2026년 8월 셋째 주, 엔비디아의 젠슨 황 CEO가 미국 산타클라라 본사에서 리벨리온의 박성현 대표를 만났다는 보도가 나왔습니다. 기술 제휴, 투자, 인수까지 세 가지 가능성이 테이블에 올랐다는 내용이었고, 리벨리온은 만남 자체는 인정하되 논의 내용은 밝히지 않았습니다. 업계는 실제 인수로 이어질 가능성을 낮게 봅니다. 그런데 이 뉴스가 유독 크게 다뤄진 데는 이유가 있습니다. 리벨리온은 정부가 ‘K-엔비디아’를 키우겠다며 3,000억 원의 정책자금을 넣은 첫 회사이기 때문입니다.
이 글은 인수 성사 여부를 점치는 글이 아닙니다. 그보다 이 보도가 드러낸 질문, 즉 “소버린 AI를 하겠다면서 왜 국산 칩은 아직 엔비디아 GPU를 대체하지 못하는가”를 다룹니다. 그 답을 알면 왜 엔비디아가 한국의 NPU 회사에 관심을 갖는지, 왜 정부가 난처한지가 한 번에 읽힙니다. 소버린 AI 개념 자체는 소버린 AI 글, 독자 파운데이션 모델은 독파모 글을 참고하십시오.
목차
리벨리온은 어떤 회사인가
| 항목 | 내용 |
|---|---|
| 주력 | 데이터센터용 AI 추론 칩(NPU) |
| 연혁 | 2024년 12월 SK텔레콤 자회사 사피온코리아와 합병, 사명은 리벨리온 유지 |
| 기업가치 | 2026년 3월 프리IPO 6,400억 원 유치, 약 3조 4,000억 원 평가 |
| 정책자금 | 2026년 3월 국민성장펀드 2,500억 + 산업은행 500억 = 3,000억 원(K-엔비디아 프로젝트 첫 직접투자) |
| 차세대 칩 | REBEL 100(구 리벨 쿼드), 칩렛 구조, 양산 중, 연내 글로벌 공급 예정 |
| 주요 주주 | SK텔레콤·SK하이닉스·삼성벤처투자·Arm 등, 창업진 지분 10% 미만 |
마지막 줄이 인수 회의론의 근거입니다. 창업자 지분이 10%도 안 되고 주주가 많아 누가 팔겠다고 나서기 어려운 구조입니다. 여기에 정부 자금이 들어간 지 다섯 달밖에 안 됐습니다. 엔비디아 쪽도 2025년 말 미국의 Groq과 맺은 방식, 즉 회사는 두고 기술 라이선스와 인력만 확보하는 형태가 더 그럴듯하다는 관측이 나옵니다.
NPU는 GPU와 무엇이 다른가
GPU는 원래 그래픽용으로 만들어졌다가 행렬 연산에 강하다는 이유로 AI에 쓰이게 된 범용 칩입니다. NPU는 처음부터 신경망 연산만을 위해 설계한 전용 칩입니다. 전용이라 같은 연산에서 전력을 덜 쓰고, 그래픽에 필요한 부분을 빼서 면적당 효율이 좋습니다. 리벨리온이 REBEL 100의 내부 벤치마크에서 엔비디아 H200과 대등하거나 일부 앞선다고 밝힌 것도 이 전용 설계 덕입니다.
그런데 AI 반도체 시장은 두 종류의 일로 나뉩니다.
| 구분 | 학습(Training) | 추론(Inference) |
|---|---|---|
| 하는 일 | 모델을 처음 만드는 것 | 만들어진 모델로 답을 내는 것 |
| 필요한 것 | 수천~수만 개 칩의 병렬 연결, 대용량 HBM | 낮은 지연, 전력 효율, 비용 |
| 소프트웨어 의존 | 매우 큼(CUDA 생태계) | 상대적으로 작음 |
| 국산 NPU의 위치 | 사실상 진입 못 함 | 여기가 주 무대 |
리벨리온을 비롯한 국산 NPU는 추론용입니다. 학습은 여전히 엔비디아의 영역입니다. 전 세계 독자 AI 모델의 92%가 엔비디아 GPU로 학습됐다는 집계가 나오는 이유입니다. 한국의 독자 파운데이션 모델 5개사도 예외가 아니어서, 정부의 소버린 AI 전략은 “학습은 엔비디아 GPU로, 추론은 국산 NPU로”라는 투 트랙일 수밖에 없습니다.
