Etched, Nvidia 도전 본격화 속 기업가치 103억 달러 달성

Etched가 기업가치 103억 달러에 3억 달러를 조달하며, Google News 독자들에게 Nvidia의 AI 하드웨어 지배력에 맞서는 주목할 만한 새 도전자로 부상했다. 이번 Series C는 Etched의 12월 기업가치를 두 배 이상 끌어올렸지만, 기술력과 완성형 시스템을 대규모로 생산할 역량을 둘러싼 의문은 여전히 남아 있다.

이번 투자 라운드는 Sequoia가 주도했으며 Andreessen Horowitz, SK Hynix, Jane Street, Diffusion Capital이 참여했다. Etched가 작동하는 실리콘과 10억 달러가 넘는 고객 계약을 확보한 상태로 스텔스 모드에서 모습을 드러낸 지 한 달도 지나지 않아 투자가 이뤄졌다. Etched는 자사 시스템이 사용자의 프롬프트를 AI 모델의 응답으로 전환하는 연산인 추론을 가속한다고 설명한다.

이는 단순히 AI 칩 스타트업에 대한 또 한 번의 대규모 투자 라운드가 아니다. Etched는 고객들에게 익숙한 GPU 인프라를 두 가지 신기술을 중심으로 구축한 특수 랙 스케일 시스템으로 교체하라고 요구하고 있다. 폭넓은 모델 지원, 성숙한 소프트웨어, 확립된 공급망을 갖춘 범용 GPU를 제공하는 Nvidia는 여전히 핵심 비교 대상이다.

이번 기업가치는 투자자들이 이제 Etched의 대안을 진지하게 받아들이고 있음을 보여준다. 그러나 고객이 이 하드웨어를 안정적으로 배포할 수 있는지, 또는 성능 주장이 독립적인 테스트를 견뎌낼 수 있는지는 입증하지 못한다. 재무적 확신과 운영상 증명 사이의 이 간극이 Etched의 다음 단계를 규정한다.

103억 달러 투자 라운드가 바꾼 Etched의 이야기

Etched는 투기적인 칩 설계 기업에서 대규모 자금을 바탕으로 한 생산 검증 단계로 이동했다.

7월 23일 투자로 Etched의 기업가치는 103억 달러로 평가됐다. 이는 12월의 투자 후 기업가치 50억 달러에서 상승한 수치다. 회사의 Series C 발표에 따르면, 새 자금은 생산과 고객 배포를 지원하는 데 사용될 예정이다.

Etched는 이번 기업가치가 Sequoia 주도 Series C 가운데 역대 최고 기록이라고 밝혔다. 이 구분은 회사 측 주장으로, 독립 감사를 거친 것은 아니다. 더 중요한 사실은 이번 라운드에 칩, 인프라 또는 까다로운 컴퓨팅 워크로드에 대한 직접적 이해를 가진 투자자들이 다수 포함됐다는 점이다.

SK Hynix는 일반적으로 HBM이라 불리는 고대역폭 메모리의 주요 공급업체다. AI 가속기는 HBM을 사용해 모델 데이터를 메모리와 연산 장치 사이에서 빠르게 이동시킨다. SK Hynix의 참여는 Etched에 전략적으로 중요한 투자자를 제공하지만, 투자 자체가 부품 공급이나 제조 성공을 보장하지는 않는다.

Jane Street 역시 유용한 신호를 제공한다. 퀀트 트레이딩 회사들은 지연 시간에 민감한 컴퓨팅 시스템을 운영하며 특수 하드웨어를 평가할 수 있는 엔지니어를 보유하고 있다. TechCrunch의 투자 보도에 따르면, Etched는 비공개 하드웨어 시연을 통해 투자자들을 끌어들인 것으로 전해진다.

보도에 따르면 이 시연에는 저명한 AI 연구자들과 초기 고객도 참여했다. Etched 공동 창업자 Rob Wachen은 Andrej Karpathy, Noam Brown, Geoffrey Hinton 및 참여 투자자들이 하드웨어를 사용해 봤다고 말했다. 이들의 접근은 신뢰도를 더하지만, Etched는 이들의 테스트 조건이나 완전한 벤치마크 결과를 공개하지 않았다.

회사는 현재까지 총 10억 달러 이상을 조달했다고 밝히고 있다. 자금 조달 이력에는 2024년에 발표한 1억 2,000만 달러 Series A와 2025년 12월 완료한 5억 달러 규모 라운드가 포함된다. Etched는 6월 스텔스 모드에서 벗어날 당시 추가적인 초기 투자 라운드도 공개했다.

