하버드 중퇴생의 칩, 몸값 30조 된 이유

실리콘밸리에서 기업가치가 한 달 만에 두 배가 되는 일은 흔치 않다.
그런데 2026년 8월 18일, AI 반도체 스타트업 에치드(Etched)가 정확히 그 일을 해냈다.
이 회사는 7억 달러, 우리 돈으로 약 1조 원에 가까운 투자를 210억 달러 기업가치에 유치했다고 발표했다.
원화로 환산하면 약 30조 원, 코스피 상위권 대기업과 맞먹는 몸값이다.
더 놀라운 건 이 회사가 불과 넉 달 전까지만 해도 세상에 제품을 공개조차 하지 않은 스텔스 기업이었다는 점이다.

회사를 만든 사람들은 2022년 하버드를 중퇴한 20대 창업자 세 명이다.
개빈 우버티, 크리스 주, 로버트 와첸이 그 주인공이고, 이들이 만든 칩의 이름은 소후(Sohu)다.
이 칩은 요즘 AI 반도체 업계에서 가장 논쟁적인 물건 중 하나로 꼽힌다.
이유는 단순하다. 소후는 트랜스포머 모델 외에는 아무것도 돌리지 못하는, 의도적으로 용도를 좁혀버린 칩이기 때문이다.
범용성을 포기하는 대신 속도와 전력 효율을 극단까지 밀어붙이겠다는 발상인데, 반도체 역사에서 이런 도박은 성공보다 실패가 훨씬 많았다.

한 달 만에 몸값이 두 배, 제인 스트리트가 방아쇠를 당겼다

에치드의 기업가치 곡선은 최근 1년 사이 AI 하드웨어 시장이 얼마나 과열됐는지를 그대로 보여준다.
2025년 12월 5,000만 달러를 유치할 당시 이 회사의 가치는 50억 달러였다.
그로부터 약 7개월 뒤인 2026년 7월 23일, 세쿼이아캐피털이 주도한 3억 달러 규모 시리즈 C에서 몸값은 103억 달러로 뛰었다.
세쿼이아가 주도한 시리즈 C 가운데 역대 최고 평가액이라는 기록도 함께 세웠다.
그리고 다시 한 달이 채 지나지 않아 210억 달러가 됐다. 8개월 만에 4배가 넘게 오른 셈이다.

이번 라운드를 이끈 곳은 벤처캐피털이 아니라 제인 스트리트(Jane Street)였다.
초단타 알고리즘 매매로 유명한 세계 최대급 퀀트 트레이딩 회사다. 이 회사가 투자자로 나선 방식이 흥미롭다. 단순히 성장성을 보고 돈을 넣은 게 아니라, 에치드가 처음 출하한 시스템을 자사 데이터센터에 직접 설치해 실제 워크로드를 돌려보고 나서 지갑을 열었다. 반도체 스타트업 투자에서 고객이 곧 투자자가 되는 구조는 가장 강력한 신뢰 신호로 읽힌다.
자기 돈으로 성능을 검증한 뒤 다시 자기 돈을 넣었다는 뜻이기 때문이다.

"우리는 칩을 직접 테스트했고 초기 결과에 만족한다. 에치드의 독특한 추론 접근법은 우리의 가장 까다로운 워크로드를 감당하는 데 필요한 정밀도를 제공한다." — 제인 스트리트

투자자 명단도 화려하다. 세쿼이아캐피털과 안드레센 호로위츠, 클라이너 퍼킨스 같은 전통 강자에 더해 피터 틸, 타이거 글로벌, 베인 캐피털 벤처스가 이름을 올렸다. 여기에 국내 투자자 입장에서 눈에 띄는 이름이 하나 더 있는데, 바로 SK하이닉스다.
이 부분은 뒤에서 따로 짚어볼 만한 대목이다.

에치드가 스텔스 상태를 벗어난 건 2026년 6월 30일이었다. 당시 회사는 누적 8억 달러 투자 유치와 10억 달러가 넘는 고객 계약을 확보했다고 공개했다. 계약 규모만 놓고 보면 우리 돈 1조 4천억 원어치 주문이 이미 잡혀 있다는 이야기다.
다만 이 수치들은 대부분 회사가 스스로 밝힌 것이고, 아직 독립적인 제3자 벤치마크나 대규모 양산 출하 실적으로 뒷받침되지는 않았다는 점은 분명히 기억해둘 필요가 있다.

---

트랜스포머만 돌린다, 소후 칩이 택한 극단적인 길

엔비디아 GPU가 지금의 자리에 오른 이유는 역설적이게도 범용성 때문이다.
원래 그래픽 처리를 위해 만들어진 물건이 병렬 연산에 강하다는 이유로 딥러닝에 끌려 들어왔고, CNN이든 RNN이든 트랜스포머든 가리지 않고 돌아갔다. 모델 구조가 몇 년마다 통째로 바뀌던 시절에는 이 유연성이 곧 생존 조건이었다.
특정 구조에 최적화된 칩을 3년 걸려 만들어놨는데 그사이 업계가 다른 구조로 갈아타면, 그 칩은 출시되는 순간 고철이 된다.

