 혁신적인 AI 스타트업 상당수가 매출이 나기도 전에 인프라 비용을 감당하려고 많은 투자금부터 유치해야 하는 상황입니다. AI 서비스는 사용자의 요청마다 연산 비용이 발생하는데, 에이전트는 요청 한 건을 처리하는 데 기존 챗봇 대비 50배 이상의 추론 호출이 이루어집니다. 그만큼 호출 한 번을 얼마나 경제적으로 처리하느냐가 중요해졌습니다.

저희가 만난 기업들도 매달 수천만원의 클라우드 비용을 부담하면서 프로모션 크레딧을 찾아다니거나 직접 서버를 운영하고 있었습니다. 직접 운영하면 장비 구매에 더해 유지보수와 확장 문제까지 해결해야 합니다.

그러나 모든 AI 요청이 데이터센터 내에서 처리되어야 하는것은 아닙니다. 큰 모델의 대규모 학습의 경우, 랙(Rack)단위로 묶은 GPU들을 데이터센터 내에서 처리하는 것이 비용효율적이지만, 단일 GPU에서도 충분이 처리가능한 sLM, 비전, 음성의 추론 워크로드들은 비싼 데이터센터 내에서 처리할 필요가 없습니다. 데이터센터 내에서 발생하는 전력의 50%는 중앙 집중화된 구조로 인한 냉방에 들어가고, 정작 컴퓨트(서버)에 들어가는 전기료는 25% 가량입니다. 이 중앙 집중화된 구조만 분산시켜두면, 데이터센터 내에 들어가는 비용의 대부분을 절감할 수 있습니다.

한편으로는 이미 구매해 놓고 충분히 활용하지 못하는 GPU도 있습니다. 일론 머스크 역시 운행하지 않는 테슬라 차량의 컴퓨팅 자원을 연결해 AI 추론에 활용하는 ‘분산형 추론 네트워크’ 구상을 밝힌 바 있습니다. 기존에 보유한 연산 자원을 더 효율적으로 활용하겠다는 접근입니다. 저희도 이런 유휴 자원의 가능성에 주목했습니다. GPU를 분산시켜두는것 뿐만 아니라, 곳곳에 분산된 GPU를 연결해 기존 구축 자원의 활용률을 높이면, 고객이 서비스를 안정적으로 확장하면서도 인프라 비용 부담을 낮출 수 있다고 판단했습니다.

그 문제를 어떤 방식으로 해결하나요?

에어클라우드는 여러 장소에 흩어진 GPU를 소프트웨어로 연결해 하나의 클라우드로 제공합니다. 기업과 기관, 개인이 보유한 자원과 저희가 직접 관리하는 자원을 함께 활용합니다. 데이터센터를 새로 건설하는 부담을 줄이고, 추론에 적합한 소비자용 GPU까지 활용해 원가를 낮춥니다. 수요가 늘면 필요한 자원을 추가로 연결해 공급을 확대하는 구조입니다.

고객은 자원이 어디에 있는지, 장비별로 어떤 차이가 있는지 직접 관리할 필요가 없습니다. 플랫폼이 노드를 연결하고 상태를 확인해 작업에 맞는 자원을 배정하기 때문입니다. 고객은 필요한 GPU 환경을 선택하거나 API(Application Programming Interface)로 모델을 호출하기만 하면 됩니다. 저희는 자원을 확보하고 운영하면서 얻은 원가 경쟁력을 고객의 낮은 사용료로 돌려드리고, 자원 제공자에게는 사용료의 일부를 지급합니다.

경쟁사 대비 기술적 강점은 무엇인가요?

분산 자원의 낮은 원가에, 기업이 실제 서비스를 운영하는 데 필요한 클라우드 기능을 함께 제공한다는 점입니다. 자체 개발한 5계층 구조로 NPU(Neural Processing Unit)를 포함한 서로 다른 장비와 네트워크를 연결하고, AI 작업의 특성과 노드 상태를 함께 고려해 자원을 배치합니다. 작업량에 따른 자동 확장, 실시간 모니터링, 장애 감지와 다른 자원으로의 이관까지 통합 관리합니다. 자원은 분산배치해 한 지점에 장애가 생겨도 다른 지점에서 대응할 수 있습니다. 서비스 수준은 현재 AWS, 네이버클라우드 등 국내외 상용 클라우드 수준의 SLA(Service Level Agreement)를 제공합니다.