이 자본은 중요하다. 반도체 개발은 고객이 생산 시스템을 받기 훨씬 전부터 막대한 자금을 소모하기 때문이다. 칩 설계, 제조, 패키징, 메모리, 냉각, 네트워킹, 소프트웨어, 테스트, 현장 지원에는 모두 조율된 투자가 필요하다. 작동하는 칩은 상업용 제품의 한 부분일 뿐이다.

따라서 이번 투자로 핵심 질문도 바뀌었다. 투자자들은 더 이상 주로 Etched가 초기 실리콘을 생산할 수 있는지에 베팅하지 않는다. Etched가 그 실리콘을 반복 가능한 인프라 배포로 전환할 수 있는지에 베팅하고 있다.

Etched는 TSMC의 N4P 제조 공정을 사용해 첫 번째 테이프아웃에서 실리콘 성공을 거뒀다고 밝혔다. 첫 번째 테이프아웃 성공은 초기 제조 설계가 또 다른 값비싼 재설계 주기 없이 작동했다는 뜻이다. 이 결과는 한 가지 기술적 위험을 낮추지만, 생산 수율, 신뢰성, 배포 위험은 여전히 해결되지 않았다.

회사 측은 첫 번째 완성형 시스템도 현재 고객 테스트를 받고 있다고 말한다. 스텔스 모드 해제 발표에서는 10억 달러 이상의 체결 계약을 보고했다. Etched는 해당 고객들을 공개적으로 밝히지 않았고, 각 계약의 납품 일정도 공개하지 않았다.

이 구분은 중요하다. 계약은 실질적인 수요를 나타낼 수 있지만, 인식 매출을 위해서는 시스템이 생산되고 납품되며 검수돼야 한다. Etched의 기업가치는 이러한 단계가 뒤따를 것이라는 확신을 반영한다. 다음 증거는 자금 조달이 아니라 실행에서 나와야 한다.

Etched의 추론 베팅이 Nvidia에 압박을 가하는 이유

Etched는 AI 제품이 사용자를 한 명 더 확보할 때마다 증가하는 워크로드를 공략하고 있다.

훈련은 모델을 만들거나 업데이트한다. 추론은 누군가 질문을 하거나, 이미지를 생성하거나, AI 에이전트를 실행할 때 훈련된 모델을 구동한다. 훈련은 대형 프로젝트에 집중될 수 있지만, 추론은 모든 요청마다 반복된다.

이러한 반복성 때문에 추론 경제성은 소비자 및 기업용 AI의 핵심이 된다. 더 빠른 시스템은 동일한 인프라로 더 많은 요청을 처리할 수 있다. 더 효율적인 시스템은 에너지 사용량, 냉각 수요, 그리고 산출 단위당 필요한 자본을 줄일 수 있다.

Nvidia는 폭넓은 소프트웨어 플랫폼과 광범위한 개발자 기반의 지원을 받는 GPU로 훈련과 추론을 모두 제공한다. AI 모델과 기술은 빠르게 변하기 때문에 이러한 유연성은 가치가 있다. 고객은 각 모델 계열에 맞춰 시스템을 다시 구축하는 대신, 여러 워크로드에서 익숙한 도구를 재사용할 수 있다.

Etched는 이러한 유연성에 비용이 따른다고 주장한다. 초기 Sohu 설계는 널리 배포된 많은 생성형 AI 시스템의 기반이 되는 아키텍처인 트랜스포머 모델에 집중했다. 특화 설계를 통해 회사는 불필요하다고 판단한 기능을 제거하고 더 많은 실리콘을 추론에 할당할 수 있었다.

2024년 Sohu 피치는 의도적으로 좁은 범위의 베팅을 제시했다. Etched는 특정 트랜스포머 워크로드에서 Sohu 서버 한 대가 Nvidia H100 GPU 160개를 대체할 수 있다고 주장했다. 이 성능 주장은 회사가 제공한 것으로, 공개적이고 독립적인 검증이 부족했다.

Etched는 이제 자사의 랙 스케일 시스템을 아키텍처 독립적이라고 설명한다. 현재 시스템이 DeepSeek와 Qwen을 포함한 대규모 mixture-of-experts 모델을 실행한다고 말한다. mixture-of-experts 모델은 전체 모델을 활성화하는 대신 각 요청을 선택된 전문 구성 요소로 라우팅한다.

