AI 효율화 랩 플래핑에어플레인스, 60억달러 밸류에 10억달러 투자유치

AI 효율화를 내세우는 연구랩 플래핑에어플레인스(Flapping Airplanes)가 60억 달러 기업가치에 10억 달러 규모 시리즈A를 유치했다. 인덱스벤처스(Index Ventures)와 럭스캐피탈(Lux Capital)이 공동으로 라운드를 주도했고, 인덱스의 마크 쉬(Mark Xu) 파트너가 이사회에 합류한다. 올해 1월 GV·세쿼이아캐피탈(Sequoia Capital)·인덱스벤처스 주도로 1억8000만 달러 시드를 유치해 15억 달러 밸류를 인정받은 지 9개월 만에, 기업가치가 4배로 뛰었다.

‘인터넷 절반을 삼키지 않아도 되는’ AI

플래핑에어플레인스의 목표는 단순하지만 야심 차다. 지금의 AI는 거대한 데이터와 컴퓨트를 쏟아부어야 겨우 작동하는데, 이 효율을 수백·수천 배 끌어올릴 수 있다는 게 창업자들의 베팅이다. 공동창업자 애셔 스펙터(Asher Spector)는 테크크런치에 “데이터 효율이 100만 배 높은 모델은, 경제에 적용하기도 100만 배 쉬워질 것”이라고 말했다.

이들이 만드는 건 ‘메가커널(megakernel) 프레임워크’다. 커널은 GPU에서 돌아가는 하나의 프로그램을 뜻하는데, 보통 모델 학습·추론 같은 작업은 여러 개의 커널이 단계별로 나뉘어 실행되면서 그 사이사이 GPU가 노는 시간(idle time)이 생긴다. 플래핑에어플레인스는 학습·추론, 심지어 비디오 게임 실행까지 하나의 커널 안에서 동시에 처리해 이 낭비를 없앤다고 주장한다. 메모리 대기 시간이 긴 추론 작업과 연산 부하가 큰 학습 작업을 겹쳐 돌려, GPU가 쉬는 시간을 최소화하는 방식이다. 다만 이 주장은 아직 독립적인 검증이나 공개 벤치마크를 거치지 않은 회사 측 설명이라는 점은 짚어둘 만하다.

스탠퍼드·MIT발 ‘메가커널’ 전문가들

CEO 벤 스펙터(Ben Spector)는 스탠퍼드 컴퓨터공학 박사과정 출신으로, GPU 커널 최적화 연구로 유명한 스탠퍼드 헤이지 리서치(Hazy Research) 그룹에서 GPU 프로그래밍 프레임워크 ‘썬더키튼스(ThunderKittens)'(2025년 ICLR 논문)와 저지연 메가커널 연구 ‘룩 마, 노 버블스!(Look Ma, No Bubbles!)’의 공저자로 참여한 이력이 있다. 벤은 스탠퍼드 박사과정을 헤이지 리서치를 이끄는 크리스 레이(Chris Ré) 교수 밑에서 밟았고, 레이 교수는 현재 플래핑에어플레인스의 엔젤투자자 겸 어드바이저로도 이름을 올리고 있다. 벤은 또 MIT 재학 시절 학생 주도 스타트업 액셀러레이터 ‘프로드(Prod)’를 창업했는데, 커서(Cursor)·메르코르(Mercor)·에치드(Etched)·디카트(Decart) 같은 AI 유니콘 창업자들을 배출한 곳으로 꼽힌다. 투자자인 세쿼이아 파트너 데이비드 칸(David Cahn)은 이를 “실리콘밸리에서 가장 강력한 인재 육성소 중 하나”라고 평가하며 투자 이유를 설명한 바 있다. 공동창업자인 동생 애셔 스펙터는 스탠퍼드 통계학 박사 출신이고, 또 다른 공동창업자 에이든 스미스(Aidan Smith)는 틸 펠로우(Thiel Fellow) 출신으로 조지아텍 재학 시절 브레인칩 기업 뉴럴링크(Neuralink)에서 3년간 일한 경력이 있다.

인덱스벤처스에 따르면 회사는 샌프란시스코에서 전원이 대면 근무하는 약 20여 명 규모로, “1인당 수직 통합도가 가장 높은 AI 기업”일 수 있다고 설명한다. GPU 커널부터 사전학습·사후학습·추론까지 전체 스택을 한 팀이 직접 다룬다. 채용 철학도 독특하다 — 나이나 이력보다 ‘성장 기울기(slope)’를 본다는 원칙 아래, 고등학생 때 합류해 팀 업무 상당 부분을 자동화하는 에이전트 인프라를 만든 엔지니어, 입사 전 모델을 학습시켜본 적이 한 번도 없었지만 이후 회사의 전체 사전학습 과정을 이끈 인력도 있다고 소개했다.

투자자 명단에 낀 엔비디아

이번 라운드에는 인덱스·럭스 외에도 세쿼이아·GV·클라이너퍼킨스(Kleiner Perkins)·밸러(Valor)·아트레이즈(Atreides)·A*, 그리고 엔비디아(NVIDIA)가 투자자로 이름을 올렸다. 엔비디아의 참여는 눈여겨볼 지점이다. 플래핑에어플레인스의 핵심 주장은 “GPU 1개로 지금보다 훨씬 많은 일을 할 수 있다”는 것인데, 이는 GPU 판매량 자체를 줄이는 방향처럼 보일 수 있다. 하지만 업계에서는 반대로, 연산 효율이 오르면 AI를 쓸 수 있는 영역(로보틱스·트레이딩·생명과학처럼 지금은 AI가 너무 비싸거나 데이터가 부족한 분야)이 넓어지면서 전체 GPU 수요가 오히려 늘어날 수 있다는 시각도 있다 — 제번스 역설(Jevons paradox)과 비슷한 논리다. 엔비디아 입장에서는 어느 쪽이든 베팅해둘 가치가 있는 셈이다.

매출도 상품도 없는 60억 달러

다만 이 모든 베팅은 아직 상품도, 매출도, 공개된 벤치마크도 없는 상태에서 이뤄졌다. 창업 1년도 안 된 연구조직이 60억 달러 밸류를 인정받은 배경에는 팀의 학술적 이력과 “프로드” 네트워크를 통한 실리콘밸리 내 평판이 크게 작용했다는 평가가 나온다. 메가커널 프레임워크가 실제로 회사 주장대로 작동하는지는 독립적인 검증을 거쳐야 할 과제로 남아 있다.