Luminal, Standard Capital이 주도한 시리즈 A 투자 라운드에서 2,500만 달러 유치

Luminal은 Standard Capital이 주도한 2,500만 달러 규모의 시리즈 A 투자를 유치했다고 밝혔다. 투자사는 2026년 11월 12일 이 소식을 발표했다. AI 인프라 스타트업인 Luminal은 고객이 이미 보유한 하드웨어에서 더 많은 유용한 작업을 수행하는 데 주력하며, Nvidia와 AMD의 칩은 물론 특수 목적 칩까지 아우르도록 컴파일러 및 호스팅 추론 사업을 확장하고 있다.

공동 창업자인 Joe Fioti, Jake Stevens, Matthew Gunton은 AI 모델의 출력을 생성하는 연산인 추론을 중심으로 두 가지 사업을 구축했다. Luminal은 자체 클라우드에서 모델을 호스팅하고, 이미 하드웨어를 운영 중인 고객에게 컴파일러 라이선스를 제공한다. 이에 따라 Luminal은 모델 배포를 원하는 고객에게는 관리형 서비스를, 자체 인프라를 개선하려는 고객에게는 별도 제품을 제공한다.

더 빠른 구현을 탐색하도록 설계된 컴파일러

컴파일러는 PyTorch 같은 프레임워크로 작성된 모델을 수학 연산을 실행하는 저수준 코드로 변환한다. Luminal의 기술 개요에 따르면, 파이프라인은 모델을 데이터 흐름 그래프로 변환하고 하드웨어 특성을 고려한 연산 융합, 타일링, 메모리 계획 및 스케줄링을 적용한 다음 GPU 커널이나 주문형 집적 회로용 명령어를 생성한다. 실행 전에 컴파일하는 방식은 모델을 동적으로 해석할 때 발생하는 런타임 오버헤드를 줄이기 위한 것이다.

공동 창업자들에 따르면 Luminal은 사람이 직접 작성한 휴리스틱에만 의존하지 않고, 컴파일 과정에서 상당한 연산을 투입해 가능한 구현 방식을 탐색한다. 동등성 포화 기법은 특정 칩에서 수조 개의 선택지를 포함할 수 있는 탐색 공간을 간결하게 표현해, 컴파일러가 최적화된 버전을 찾도록 한다. 이 접근법은 점점 더 특수화되는 프로세서를 겨냥하며, 이러한 프로세서에서는 소프트웨어가 메모리와 스케줄링을 더 복잡하게 결정해야 한다.

2026년 1월 9일에 게시된 기술 관련 글은 자동 생성 메가커널이 이러한 전략에 어떻게 부합하는지 설명한다. 모델의 순전파를 하나의 커널, 즉 GPU 프로그램으로 융합하면 커널을 반복해서 실행할 때 생기는 지연이 사라지고, 이후 연산은 입력 데이터가 준비되는 대로 시작할 수 있다. 또한 이 설계는 프로세서 코어마다 작업량이 고르지 않아 생기는 유휴 시간과 초기 가중치가 로드될 때까지의 대기 시간을 줄이는 한편, 세밀한 동기화로 데이터 종속성을 유지한다.

Luminal은 웹사이트 비교 자료에서 Nvidia H100 SXM GPU 8개로 GPT-OSS 120B를 실행할 때 초당 36,000토큰을 처리한다고 보고했다. TensorRT-LLM은 초당 28,000토큰, vLLM은 초당 26,000토큰을 처리했다. 이 결과는 Luminal의 사업 제안에서 핵심인 처리량 향상을 보여준다. 호스팅 서비스는 컴파일러 자체를 넘어 인프라 운영까지 제공한다.

호스팅 추론 및 가치 기반 라이선스

Luminal Cloud는 관리형 서버리스 엔드포인트, 자동 배칭, 사용량이 없을 때 용량을 0으로 줄이는 기능을 제공하며, 고객은 실제 사용량에 따라 비용을 지불한다. 라이선스 기반 배포는 고객의 클라우드나 온프레미스 환경에서 실행할 수 있다. 컴파일러 위에 구축된 추론 계층은 CPU, GPU, ASIC 전반에 걸쳐 작업을 스케줄링하고 분산하며, 이용률 변화에 따라 작업을 재분배하고 수요에 맞춰 노드를 시작하거나 중지한다.