회사는 또한 자사 하드웨어가 상태 공간 모델링에 기반한 비트랜스포머 아키텍처인 Mamba를 실행한다고 주장한다. 원래의 Mamba 논문은 입력 길이에 따라 선형적으로 확장되도록 설계된 시퀀스 아키텍처를 설명한다. 이를 지원한다면 Etched 시스템은 초기의 트랜스포머 전용 메시지가 시사했던 것보다 더 폭넓은 활용성을 갖게 된다.

이러한 진화는 아키텍처 종속을 우려하는 고객에게 중요하다. 데이터센터 운영자는 연구자들이 다른 모델 설계를 채택할 때 고가의 하드웨어가 쓸모없어지는 상황을 원하지 않는다. Etched는 더 넓어진 호환성이 특화 설계를 정당화했던 효율성을 유지한다는 점을 보여줘야 한다.

Nvidia에 대한 압박은 Etched가 전체 제품군을 대체하는 데서 오지 않는다. 대용량 추론이 별도의 하드웨어 시장으로 분리될 가능성에서 비롯된다. GPU가 훈련과 연구에서 우위를 유지하더라도, 특수 시스템은 가치 높은 배포 환경을 확보할 수 있다.

클라우드 제공업체들은 이미 상용 GPU 의존도를 줄이기 위해 맞춤형 가속기를 사용하고 있다. Google에는 Tensor Processing Units가 있고, Amazon에는 Inferentia가 있으며, Microsoft에는 Maia가 있다. 이들 프로젝트는 대형 운영자들이 워크로드별 실리콘을 경제적으로 가치 있다고 판단한다는 점을 보여준다.

Etched는 고객이 자체 칩을 설계하지 않고도 유사한 접근을 제공한다. 프로세서, 메모리, 인터커넥트, 냉각, 소프트웨어를 포함한 완성형 추론 시스템을 판매한다. 이 접근은 반도체 조직을 구축하지 않으면서 특수 인프라가 필요한 AI 기업을 겨냥한다.

그러나 Nvidia의 우위는 프로세서 사양을 훨씬 넘어선다. Nvidia의 소프트웨어, 네트워킹 제품, 개발자 도구, 배포 전문성, 공급업체 관계는 고객의 위험을 낮춘다. 전환을 위해 Etched는 매력적인 벤치마크 이상의 가치를 제공해야 한다.

Etched는 실제 모델, 일반적인 프레임워크, 모니터링 시스템, 운영 장애 복구를 지원해야 한다. 또한 예측 가능한 용량과 유능한 기술 지원도 제공해야 한다. 인프라 구매자는 단일 처리량 수치가 아니라 전체 운영 경험을 평가한다.

이 때문에 Etched의 자금 조달은 전략적으로 중요하지만 결정적이지는 않다. 회사는 이제 신뢰할 만한 대안을 구축할 자원을 확보했다. Nvidia는 여전히 Etched가 배포를 지나치게 어렵게 만들지 않으면서 뛰어넘어야 할 기준 플랫폼을 장악하고 있다.

저전압 연산과 공유 메모리가 결합되는 방식

Etched의 핵심 기술 논지는 추론에는 프롬프트 처리와 토큰 생성에 각각 다른 해법이 필요하다는 것이다.

모델은 프롬프트와 그 주변 컨텍스트를 처리하는 prefill로 추론을 시작한다. 이 단계에서는 많은 수학 연산이 동시에 수행된다. 더 긴 프롬프트와 더 큰 컨텍스트 윈도우는 응답이 나타나기 전에 필요한 작업량을 늘린다.

Decode는 prefill 뒤에 이어지며 출력 토큰을 순차적으로 생성한다. 각 새 토큰은 이전 결과에 의존하기 때문에 빠른 메모리 접근이 특히 중요하다. 연산도 여전히 필요하지만, 모델 데이터 이동이 제한 요인이 될 수 있다.

Etched는 이 두 병목을 중심으로 서로 다른 기술을 구축했다고 말한다. Low Voltage Inference, 즉 LVI는 prefill 성능을 겨냥한다. Cluster Scale Memory, 즉 CSM은 decode의 메모리 수요를 겨냥한다.

회사에 따르면 LVI는 Etched 연산 하드웨어의 동작 전압을 낮춘다. 더 낮은 전압은 열을 줄이고 고정된 전력 한도 내에서 더 많은 연산 작업을 가능하게 할 수 있다. Etched는 보다 폭넓은 하드웨어 및 시스템 설계를 통해 더 높은 유효 연산 밀도를 지원한다고 주장한다.

