하이퍼엑셀 vs 엔비디아 H100: HBM 없이 10분의 1 가격 AI 반도체가 가능한 이유와 수익 구조 분석

엔비디아 H100 GPU 가격은 약 5,000만원입니다. KAIST 김주영 교수가 Microsoft Azure에서 9년간 서버 가속기를 만든 경험을 바탕으로 2023년 창업한 하이퍼엑셀은 500만원짜리 LLM 추론 칩을 만들겠다고 합니다. 누적 610억원 투자유치, 기업가치 2,000억원. 어떻게 이 가격이 가능한지, 수익 구조는 무엇인지를 분석합니다.

 

---

📊 1. 핵심 숫자

 

610억원

누적 투자유치

2,000억원

기업가치 (시리즈A)

1/10

H100 대비 목표 가격

창업: 2023년 1월 / 대표: 김주영 (KAIST 교수, Microsoft Azure 9년)
첫 ASIC: 베르다(Bertha), 삼성 4nm, LPDDR5X, 2026년 1분기 목표
주요 투자자: 한국투자파트너스(리드), 산업은행, KB인베스트먼트, 미래에셋, SBVA 등 10개사
파트너: 네이버클라우드, LG전자, 업스테이지 독파모 컨소시엄

 

---

💡 2. 핵심 기술 선택 — HBM 대신 LPDDR5X

 

하이퍼엑셀과 경쟁사의 가장 큰 차이는 메모리 선택입니다. 이 선택 하나가 비즈니스 모델 전체를 결정합니다.

H100·리벨리온·퓨리오사AI

HBM(고대역폭메모리) 탑재
최대 메모리 대역폭 극대화
H100 약 5,000만원
학습 + 추론 모두 가능

하이퍼엑셀 LPU

LPDDR5X (저전력, 모바일용)
토큰당 비용 효율 극대화
목표 약 500만원
LLM 추론 전용 최적화

이 선택의 근거는 명확합니다. LLM 추론 워크로드는 학습과 달리 최대 메모리 대역폭보다 "토큰당 비용 효율"이 중요합니다. H100이 비싼 이유의 상당 부분이 HBM 비용입니다. HBM이 없어도 추론에서는 충분하다는 판단이 하이퍼엑셀 비즈니스 모델의 핵심 가설입니다. 이 가설이 맞다면 원가 구조가 근본적으로 달라집니다.

 

---

💰 3. 수익 구조 — 칩·서버·IP 3단 구조

 

하이퍼엑셀은 단순 칩 판매에 그치지 않는 3단 수익 구조를 갖습니다.

1단계: LPU 칩 판매 (베르다 ASIC)

→ 삼성 4nm 공정, 2026년 양산 목표. 데이터센터·서버용 반도체 직접 판매.

2단계: LLM 전용 서버 판매 (오리온 서버)

→ 서울대 등 초기 공급 중. 칩이 아닌 완성 시스템으로 팔아 더 높은 마진 확보. 고객의 LLM 추론 TCO 문제를 해결하는 형태.

3단계: LPU-IP 라이선싱

→ LPU 아키텍처 IP를 SoC 설계사·OEM에 라이선스. 칩 생산 없이도 고마진 수익. 시리즈A 이전 사업화 시작.

3단 구조의 핵심은 리스크 분산입니다. ASIC 양산 전까지 FPGA 서버와 IP 라이선싱이 현금 흐름을 만들고, ASIC 양산 이후에는 세 수익원이 동시에 작동합니다. 단일 칩 판매에만 의존하는 경쟁사와 다른 구조입니다.

 

---

🏗️ 4. 성장 전략 — FPGA 먼저, ASIC 나중

 

반도체 스타트업이 자금을 소진하는 가장 흔한 경로는 ASIC 테이프아웃에 너무 일찍 베팅하는 것입니다. 하이퍼엑셀은 이 실수를 피했습니다.

2022년 — KAIST MICRO 논문 채택

IEEE/ACM MICRO(컴퓨터 구조 최고 학회) 채택. GPU 대비 최대 5.6배 성능, 4배 전력 효율, 8배 가격 효율 실증.

2023년 — 시드 60억 / FPGA 서버 오리온 출시

서울대 포함 주요 기관에 공급. 실 서비스 환경에서 2년간 성능 검증 + 레퍼런스 확보.

2024년 — 시리즈A 550억

FPGA 검증 결과가 투자 증거. 10개 기관 참여.

2026년 — 베르다 ASIC 양산 목표

2년 FPGA 검증 완료 후 삼성 4nm ASIC 진입. 시리즈B 1,000억+ 목표.

 

---

✅ 5. 창업자를 위한 시사점

 

1. 팹리스는 칩이 아닌 시스템을 팔아야 한다

→ 칩 단독 판매는 가격 협상력이 낮습니다. 서버 솔루션으로 패키지화하면 고객의 TCO 문제를 해결하는 형태가 돼 더 높은 마진이 가능합니다.

2. FPGA 먼저, ASIC 나중의 리스크 관리

→ 수억 원짜리 ASIC 테이프아웃 전에 FPGA로 수요를 검증하는 순서가 자본이 부족한 딥테크 스타트업의 생존 전략입니다.

3. 공동 개발 파트너십이 특허보다 강한 진입장벽

→ 네이버클라우드·LG전자와 실제 워크로드에 맞게 공동 개발하면 경쟁사가 복제할 수 없는 맞춤형 최적화 노하우가 쌓입니다.

 

---

💬 에필로그

 

하이퍼엑셀의 2026년은 두 가지가 결정합니다. 베르다 ASIC이 H100 대비 1/10 가격과 동등한 추론 성능을 실증하면, 글로벌 데이터센터 고객 유치와 시리즈B 1,000억+이 동시에 열립니다. 기가와트급 AI 인프라 비용 문제가 AI 반도체의 구조적 기회이고, 그 기회를 가장 명확한 가격 논리로 공략하는 회사가 하이퍼엑셀입니다.

 

🔎 원문에서 더 확인하세요

하이퍼엑셀 BM 캔버스 전체, 경쟁사 비교표, 투자 포인트와 리스크 분석까지 원문에서 확인하세요.

👉 전문 보기: 바로가기

📊 데모데이 | 창업 정보 플랫폼

창업·사업정보, BM분석, 펀딩인사이트, 채용공고, 15,000개+ 스타트업 정보까지
창업자와 예비창업자를 위한 모든 정보가 한 곳에.

👉 https://demoday.co.kr