알파고 핵심 연구자의 새 AI 회사, 제품 없이 1.6조 원 시드 투자 유치

제품도 매출도 없는데 1.6조 원 시드 투자

• 영국 AI 스타트업 인에퍼블 인텔리전스가 유럽 스타트업 역사상 최대 시드 라운드를 찍음

  • 투자금은 11억 달러, 약 1조6300억 원
  • 기업가치는 51억 달러, 약 7조5800억 원으로 평가됨
  • 현재 매출도 제품도 없는 초기 기업인데 바로 유니콘으로 직행한 셈임

• 돈이 몰린 이유는 창업자 이름값이 너무 큼

  • 창업자 데이비드 실버는 구글 딥마인드에서 알파고와 알파제로를 설계한 핵심 연구자임
  • 2016년 프로 바둑기사를 꺾은 알파고, 인간 기보 없이 체스·바둑·쇼기를 학습한 알파제로, 스타크래프트II를 그랜드마스터급으로 구사한 알파스타 개발을 이끌었음
  • 지난해 11월 회사를 세우고 2026년 1월 딥마인드를 공식 퇴사했으며, 런던 유니버시티 칼리지 교수직도 병행 중임

• 투자자 라인업도 무겁다 못해 과함

  • 세쿼이아 캐피털과 라이트스피드 벤처파트너스가 공동 주도함
  • 엔비디아, 구글, DST글로벌, 인덱스벤처스도 참여함
  • 영국 정부 산하 소버린 AI 펀드와 영국 산업진흥은행까지 들어옴

인간 데이터 이후의 AI를 노린다

• 인에퍼블의 방향은 챗GPT나 클로드 같은 대규모 언어 모델(LLM)과 결이 다름

  • LLM은 인터넷에 있는 인간 생성 데이터를 대규모로 학습하는 방식임
  • 인에퍼블은 이 접근이 결국 인간 지식의 한계 안에 갇힌다고 봄
  • 그래서 인간 데이터 대신 환경과 상호작용하고 시행착오로 배우는 강화학습 기반 AI를 지향함

• 회사가 노리는 건 이른바 ‘슈퍼러너’임

  • 알파제로가 게임 규칙만 가지고 바둑과 체스를 정복한 것처럼, 더 일반적인 환경에서도 스스로 지식과 기술을 발견하는 모델을 만들겠다는 구상임
  • 회사 측은 성공하면 과학적 발견 방식 자체를 바꿀 수 있고, 심지어 ‘다윈의 법칙’에 비견될 돌파구가 될 수 있다고 봄
  • 세쿼이아도 “인간 데이터에서 확장성을 찾는 경쟁을 뛰어넘는 전략”이라고 평가함

전화 못 받아서 날아가는 돈을 AI가 잡는다

• 두 번째 사례는 미국 홈서비스 AI 스타트업 아보카임

  • 냉난방 공조, 배관, 전기, 청소 같은 현장 서비스 업체를 위한 AI 전화 응대 서비스를 만듦
  • 최근 시리즈 B 투자 후 기업가치 10억 달러 이상 유니콘이 됨
  • 시드부터 시리즈 B까지 누적 투자금은 1억2500만 달러, 약 1900억 원임

• 아보카가 본 문제는 엄청 현실적임. 홈서비스 업체는 전화를 놓치면 바로 큰돈이 날아감

  • 식당은 전화를 못 받으면 수십 달러 주문을 놓칠 수 있음
  • 반면 홈서비스 업체는 수백~수천 달러, 많게는 수만 달러짜리 설치·수리 계약을 놓칠 수 있음
  • 창업팀도 원래 식당용 AI 전화 시스템을 생각하다가, 2023년 텍사스 박람회에서 냉난방 업체를 만나 방향을 틀었음

• 서비스는 단순 자동응답기가 아니라 운영 업무까지 파고듦

  • 고객이 전화하면 수초 안에 AI가 응답하고 예약 일정을 잡음
  • 문자와 이메일로 후속 소통을 이어감
  • 기술자 일정과 연동해 방문 예약을 배정하고, 견적만 받고 계약하지 않은 고객에게 재접촉하는 기능도 있음
  • 현재 800개 이상 홈서비스 업체를 고객 또는 파트너로 확보했고, 연간반복매출은 1000만 달러 이상임

AI 붐은 전력 인프라까지 끌어올린다

• 세 번째 흐름은 AI 데이터센터 전력 수요가 원전 스타트업 투자로 이어진다는 점임

  • 미국 소형모듈원전(SMR) 기업 X-에너지가 나스닥 상장으로 약 10억2000만 달러, 약 1조5000억 원을 조달함
  • 공모가는 목표였던 주당 16~19달러를 넘긴 23달러로 결정됨
  • 발행 주식 수도 4286만 주에서 4425만 주로 늘었고, 상장 첫째 날과 둘째 날 주가가 각각 20% 이상 뛰었음
  • 지난달 29일 기준 주가는 31달러 수준, 시가총액은 122억 달러 약 18조 원임

• X-에너지는 80메가와트급 소형 원자로 Xe-100을 개발 중임

  • 화학공장과 데이터센터에 전력과 열을 동시에 공급하는 모델을 노림
  • 아직 상업용 발전소 건설은 시작하지 않았음
  • 그래도 아마존이 2039년까지 최대 5기가와트 핵전력을 구매하기로 약정했고, 다우와도 텍사스 공장 전력·열 공급 협약을 맺었음

• AI 인프라 경쟁은 이제 모델만의 문제가 아님

  • LLM 훈련과 운영에는 막대한 전력이 필요함
  • 태양광·풍력 같은 간헐적 재생에너지만으로는 데이터센터의 24시간 안정 수요를 맞추기 어렵다는 문제가 있음
  • 그래서 아마존, 마이크로소프트, 구글 같은 빅테크가 원전 스타트업 투자와 전력 구매 계약으로 움직이고 있음

---

기술 맥락

• 인에퍼블이 강화학습을 다시 전면에 세운 이유는 LLM 확장의 병목이 데이터에 있다고 보기 때문이에요. 인터넷 텍스트를 더 많이 먹이는 방식은 인간이 이미 써둔 지식 안에서 강해지는 구조라, 과학적 발견처럼 아직 문서화되지 않은 영역에서는 한계가 생기거든요.

• 아보카 사례가 재밌는 건 AI 에이전트가 “똑똑한 대화”보다 “돈 새는 구멍 막기”에 붙었다는 점이에요. 홈서비스 업체는 전화를 놓치면 예약, 견적, 방문 일정이 통째로 사라지니까, 자연어 처리보다 업무 시스템 연동과 24시간 응답성이 더 큰 가치가 돼요.

• X-에너지 이야기는 AI 아키텍처가 데이터센터 밖으로 확장되는 장면이에요. 모델을 크게 만들수록 전력, 냉각, 장기 전력 구매 계약이 같이 따라오고, 그래서 빅테크가 소프트웨어 회사처럼만 움직이지 않고 에너지 구매자처럼 행동하게 되는 거예요.

• 세 사례를 같이 보면 AI 산업의 경쟁축이 모델 성능 하나에서 학습 방식, 현장 자동화, 전력 인프라로 넓어지고 있어요. 개발자도 특정 모델 호출 비용만 볼 게 아니라, 어떤 업무 병목과 물리 인프라가 AI 도입의 진짜 제약인지 같이 봐야 해요.