하이퍼엑셀 500억 시리즈B 분석: 크래프톤이 AI 반도체 스타트업에 베팅한 이유

성공 포인트 & 벤치마킹 인사이트

1. 크래프톤 SI — 게임사가 AI 반도체를 사는 이유

중요도: 상

게임사가 AI 반도체 스타트업에 500억원을 직접 투자한다는 것이 왜 이례적인가. 크래프톤은 배틀그라운드를 만드는 게임사다. AI 반도체와 직접적 연관이 없어 보인다.

그러나 크래프톤의 전략 방향을 보면 논리가 명확하다.

첫째, AI 퍼스트 게임. 크래프톤은 AI 캐릭터가 유저와 실시간으로 대화하는 차세대 게임을 만들려 한다. 게임 개발 과정에서 AI가 코드와 이미지를 생성하는 데도 AI 추론이 필요하다. 유저가 늘수록 AI 추론 비용이 폭발적으로 증가한다. 이 비용을 통제하려면 저렴한 추론 반도체가 필요하다.

둘째, 피지컬 AI·로보틱스. 크래프톤은 쏘카와 자율주행 합작법인을 설립했고, 샌프란시스코에 로보틱스 법인을 세워 휴머노이드 로봇 두뇌 개발에 착수했다. 자율주행차·로봇이 현장에서 실시간 판단하려면 저전력·저지연 반도체가 필수다. 하이퍼엑셀 LPU가 이 역할을 담당할 수 있다.

셋째, 엔비디아 의존 탈피. 크래프톤이 AI 인프라를 엔비디아 GPU에만 의존하면 비용 통제권이 없다. 하이퍼엑셀에 투자해 대안 칩의 공급망을 확보하는 것이 장기 원가 통제 전략이다.

💡 교훈: AI 반도체 스타트업에서 가장 강력한 SI는 "이 칩을 실제로 가장 많이 쓸 고객"이다. 크래프톤처럼 AI 추론 비용이 핵심 사업 변수인 기업이 투자자가 되면 고객 검증과 자금 조달이 동시에 이뤄진다.

---

2. "HBM 대신 LPDDR5X" — 시장의 가정을 뒤집는 아키텍처 선택

중요도: 상

AI 반도체 시장의 지배적 가정은 "AI 가속에는 HBM이 필요하다"다. 퓨리오사AI·리벨리온 모두 HBM을 탑재한다.

하이퍼엑셀은 이 가정에 도전한다. "LLM 추론에는 HBM이 필요하지 않다"는 것이다. LPDDR5X의 메모리 대역폭이 추론 워크로드에서 충분하다면, 비싸고 구하기 어려운 HBM을 굳이 쓸 이유가 없다.

이 아키텍처 선택이 만드는 결과가 세 가지다. 가격이 H100의 1/10이 된다. 전력이 1/3로 줄어든다. HBM 품귀 현상에서 자유롭다.

KAIST MICRO 논문으로 학술 검증된 이 아키텍처의 핵심이 2년간 FPGA 서버 실사용 검증을 거쳤다. 이제 삼성 4나노 ASIC으로 전환되는 단계다.

💡 교훈: 딥테크에서 "시장의 지배적 가정"을 의심하는 것이 혁신의 출발점이다. 모두가 HBM이 필요하다고 할 때 "정말 그런가"를 물어보는 것이 First-in-Class 포지셔닝을 만든다. 단, 이것은 학술 논문으로 먼저 검증되고 FPGA로 실사용 검증까지 거쳐야 투자자를 설득할 수 있다.

---

3. KAIST 교수 + Microsoft Azure 경력 — 학술과 산업의 최고 조합

중요도: 상

김주영 대표의 배경이 하이퍼엑셀의 두 가지 경쟁 우위를 동시에 설명한다.

KAIST 교수로서 MICRO 국제 학회에 LPU 논문을 발표했다. MICRO(IEEE/ACM Symposium on Microarchitecture)는 컴퓨터 아키텍처 분야 세계 3대 학회 중 하나다. 이 논문이 LPU 아키텍처의 학술적 기반이고, 전 세계 AI 반도체 연구자들에게 기술의 타당성을 공개 검증받은 것이다.

Microsoft Azure에서 9년간 하드웨어 가속화 프로젝트를 이끌었다. Azure의 실제 데이터센터 환경에서 AI 워크로드가 어떻게 작동하는지, 어디서 병목이 생기는지를 내부자로 경험했다. 이 경험이 LPDDR5X로 충분하다는 아키텍처 통찰을 만들었다.

