링크 확인이 끝났습니다. 진단에서 지적된 세 섹션(GPU 하나로 안 되는 이유 / 데이터센터 인프라 확장 / 앞으로 확인할 것)에 정의 문장, 수치 근거, 독자적 분석, 실제 발행글 3건에 대한 내부 링크를 보강한 완성본입니다.
AI 인프라 스타트업 짐렛랩스가 시리즈B에서 3억 달러(약 4038억원)를 조달해 기업가치 30억 달러를 인정받았다. 2026년 9월 5일 업계 보도에 따르면 이번 라운드는 앤드리슨호로위츠(a16z)가 주도했고, ARM홀딩스와 마이크로소프트 벤처캐피털 M12, 삼성벤처스가 참여했다. GPU 한 종류만으로는 늘어나는 AI 추론 수요를 감당하기 어렵다는 판단 아래, 서로 다른 반도체를 하나의 추론 인프라로 묶는 ‘멀티 실리콘’ 기술이 투자 업계의 시선을 끌고 있다.
한눈에 보기
- 시리즈B에서 3억 달러(약 4038억원) 조달, 기업가치 30억 달러 인정 (2026년 9월 5일 업계 발표 기준)
- 시드·시리즈A에서 조달한 9200만 달러를 더한 누적 투자액은 3억9200만 달러
- 참여 투자자: a16z(리드), ARM홀딩스, 마이크로소프트 M12, 삼성벤처스
- 2023년 스탠퍼드대 연구 프로젝트에서 출발, 2025년 10월 스텔스 모드 탈피
- 핵심 기술은 GPU·CPU·전용 가속기를 나눠 쓰는 ‘멀티 실리콘 추론 클라우드’, 동일 전력에서 처리 성능을 최대 10배 높인다고 주장
시리즈B 3억 달러, 창업 3년 만에 기업가치 30억 달러
짐렛랩스는 이번 시리즈B로 3억 달러를 확보하며 기업가치 30억 달러를 인정받았다. 앞서 시드와 시리즈A에서 모은 9200만 달러를 더하면 누적 투자액은 3억9200만 달러에 이른다. 아래 표는 라운드별 조달 금액을 나란히 정리한 것이다.
| 라운드 | 조달액 | 비고 |
|---|---|---|
| 시드 + 시리즈A | 9200만 달러 | 라운드별 세부 금액은 비공개 |
| 시리즈B (2026년 9월) | 3억 달러(약 4038억원) | 기업가치 30억 달러 인정 |
| 누적 투자액 | 3억9200만 달러 | 설립 이후 총합 |
투자자 구성도 눈에 띈다. 리드 투자자인 a16z 외에 반도체 설계기업 ARM홀딩스, 마이크로소프트의 기업형 벤처캐피털 M12, 그리고 삼성벤처스가 이름을 올렸다. 반도체 IP·클라우드·메모리 각 영역의 전략적 투자자가 한 라운드에 동시에 들어왔다는 점은, 이 회사의 기술이 특정 업계 하나가 아니라 AI 인프라 공급망 전반과 맞닿아 있다는 뜻으로 읽힌다.
GPU 하나로 안 되는 이유, ‘멀티 실리콘 추론 클라우드’의 작동 원리
![[AI는 지금]](https://blog.ne.kr/wp-content/uploads/2026/09/FHgWFzDDAOs_7349.webp)
멀티 실리콘 추론 클라우드란 하나의 AI 워크로드를 프리필·디코드 등 단계별로 쪼갠 뒤 GPU·CPU·전용 가속기처럼 성격이 다른 반도체에 나눠 배분해, 각 하드웨어가 가장 잘하는 연산만 맡기는 방식의 인프라 운영 기법이다. 입력 데이터를 한꺼번에 처리하는 프리필 단계는 연산 성능이 중요하고, 토큰을 순차 생성하는 디코드 단계는 메모리 대역폭의 영향을 더 크게 받는다. 하나의 칩으로 두 단계를 모두 처리하면 어느 한쪽에서 비효율이 생길 수밖에 없다는 것이 이 회사의 설명이다.
이런 문제의식은 짐렛랩스만의 것은 아니다. 예컨대 본지가 앞서 다룬 엔비디아 AI 서버 카이버(Kyber)의 출시 지연 사례처럼, GPU 한 종류에 인프라 전체를 의존하는 구조는 공급 일정이 흔들리면 추론 용량 전체가 함께 흔들리는 취약점을 드러낸 바 있다.