이는 회사의 주장일 뿐, 독립적으로 확립된 성능 결과는 아니다. 전압, 주파수, 오류율, 칩 간 편차, 냉각, 장기 신뢰성은 복잡하게 상호작용한다. 생산 시스템은 다양한 워크로드와 운영 조건에서 성능을 지속해야 한다.

CSM은 랙 스케일 시스템 전반의 공유 메모리 풀에 프로세서를 연결한다. Etched는 이를 정적 랜덤 액세스 메모리와 HBM을 사용하는 하이브리드 서브시스템으로 설명한다. 정적 랜덤 액세스 메모리는 낮은 지연 시간을 제공하고, HBM은 훨씬 더 큰 용량을 제공한다.

공유 풀은 개별 가속기 전반에서 불필요한 중복을 줄일 수 있다. 또한 대형 모델이 시스템 전체에 분산된 메모리를 사용할 수 있게 한다. Etched는 독자적 인터커넥트가 이러한 설계를 실용화하는 데 필요한 대역폭과 지연 시간을 제공한다고 말한다.

이 메커니즘은 실제 문제를 해결하려 한다. 생성 과정에서 모델 파라미터, 어텐션 데이터, 임시 결과는 빠르게 이동해야 한다. 컴퓨팅 유닛이 메모리를 기다리는 상황이라면, 단순 연산 성능 증가는 갈수록 효용이 줄어든다.

그러나 공유 메모리는 그 자체로 새로운 엔지니어링 요구 사항을 만든다. 시스템은 접근을 조율하고, 장애를 관리하며, 일관된 성능을 유지하고, 통신 지연이 기대한 이득을 잠식하지 않도록 해야 한다. 소프트웨어는 전체 랙 전반에서 데이터를 효율적으로 배치하고 가져와야 한다.

Etched가 랙을 설계 단위로 내세우는 이유는 프로세서를 고립된 상태로 평가할 수 없기 때문이다. 냉각, 인터커넥트, 메모리, 전력 분배, 스케줄링은 실제 제공 성능에 영향을 미친다. 이러한 시스템 접근 방식은 기존 가속기 공급업체들이 취하는 더 넓은 방향성과 닮아 있다.

차이점은 Etched가 처음부터 추론을 중심으로 전체 스택을 설계했다고 말한다는 데 있다. Nvidia는 광범위한 가속 워크로드를 지원해야 한다. Etched는 지원하는 추론 시장이 충분히 크다면 더 좁은 설계 결정을 내릴 수 있다.

이것이 밸류에이션 반전의 배경이다. 투자자들은 단지 다른 명령어 세트를 가진 또 하나의 칩에 투자하는 것이 아니다. 그들은 추론을 연산 집약 단계와 메모리 집약 단계로 나누기 위해 설계된 완전한 시스템에 투자하고 있다.

이 시스템은 변화하는 AI 워크로드도 반영한다. 긴 컨텍스트는 프리필을 까다롭게 만들고, 지속적인 에이전트 활동은 반복적인 디코드 워크로드를 만든다. AI 제품은 리서치, 코딩, 미디어 생성, 자동화된 비즈니스 프로세스에서 두 패턴을 점점 더 함께 활용하고 있다.

개발자에게 약속되는 이점은 이론적인 칩 지표가 아니다. 배포된 모델에서 더 낮은 지연 시간, 더 높은 처리량, 또는 더 적은 인프라 사용량이다. Etched는 이러한 결과를 특정 모델 및 서비스 수준 요구 사항과 연결하는 결과를 공개해야 한다.

초당 토큰 수는 유용하지만 충분하지는 않다. 구매자는 첫 토큰까지의 시간, 사용자별 지연 시간, 동시 수요 상황에서의 처리량, 에너지 소비, 가동 시간, 출력 정확성도 필요로 한다. 최적화가 허용할 수 없는 방식으로 모델 동작을 바꿔서는 안 된다.

Google News 보도는 헤드라인이 된 밸류에이션을 증폭시킬 수 있지만, 도입을 결정하는 것은 이러한 운영 지표다. 기본 설계는 주목을 받을 만큼 충분히 타당하다. 상업적 가치는 고객 워크로드 전반에서 반복 가능한 측정 결과에 달려 있다.

밸류에이션이 여전히 증명하지 못하는 것

비공개 시연과 체결된 계약은 의미가 있지만, 투명한 프로덕션 증거를 대체할 수는 없다.