에치드는 바로 이 전제가 2022년을 기점으로 깨졌다고 판단했다. GPT부터 클로드, 제미나이, 라마까지 현재 쓰이는 대형 언어모델은 사실상 전부 트랜스포머 계열이고, 이 구조는 이미 5년 넘게 자리를 지키고 있다는 것이다.
그렇다면 유연성을 위해 지불하는 비용, 다시 말해 쓰지도 않을 회로에 트랜지스터와 전력을 배분하는 낭비를 잘라내고 트랜스포머 연산에만 실리콘을 몰아주면 어떻게 될까. 이것이 소후의 설계 철학이다.

공개된 사양을 보면 그 선택의 결과가 드러난다. 소후는 TSMC의 4나노 공정에서 생산되며, 칩 하나에 144GB의 HBM3E 메모리를 실었다. 엔비디아 H100의 80GB보다 훨씬 큰 용량이고, 메모리 대역폭도 H100 SXM5 대비 약 1.8배 수준이라고 회사는 밝혔다.
추론 작업에서 진짜 병목은 연산 자체보다 메모리에서 데이터를 얼마나 빨리 퍼오느냐에 걸려 있는 경우가 많은데, 소후는 그 지점을 정면으로 노렸다.

• 성능 주장 — 트랜스포머 워크로드에서 H100 대비 최대 20배 처리량, 8칩 서버 기준 라마 70B 모델을 초당 50만 토큰 이상 처리(회사 자체 수치)
• 프리필 전용 칩 — 낮은 전압에서 동작해 같은 면적에 더 많은 트랜지스터를 집적, 입력 토큰 처리 속도를 끌어올림
• 클러스터 규모 메모리 — 여러 칩이 하나의 메모리 풀을 고속·저지연으로 공유하는 구조

재미있는 건 에치드가 자사 제품을 부르는 방식이다. 엔비디아가 자사 통합 시스템을 'AI 팩토리'라고 부르는 데 맞서, 에치드는 '프런티어 추론 클러스터'라는 이름을 쓴다. 칩 한 장을 파는 회사가 아니라 추론 전용 컴퓨팅 시스템 전체를 파는 회사로 스스로를 규정하겠다는 의도다. 실제로 이들의 제품은 프리필 칩과 클러스터 단위 메모리라는 두 개의 자체 설계 부품을 축으로 구성된다.
요즘 AI 인프라 경쟁이 칩 단품이 아니라 랙과 네트워크, 메모리를 묶은 시스템 단위로 벌어지고 있다는 흐름과도 정확히 맞물린다.

SK하이닉스가 이 미국 스타트업에 올라탄 이유

7월 시리즈 C 투자자 명단에 SK하이닉스가 들어간 것은 국내에서 별도의 기사로 다뤄질 만큼 주목받았다.
세계 HBM 시장을 사실상 양분하는 메모리 회사가, 그것도 엔비디아라는 최대 고객을 둔 회사가 '엔비디아 대항마'로 불리는 스타트업에 지분을 넣었기 때문이다. 표면적으로는 모순처럼 보이지만, 메모리 업체의 관점에서 보면 지극히 합리적인 계산이다.

에치드의 시스템은 HBM과 SRAM을 결합한 메모리 구조를 핵심 경쟁력으로 삼는다.
칩 한 장에 144GB의 HBM3E를 붙이는 설계는 곧 대량의 고대역폭 메모리 수요를 뜻하고, 이런 물량을 안정적으로 공급할 수 있는 회사는 전 세계에 손에 꼽는다. 즉 SK하이닉스에게 이 투자는 단순한 재무적 베팅이 아니라, 차세대 추론 시스템의 메모리와 패키징 공급망에서 자리를 선점하는 전략적 포석에 가깝다. AI 추론 시장이 GPU에서 전용 ASIC 쪽으로 일부 이동하더라도 어느 쪽이 이기든 메모리는 팔린다는 구조를 만들어두는 셈이다.

추론 경쟁의 승자가 누가 되든, 그 칩 옆에는 결국 누군가의 HBM이 붙어 있어야 한다.

이런 흐름은 국내 반도체 업계 전반의 최근 움직임과도 결이 같다. 메모리 3사가 HBM 세대 경쟁에 몰두하는 동시에, 고객사를 엔비디아 한 곳에 의존하지 않도록 포트폴리오를 넓히려는 시도가 이어지고 있다.
구글의 TPU, 아마존의 트레이니엄 같은 하이퍼스케일러 자체 칩부터 에치드 같은 신생 ASIC 업체까지, 메모리를 대량으로 필요로 하는 고객군이 다변화될수록 협상력과 가격 안정성 모두에 유리해진다.