보안도 분산 환경에 맞춰 설계했습니다. 암호화 컨테이너와 암호화 통신 채널을 적용해 여러 계층에서 접근을 통제합니다. 단순히 기술적으로 안전하다는 차원이 아니라, 정보보호 국제 표준인 ISO/IEC 27001 인증도 취득했고, 연내 미국 보안 감사 표준인 SOC 2 Type 1 인증 획득을 목표로 시스템 보안 및 안정성에 대해 외부 검증 절차를 진행하고 있습니다. 창업과 동시에 주요 기술에 대해 7건 이상의 국내외 특허를 출원·등록했습니다.

비용 경쟁력은 실제 고객 사례로도 확인했습니다. 이미지 생성 서비스를 운영하는 한 고객은 시스템을 에어클라우드에 통합하고 자동 확장 기능을 활용해, 고객 인터뷰 기준 최대 80%의 비용 절감 효과를 봤습니다. 물론 이 수치는 해당 고객의 구성과 사용 조건에서 나온 결과입니다. 그래서 저희는 고객별로 실제 작업의 비용과 성능을 함께 확인한 뒤 가장 적합한 환경을 제안하고 있습니다.

에어클라우드는 어떤 서비스이고, 현재 어느 단계인가요?

에어클라우드 플랫폼은 모델과 인프라를 운영하는 방식에 따라 서비스를 나눠 제공합니다. 에어 컨테이너(Air Container)는 자체 모델이나 애플리케이션을 가진 고객이 격리된 GPU 환경에 컨테이너를 배포하고, 모니터링과 자동 확장 기능을 활용하는 서비스입니다. 에어 API(Air API)는 플레이그라운드에서 오픈소스 모델을 테스트한 뒤 API로 자사 서비스에 바로 연결하는 방식입니다. 서버를 직접 구성하지 않고 사용한 만큼만 이용할 수 있습니다. 퍼블릭 에어클라우드는 시간당 570원부터 이용할 수 있습니다. 이미지 생성 작업을 예로 들면, 에어클라우드의 RTX 4090은 퍼블릭 클라우드의 A10G GPU보다 생성 속도가 2.6배 빠르면서 비용은 최대 50%까지 낮습니다. 현재 플랫폼 사용자수는 500명 이상, 사용 조직기준으로보면 300개 이상의 조직이 유입되고 지속적으로 에어클라우드 플랫폼에서 GPU인프라를 활용하고 계십니다. 플랫폼을 직접 운영하며, 다수의 트래픽을 처리하는 경험을 바탕으로 최대 10만대 이상의 GPU를 연결하여 클라우드 상에서 운용할 수 있도록 기술을 고도화해 나가고 있습니다.

기업 내부 자원을 전용으로 운영해야 하는 고객에게는 프라이빗 에어클라우드(Private Air Cloud) 솔루션 패키지를 공급합니다. 프라이빗 솔루션은 이미 개발을 마치고 납품까지 한 경험이 있고, 연내에는 공공·기업용 프라이빗 클라우드 패키지 납품도 앞두고 있습니다. 하이브리드 에어클라우드(Hybrid Air Cloud)는 고객이 보유한 인프라와 에어클라우드 자원을 연결해 운영 범위를 넓히는 방식입니다. 퍼블릭 클라우드로 시작한 고객도 보안 요구와 사용 규모에 맞춰 전용 환경이나 하이브리드 방식으로 확장할 수 있습니다.

타깃 시장의 규모와 핵심 고객은 누구인가요?