Etched는 트랜스포머 중심 전략을 발표한 뒤부터 회의론에 직면해 왔다. 한 상세한 기술 비평은 GPU가 이미 행렬 연산에 고도로 특화돼 있다고 주장했다. 또한 Etched가 메모리 요구량과 유연한 하드웨어의 가치를 과소평가했는지도 문제 삼았다.

이 비평은 처리량과 지연 시간의 또 다른 중요한 차이도 제기했다. 여러 요청을 배치 처리하면 모델 가중치를 효율적으로 재사용할 수 있어 시스템 처리량이 향상될 수 있다. 하지만 더 큰 배치를 만들기 위해 기다리면 개별 사용자가 체감하는 지연은 늘어날 수 있다.

Etched는 이제 새 시스템이 높은 처리량과 낮은 지연 시간을 모두 제공한다고 말한다. 공개 증거는 이 측정값들을 일반적인 성능 주장으로 합치기보다 분리해서 제시해야 한다. 고객은 현실적인 배치 크기와 트래픽 패턴에서의 결과를 필요로 한다.

독립적인 테스트는 여전히 제한적이다. 접근 권한이 주로 투자자와 초기 고객에게 주어졌기 때문이다. 이들은 진지한 평가를 수행할 수 있지만, 동시에 Etched와 재무적 또는 상업적 관계를 맺고 있다. 더 폭넓은 제3자 접근은 회사 주장에 대한 불확실성을 줄일 수 있다.

벤치마크 선택도 또 다른 위험을 제시한다. 시스템은 자신의 아키텍처에 맞춘 모델, 시퀀스 길이, 정밀도 형식 또는 배치 크기에서 탁월해 보일 수 있다. 실제 프로덕션 애플리케이션은 불규칙한 요청과 예측하기 어려운 동시성을 자주 만들어 낸다.

소프트웨어 준비 상태도 마찬가지로 중요하다. Nvidia의 CUDA 플랫폼은 개발자에게 라이브러리, 프로파일러, 최적화된 커널, 문서, 그리고 대규모 문제 해결 커뮤니티를 제공한다. Etched는 취약한 변환 또는 디버깅 워크플로를 만들지 않으면서 기존 모델을 쉽게 배포할 수 있게 해야 한다.

Mamba, DeepSeek, Qwen, Llama와의 호환성은 프로덕션 구성 전반에서 확인된다면 고무적이다. 그러나 “모델을 실행한다”는 표현은 실험실 시연부터 신뢰성 약속이 수반되는 지원 서비스까지 무엇이든 의미할 수 있다. 엔터프라이즈 구매자에게는 후자가 필요하다.

제조 역시 까다로운 전환 단계로 남아 있다. Etched는 대만에 공장을 설립하고 생산을 확대하고 있다고 말한다. San Jose 본사 인근 Milpitas에는 8만 제곱피트 규모의 부지를 열었다.

Milpitas 시설의 명시된 용량은 10메가와트다. Etched는 이곳을 신제품 도입 연구소, 사내 표면실장 조립 라인, 확대된 배포를 위해 사용할 계획이다. San Jose 사업장에는 Etched 하드웨어를 가동하는 2메가와트 데이터센터가 포함돼 있다.

이러한 시설은 Etched의 시스템 테스트 및 조립 역량을 높인다. 그러나 제조된 웨이퍼, 첨단 패키징, HBM, 네트워킹 부품, 전력 장비와 관련된 공급 제약을 없애지는 못한다. 빠른 성장은 소규모 검증 배치에서 드러나지 않았던 문제를 노출할 수 있다.

SK Hynix의 참여는 메모리 가용성이 AI 시스템 생산을 좌우해 왔다는 점에서 관련성이 있다. 그럼에도 Etched는 보장된 메모리 할당량이나 공급 약정을 공개적으로 설명하지 않았다. 투자자와 공급업체는 조달 위험을 없애지 않은 채 기업을 지원할 수 있다.

Etched는 Nvidia, Broadcom, Google의 TPU 프로그램, SK Hynix, 퀀트 트레이딩 회사 출신 엔지니어를 포함해 400명 이상을 고용하고 있다고 말한다. 이는 2024년 Series A 당시 보고된 35명 규모 팀에서 상당히 성장한 것이다.

더 큰 팀은 설계, 생산, 고객 지원 전반에서 Etched의 역량을 강화한다. 동시에 운영 복잡성과 지출도 늘린다. 회사는 까다로운 고객들을 대상으로 하드웨어 개정, 소프트웨어 릴리스, 제조, 설치, 지원을 조율해야 한다.

