엔비디아와 AI 스타트업 풀사이드의 거래는 단순한 인수합병이라기보다 기술과 인재를 동시에 확보하는 전략적 거래에 가깝다. 보도된 내용에 따르면 엔비디아는 풀사이드의 모델 개발 기술에 60억 달러를 지불하고, 별도로 10억 달러를 투자하며, 100명 이상의 직원에게 영입을 제안한다. 풀사이드는 독립 기업으로 남을 예정이다.
1
6
엔비디아가 노리는 것은 스타트업 하나가 아니다. AI 모델을 만드는 소프트웨어 계층으로 진입하고, 오픈 웨이트 모델 개발을 가속해 하드웨어 중심 기업에서 더 넓은 AI 플랫폼 기업으로 도약하려는 포석이다.
거래에는 무엇이 포함되나
현재까지 알려진 조건은 크게 세 가지다.
- 60억 달러 규모의 기술 라이선스: 엔비디아는 풀사이드가 AI 모델을 개발하는 데 사용해 온 내부 소프트웨어 시스템 ‘모델 팩토리(Model Factory)’를 라이선스할 것으로 전해졌다. 비독점 라이선스인 만큼 풀사이드는 이 기술을 다른 기업에 제공할 수 있다.
5
6
- 별도의 10억 달러 투자: 엔비디아는 투자 시점 기준 기업가치 120억 달러의 프리머니 밸류에이션으로 풀사이드에 10억 달러를 투자할 예정이다.
1
- 109명을 포함한 100명 이상 인재 영입: 보도에 따르면 풀사이드 직원 109명, 주로 엔지니어들이 엔비디아로 이동해 오픈 웨이트 모델 프로젝트인 네모트론(Nemotron) 개발에 참여한다.
6
풀사이드의 창업자들과 회사 자체는 엔비디아와 분리된 상태로 남을 전망이다. 풀사이드가 투자자들에게 보낸 서한은 이번 거래를 인수도, ‘인수형 인재 영입(acqui-hire)’도 아니라고 설명한 것으로 알려졌다.
6
따라서 시장에서 말하는 ‘약 70억 달러 거래’라는 표현은 60억 달러 라이선스와 10억 달러 투자를 합산한 shorthand다. 다만 이 숫자만으로는 거래의 성격을 충분히 설명하기 어렵다. 엔비디아는 풀사이드에 대한 지분을 확보하는 동시에 기술 사용권과 인재 영입 권리를 얻는 구조이기 때문이다.
엔비디아가 모델 팩토리를 원하는 이유
엔비디아가 확보하려는 핵심은 완성된 챗봇 하나나 모델 가중치만이 아니다. 풀사이드의 모델 팩토리는 데이터를 처리하고, 모델을 훈련하며, 결과를 평가하는 모델 개발 전반의 시스템으로 설명된다. 즉 엔비디아는 풀사이드가 실제 모델을 만들어 온 도구와 노하우에 접근하게 된다.
5
6
엔비디아는 이 기술과 합류하는 풀사이드 엔지니어들을 네모트론 프로젝트에 결합할 것으로 알려졌다. 목표는 중국의 딥시크(DeepSeek)와 문샷 AI의 키미 K3(Kimi K3), 그리고 미국의 주요 AI 모델 기업들과 경쟁할 수 있는 수준의 오픈 웨이트 모델을 개발하는 것이다.
2
4
33
다만 이는 현재로서는 개발 목표다. 거래가 성사됐다는 사실만으로 엔비디아가 경쟁 모델과 동등하거나 우수한 AI를 이미 완성했다는 뜻은 아니다.
오픈 웨이트와 완전한 오픈소스는 다르다
오픈 웨이트 모델은 일반적으로 훈련된 모델의 파라미터를 외부에 공개해 사용자가 내려받고 실행하거나 추가 학습할 수 있도록 한 모델을 뜻한다. 기업이나 개발자는 이를 자체 서버에 배포하거나, 특정 업무에 맞게 미세 조정할 수 있다.
하지만 오픈 웨이트가 곧 완전한 오픈소스를 의미하는 것은 아니다. 모델 파라미터가 공개되더라도 훈련 데이터, 전체 훈련 코드, 데이터 처리 파이프라인 등 모델을 만든 모든 구성요소가 공개된다는 보장은 없다.
이 차이는 엔비디아의 전략에서 중요하다. 내려받아 수정할 수 있는 모델은 민감한 데이터를 외부 API로 보내고 싶지 않은 기업이나 기관에 매력적인 대안이 될 수 있다. 그러나 실제 개방성의 수준은 최종 라이선스 조건, 모델 성능, 필요한 하드웨어, 코드·데이터·평가 자료의 공개 범위에 따라 달라진다.
오픈 모델이 엔비디아 칩 사업에 미치는 영향
엔비디아의 핵심 사업은 AI 모델을 훈련하고 실행하는 프로세서, 네트워킹 장비, 통합 시스템 같은 인프라다. 널리 사용되는 고성능 모델이 등장하면 훈련·미세 조정·평가·추론 작업이 늘어나고, 이는 엔비디아 인프라에서 처리되는 AI 연산량을 확대할 수 있다.
오픈 웨이트 AI가 엔비디아에 전략적으로 매력적인 이유다. 엔비디아는 모델 접근성을 넓히면서 개발자, 기업, 클라우드 사업자, 정부기관이 자사 하드웨어와 소프트웨어 생태계를 기반으로 AI를 구축하도록 유도할 수 있다.
