350만 유로 시드 투자 라운드 상세

이번 투자 라운드는 스위스 딥테크 VC인 Constructor Capital과 Greencode Ventures가 공동 주도했으며, 회사의 설립과 초기 성장을 함께 해온 기존 투자사 XISTA Science Ventures가 후속 투자자로 참여했습니다.

오라 컴퓨팅은 2025년 오스트리아 과학기술연구소(Institute of Science and Technology Austria, ISTA) 출신의 양자 컴퓨팅 연구자 슈테판 작(Stefan Sack) 과 라이멜 A. 메디나(Raimel A. Medina) 가 공동 창업했습니다. 이 회사는 지난해 말 스텔스(stealth) 모드를 깨고 시장에 모습을 드러냈으며, 이미 자동차 및 엣지 반도체 분야 주요 기업들과 기술 검증을 완료한 상태입니다.

정보 이론 기반 AI 모델 압축 기술의 핵심

오라 컴퓨팅의 소프트웨어는 정보 이론(information-theory) 기반 접근법을 사용합니다. 이는 AI 모델 내부의 중복된 정보를 수학적으로 재구성하여 제거하면서도 출력 품질은 유지하는 방식으로 작동합니다. 회사와 투자자들이 제시한 핵심 성능 지표는 다음과 같습니다.

• 최대 80% 크기 축소: AI 모델의 메모리 사용량을 대폭 줄일 수 있습니다.
• 최대 4배 빠른 추론(Inference): 압축된 모델은 동일한 하드웨어에서 훨씬 빠르게 실행됩니다.
• 0~5%의 최소 정확도 손실: 크기를 줄이는 대가로 발생하는 정확도 저하가 미미합니다.
• 하드웨어 독립성(Hardware-agnostic): CPU, GPU, 엣지(Edge) 실리콘 등 다양한 칩 아키텍처에서 별도의 맞춤형 인프라나 재학습(Retraining) 없이 바로 작동합니다.
• 재학습 불필요: 기존 추론 표준 프레임워크에 바로 적용이 가능합니다.
• 연속적인 압축 곡선(Continuous Compression Curve): 단순히 특정 수준만 선택하는 기존 도구들과 달리, 크기와 정확도 간의 전체 트레이드오프(Trade-off)를 연속적으로 매핑하여 고객이 자신의 하드웨어와 비용 제약에 맞춰 최적화할 수 있습니다.
• 700억(70B) 파라미터 모델 검증 완료: 회사는 700억 개의 파라미터를 가진 모델을 단 몇 시간, 1,000달러 미만의 컴퓨팅 비용으로 압축하는 데 성공했다고 밝혔습니다. 이는 일반적으로 수십만 달러가 소요되는 업계 표준과 비교됩니다.

비용, 에너지 및 탄소 배출 감소 효과

압축된 모델은 더 적은 컴퓨팅 자원을 필요로 하므로, 에너지 소비와 탄소 배출량 감소로 직접 이어집니다. 오라 컴퓨팅은 1%의 시장 점유율만 확보해도 연간 5만 톤 이상의 CO₂ 배출을 줄일 수 있을 것으로 추정했습니다.

이는 업계의 보편적인 관찰 결과와도 일치합니다. 배치된 AI 모델의 수명 기간 동안 에너지 사용량 중 90% 이상이 실제 서비스 과정인 '추론(Inference)' 단계에서 발생한다는 연구 결과가 있습니다. 2025년 학술지 PMC에 게재된 연구에 따르면, BERT 규모 모델에 가지치기(Pruning)와 증류(Distillation) 같은 모델 압축 기법을 적용했을 때 에너지 소비가 32~48% 감소하면서도 정확도는 95% 이상 유지되었습니다. 단, 오라 컴퓨팅의 구체적인 CO₂ 절감 추정치는 기준 시장 점유율(1%)을 가정한 '추정치'이며, 실제 측정 결과는 아닙니다.

투자금 사용 계획 및 상용화 전략

오라 컴퓨팅은 이번 시드 투자금을 크게 세 가지 목적에 사용할 계획입니다.

1. 팀 확장: 엔지니어링 및 상업 팀 증원.
2. 초거대 AI 모델 압축 기술 고도화: 현재 역량을 넘어 최첨단(State-of-the-art) 차세대 모델까지 압축할 수 있는 기술 개발.
3. 상용 제품 출시: 클라우드 추론 제공업체(Cloud Inference Providers) 및 엣지(Edge)에 AI를 배포하는 기업(예: 자동차, 산업 장비)을 주요 타깃으로 상용 플랫폼을 출시할 예정입니다.

회사 공식 웹사이트에는 이미 자동화된 LLM 압축 서비스가 홍보되고 있으며, 메모리 사용량을 최대 70%까지 줄이고 GPU 비용을 50% 이상 절감할 수 있다고 명시되어 있습니다.

출처 신뢰도 참고

본 기사의 주요 출처는 주도 투자사인 Greencode Ventures의 공식 웹사이트에 게재된 상세 보도자료입니다. The Recursive, IT Boltwise, Vestbee, tech.eu, Fundup.ai 등 여러 업계 매체의 보도 역시 동일한 투자 라운드 규모, 압축 수치, 자금 사용 계획을 전하고 있어 내용을 뒷받침합니다. 다만, 오라 컴퓨팅의 구체적인 CO₂ 절감 추정치는 아직 제3자의 독립적인 검증을 받지 않았으며, 회사 자체에서도 '추정치'임을 명확히 밝히고 있습니다.