10억 달러 규모의 계약 수치도 유사한 주의가 필요하다. 계약이 구속력이 있다는 전제하에, 이는 단순 평가를 넘어선 고객 관심을 시사한다. Etched는 이 중 얼마가 인도됐고, 인수됐으며, 매출로 전환됐거나, 향후 성능을 조건으로 하는지 공개하지 않았다.

투자자들은 미래 생산 능력에 자금을 대면서 불확실성을 감수할 수 있다. 인프라 구매자는 일반적으로 시스템이 납품되고, 통합되며, 지속적으로 지원될 것이라는 증거를 요구한다. 배포가 실험 단계에서 핵심 서비스로 이동할수록 이러한 기준은 더 엄격해진다.

Etched 공동 창업자 Wachen은 이 과제를 직접 인정했다. 그는 TechCrunch에 창업자들이 규모 확장에 무엇이 필요한지에 대해 여전히 겸손해야 한다고 말했다. 이 인정은 생산이 아직 미완의 과제임을 짚는다는 점에서 포괄적인 약속보다 더 많은 정보를 제공한다.

핵심 위험은 Etched에 아무것도 없다는 데 있지 않다. 회사는 작동하는 실리콘, 가동 중인 시스템, 고객 평가, 시설, 계약, 경험 많은 직원을 보유하고 있다고 말한다. 위험은 이러한 요소를 신뢰할 수 있는 대량 생산으로 전환하는 일이 여전히 대단히 어렵다는 데 있다.

Google News의 관심은 더 큰 AI 칩 전환을 반영한다

Etched의 부상은 공개 배포 데이터가 완전하지 않은 상태에서도 추론이 특수 하드웨어에 자금을 댈 만큼 중요해졌음을 보여준다.

Etched를 둘러싼 Google News 보도 주기는 자연스럽게 103억 달러 밸류에이션과 유명 투자자들에게 집중된다. 더 깊은 변화는 추론 경제성을 중심으로 구축된 시스템 기업에 자금을 댈 시장의 의지다.

AI 인프라 지출은 처음에는 더 큰 모델을 훈련하는 데 집중됐다. 훈련 실행은 여전히 비용이 많이 들고 전략적으로 중요하다. 그러나 성공적인 AI 제품은 사용자, 프롬프트, 생성 미디어, 자동화 에이전트와 함께 확대되는 지속적인 추론 수요를 만들어 낸다.

이는 구매자가 최적화하는 대상도 바꾼다. 훈련 구매자는 대개 대규모 모델 실행을 완료하는 데 걸리는 시간을 우선시한다. 추론 구매자는 지속적인 운영 전반에서 응답 속도, 동시 처리량, 에너지 사용, 신뢰성, 비용의 균형을 맞춰야 한다.

Groq와 Cerebras 역시 기존 GPU 기반 AI 컴퓨팅의 대안을 추구해 왔다. 클라우드 기업들은 자체 가속기를 배포하고, AMD는 Instinct 포트폴리오로 Nvidia에 도전하고 있다. 각 경쟁사는 하드웨어, 네트워킹, 메모리, 소프트웨어에 서로 다른 방식으로 접근한다.

Etched의 주된 대비 구도는 범용 GPU 인프라에 맞선 특수 추론 시스템이다. 이를 단순한 Etched 대 Nvidia의 경쟁으로 봐서는 안 된다. Nvidia는 추론의 가치가 커짐에 따라 제품, 소프트웨어, 상업 전략을 조정할 수 있다.

Google이 보도된 바와 같이 더 모델 특화적인 실리콘을 개발하는 일도 또 하나의 신호를 제공한다. 주요 플랫폼 기업들이 모델 기능을 하드웨어에 더 가깝게 배치한다면, 특수화는 더 넓은 설계 선택지로 자리 잡고 있는 것이다. 그렇다고 모든 특수 아키텍처가 성공한다는 뜻은 아니다.

역사적 기록은 냉정하다. 좋은 사양의 가속기를 만드는 것만으로 지속 가능한 하드웨어 기업이 자동으로 만들어지지는 않는다. 스타트업들은 지연된 칩 출시, 소프트웨어 공백, 제조 비용, 기존 플랫폼을 떠나려 하지 않는 고객들로 어려움을 겪어 왔다.