다만 이는 엔비디아가 공개한 확정적 매출 전망이 아니라 사업 구조에 근거한 전략적 추론이다. 오픈 모델은 AI 운영 비용을 낮춰 하드웨어 업체 간 경쟁을 심화하거나, 다른 시스템으로 작업이 이동하게 만들 가능성도 있다. 실제 효과는 모델의 채택 규모와 실행 효율에 달려 있다.
그록 거래와 닮은 구조
이번 풀사이드 거래는 엔비디아가 AI 칩 스타트업 그록(Groq)과 맺은 것으로 알려진 계약과 유사하다. 당시 엔비디아는 그록의 기술을 비독점적으로 라이선스하고 최고경영자와 핵심 기술 인력을 영입했지만, 그록은 독립 기업으로 계속 운영됐다.
17
27
그록 관련 거래의 전체 규모는 약 200억 달러로 보도됐지만, 양사는 이를 전통적인 인수가 아닌 라이선스 계약으로 설명했다.
18
23
이런 방식은 엔비디아가 회사를 통째로 인수하지 않고도 전략적으로 중요한 지식재산과 경험 많은 팀을 빠르게 확보할 수 있게 한다. 동시에 원래 스타트업은 형식상 독립성을 유지한다.
그러나 구조가 인수합병과 다르다고 해서 경쟁정책 문제가 사라지는 것은 아니다. 시장 지배력이 큰 인프라 기업이 잠재적 경쟁자의 기술과 핵심 인력을 확보하는 경우, 당국이 라이선스와 대규모 채용을 하나의 경쟁 효과로 살펴볼 가능성은 남는다.
누가 압박을 받을 수 있나
오픈AI와 앤스로픽
엔비디아가 강력한 오픈 웨이트 모델을 내놓으면, 주로 접근 통제형 API를 제공해 온 오픈AI와 앤스로픽에 새로운 경쟁 선택지가 생긴다. 맞춤화, 자체 서버 배포, 민감한 데이터에 대한 통제를 원하는 고객은 호스팅 API와 함께 오픈 웨이트 모델을 비교할 수 있다.
메타
메타는 오픈 웨이트 모델을 경쟁 전략의 핵심으로 삼아 왔다. 엔비디아의 진입은 세계적인 AI 컴퓨팅 인프라 공급업체의 지원을 받는 또 하나의 자금력 있는 미국 경쟁자를 만들어낸다.
마이크로소프트와 클라우드 사업자
AI 작업 전반이 늘어난다면 마이크로소프트와 클라우드 사업자도 수혜를 받을 수 있다. 그러나 엔비디아가 모델 개발부터 하드웨어 배포까지 더 많은 단계를 직접 연결하면, 클라우드와 기업용 AI 플랫폼은 해당 작업을 둘러싼 경쟁 심화를 마주할 수 있다.
이는 아직 확정된 시장점유율 변화가 아니라 가능한 경쟁 효과다. 실제 영향은 거래 금액보다 모델의 품질, 라이선스 조건, 이용 가능성, 운영 비용에 의해 좌우될 가능성이 크다.
미·중 AI 경쟁이라는 정치적 맥락
풀사이드 거래는 미국과 중국의 AI 기술 경쟁이라는 더 큰 흐름 안에 놓여 있다. 엔비디아는 딥시크와 키미 K3 같은 중국 시스템에 맞설 미국산 오픈 웨이트 모델 개발을 앞당기려는 것으로 알려졌다.
2
33
이는 중국 모델에 대한 규제만으로 대응하기보다, 미국 내에서 경쟁력 있는 대안을 직접 구축해야 한다는 정책 논리를 강화할 수 있다. 반면 정책 입안자들은 국가안보와 지식재산권 우려, 연구와 개발자 접근성, 미국의 기술 경쟁력 사이에서 균형을 찾아야 한다.
키미 K3가 앤스로픽의 ‘페이블(Fable)’을 증류했다는 의혹은 신중하게 다뤄야 한다. 현재 보고서에 활용된 자료만으로는 일차적 입장문, 기술적 증거 또는 법적 판단을 통해 해당 주장이 독립적으로 확인됐다고 보기 어렵다. 따라서 확정된 사실이 아닌 의혹으로 소개해야 한다.
앞으로 확인할 사항
거래의 headline보다 중요한 것은 실제 실행 결과다.
- 모델 성능: 엔비디아가 딥시크, 키미 K3, 주요 미국 모델과 경쟁할 수 있는 네모트론 모델을 공개하는지
- 라이선스 조건: 모델 개발 기술이 계속 비독점으로 유지되는지, 풀사이드가 이를 다른 곳에 얼마나 폭넓게 제공할 수 있는지
- 공개 범위: 엔비디아가 모델 가중치만 공개할지, 코드·데이터·평가 방법에 관한 유의미한 정보까지 제공할지
- 하드웨어 채택: 프로젝트가 엔비디아 시스템에서 새로운 훈련·미세 조정·추론 작업을 실제로 만들어내는지
- 규제 대응: 대형 기술기업들이 회사를 통째로 인수하지 않고도 기술과 인재를 확보하는 거래를 당국이 더 면밀히 검토할지
현재로서는 풀사이드 거래를 엔비디아의 고위험·고강도 수직 통합 베팅으로 보는 것이 적절하다. AI 개발에 필요한 도구를 공급하는 데서 한 걸음 더 나아가, 그 도구의 가치를 높이는 모델 자체의 방향까지 주도하려는 움직임이기 때문이다.