물론 위험도 있다. 스타트업 지분 투자는 회사가 양산 단계에서 넘어지면 그대로 손실이 된다.
하지만 시리즈 C 라운드 전체 규모가 3억 달러였고 참여사가 여럿이었던 만큼, SK하이닉스가 실제 투입한 금액은 회사 규모에 비하면 크지 않을 가능성이 높다. 잃어도 감당 가능한 금액으로 미래 공급망의 문 하나를 열어두는, 전형적인 전략적 소수지분 투자 방식이다.

---

엔비디아 80%의 벽, 추론 시장은 정말 갈라질까

에치드에 이렇게 큰돈이 몰리는 배경에는 AI 컴퓨팅의 무게중심이 학습에서 추론으로 옮겨가고 있다는 판단이 깔려 있다.
업계 추산에 따르면 2026년 기준 AI 컴퓨팅 지출의 약 3분의 2가 추론에서 발생한다.
모델을 만드는 비용보다 만들어진 모델을 수억 명이 매일 쓰는 비용이 더 커진 것이다.
학습은 몇 달에 한 번 몰아서 하지만 추론은 사용자가 프롬프트를 입력하는 매 순간 발생하고, 그 비용은 서비스가 성공할수록 무섭게 늘어난다. 추론 단가를 절반으로 낮추는 칩이 있다면 그건 곧 AI 기업의 손익분기점을 바꾸는 물건이 된다.

그럼에도 현실의 벽은 여전히 높다. 엔비디아는 2026년에도 데이터센터 AI 가속기 시장에서 매출 기준 80~85%를 쥐고 있다.
2023년의 약 92%에서 내려온 수치이긴 하지만, 여전히 압도적인 점유율이다.
게다가 엔비디아는 가만히 있지 않았다. 2025년 12월에는 추론 특화 칩 업체 그록(Groq)을 200억 달러에 인수하며 약점으로 지적되던 영역을 통째로 사들였다. 세레브라스는 오픈AI로부터 200억 달러 규모 구매 계약을 따내고 상장 절차를 밟고 있다.
추론 시장은 열려 있지만, 그 문 앞에는 이미 자본과 유통망을 갖춘 거인들이 줄지어 서 있다.

• 현재 위치 — 그록·세레브라스·에치드를 모두 합쳐도 2026년 시장 점유율은 1% 안팎 수준
• 장기 전망 — 일부 추산은 2030년까지 추론 전용 ASIC이 추론 워크로드의 최대 45%를 가져갈 수 있다고 본다

결국 관건은 소프트웨어다. 엔비디아의 진짜 해자는 GPU 자체가 아니라 십수 년간 쌓인 쿠다(CUDA) 생태계와, 그 위에서 돌아가는 수많은 라이브러리·툴·엔지니어의 습관이다. 아무리 빠른 칩이 나와도 기존 코드를 다시 짜야 하고 디버깅 도구가 부실하면 현장은 움직이지 않는다. 에치드가 트랜스포머 하나에만 집중한 것은 이 문제를 우회하려는 시도이기도 하다.
지원해야 할 연산 종류가 적으면 소프트웨어 스택도 그만큼 얇아지고, 완성도를 빨리 끌어올릴 수 있기 때문이다.

동시에 이 전략은 그대로 최대 리스크가 된다. 만약 앞으로 몇 년 안에 트랜스포머를 대체하거나 크게 변형한 구조가 주류가 된다면, 소후는 유연성이 없는 만큼 대응할 방법도 없다. 상태공간모델처럼 트랜스포머 이후를 노리는 연구가 꾸준히 나오고 있다는 점을 감안하면, 210억 달러라는 몸값에는 '트랜스포머 시대가 앞으로도 최소 수년은 계속된다'는 상당히 공격적인 가정이 이미 포함돼 있는 셈이다.

정리하면 에치드의 210억 달러는 성능이 입증된 결과라기보다, 추론 시장의 폭발적 성장과 아키텍처 고착화라는 두 가지 전제에 건 대형 베팅에 가깝다. 제인 스트리트가 실제 장비를 돌려보고 재투자했다는 사실은 분명 의미 있는 신호지만, 금융권 트레이딩이라는 특수한 워크로드에서의 만족이 곧 범용 클라우드 추론 시장에서의 성공을 보장하지는 않는다.
진짜 평가는 대규모 출하와 독립적인 벤치마크가 나오는 순간부터 시작된다. 하버드 중퇴생 세 명이 시작한 이 실험이 엔비디아의 아성에 실금이라도 낼 수 있을지, 향후 1~2년의 실적 데이터를 지켜볼 필요가 있다.