부동산 미디어 기업 AutoHDR은 한 달에 약 500만 장의 이미지를 처리하며, 공동 창업자들에 따르면 Luminal이 해당 작업량의 거의 전부를 처리하는 한편 AMD 칩으로 옮기는 비중도 늘리고 있다. 또 다른 고객인 Freebuff는 매주 수조 개의 토큰을 Luminal에 보낸다. 이러한 작업량은 이미지 처리와 대규모 언어 모델을 아우르는 실제 운영 트래픽을 Luminal에 제공한다.

공동 창업자들의 설명에 따르면 Freebuff의 코딩 요청에는 입력 토큰이 약 100,000개 포함될 수 있어 캐시 적중률과 요청 규모가 비용에 중요한 영향을 미친다. 캐시된 연산을 재사용하면 같은 연산을 다시 실행하지 않아도 되고, 관련 캐시를 메모리 계층 사이에서 이동하면 그 절감 효과를 유지하는 데 도움이 된다. 커널 속도만 높여서는 이러한 비용을 해결할 수 없다.

Fioti는 일부 컴파일러 라이선스의 가격을 고객의 기존 기준치보다 개선된 성능을 측정해 그 일정 비율을 고정 요금으로 받는 방식이라고 설명했다. 그가 든 예에서는 가격이 1.50달러인 GPU의 처리량을 두 배로 높이면 75센트가 절감된다. Luminal은 25센트를 받고 고객에게 50센트의 절감액을 남긴다. 이러한 구조는 라이선스 수익을 호스팅 사용량만이 아니라 제공된 가치와 연계한다.

오픈소스에서 시작해 사업 확장으로

Luminal은 Fioti가 직장 밖에서 노트북으로 모델을 실행하기 위해 개발한 사이드 프로젝트로 시작했다. 이후 이 프로젝트는 Nvidia 백엔드를 추가하고 오픈소스 커뮤니티를 형성했다. 공동 창업자들은 핵심 컴파일러는 공개하고 호스팅 서비스에는 요금을 부과하기로 했으며, 이를 Vercel이 Next.js와 자사 클라우드를 결합한 방식에 비유했다. 컴파일러 라이선스는 하드웨어를 이미 갖춘 조직을 위한 두 번째 사업 경로다.

이번 시리즈 A 투자는 Felicis Ventures가 주도하고 Paul Graham과 Guillermo Rauch를 비롯한 엔젤 투자자들이 참여한 2025년 11월 17일 발표된 530만 달러 규모의 시드 투자에 이은 것이다.

Luminal은 현재 컴파일러 엔지니어와 첫 비엔지니어링 직군인 성장 총괄을 채용하고 있다. 지금까지 팀은 엔지니어로만 구성됐으며, 샌프란시스코 도심 사무실에서 대면 근무를 한다. 공동 창업자들은 추론 작업이 프롬프트 처리에 특화된 칩과 토큰 생성에 특화된 칩으로 점점 더 나뉠 것으로 예상한다. 이에 따라 여러 유형의 하드웨어를 조율하는 일이 소프트웨어의 더 큰 과제가 될 전망이다.

당장의 채용 계획은 컴파일러 전문성을 한층 강화하고 첫 영업 기능을 마련하려는 방향을 보여준다. 더 큰 관건은 요청의 각기 다른 처리 단계에 맞춰 설계된 칩 전반으로 추론 작업이 확산되는 가운데, 루미널이 보고된 비용 우위를 유지할 수 있느냐는 점이다. 이런 환경에서는 순수한 컴파일러 성능뿐 아니라 작업 스케줄링과 캐시 재사용도 비용 절감 효과를 계산할 때 고려해야 한다.