제인 스트리트가 시험 후 첫 고객 됐다…에치드 기업가치 한 달 새 210억 달러로

미국 AI 하드웨어 스타트업 에치드(Etched)가 2026년 8월 18일 7억 달러 규모의 신규 투자 유치를 발표했다. 이번 라운드는 퀀트 트레이딩 기업 제인 스트리트(Jane Street)가 주도했으며, 투자 후 기업가치는 210억 달러로 평가됐다. 제인 스트리트는 에치드의 하드웨어를 직접 시험한 뒤 첫 고객이 됐고, 에치드가 처음 출하한 추론 클러스터 랙도 전달받았다. 156

이번 투자로 에치드의 비상장 기업가치는 이례적인 속도로 상승했다. 지난해 12월 50억 달러였던 기업가치는 2026년 7월 23일 3억 달러 규모의 시리즈 C 이후 103억 달러로 올랐고, 한 달도 지나지 않아 다시 210억 달러가 됐다. 3917

왜 이번 투자가 중요한가

투자자들이 주목한 분야는 이미 학습을 마친 AI 모델을 실제 서비스에 투입하는 추론(inference) 전용 하드웨어다. 사용자가 질문이나 프롬프트를 입력한 뒤 모델이 답변을 생성하는 과정이 바로 추론이다.

에치드는 일반적인 AI 가속기 카드만 판매하지 않는다. 회사가 **‘프런티어 추론 클러스터(frontier inference clusters)’**라고 부르는 랙 단위 시스템을 구축한다. 여기에는 맞춤형 칩뿐 아니라 메모리, 네트워크, 냉각 장치, 소프트웨어와 기타 인프라가 함께 들어간다. 524

이는 AI 인프라 시장의 흐름과 맞닿아 있다. AI 모델의 학습뿐 아니라, 학습된 모델을 실시간으로 대규모 서비스하는 비용과 지연시간도 중요해지고 있기 때문이다. 엔비디아는 자사의 랙 단위 시스템을 보다 폭넓게 **‘AI 팩토리’**라고 부른다. 에치드 역시 전체 시스템을 설계하는 접근을 취하지만, 목표를 학습보다 추론 작업에 맞췄다는 차이가 있다. 89

에치드의 기술적 베팅: 프리필과 디코드를 나눈다

에치드는 AI 추론을 서로 다른 병목을 가진 두 단계로 보고, 각 단계에 별도의 기술을 적용한다.

1. 저전압 추론은 프리필을 겨냥한다

**프리필(prefill)**은 사용자가 입력한 프롬프트와 맥락을 읽어 모델이 답변을 생성할 수 있는 내부 상태로 변환하는 단계다. 답변을 한 토큰씩 출력하기 전에 입력 내용을 처리하는 과정으로, 계산량이 많은 작업에 해당한다. 20

에치드의 **저전압 추론(Low Voltage Inference·LVI)**은 회사 설명에 따르면 수학 연산 블록을 기존 AI 칩의 일반적인 전압보다 절반 이하에서 구동한다. 전압을 낮추면 발열을 줄일 수 있고, 같은 전력·열 설계 범위 안에 더 많은 트랜지스터를 배치해 연산 밀도를 높일 수 있다는 것이 회사의 설명이다. 1827

에치드는 이 설계가 대규모 희소 혼합 전문가 모델(sparse mixture-of-experts·MoE) 등 높은 처리량이 필요한 작업에 적합하다고 주장한다. 다만 이는 회사가 제시한 성능 및 호환성 주장으로, 제공된 자료만으로 모든 광고성 벤치마크나 작업 환경이 독립적으로 검증됐다고 보기는 어렵다. 27

2. 클러스터 규모 메모리는 디코드를 겨냥한다

**디코드(decode)**는 모델이 실제 답변을 생성하는 단계다. 모델은 이 과정에서 결과를 한 토큰씩 출력한다. 프리필보다 계산량은 상대적으로 적을 수 있지만, 지금까지 축적된 맥락과 모델의 **키-값 캐시(KV cache)**를 반복적으로 읽어야 하므로 메모리 접근이 중요한 병목이 된다. 2025

에치드가 제시한 해법은 **클러스터 규모 메모리(Cluster Scale Memory·CSM)**다. 여러 칩이 각자 로컬 메모리에 의존하는 대신, 랙 전체에서 공유하는 고속·저지연 메모리 풀에 접근하도록 설계한 구조다. 이론적으로는 칩마다 같은 데이터를 중복 저장하거나 칩 사이로 데이터를 옮기는 부담을 줄여 대형 모델의 처리량을 높이고 서비스 비용을 낮출 수 있다. 72228

LVI와 CSM은 에치드의 핵심 주장을 보여준다. 프롬프트를 읽는 프리필과 답변을 생성하는 디코드는 병목이 다르므로, 두 작업을 똑같은 방식으로 처리하기보다 각각에 맞춘 하드웨어를 설계해야 한다는 것이다.