Graphcore는 Nvidia와 경쟁하기 어려운 현실을 보여주는 대표적인 경고 사례가 됐다. 다른 가속기 기업들은 전략을 바꾸거나, 목표를 축소하거나, 더 좁은 시장에 집중했다. 이러한 결과는 Etched의 비공개 밸류에이션보다 규모 확장 증거를 더 중요하게 만든다.

Etched는 초기 도전자들이 갖지 못했던 몇 가지 장점을 보유하고 있다. AI 추론 수요는 더 크고, 구매자들은 다변화에 더 적극적이며, 인프라 제약은 더 뚜렷하다. 이 회사는 최신 밸류에이션을 발표하기 전에 작동하는 실리콘에도 도달했다.

불리한 점도 마찬가지로 분명하다. Nvidia의 플랫폼은 계속 발전해 왔고, 클라우드 제공업체들은 자체 맞춤형 옵션을 점점 더 많이 제공하고 있다. Etched는 정체된 기존 강자가 아니라 여러 대안을 마주한 고객을 확보해야 한다.

회사의 아키텍처 독립적이라는 주장은 서사도 바꾼다. 2024년 Etched는 트랜스포머 전용 설계를 핵심 장점으로 강조했다. 2026년에는 비트랜스포머 시스템을 포함해 어떤 형태의 모델도 지원한다는 점을 강조한다.

이 변화는 두 가지 방식으로 해석될 수 있다. 초기 설명이 시사한 것보다 Etched가 더 적응력 있는 시스템을 설계했음을 보여줄 수 있다. 동시에 더 넓은 지원이 원래 성능 주장 뒤에 있던 특수화의 이점을 줄이는 것은 아닌지 의문을 제기할 수도 있다.

Etched는 벤치마크와 기술 문서로 이 관계를 설명해야 한다. 구매자는 어떤 기능이 계속 특수화되어 있는지, 어떤 기능이 프로그래밍 가능한지, 서로 다른 모델 아키텍처가 시스템에 어떻게 매핑되는지를 확인해야 한다.

AI 제품 팀에게 하드웨어 다양성은 의미 있는 선택지를 만들 수 있다. 더 낮은 추론 지연 시간은 코딩 어시스턴트, 음성 시스템, 검색 에이전트, 미디어 생성을 개선할 수 있다. 더 높은 처리량은 더 많은 고객 요청 전반에서 고급 모델 제공을 실현 가능하게 만들 수 있다.

그러나 팀은 공개되지 않은 용량을 전제로 계획하는 일을 피해야 한다. 조달 결정에는 납품 일정, 지원 모델 목록, 소프트웨어 요구 사항, 서비스 조건, 측정된 성능이 필요하다. 헤드라인은 인지도를 제공할 뿐, 인프라 보장을 제공하지는 않는다.

지식 근로자에게 미치는 영향은 간접적이지만 중요할 것이다. 더 빠르고 제약이 적은 추론은 더 큰 작업 컨텍스트를 처리하고 더 긴 작업을 완료하는 에이전트를 지원할 수 있다. 또한 일상 소프트웨어 전반에 지속적인 AI 기능을 도입하는 장벽을 낮출 수 있다.

이러한 변화를 평가하는 팀은 시간이 지나며 공급업체 주장, 기술 평가, 배포 노트를 비교해야 한다. 검색 가능한 엔지니어링 지식 베이스는 하드웨어 환경이 변화하는 가운데 이러한 증거를 보존하는 데 도움이 될 수 있다.

더 넓은 변화는 이제 완전한 추론 시스템을 둘러싼 경쟁으로 향하고 있다. 칩은 여전히 핵심이지만, 메모리, 인터커넥트, 냉각, 소프트웨어, 제조 역량이 실제 제품의 성패를 결정한다. Etched의 최근 자금 조달은 이러한 시스템 수준의 기회를 반영한다.

Etched가 투자를 입증했는지 가를 세 가지 신호

Etched의 다음 이정표는 투자자들의 신뢰를 측정 가능한 고객 성과로 전환해야 한다.

첫 번째 신호는 이번 자금 조달 관련 보도에서 언급된 여름 출하 기간에 생산용 랙을 인도하는 것이다. 출하 발표만으로는 의문이 해소되지 않는다. 더 강력한 증거는 실명이 공개된 고객이 프로덕션 워크로드용 시스템을 인수하는 것이다.

고객 인수는 수요가 평가 단계를 넘어 이동하고 있다는 Etched의 주장을 뒷받침할 수 있다. 또한 회사가 하드웨어를 조립, 테스트, 설치하고 지원할 수 있음을 보여줄 것이다. 지연이나 지속적인 익명성은 이 기업가치의 운영상 기반을 약화시킬 수 있다.

