arrow_back

Article

AI 추론 스타트업 Baseten, 5개월 만에 160% 기업 가치 상승! 거품일까, 혁신일까?

Published Jun 19, 2026

최근 인공지능 기술의 발전은 우리 일상과 비즈니스 환경을 빠르게 변화시키고 있습니다. 검색창에 질문을 입력하거나, 이미지 생성 AI에 프롬프트를 넣거나, 심지어 자율주행 차량이 주변 환경을 인식하는 모든 과정 뒤에는 ‘추론(Inference)‘이라는 핵심 기술이 숨어 있습니다. 만약 이 추론 과정이 느리거나 비싸다면, AI는 결코 대중적인 기술이 될 수 없을 겁니다. 그런데 바로 이 중요한 영역에서 엄청난 속도로 성장하며 시장의 주목을 받는 스타트업이 등장했습니다. 바로 AI 추론 기업 Baseten입니다.

불과 5개월 전, Baseten은 50억 달러 기업 가치로 3억 달러 규모의 시리즈 E 투자를 유치했다고 발표했습니다. 그리고 그로부터 9개월 전에는 1억 5천만 달러의 시리즈 D 투자를 받았죠. 그런데 월스트리트저널(WSJ) 보도에 따르면, 이 스타트업은 현재 130억 달러의 기업 가치로 무려 15억 달러 규모의 자금 조달을 거의 확정하고 있다고 합니다. 놀랍지 않습니까? 5개월 만에 기업 가치가 160% 상승한 것입니다. 이러한 수치는 단순히 숫자를 넘어, 현재 AI 시장의 뜨거운 열기와 그 중심에 있는 ‘추론’ 기술의 중요성을 상징적으로 보여줍니다. 과연 이 폭발적인 성장은 지속 가능한 혁신일까요, 아니면 과열된 시장의 거품 신호일까요?

AI 시대의 숨은 보석, ‘추론(Inference)‘의 중요성 ✨

Baseten이 이처럼 파격적인 평가를 받을 수 있었던 배경에는 ‘추론 골드러시(inference gold rush)‘라 불리는 현상이 자리 잡고 있습니다. 그렇다면 추론이란 정확히 무엇일까요? 쉽게 말해, 인공지능 모델이 사용자로부터 받은 질문이나 데이터를 바탕으로 ‘생각하고(처리하고)’ ‘답변을 내놓는(결과를 도출하는)’ 일련의 과정입니다. 우리가 챗GPT에 질문을 던지면 답변이 나오는 순간, 이미지 생성 AI가 프롬프트를 그림으로 바꿔주는 순간이 바로 추론이 일어나는 순간인 거죠.

지금까지 많은 관심과 투자가 AI 모델 ‘훈련(Training)’ 단계에 집중되어 왔습니다. 거대한 데이터셋을 학습시켜 똑똑한 모델을 만드는 데 막대한 컴퓨팅 자원과 비용이 투입되었죠. 하지만 아무리 뛰어난 모델이라도 실제 사용자가 접근하기 어렵거나, 사용 비용이 너무 비싸다면 그 가치를 온전히 발휘하기 어렵습니다. 결국 AI 기술이 우리 삶에 실질적인 영향을 미치려면, 훈련된 모델이 효율적이고 경제적으로 추론될 수 있어야 합니다.

Baseten은 바로 이 지점에서 핵심적인 가치를 제공합니다. 이들은 추론을 빠르고 비용 효율적으로 처리하는 데 특화되어 있습니다. 구체적으로는 요청된 작업에 가장 적합한 모델로 라우팅하여 추론을 수행하며, 특히 유능하면서도 저렴한 오픈소스 대안들을 활용하는 데 강점을 보입니다.

생각해보세요. 기업이 다양한 AI 모델을 서비스에 통합하려 할 때, 각 모델마다 최적의 하드웨어와 소프트웨어 환경을 구축하고 유지하는 것은 엄청난 부담입니다. 이때 Baseten과 같은 플랫폼은 복잡한 인프라 관리 부담을 덜어주고, 상황에 따라 가장 효율적인 모델을 동적으로 선택해줌으로써 운영 비용을 크게 절감할 수 있게 돕습니다. 이는 결국 최종 사용자에게 더 저렴하고 빠른 AI 서비스를 제공할 수 있는 기반이 되는 것이죠.

AI inference startup Baseten reportedly raising $1.5B months after its last mega-round

숫자 뒤에 숨겨진 이야기: ‘분할 가격 라운드’와 시장의 시그널

이번 Baseten의 자금 조달 소식에서 주목할 또 다른 부분은 바로 ‘분할 가격 라운드(split-priced round)‘라는 투자 방식입니다. WSJ에 따르면, 일부 투자자들은 130억 달러 기업 가치로 투자에 참여했지만, 다른 투자자들은 110억 달러 가치로 들어왔다고 합니다. 스타트업들이 헤드라인 가치를 높이고 선도 투자자들을 서류상으로 좋게 보이게 하기 위해 사용하는 전술이라는 설명이 덧붙여졌습니다.