모든 최첨단 모델을 실행할 수 있을까

현재 자료는 에치드의 시스템이 특정 모델 하나에만 고정된 제품은 아니라는 점을 시사한다. 에치드는 대규모 희소 혼합 전문가 모델을 실행할 수 있다고 설명하고 있으며, 관련 보도 역시 회사가 최첨단 모델용 작업을 겨냥하고 있다고 전한다. 1327

그러나 이것이 소프트웨어 변경이나 별도의 최적화 없이 모든 최첨단 모델을 실행한다는 뜻은 아니다. 제공된 근거만으로는 그런 포괄적인 주장을 확인할 수 없다.

보다 신중한 결론은 에치드가 특정 모델 전용 칩이 아니라, 전문화된 구조를 바탕으로 여러 모델을 지원하는 범용 추론 인프라를 만들고 있다는 것이다.

투자자이자 첫 고객이 된 제인 스트리트

제인 스트리트의 참여는 단순한 투자 이상의 의미를 갖는다. 에치드에 따르면 제인 스트리트는 하드웨어를 테스트한 뒤 첫 번째 랙을 전달받았고, 다음 달부터 자사 데이터센터에서 시스템을 실제 작업에 투입하기 시작했다. 56

제인 스트리트는 다음과 같이 밝혔다.

“우리는 이 칩을 테스트했고 초기 결과에 만족하고 있습니다. 에치드의 독특한 추론 접근법은 가장 까다로운 작업을 지원하는 데 필요한 정밀도를 제공합니다. 이제 우리 데이터센터에서 자체 랙을 가동하게 돼 기대가 큽니다.” 6

에치드 입장에서는 지연시간에 민감한 금융회사가 제품 평가에서 실제 배치로 넘어간 뒤 다음 투자 라운드를 주도했다는 점이 중요하다. 다만 이는 초기 고객 검증 사례이지, 에치드가 대규모 시장에서 기존 AI 하드웨어를 이미 대체했다는 증거는 아니다.

7억 달러 라운드에 참여한 투자자

발표된 투자자는 제인 스트리트 외에 클라이너 퍼킨스, 세쿼이아, 안드리슨 호로위츠, 타이거 글로벌, 베인 캐피털 벤처스, 네오, 프라이머리, 스트라이프스, 포지티브 섬, 블랙스톤 등이다. 45

에치드의 자체 발표에는 피터 틸도 투자자 중 한 명으로 언급돼 있다. 그러나 제공된 자료만으로는 피터 틸이 이번 7억 달러 라운드에 직접 참여했다는 의미인지, 누적 투자자 명단에 포함됐다는 의미인지 명확히 구분하기 어렵다. 1628

반면 이번 특정 투자 라운드에 디퓨전(Diffusion)이나 아르고(Argo)가 참여했다는 근거는 제공된 자료에서 확인되지 않는다. 따라서 이들을 이번 라운드의 투자자로 단정해서는 안 된다.

결론: 기술보다 더 중요한 다음 시험

에치드의 발표는 세 가지 사건을 한꺼번에 담고 있다. 7억 달러의 신규 자금 조달, 지난해 12월 50억 달러에서 210억 달러로 뛴 기업가치, 그리고 첫 고객에게 랙 단위 추론 시스템을 실제 배치한 일이다. 159

투자자들의 기대는 AI 서비스가 커질수록 추론 비용을 낮추고 응답 속도를 높이는 전용 인프라가 필요해질 것이라는 판단에 기반한다. 에치드는 LVI로 계산량이 많은 프리필을, CSM으로 메모리 부담이 큰 디코드를 공략한다.

제인 스트리트의 배치는 이 전략이 실험실을 넘어 상업적 검증 단계에 들어섰다는 초기 신호다. 그러나 210억 달러의 가치를 정당화하려면 에치드는 앞으로 안정적인 성능, 폭넓은 모델 호환성, 그리고 실제 생산 규모의 시스템 공급 능력을 입증해야 한다.