학술(KAIST) + 산업(Microsoft Azure)의 조합이 투자자·파트너 모두를 설득하는 신뢰 구조다.

💡 교훈: AI 하드웨어 창업에서 "논문으로 증명하고 → FPGA로 실제 검증하고 → ASIC으로 양산하는" 단계적 접근이 투자자 리스크를 낮추고 파트너십 유치를 가속한다.

---

4. 데이터센터 + 온디바이스 이중 전략 — 시장을 두 방향으로 공략

중요도: 중

하이퍼엑셀이 네이버클라우드(데이터센터)와 LG전자(온디바이스)를 동시에 파트너로 삼는 것이 전략적으로 중요하다.

데이터센터 LPU와 온디바이스 LPU는 요구사항이 다르다. 데이터센터는 대규모 배치 추론에서 비용·전력 효율이 핵심이다. 온디바이스는 소형화·저전력·저지연이 핵심이다. 같은 LPU 아키텍처 기반이지만 설계 포인트가 다르다.

이 이중 전략이 단일 시장 의존 리스크를 낮춘다. 데이터센터 AI 칩 시장이 가격 경쟁으로 마진이 압박받아도, 온디바이스 AI 칩은 LG전자 같은 가전·로봇 고객에서 별도의 성장 기회가 있다.

💡 교훈: AI 반도체에서 같은 아키텍처를 다른 크기·전력 사양으로 최적화해 데이터센터와 온디바이스 두 시장을 동시에 공략하는 것이 포트폴리오 리스크를 낮추는 현실적 전략이다.

---

창업자/예비창업자를 위한 핵심 교훈

추천사항 (DO's)

1. AI 반도체 창업에서 "누가 이 칩을 실제로 쓸 것인가"를 먼저 확보하라

• 네이버클라우드(데이터센터)·LG전자(온디바이스)·크래프톤(게임·로봇) 파트너십이 수요 검증이자 투자 유치의 기반이 됐다.

2. 논문 → FPGA → ASIC의 단계적 검증이 딥테크 투자자를 설득한다

• KAIST MICRO 논문 + FPGA 서버 2년 실사용 검증. 이 경로가 시리즈A 550억원과 시리즈B 최대 2,000억원을 가능하게 했다.

3. 시장의 지배적 가정(HBM이 필요하다)을 학술 논문으로 먼저 반박하라

• LPDDR5X로 충분하다는 주장을 MICRO 논문으로 먼저 공개 검증받았기 때문에 투자자와 파트너를 설득할 수 있었다.

4. 전략적 투자자(SI)를 고객이 될 기업으로 유치하라

• 크래프톤 500억원은 자금이 아니라 "AI 추론 비용을 줄여야 하는 가장 직접적 수요자"의 베팅이다.

주의사항 (DON'Ts)

1. ASIC 양산의 수율·일정 리스크가 가장 큰 위협이다

• 삼성 4나노 베르다 양산이 예정대로 이뤄지지 않으면 현금이 빠르게 소진된다.

2. CUDA 생태계의 관성이 시장 채택의 가장 큰 저항이다

• 엔비디아 GPU에 최적화된 코드를 LPU로 전환하는 것이 개발자에게는 마찰이다. vLLM·PyTorch 플러그인 등 전환 장벽을 낮추는 소프트웨어 생태계 구축이 필수다.

---

투자자 코멘트

더나은미래 / 크래프톤 투자 배경 분석

"크래프톤이 이런 파격적인 결정을 내린 이유는 결국 '돈' 때문이다. 고도화된 AI 캐릭터가 유저와 실시간으로 대화하고, 개발 과정에서 AI가 코드와 이미지를 뽑아낼 때마다 서버 연산 비용이 그야말로 기하급수적으로 치솟기 때문이다."

"크래프톤은 하이퍼엑셀의 칩을 자사 로봇과 자율주행 시스템의 핵심 하드웨어로 탑재하겠다는 거대한 그림을 그리고 있는 셈이다. 게임 속 가상 캐릭터를 움직이던 지능을 현실 세계의 로봇으로 확장하고, 이를 뒷받침할 반도체 인프라까지 통제하기 시작한 크래프톤을 향해 시장에서는 단순한 게임사를 넘어 '종합 빅테크 기업'으로 완벽히 진화했다는 평가를 내놓고 있다."