두 번째 신호는 독립적인 벤치마크 접근성이다. 리뷰어들은 프리필, 디코드, 혼합 워크로드 전반에서 여러 모델을 시험할 수 있어야 한다. 결과에는 첫 토큰 생성 시간, 출력 속도, 동시 처리량, 에너지 소비량, 시스템 신뢰성이 포함되어야 한다.

가장 유의미한 비교는 동등한 품질 설정과 완전한 시스템을 사용한다. 하나의 프로세서를 랙 전체와 비교하거나 서로 다른 수치 정밀도를 사용하면 결과가 왜곡될 수 있다. 전력 및 냉각 요구 사항도 측정 범위에 포함되어야 한다.

Llama, DeepSeek, Qwen, Mamba 전반의 증거는 Etched의 아키텍처 독립적이라는 메시지를 직접 검증할 것이다. 신중하게 선택된 하나의 트랜스포머에서만 강력한 성능을 보인다면 유연성에 대한 의문은 남을 수 있다. 일관된 결과는 회사의 더 폭넓은 시스템 주장을 강화할 것이다.

세 번째 신호는 대만과 Milpitas 사업장의 생산 규모다. Etched는 2027년 기가와트급 생산 능력으로 나아가는 경로를 논의해 왔다. 하지만 이 목표가 의미를 갖기 전에, 회사는 현재 시설에서 안정적인 생산량을 입증해야 한다.

유용한 지표로는 배치된 랙 수, 제조 수율, 설치 시간, 고장률, 인식 매출 확대 등이 있다. Etched는 비상장사이므로 이 정보의 일부만 공개할 수 있다. 고객 성명은 추가 확인을 제공할 수 있다.

공급 관계도 이 생산 신호에서 중요하다. Etched는 TSMC의 프로세서, 상당한 메모리 용량, 패키징, 네트워킹 장비, 안정적인 전력 부품이 필요하다. 기저 칩이 정상 작동하더라도 어떤 공급 부족이든 출하를 제한할 수 있다.

Nvidia의 대응 역시 주목할 만하지만, 핵심 시험이라기보다는 보조적 맥락이다. 기존 선두 업체는 새로운 GPU, 소프트웨어 최적화, 네트워킹, 가격 전략을 통해 추론 성능을 개선할 수 있다. 하지만 Etched는 자체 시스템을 성공적으로 출하할 수 있는지에 대해서는 여전히 스스로 통제권을 갖고 있다.

회사의 자금 조달은 이러한 이정표를 추구할 여지를 제공한다. 동시에 기대치도 높인다. 103억 달러의 기업가치는 흥미로운 기술이나 저명한 투자자만을 전제하지 않는다. 상당한 규모의 인프라 시장에 서비스를 제공할 수 있는 회사를 예상한다.

따라서 Google News 독자들은 이번 투자 라운드를 확신의 증거로 받아들여야지, 최종적인 기술 검증으로 봐서는 안 된다. Etched는 초기 실리콘과 비공개 고객 테스트를 포함해 여러 어려운 관문을 통과했다. 대량 생산과 투명한 성능 공개가 여전히 결정적인 관문으로 남아 있다.

반전은 현실이지만 아직 완성되지 않았다. Harvard 중퇴자 세 명은 한때 정교한 투자자들이 일축했던 회사를 세웠고, 이제 그 회사의 가치는 100억 달러를 넘는다. 다음 과제는 덜 극적이다. 신뢰할 수 있는 랙을 제조하고, 고객을 지원하며, 결과를 기록해야 한다.

앞으로 몇 달 동안 첫 생산 배포, 독립적인 혼합 워크로드 벤치마크, 시설 생산량을 지켜봐야 한다. 이 신호들을 함께 보면 Etched가 지속 가능한 추론 플랫폼을 만들었는지, 아니면 유난히 자금이 풍부한 실험에 그쳤는지가 드러날 것이다.

Etched가 세 가지를 모두 달성한다면, AI 구매자들은 대용량 추론을 위한 신뢰할 만한 대안을 얻게 된다. 달성하지 못한다면, 이 기업가치는 증거보다 앞서 나간 것으로 보일 것이다. 더 빠른 벤치마크, 더 낮은 에너지 프로필, 혹은 Etched를 프로덕션 환경에서 운영하는 실명 고객 중 어떤 결과가 귀사의 인프라 계획을 바꿀 수 있을까?