개인적으로 이 부분에서 현재 AI 시장의 복잡한 역학 관계를 엿볼 수 있다고 생각합니다. 폭발적인 성장세를 보이는 기업의 높은 기업 가치를 대외적으로 홍보하면서도, 실제로는 투자자들 간에 위험과 수익에 대한 미묘한 시각 차이가 존재할 수 있다는 의미로 해석됩니다. 최고 가치를 제시한 투자자들은 Baseten의 미래 잠재력을 매우 높게 평가하여 프리미엄을 기꺼이 지불한 것이고, 상대적으로 낮은 가치로 참여한 투자자들은 좀 더 보수적인 관점에서 위험을 관리하려는 시도일 수 있습니다. 이는 단순히 ‘거품’이라 단정하기보다, 매우 빠르게 변화하는 시장에서 기업과 투자자들이 전략적으로 움직이고 있음을 보여주는 사례라고 볼 수 있습니다.

그럼에도 불구하고 Spark Capital, Sands Capital, Altimeter Capital, Wellington Management 등 유수의 투자사들이 공동으로 이번 라운드를 이끌었다는 점은 Baseten의 기술력과 비즈니스 모델에 대한 시장의 강력한 신뢰를 보여줍니다. 이러한 대규모 기관 투자자들이 단순히 표면적인 높은 가치에 현혹되어 투자했을 리는 만무합니다. 분명 그들은 Baseten이 제공하는 추론 솔루션이 AI 인프라 시장에서 핵심적인 역할을 할 것이라는 확신을 가졌을 겁니다.

Baseten의 전략적 우위와 AI 인프라 시장의 미래

Baseten이 ‘최적 모델 라우팅’과 ‘오픈소스 대안 활용’에 초점을 맞춘 전략은 현 시점에서 매우 영리하고 강력한 우위를 점할 수 있는 방식입니다. 왜냐하면:

  • 다양한 모델 생태계: 현재 AI 모델은 특정 작업에 특화된 수많은 모델들이 쏟아져 나오고 있습니다. 범용 모델 하나로 모든 것을 해결하기보다, 각 작업에 가장 적합한 모델을 사용하는 것이 효율성 측면에서 훨씬 유리합니다. Baseten은 이러한 모델 다양성을 활용하여 최적의 성능과 비용 효율성을 제공합니다.
  • 비용 효율성의 극대화: 오픈소스 모델은 상용 모델 대비 라이선스 비용이 없거나 훨씬 저렴합니다. Baseten이 이런 오픈소스 모델을 효과적으로 활용한다면, 기업들은 AI 서비스 운영 비용을 크게 절감할 수 있게 됩니다. 이는 AI 기술의 대중화와 광범위한 확산에 결정적인 역할을 할 수 있습니다.
  • 경쟁 우위 확보: 비용과 속도라는 두 마리 토끼를 동시에 잡는 Baseten의 접근 방식은 AI 서비스를 운영하려는 기업들에게 매우 매력적인 선택지가 될 것입니다. 특히 AI 도입 초기 단계이거나, 대규모 트래픽을 처리해야 하는 스타트업 및 중소기업에게는 더욱 그렇습니다.

이러한 전략은 Baseten을 AI 기술 스택의 핵심적인 ‘미들웨어’ 레이어에 위치시킵니다. 단순히 특정 AI 모델을 개발하는 것이 아니라, AI 모델을 가장 효율적으로 ‘운영’할 수 있게 하는 인프라 솔루션으로서의 가치를 인정받고 있는 것이죠. 업계 흐름을 보면, 앞으로 AI 모델 자체의 발전뿐만 아니라, 이러한 모델들을 어떻게 효율적으로 배포하고 관리하며 최적의 성능을 끌어낼 것인가에 대한 경쟁이 더욱 치열해질 가능성이 높습니다. Baseten의 폭발적인 성장은 바로 이러한 미래 AI 인프라 시장의 잠재력을 가장 먼저 포착하고 선점하려는 움직임의 결과라고 볼 수 있습니다.

결론적으로 Baseten의 이번 대규모 자금 조달은 AI 시장의 단순한 과열 현상으로만 치부하기 어렵습니다. 이는 AI 인프라의 핵심인 ‘추론’ 분야에 대한 깊은 이해와 혁신적인 비즈니스 모델이 결합될 때 얼마나 큰 가치를 창출할 수 있는지를 보여주는 사례입니다. Baseten의 성장 스토리는 AI 기술이 단순히 ‘만들어지는’ 단계를 넘어, ‘실제로 어떻게 활용되고 운영되는가’에 대한 질문에 중요한 답을 제시하고 있으며, 앞으로 AI가 우리 삶에 더 깊이 파고드는 데 필수적인 역할을 할 것입니다.


출처

  • 원문 제목: AI inference startup Baseten reportedly raising $1.5B months after its last mega-round
  • 출처: AI News & Artificial Intelligence | TechCrunch
  • 원문 기사 보러가기
Share this story

Related News