큰 시장은 AI 인프라이고, 저희가 우선 공략하는 영역은 중소형 GPU로 처리할 수 있는 추론과 서비스 운영입니다. IDC는 전 세계 AI 인프라 지출을 2025년 3,180억 달러로 집계하고, 2026년에는 4,970억 달러에 이를 것으로 전망했습니다. AI용 서버와 스토리지 등을 포함한 넓은 의미의 시장 규모입니다. 저희는 그 가운데 이미지 생성, 음성, 비전, 소형 언어모델처럼 비용 절감 효과를 확인하기 쉬운 분야에 집중하고 있습니다.

핵심 고객은 자체 AI 서비스를 운영하는 기업, 고객사의 AI 시스템을 개발하는 솔루션 기업, 그리고 대학과 연구기관입니다. 에어 컨테이너는 서울대·계명대 등에 납품한 에어클라우드 기반 교육과정과 개발자 커뮤니티, 정부 지원사업을 통해 첫 사용 경험을 만들고, 에어 API는 파트너와의 서비스 공동개발과 글로벌 API 유통 채널로 실제 호출량을 확보합니다. 글로벌 AI API 라우팅 플랫폼과의 연동은 이미 마쳤습니다. 이후 기존 고객의 자원을 연결하는 하이브리드 구성이나 SI(System Integration)·통신사 채널을 통한 프라이빗 구축으로 사용량과 계약 규모를 키워가는 전략입니다.

비즈니스 모델은 어떻게 되나요?

고객은 AI 인프라 사용료를 내고, 저희는 자원을 연결하고 운영한 대가를 얻습니다. 외부 자원을 제공하는 파트너에게는 사용료의 일부를 지급합니다. 자원 제공자는 유휴 장비를 수익화할 수 있고, 고객은 장비를 직접 구매하고 관리하는 부담을 덜 수 있습니다. 여기에 저희가 직접 관리하는 자원도 함께 공급해 고객의 작업과 운영 조건에 맞게 구성합니다.

에어 API는 모델 사용량에 따라, 에어 컨테이너는 GPU 구성과 사용 시간 또는 구독 조건에 따라 과금합니다. 프라이빗 클라우드는 고객별 구축, 소프트웨어 공급, 운영 지원 범위를 계약에 반영합니다. 초기 도입 이후 실제 사용량이 늘고 전용 환경으로 확장될수록 거래 규모가 커지는 구조입니다.

지금까지의 주요 성과를 소개해 주세요.

가장 중요한 성과는 상용 서비스를 출시한 뒤 반복 결제 고객을 확보했다는 점입니다. 현재 정기 결제 고객은 13개사, 플랫폼을 이용하는 조직은 300곳 이상입니다. 정기 결제 고객의 이탈은 집계 시점까지 한 건도 없었고, 최장 17개월 연속 재결제한 고객도 있습니다. 실제 서비스를 운영하는 고객들이 계속 사용하고 있다는 데 의미가 있다고 생각합니다.

이를 기반으로 올해 3분기 만에 작년 대비 500% 이상의 매출 성장을 이뤘습니다. 현재 운용하는 분산자원 기준으로 6개 거점에 약 100대의 자원을 확보했고, 프라이빗 클라우드 납품 경험도 쌓았습니다. 기업가치 1조원 이상인 미국 AI 스타트업 두 곳과는 PoC를 진행하며 해외 수요를 확인하고 있습니다.

성장을 뒷받침할 자금과 사업 기반도 갖췄습니다. 블루포인트파트너스, 기술보증기금, 씨엔티테크, 로우파트너스 등으로부터 시드부터 프리A·브리지까지 누적 33억원의 지분투자를 유치했습니다. 유관한 연구개발 사업을 통해 정부지원 R&D 자금은 누적 40억원 가량을 유치하였으며, 2026년에는 기보벤처캠프에서 대상을 받았고, 최근에는 테크크런치 스타트업 배틀필드(Startup Battlefield) 톱 200에도 선정됐습니다. 대구에서 시작한 스타트업으로, 빠른 연구개발 및 상용화 성과를 인정받아 2026년 9월 중기부장관상도 수상하였습니다. 또한 과학기술정보통신부가 9월에 개최한 ‘2026 지역 디지털 스케일업 챌린지’에서는 충북과학기술혁신원장상을 수상했다.