비교해 보면, 짐렛랩스의 접근은 이런 단일 공급망 의존을 낮추는 방향에 가깝다. 실제로 AMD가 HBM4를 탑재한 MI455X를 공개하며 메모리 대역폭을 2.9배 끌어올린 것도, GPU 외 반도체가 추론 인프라에서 맡을 몫이 커지고 있다는 흐름과 맞닿아 있다.
AI 에이전트는 여기에 반복적인 모델 호출과 외부 도구 사용까지 겹쳐 작업 특성이 한층 복잡해진다. 짐렛랩스는 새로운 AI 칩을 직접 설계하는 대신, 이미 존재하는 이기종 반도체를 컴파일러와 런타임 소프트웨어로 연결해 작업을 분산하는 방식을 택했다. 회사 측은 “이기종 반도체에 추론 작업을 분산하면 동일한 비용과 전력 조건에서 프런티어 AI 워크로드의 성능을 3~10배 높일 수 있다”고 밝혔다. 분석해 보면, 이번 시리즈B에서 30억 달러 기업가치를 인정받은 배경에도 이 3~10배라는 수치가 투자자들의 판단 근거로 작용했을 것으로 풀이된다.
반도체·클라우드·AI 서비스 업계는 각각 무엇을 얻나
이번 투자 소식이 던지는 질문은 업계마다 다르다. 반도체 업계 입장에서는 GPU 단일 의존 구조에서 벗어나 CPU·전용 가속기까지 활용 범위를 넓히는 방식이 검증되면, ARM 같은 아키텍처 진영이나 비(非) 엔비디아 가속기 생태계에 새로운 수요가 생길 여지가 있다. 데이터센터 운영사 입장에서는 짐렛랩스가 최근 사업 범위를 소프트웨어에서 인프라 구축 지원으로 넓히고 있다는 점이 관심사다. 여러 종류의 반도체를 함께 운용하려면 칩별 전력 밀도와 냉각 조건까지 새로 설계해야 하기 때문이다.
AI 서비스 개발사 입장에서는 같은 전력·비용으로 더 많은 추론을 처리할 수 있다는 주장이 사실이라면 서비스 응답 속도와 운영 비용 구조에 직접 영향을 준다. 다만 삼성벤처스·ARM·마이크로소프트 M12가 각각 구체적으로 어떤 전략적 이유로 이번 라운드에 참여했는지는 아직 공식적으로 확인되지 않았다. 세 회사 모두 반도체·클라우드 인프라 전반에 걸쳐 있는 사업 구조를 고려하면 자연스러운 참여로 볼 수 있지만, 개별 회사의 공식 입장은 별도로 나오지 않은 상태다.
픽시에서 짐렛랩스까지, 창업진의 배경이 말해주는 것
짐렛랩스는 2023년 스탠퍼드대 연구 프로젝트에서 출발한 샌프란시스코 기반 스타트업으로, 자인 아스가 최고경영자(CEO)를 비롯한 창업진은 쿠버네티스 옵저버빌리티 기업 픽시에서 함께 일한 경험이 있다. 픽시는 2020년 뉴렐릭에 인수됐다. 여러 시스템의 상태를 실시간으로 추적하던 옵저버빌리티 노하우가, 서로 다른 반도체 자원에 작업을 나누고 감시하는 지금의 사업 모델과 맞닿아 있다는 것은 창업 이력에서 자연스럽게 유추되는 지점이다.
짐렛랩스는 2025년 10월 스텔스 모드에서 벗어나 AI 에이전트용 추론 플랫폼을 처음 공개했다. 이후 채 1년이 되지 않아 시리즈B까지 마쳤다는 점은, AI 추론 인프라 분야에 대한 투자 수요가 그만큼 빠르게 몰리고 있다는 신호로도 읽힌다.
추론 소프트웨어에서 데이터센터 인프라로, 사업 범위 확장
데이터센터 인프라 사업 확장이란, 짐렛랩스가 추론 소프트웨어 공급자에 머물지 않고 서버 전력·냉각 설계까지 포함한 고객사의 물리적 데이터센터 구축을 직접 지원하는 쪽으로 사업 모델을 넓히는 움직임을 뜻한다. 여러 종류의 반도체를 함께 운용하려면 칩별 전력 밀도와 네트워크, 냉각 조건까지 고려해야 하기 때문에, 고객사의 데이터센터 구축을 지원하는 동시에 자체 인프라도 확대하는 중이다. 2026년 3월 이후 수십억 달러 규모의 계약을 확보했고 관리 용량도 수백MW 수준으로 늘렸다고 회사 측은 밝혔다.
