엔비디아 바깥에서 밀리초를 판다 — 바이스트라타, 서울대기술지주가 산 '칩 비종속 런타임'

AI 업계는 오랫동안 NVIDIA 칩 하나 위에서 움직였고, 모델을 학습시키는 일이 전부였던 시절에는 그래도 됐다. 그런데 무게중심이 로봇·자율주행차가 현장에서 스스로 판단하는 추론으로 옮겨가자, 퀄컴·AMD·ARM 칩 위에서 AI 와 센서 영상을 한 번에 제어해 줄 소프트웨어가 비어 있다는 사실이 드러났다¹. 그 빈자리를 GPU 저수준 제어로 메우겠다는 팀 바이스트라타에 서울대기술지주가 신규 투자를 붙였다. 금액은 비공개, 발표일은 2026년 9월 28일이다¹⁵.

왜 '엔비디아 바깥'이었나 — 추론의 시대가 칩 지도를 다시 그렸다

지난 몇 년 AI 투자의 문법은 단순했다. 더 큰 모델, 더 많은 GPU, 그리고 그 GPU 는 거의 예외 없이 엔비디아였다. 학습 단계에서는 이 공식이 통했다. 데이터센터 한 곳에 칩을 몰아넣고 전력과 비용을 감수하면 됐기 때문이다. 하지만 AI 가 데이터센터를 떠나 로봇 팔과 자율주행차 안으로 들어가는 순간 전제가 바뀐다. 기기마다 전력·발열·단가 제약이 다르고, 그 조건에 맞는 칩은 퀄컴일 수도, AMD 일 수도, ARM 일 수도 있다. 최근 AI 의 무게중심이 학습에서 추론으로 이동하면서 이런 다양한 하드웨어 칩을 활용하려는 수요가 급증한 배경이다¹.

바이스트라타가 겨냥한 틈은 바로 여기다. 엔비디아 칩에 지나치게 의존하던 기존 생태계에서 벗어나려는 수요는 커졌는데, 정작 엔비디아 이외의 칩에서 AI 와 센서 영상 데이터를 통합 제어해 주는 전용 소프트웨어는 부족했다¹. 칩은 다양해졌는데, 그 칩들을 실시간 AI 기기로 만들어 주는 소프트웨어 층이 비어 있었다. 하드웨어의 선택지가 늘어날수록 이 공백은 줄어드는 것이 아니라 오히려 커진다. 칩마다 따로 최적화해야 하는 비용이 선택지 수만큼 곱해지기 때문이다.

회사의 답은 두 겹이다. 하나는 특정 제조사의 칩에 종속되지 않고 다양한 GPU 에서 AI 모델을 효율적으로 가동하는 핵심 기술. 다른 하나는 센서 데이터를 복사 없이 GPU 메모리상에서 바로 처리하는 고성능 파이프라인이다¹. 전자가 '어느 칩에서든 돌아간다'를, 후자가 '돌아가되 늦지 않는다'를 담당한다. 피지컬 AI 에서 이 둘은 분리되지 않는다. 아무리 칩을 바꿔 끼워도 반응이 늦으면 로봇은 멈추거나 부딪힌다. 반대로 아무리 빨라도 한 제조사 칩에서만 빠르다면 그것은 종속의 다른 이름일 뿐이다.

서울대기술지주 차인환 대표가 짚은 투자 논리도 같은 선 위에 있다. 특정 반도체 칩 독점에 따른 비용 부담을 줄이려는 글로벌 수요가 커지고 있고, 바이스트라타는 진입장벽이 매우 높은 GPU 저수준 제어 기술을 갖췄다는 것이다¹. 그가 투자 이유로 든 표현은 '피지컬 AI 양산 시대의 핵심 표준 플랫폼을 선점할 가능성'이었다⁵. 금액이 비공개인 딜에서 읽어야 할 것은 숫자가 아니라 이 문장이다. 기술지주가 산 것은 지금의 매출이 아니라 표준이 정해지기 전의 자리다.

엔비디아 중심 스택 vs 바이스트라타 — 다섯 줄로 본 차이

로봇과 자율주행 기기에서 AI 가 동작하는 경로는 단순화하면 세 단계다. 센서가 받고, AI 가 판단하고, 기기가 움직인다. 문제는 이 세 단계 사이의 이음새다. 기존 구조에서는 센서 데이터가 메모리 사이를 옮겨 다니며 복사되고, 복사할 때마다 지연이 쌓인다. 바이스트라타는 센서 수신부터 AI 판단, 제어까지 이어지는 중간 데이터 복사 단계를 없앤 제로카피(Zero-Copy) 방식으로 이 지연을 줄였다고 설명한다¹. 아래 표는 회사가 공개한 설명을 기준으로 기존 방식과 대비한 것이다.

