OpenRouter, 시리즈 B에서 1억1300만 달러 조달…멀티 모델 AI 인프라 판 커진다

• OpenRouter가 시리즈 B에서 1억1300만 달러를 조달함. 투자 라인업이 꽤 세다

  • 리드는 알파벳의 독립 성장펀드 CapitalG가 맡았고, NVIDIA의 벤처 조직 NVentures도 참여함
  • ServiceNow, MongoDB, Snowflake, Databricks 쪽 벤처도 들어왔는데, 그냥 재무 투자라기보다 “기업용 AI 인프라 스택에 이 계층이 필요하다”는 쪽에 가까움

• 성장 숫자가 제일 눈에 띔. OpenRouter의 주간 처리량은 최근 6개월 동안 5조 토큰에서 25조 토큰으로 늘었다고 함

  • 단순 계산으로 5배 성장이고, 올해 1천조 토큰 이상을 처리하는 페이스라고 밝힘
  • 현재 400개 이상 모델을 제공하고, 800만 명 이상 개발자가 OpenRouter 위에서 앱을 만들고 있다는 주장도 나옴

• OpenRouter가 노리는 자리는 에이전트와 모델 제공자 사이의 라우팅 계층임

  • 앱은 OpenAI, Anthropic, Google, 오픈소스 모델 등 여러 제공자를 직접 붙잡고 씨름하지 않아도 됨
  • OpenRouter가 라우팅, 안정성, 비용 최적화, 컴플라이언스 같은 운영 문제를 중간에서 처리하겠다는 그림임

• 왜 지금 이게 중요하냐면, 기업 AI가 “모델 하나로 파일럿”에서 “여러 모델을 섞는 운영 시스템”으로 넘어가고 있기 때문임

  • 단일 모델만 쓰면 장애, 가격 변동, 성능 편차에 그대로 노출됨
  • 반대로 여러 모델을 쓰면 라우팅 정책, 장애 대응, 비용 관리, 데이터 보관 정책 같은 복잡도가 폭발함
  • OpenRouter는 이 복잡도를 제품화하겠다는 쪽임

• 지난 1년 동안 추가한 기능도 딱 운영형 AI 앱을 겨냥하고 있음

  • 텍스트뿐 아니라 이미지, 오디오, 음성, 전사, 임베딩, 비디오 모델까지 멀티모달 추론을 지원한다고 함
  • 워크스페이스, 지출 관리, 가드레일, 데이터 미보관 정책도 엔터프라이즈 컨트롤로 묶고 있음
  • 제공자 단위 장애 전환, 비용·지연시간 최적화, 품질 인식 라우팅도 강조함

• 개발자 입장에서 보면 “모델 선택”이 점점 런타임 의사결정이 되는 흐름임

  • 예전엔 코드에서 모델 이름 하나 고정해두는 식이었다면, 이제는 요청마다 더 싸거나 빠르거나 안정적인 모델을 고르는 식으로 바뀌는 중
  • 특히 에이전트처럼 호출 횟수가 많고 실패 비용이 큰 시스템에서는 이 차이가 바로 운영비와 장애율로 이어짐

---

기술 맥락

• OpenRouter가 고른 기술적 위치는 모델 제공자가 아니라 모델 라우팅 계층이에요. 왜냐하면 기업이 실제 AI 앱을 운영할 때는 “어느 모델이 제일 똑똑하냐”만큼 “장애 나면 어디로 넘기냐”, “이번 요청은 얼마짜리 모델로 처리하냐”가 중요해지거든요.

• 이 구조에서는 앱이 직접 여러 모델 API를 모두 다루지 않고, 중간 게이트웨이에 요청을 보내요. 게이트웨이는 제공자 상태, 지연시간, 비용, 품질 기준을 보고 적절한 모델로 넘기는데, 그래서 단순 프록시보다 운영 정책 엔진에 가까워요.

• 투자자 구성이 흥미로운 이유도 여기에 있어요. MongoDB, Snowflake, Databricks, ServiceNow 같은 회사들은 기업 데이터와 운영 플랫폼 쪽에 이미 발이 깊기 때문에, 멀티 모델 AI가 엔터프라이즈 스택 안으로 들어올 때 필요한 제어 계층을 중요하게 보는 거예요.

• 한국 팀도 LLM 기능을 제품에 넣는 단계라면 이 흐름을 볼 필요가 있어요. 모델 하나 붙이는 건 빨리 끝나지만, 비용 상한, 장애 대응, 데이터 보관 정책, 모델 교체 가능성까지 생각하면 게이트웨이 계층을 직접 만들지 살지 판단해야 하거든요.