모티프, 240억 투자 유치…작은 모델로 증명한 뒤 300B 독자 모델에 베팅

• 모티프테크놀로지스가 240억 원 규모 시리즈B 투자를 유치함

  • 기존 투자사인 나이스투자파트너스, 노틸러스인베스트먼트가 후속 투자했고 디토인베스트먼트, 포레스트벤처스가 새로 들어옴
  • 모티프는 AI 인프라 기업 모레의 자회사로 2025년 2월 출범한 팀임

• 투자자들이 본 포인트는 “작은 모델인데 성능이 꽤 세다”는 쪽임

  • 모티프는 외산 오픈소스 모델 구조를 차용하지 않는 순수 독자 설계를 내세움
  • 글로벌 프론티어 모델의 수백분의 1 규모인데도 추론 성능과 답변 품질이 기대 이상이라는 평가가 나왔다고 함

• 이미 소형 모델에서 한 번 눈도장을 찍었음

  • 설립 4개월 만에 공개한 모티프-2.6B는 26억 개 매개변수 규모인데 일부 70억 개 매개변수 모델을 넘는 성능을 기록함
  • 기술보고서가 허깅페이스 엔지니어와 오픈AI 출신 연구자들 사이에서도 화제가 됐다는 대목이 흥미로움
  • 2025년 7월에는 텍스트를 이미지로 바꾸는 모티프-이미지-6B를, 11월에는 자체 LLM 모티프-2-12.7B를 공개함

• 창업팀의 색깔도 일반 AI 응용 스타트업과는 좀 다름

  • 임정환 대표는 KAIST 수학 전공, 옥스퍼드 수학 박사 출신임
  • 투자자들은 모티프의 강점이 기존 모델을 살짝 고치는 응용력이 아니라 모델 구조 자체를 설계하는 수학적 역량에서 나온다고 봄

• 모티프는 과기정통부의 독자 AI 파운데이션 모델 사업 정예팀에도 들어감

  • LG AI연구원, 업스테이지, SK텔레콤과 함께 국내 독자 AI 모델 개발 경쟁의 주요 플레이어가 됨
  • 현재 모레, 서울대, KAIST 등과 함께 300B급 추론형 LLM을 개발 중임
  • 이후 310B급 VLM, 320B급 VLA로 단계적으로 키우겠다는 계획임

• 진짜 승부는 이제부터임

  • 소형 모델에서 효율을 증명한 건 좋지만, 300B급 대형 모델에서도 성능을 낼 수 있는지는 완전히 다른 게임임
  • 확보한 GPU 인프라로 대규모 학습이 본격화되면 글로벌 최상위 모델과의 격차를 얼마나 줄일지가 기업가치를 좌우할 가능성이 큼

• 국내 기업 입장에서는 꽤 현실적인 관심사임

  • GPT나 클로드를 쓰면 성능은 좋지만 비용 부담과 커스터마이징 한계가 같이 따라옴
  • 올해 하반기 공개될 300B급 LLM이 괜찮게 나오면, 모티프가 국내 기업용 독자 AI 대안으로 진지하게 검토될 수 있음
  • 일본을 포함한 아시아 시장에서도 미국·중국 모델의 대안을 찾는 수요가 있다는 평가가 붙어 있음

---

기술 맥락

• 모티프가 먼저 2.6B 같은 작은 모델을 낸 건 그냥 귀여운 데모가 아니에요. 작은 모델에서 구조 설계와 학습 효율을 증명해야, 나중에 300B로 키웠을 때도 “돈만 태운 모델”이 아니라는 설득력이 생기거든요.

• 여기서 중요한 선택은 외산 오픈소스 모델을 가져와 튜닝하는 대신 독자 구조를 설계한다는 점이에요. 개발 속도는 느릴 수 있지만, 모델 내부를 직접 통제할 수 있어서 기업용 커스터마이징이나 장기적인 기술 주권 얘기로 이어져요.

• 300B급 LLM은 3000억 개 매개변수 규모라 학습 비용과 GPU 인프라 부담이 확 커져요. 그래서 과기정통부 지원 GPU, 모레의 인프라, 서울대와 KAIST 협업이 같이 언급되는 거예요.

• VLM과 VLA로 확장한다는 건 텍스트 챗봇에서 끝내지 않겠다는 뜻이에요. 이미지 이해, 행동 결정까지 가면 로봇이나 산업 자동화 같은 영역으로 연결될 수 있어서, 단순 모델 랭킹보다 활용 범위가 훨씬 넓어져요.