대기업과의 기술 검증도 거쳤습니다. 삼성전자 C-Lab Outside, SKT AI Startup Accelerator, LG유플러스 SHIFT, 롯데 L캠프 프로그램에 선정돼 기술을 검증받았고, 인텔과 글로벌 파트너십을 맺어 가우디 NPU 연동을 마쳤습니다. 국내 대기업·통신사와는 연구개발 협력과 공동 사업 개발을 추진하고 있습니다.

팀의 경쟁력은 무엇인가요?

12명으로 구성된 저희 팀은 인프라를 직접 만들고 운영해 본 경험이 있습니다. 저는 포항공대에서 컴퓨터공학 박사학위를 받고 SK텔레콤에서 분산 스토리지를 연구했으며, 이후 계명대학교에서 연구와 교육을 이어왔습니다. 박병수 리드를 비롯한 개발진은 분산 시스템과 스토리지, 쿠버네티스(Kubernetes), 정보보호 분야의 경험을 갖추고 있습니다. 여기에 KAIST, 고려대, UNIST 출신으로 클라우드 산업 경험이 풍부한 개발자들이 장비 연결부터 자원 배치, 장애 대응, 고객 서비스 운영까지 계속 개선하고 있습니다.

사업팀은 기술을 기업 고객의 도입으로 연결합니다. 김현경 사업 리드는 KT와 AI 반도체 스타트업 사피온코리아(SAPEON Korea)에서 기업 고객의 디지털 전환과 AI 반도체 사업 개발 전반을 경험했습니다. 포항공대·KAIST 교수진과 전 NHN클라우드 CTO 등 클라우드와 네트워크, AI 분야의 자문진도 기술 검토를 돕고 있습니다. 고객이 겪는 비용과 운영 문제를 구체적인 개발 과제로 바꾸고, 제품을 고객의 실제 사용 환경에 적용할 수 있다는 점이 저희 팀의 강점입니다.

에이아이브에 투자해야 하는 이유 세 가지를 꼽는다면요?

첫째, AI 서비스의 반복 비용을 낮추는 사업이기 때문입니다. 추론과 에이전트가 확산될수록 모델을 한 번 실행하는 비용이 서비스 수익성에 미치는 영향도 커집니다. 저희는 이미 설치된 자원을 활용하고 작업에 맞춰 배분해 이 비용을 줄입니다.

둘째, 기술을 상용 제품과 반복 사용으로 연결했기 때문입니다. API와 컨테이너 서비스에서 출발해 프라이빗 클라우드 납품까지 경험했고, 정기 결제 고객도 확보했습니다. 고객별 비용 절감 사례와 재결제 실적을 바탕으로 도입 대상을 넓힐 수 있는 단계에 와 있습니다.

셋째, 자원 공급과 고객 사용량을 함께 늘릴 수 있는 구조이기 때문입니다. 파트너의 유휴 자원을 연결해 공급을 늘리고, 기존 고객의 사용량 증가와 하이브리드·프라이빗 도입에 맞춰 거래를 확대할 수 있습니다. 현재 시리즈A에서 50억원 유치를 추진하고 있으며, 자원 확보와 운영 고도화, 고객 확대를 통해 이 구조를 더 큰 규모로 구현하고자 합니다.

마지막으로 꼭 전하고 싶은 말씀이 있다면?

저희의 목표는 전 세계에서 가장 효율적인 AI 클라우드를 만드는 것입니다. AI 서비스가 투자금이나 일시적인 프로모션에 기대지 않고도 지속될 수 있도록 인프라의 비용 구조를 낮추고 싶습니다. 스타트업과 개인 개발자가 비용 때문에 경쟁력 있는 서비스를 포기하지 않는 환경을 만들고자 합니다.

그 출발점은 이미 존재하는 자원을 더 잘 활용하는 것입니다. 흩어진 GPU를 상용 AI 인프라로 연결하고, 고객이 인프라 관리보다 자신의 서비스에 집중할 수 있도록 돕겠습니다. 고객이 성장할수록 함께 확장하는 클라우드가 되는 것, 그것이 에이아이브가 지향하는 방향입니다.