표의 왼쪽 열은 특정 회사를 깎아내리려는 것이 아니다. 엔비디아 스택은 학습 시장에서 여전히 기본값이고, 당분간 그럴 것이다. 다만 추론이 기기 안으로 들어가는 피지컬 AI 에서는 '기본값'이 곧 '비용'이 되고, 그 비용을 줄이는 소프트웨어가 값을 갖는다¹. 바이스트라타가 파는 것은 칩이 아니라 칩 사이의 자유도다. 로봇 제조사 입장에서 이 자유도는 곧 원가 협상력이다.

어떻게 작동하나 — 저수준 제어에서 런타임 레이어까지 세 단계

바이스트라타의 기술을 한 줄로 줄이면 'GPU 를 제조사와 무관하게 다루는 저수준 제어 역량'이다. 10년 이상의 업계 경력을 가진 베테랑 엔지니어들이 모여 창업했고, GPU 제어와 머신러닝 최적화를 동시에 갖춘 팀이라는 점이 출발점이다¹. 공동대표 두 사람의 이력이 이 두 축을 그대로 나눠 맡는다. 회사가 공개한 내용을 세 단계로 나누면 다음과 같다.

1. 칩 비종속 GPU 구동 특정 제조사의 칩에 종속되지 않고 다양한 GPU 에서 AI 모델을 효율적으로 가동하는 핵심 기술을 독자 개발했다¹. 이 층이 없으면 퀄컴에서 돌던 모델을 AMD 로 옮길 때마다 처음부터 최적화를 다시 해야 한다. 팀의 뿌리가 여기 있다. 박한길 CTO 는 펄어비스·넷마블에서 GPU 렌더링을 연구한 KAIST 박사다¹. 게임 엔진은 GPU 를 한계까지 쥐어짜는 분야이고, 그 경험이 그대로 AI 구동 최적화로 옮겨 왔다.
2. 제로카피 실시간 파이프라인 센서 수신부터 AI 판단, 제어까지 이어지는 구간의 중간 데이터 복사 단계를 없앴다¹. 센서 데이터가 GPU 메모리에서 바로 처리되므로 복사에서 생기는 지연이 사라지고, 로봇과 자율주행 기기가 밀리초 단위로 안전하게 즉각 반응하는 환경이 만들어진다¹. 이 쪽은 김형규 CBO 의 영역과 맞닿는다. 삼성테크윈과 서울대 정밀기계연구소 출신의 임베디드·AI 전문가다¹.
3. AI 런타임 레이어로 묶기 이번 투자금은 AI 런타임 레이어 개발에 집중 투입된다⁵. 앞의 두 기술을 고객 기기에 그대로 꽂을 수 있는 하나의 층으로 만드는 작업이다. 동시에 국내외 로봇·자율주행 기업과의 협력 검증을 가속한다는 계획이다⁵. 기술이 제품이 되는 구간이 바로 여기이고, 아직 공개된 고객 레퍼런스는 없다.

The Bet — 서울대기술지주는 무엇을 산 것인가

대학 기술지주의 투자는 금액보다 선택이 말을 한다. 서울대기술지주의 최근 포트폴리오에는 금융 AX 솔루션 관악연구소(3억원), 인비보 CAR-T 개발사 엠브릭스가 함께 올라 있다³⁴. 분야는 제각각이지만 공통점은 '진입장벽이 기술 자체인 회사'다. 바이스트라타는 그 목록에서 피지컬 AI 축을 맡는다.

다음 12개월에 지켜볼 지표 3개

1. 협력 검증의 이름이 나오는가 회사는 국내외 로봇·자율주행 기업과의 협력 검증을 가속하겠다고 밝혔다⁵. 어느 기업, 어떤 기기, 어떤 칩에서 검증이 이뤄졌는지가 공개되는 순간 이 회사의 티어가 바뀐다. 이름 없는 '협력 중'이 1년 뒤에도 그대로라면 경고 신호다.
2. 밀리초가 숫자로 증명되는가 제로카피 파이프라인이 밀리초 단위 반응 환경을 구축했다는 것은 현재 회사의 설명이다¹. 퀄컴·AMD·ARM 각 칩에서 지연과 처리량이 어떻게 나오는지, 제3자가 검증 가능한 수치가 나와야 '크로스플랫폼'이 구호가 아닌 사양이 된다.
3. 다음 라운드에서 금액이 열리는가 이번 딜은 금액 비공개다¹. 런타임 레이어 개발과 협력 검증이 계획대로 진행된다면 다음 라운드에서는 규모와 투자자 구성이 드러날 가능성이 높다. 그때 들어오는 투자자가 재무 VC 인지, 로봇·반도체 쪽 전략 투자자인지가 이 회사가 '표준'에 얼마나 가까워졌는지를 말해 줄 것이다.