350만 유로 시드 투자 라운드 상세

이번 투자 라운드는 스위스 딥테크 VC인 Constructor Capital과 Greencode Ventures가 공동 주도했으며, 회사의 설립과 초기 성장을 함께 해온 기존 투자사 XISTA Science Ventures가 후속 투자자로 참여했습니다.

오라 컴퓨팅은 2025년 오스트리아 과학기술연구소(Institute of Science and Technology Austria, ISTA) 출신의 양자 컴퓨팅 연구자 슈테판 작(Stefan Sack) 과 라이멜 A. 메디나(Raimel A. Medina) 가 공동 창업했습니다. 이 회사는 지난해 말 스텔스(stealth) 모드를 깨고 시장에 모습을 드러냈으며, 이미 자동차 및 엣지 반도체 분야 주요 기업들과 기술 검증을 완료한 상태입니다.

정보 이론 기반 AI 모델 압축 기술의 핵심

오라 컴퓨팅의 소프트웨어는 정보 이론(information-theory) 기반 접근법을 사용합니다. 이는 AI 모델 내부의 중복된 정보를 수학적으로 재구성하여 제거하면서도 출력 품질은 유지하는 방식으로 작동합니다. 회사와 투자자들이 제시한 핵심 성능 지표는 다음과 같습니다.

• 최대 80% 크기 축소: AI 모델의 메모리 사용량을 대폭 줄일 수 있습니다.
• 최대 4배 빠른 추론(Inference): 압축된 모델은 동일한 하드웨어에서 훨씬 빠르게 실행됩니다.
• 0~5%의 최소 정확도 손실: 크기를 줄이는 대가로 발생하는 정확도 저하가 미미합니다.
• 하드웨어 독립성(Hardware-agnostic): CPU, GPU, 엣지(Edge) 실리콘 등 다양한 칩 아키텍처에서 별도의 맞춤형 인프라나 재학습(Retraining) 없이 바로 작동합니다.
• 재학습 불필요: 기존 추론 표준 프레임워크에 바로 적용이 가능합니다.
• 연속적인 압축 곡선(Continuous Compression Curve): 단순히 특정 수준만 선택하는 기존 도구들과 달리, 크기와 정확도 간의 전체 트레이드오프(Trade-off)를 연속적으로 매핑하여 고객이 자신의 하드웨어와 비용 제약에 맞춰 최적화할 수 있습니다.
• 700억(70B) 파라미터 모델 검증 완료: 회사는 700억 개의 파라미터를 가진 모델을 단 몇 시간, 1,000달러 미만의 컴퓨팅 비용으로 압축하는 데 성공했다고 밝혔습니다. 이는 일반적으로 수십만 달러가 소요되는 업계 표준과 비교됩니다.

비용, 에너지 및 탄소 배출 감소 효과

압축된 모델은 더 적은 컴퓨팅 자원을 필요로 하므로, 에너지 소비와 탄소 배출량 감소로 직접 이어집니다. 오라 컴퓨팅은 1%의 시장 점유율만 확보해도 연간 5만 톤 이상의 CO₂ 배출을 줄일 수 있을 것으로 추정했습니다.

이는 업계의 보편적인 관찰 결과와도 일치합니다. 배치된 AI 모델의 수명 기간 동안 에너지 사용량 중 90% 이상이 실제 서비스 과정인 '추론(Inference)' 단계에서 발생한다는 연구 결과가 있습니다. 2025년 학술지 PMC에 게재된 연구에 따르면, BERT 규모 모델에 가지치기(Pruning)와 증류(Distillation) 같은 모델 압축 기법을 적용했을 때 에너지 소비가 32~48% 감소하면서도 정확도는 95% 이상 유지되었습니다. 단, 오라 컴퓨팅의 구체적인 CO₂ 절감 추정치는 기준 시장 점유율(1%)을 가정한 '추정치'이며, 실제 측정 결과는 아닙니다.

투자금 사용 계획 및 상용화 전략

오라 컴퓨팅은 이번 시드 투자금을 크게 세 가지 목적에 사용할 계획입니다.

1. 팀 확장: 엔지니어링 및 상업 팀 증원.
2. 초거대 AI 모델 압축 기술 고도화: 현재 역량을 넘어 최첨단(State-of-the-art) 차세대 모델까지 압축할 수 있는 기술 개발.
3. 상용 제품 출시: 클라우드 추론 제공업체(Cloud Inference Providers) 및 엣지(Edge)에 AI를 배포하는 기업(예: 자동차, 산업 장비)을 주요 타깃으로 상용 플랫폼을 출시할 예정입니다.

회사 공식 웹사이트에는 이미 자동화된 LLM 압축 서비스가 홍보되고 있으며, 메모리 사용량을 최대 70%까지 줄이고 GPU 비용을 50% 이상 절감할 수 있다고 명시되어 있습니다.

출처 신뢰도 참고

본 기사의 주요 출처는 주도 투자사인 Greencode Ventures의 공식 웹사이트에 게재된 상세 보도자료입니다. The Recursive, IT Boltwise, Vestbee, tech.eu, Fundup.ai 등 여러 업계 매체의 보도 역시 동일한 투자 라운드 규모, 압축 수치, 자금 사용 계획을 전하고 있어 내용을 뒷받침합니다. 다만, 오라 컴퓨팅의 구체적인 CO₂ 절감 추정치는 아직 제3자의 독립적인 검증을 받지 않았으며, 회사 자체에서도 '추정치'임을 명확히 밝히고 있습니다.