---

창업자 명언

김주영 하이퍼엑셀 대표

"AI 시장이 학습(Training) 중심에서 추론(Inference) 중심으로 빠르게 이동하고 있습니다. 전력과 비용 효율성이 향후 AI 인프라 경쟁력의 핵심이 될 것입니다."

"GPU만큼 만족할 만한 성능을 내면서도 비용과 전력을 획기적으로 낮추겠습니다. 보드 기준 목표가는 H100의 약 1/10인 500만원대입니다."

두 발언이 하이퍼엑셀의 전략을 담는다. 학습에서 추론으로의 시장 전환을 먼저 읽고, 그 전환에서 가장 중요한 비용·전력 효율성을 목표로 삼았다.

---

향후 계획

단기 목표

1. 시리즈B 클로징 — 최대 2,000억원 목표 마무리
2. 베르다(Bertha) ASIC 양산 — 삼성 4나노 데이터센터용 LPU 칩 출시
3. 엣지 LPU 칩 출시 — 2026년 말 TSMC 공정 온디바이스 칩 선보임
4. 네이버클라우드·LG전자 PoC → 공급 계약 — 공동 개발에서 실제 공급으로

중장기 비전

시점	목표
2026년	ASIC 파트너 PoC·딜리버리, 엣지 칩 출시
2027~2028년	글로벌 데이터센터·온디바이스 시장 진출
장기	중동·동남아 타겟 '피지컬 AI 클라우드' 서비스 구축

---

예비창업자를 위한 종합 인사이트

하이퍼엑셀이 주는 가장 큰 교훈

1. "시장 전환을 먼저 읽고, 그 전환에서 가장 중요한 것을 만들어라"

학습→추론으로의 AI 시장 전환을 일찍 인식하고, 추론에서 가장 중요한 비용·전력 효율을 목표로 LPDDR5X 아키텍처를 선택했다. 시장의 방향이 바뀌는 변곡점에서 창업하면 투자자가 찾아온다.

2. "논문으로 아키텍처를 검증하면 고객·파트너·투자자 세 가지를 동시에 설득한다"

KAIST MICRO 논문 → 네이버클라우드·LG전자 공동 개발 → 크래프톤 SI 투자. 학술 검증이 첫 번째 고객을 만들고, 그 고객이 더 큰 투자를 부른다.

---

📊 투자 포인트 정리

항목	내용
투자 규모	시리즈B 크래프톤 SI ~500억원 (전체 라운드 최대 2000억원 목표, 한국투자파트너스 리드)
핵심 경쟁력	LPDDR5X 기반 LPU (H100 대비 1/10 가격·1/3 전력 목표), 삼성 4나노 ASIC 베르다, KAIST MICRO 논문 학술 검증
비즈니스 모델	LPU 칩·서버 판매 (FPGA→ASIC) + IP 라이선싱 + 공동 개발 + 국가 R&D
트랙션	네이버클라우드·LG전자 공동 개발, 크래프톤 SI, 업스테이지 독파모 합류, 공공기관·연구소 FPGA 서버 판매
향후 전망	베르다 ASIC 양산, 엣지 LPU 출시, 글로벌 데이터센터·온디바이스 시장 진출

성공 요인:

1. KAIST 교수 + Microsoft Azure 9년 = 학술 기반과 산업 경험의 최고 조합
2. LPDDR5X 아키텍처 — HBM 없이 H100 1/10 가격 목표, 공급 안정
3. 네이버클라우드+LG전자 공동 개발 — 수요자 검증 완료
4. 크래프톤 SI — 게임·피지컬 AI·로보틱스의 실제 수요자 투자자
5. 논문→FPGA→ASIC 단계적 검증 — 투자자 리스크 최소화 경로

---

관련 링크

• 공식 홈페이지: 하이퍼엑셀
• Demoday BM분석: 하이퍼엑셀 비즈니스모델 분석
• 데모데이 기업 정보: 하이퍼엑셀

---

참고 자료:

• 한국경제, "크래프톤, AI반도체에 500억 베팅…로봇 지능까지 노린다" (2026.6)
• 더나은미래, "크래프톤, AI 반도체 기업에 500억 직접 투자 나선다" (2026.6)
• 더벨, "하이퍼엑셀, 2000억 시리즈B 추진…상업화 기대에 목표액 상향" (2026.5)
• 디일렉, "하이퍼엑셀, 내년 초 4나노 LPU 칩 출격 — CEO 인터뷰" (2025.9)
• Demoday BM분석 — 하이퍼엑셀
• 하이퍼엑셀 공식 홈페이지