이런 확장 방향은 짐렛랩스만의 예외가 아니다. SK그룹이 오픈AI와 손잡고 전남 부지에 AI 데이터센터를 짓기로 한 사례에서 보듯, AI 추론·학습 수요가 커질수록 소프트웨어 기업이 물리적 인프라까지 함께 챙기는 흐름은 업계 전반에서 관찰된다.
분석해 보면, 짐렛랩스가 시리즈B로 확보한 3억 달러(약 4038억원)와 30억 달러 기업가치는 소프트웨어 매출만으로는 설명하기 어려운 규모이며, 데이터센터 인프라 사업으로의 확장이 이번 투자 유치의 명분 중 하나였을 가능성을 보여준다.
ARM과의 협력도 진행 중이다. 짐렛랩스는 ARM 기반 반도체에서도 자사 소프트웨어를 구동할 수 있도록 ARM과 협력하고 있는데, 이는 다양한 반도체를 지원해 멀티 실리콘 추론 환경을 넓히려는 전략의 일환이다. 자인 아스가 CEO는 “서로 다른 칩에 워크로드를 분산하는 기술을 개발했지만 실제 데이터센터는 이기종 하드웨어를 함께 운용하도록 설계돼 있지 않았다”며 “이에 소프트웨어를 넘어 데이터센터 인프라까지 사업을 확대하게 됐다”고 말했다.
자주 묻는 질문
짐렛랩스는 어떤 회사인가요? 짐렛랩스는 2023년 스탠퍼드대 연구 프로젝트에서 출발한 미국 샌프란시스코 기반 AI 인프라 스타트업이다. GPU·CPU·전용 가속기를 함께 활용해 AI 추론을 처리하는 ‘멀티 실리콘’ 기술을 개발한다.
이번 투자로 짐렛랩스의 누적 투자액은 얼마나 되나요? 누적 투자액은 3억9200만 달러다. 시드와 시리즈A에서 조달한 9200만 달러에, 이번 시리즈B의 3억 달러(약 4038억원)를 더한 금액이다.
‘멀티 실리콘 추론 클라우드’는 기존 AI 반도체 전략과 무엇이 다른가요? 새 AI 칩을 직접 설계하는 대신 GPU·CPU·전용 가속기 등 기존 반도체를 컴파일러와 런타임 소프트웨어로 연결해 작업을 분산하는 방식이다. 회사 측은 이 방식으로 동일 전력에서 처리량과 응답 성능을 최대 10배 개선할 수 있다고 밝혔다.
삼성벤처스는 이번 투자에 왜 참여했나요? 구체적인 참여 이유는 아직 공식적으로 확인되지 않았다. 다만 삼성벤처스 외에 ARM홀딩스, 마이크로소프트 M12 등 반도체·클라우드 인프라 전반에 걸친 전략적 투자자들이 함께 참여했다는 점은 확인된 사실이다.
짐렛랩스는 다음에 무엇을 할 계획인가요? 회사 측은 추론 소프트웨어에 이어 데이터센터 인프라 구축 지원으로 사업을 넓히고 있다고 밝혔다. 2026년 3월 이후 확보한 수십억 달러 규모 계약과 수백MW 관리 용량이 어떻게 구체화되는지가 다음 관전 포인트다.
앞으로 확인할 것
앞으로 확인할 것은, 짐렛랩스가 이번 라운드에서 내세운 수치와 주장 가운데 아직 제3자가 검증하지 않은 대목들을 가리킨다. 회사가 내세운 “동일 전력·비용에서 성능 3~10배 개선”이라는 수치는 현재로서는 회사 측 발표에 근거한 것으로, 독립된 제3자 벤치마크 결과는 아직 공개되지 않았다. 또 삼성벤처스를 비롯한 개별 투자자들이 이번 참여를 통해 구체적으로 어떤 협력을 계획하고 있는지도 확인되지 않은 부분이다.
2026년 3월 이후 확보했다는 수십억 달러 규모의 계약 상대방이 누구인지, 수백MW 규모의 관리 용량이 어느 지역에 구축되는지도 아직 공개되지 않았다. 분석해 보면, 3억 달러 조달로 30억 달러 기업가치를 인정받은 이번 라운드의 크기 자체가 시장이 이미 ‘3~10배 성능 개선’이라는 주장에 상당한 신뢰를 걸고 있다는 뜻으로 해석할 수 있는데, 그만큼 이 수치가 실제로 검증되지 않을 경우 되돌림 폭도 클 수 있다는 의미이기도 하다. 앞으로 이 세 가지—독립 벤치마크 공개 여부, 개별 투자자와의 후속 협력 발표, 데이터센터 계약 세부 내용—가 짐렛랩스의 주장이 실제 시장에서 검증되는지를 가늠할 지표가 될 것이다.