그래서 왜 아직 대체가 안 되나 — 칩이 아니라 생태계
성능 수치만 보면 국산 NPU가 못 할 이유가 없어 보입니다. 대체가 더딘 이유는 칩 바깥에 있습니다.
- CUDA. 지난 15년간 AI 연구자와 개발자가 쓴 코드 대부분이 엔비디아의 CUDA 위에서 돌아갑니다. 새 칩으로 옮기려면 그 코드를 새 칩의 소프트웨어 스택으로 다시 맞춰야 하고, 그 비용이 칩 가격 차이를 자주 넘어섭니다.
- 검증 이력. 데이터센터는 “돌아간다”가 아니라 “몇 년째 문제없이 돌아갔다”를 삽니다. 신생 칩은 이 이력이 없어서 실증 사업부터 쌓아야 합니다. SK텔레콤·KT·포스코DX 등이 국산 NPU 실증에 나서는 게 그 단계입니다.
- HBM과 패키징. 고성능 칩은 옆에 붙는 고대역폭 메모리와 그걸 묶는 첨단 패키징 물량을 확보해야 합니다. 이 공급망은 엔비디아가 선점하고 있습니다. 메모리 품귀의 배경은 HBM 글에서 다뤘습니다.
- 규모. 한 세대 칩을 설계·양산하는 데 수천억이 들고, 그걸 회수하려면 대량 판매처가 있어야 합니다. 국내 시장만으로는 부족해서 사우디 등 해외 소버린 AI 수요를 겨냥하는 이유입니다.
이 네 가지가 “국산 NPU가 아직 상용화 단계에 못 미쳤다”는 지적의 실제 내용입니다. 칩 자체보다 칩을 둘러싼 소프트웨어·이력·공급망·시장이 문제라서, 시간과 돈을 들여도 단기간에 뒤집기 어렵습니다.
엔비디아는 왜 관심을 갖나
엔비디아 입장에서 추론용 NPU는 자기 GPU의 빈틈입니다. 학습은 독점에 가깝지만, 추론은 구글 TPU·아마존 트레이니움 같은 빅테크 자체 칩과 각국 NPU가 파고드는 영역입니다(빅테크 자체 칩 글). 그 영역의 기술과 인력을 미리 확보해 두려는 움직임이 Groq 계약이었고, 리벨리온 접촉도 같은 선상에서 읽힙니다.
정부가 난처한 건 이 지점입니다. 국민성장펀드까지 넣어 키우는 회사가 엔비디아 손에 들어가면 “엔비디아 독점에서 벗어나겠다”는 명분이 무너집니다. 반대로 기술 제휴나 투자 정도라면 국산 칩이 엔비디아 생태계와 이어지는 통로가 될 수도 있습니다. 어느 쪽이든 결정은 회사와 주주, 그리고 정책자금의 조건이 함께 정하게 됩니다.
정리 — 이 뉴스를 읽는 법
“엔비디아가 리벨리온을 산다”는 아직 사실이 아니라 초기 논의의 한 가능성입니다. 기억할 것은 세 가지입니다. 국산 NPU는 학습이 아니라 추론용이라는 것, 대체가 더딘 이유는 칩 성능이 아니라 CUDA·검증 이력·HBM 공급망·시장 규모라는 것, 그리고 정부 정책자금이 들어간 회사라 이 논의는 기업 간 거래를 넘어 정책 문제라는 것입니다. 앞으로 후속 보도가 나오면 “인수인가 제휴인가”보다 “국산 칩이 엔비디아 생태계 안으로 들어가는가, 밖에서 대체하는가”를 기준으로 보시면 됩니다.
AI 뉴스에서 GPU·HBM·소버린 AI가 늘 함께 나오는 이유는 AI 산업·정책 안내 글에 정리돼 있습니다.