Sparxity, 시리즈 A 투자 유치 완료… 희소 AI 컴퓨팅에 총 9천만 달러 확보

Sparxity는 드레스덴에 본사를 둔 컴퓨팅 기업으로, 과거에는 SpiNNcloud로 알려져 있었다. 이 회사는 시리즈 A 투자를 완료해 팀이 확보한 누적 투자액을 9천만 달러로 늘렸다. 이번 투자는 세분화된 동적 희소성을 구현하도록 설계된 특수 칩 개발을 지원한다. 동적 희소성은 각 작업에 필요한 모델 부분에 AI 연산을 집중하는 접근 방식이다.

이번 투자 라운드는 ICM HPQC Fund가 주도했으며, Lockheed Martin Ventures, GlobalFoundries, GS Futures, Cloudberry Ventures, TGFS, EIC Fund가 투자자로 참여했다. 엔젤 투자자로는 Richard Socher와 Nancy Xu가 있으며, Atlantic과 Silicon Catalyst도 계속해서 지원하고 있다. Sparxity는 시리즈 A 투자액을 누적 투자액과 별도로 공개하지 않았다.

회사의 목표는 갈수록 희소성이 높아지는 AI 모델을 대규모로 실용적으로 구동하는 것이다. 차세대 하드웨어는 초희소 모델에서 추론 속도를 최대 44배 높이는 것을 목표로 하며, 희소 컴퓨팅 시스템을 공급하는 기존 사업을 바탕으로 개발되고 있다.

희소 모델에 별도의 하드웨어가 필요한 이유

밀집 신경망에서는 많은 매개변수에 걸쳐 상당한 연산이 이루어진다. 희소 아키텍처는 모델의 일부만 선택적으로 활성화하므로, 모든 매개변수가 매번 연산에 참여하지 않아도 모델의 전체 용량을 늘릴 수 있다.

선택이 매우 세분화되어 있고 입력에 따라 달라질수록 이러한 이점을 실현하기는 더 어려워진다. 하드웨어는 작업을 적절한 리소스로 전달하고 관련 데이터를 효율적으로 이동해야 한다. 연산을 생략해 얻는 이점도 남은 작업을 찾아내고 일정을 조정해 전달하는 데 드는 비용이 그 이점을 상쇄하지 않을 때에만 유효하다.

Sparxity의 기술 개요는 전문가, 메모리, 어텐션 전반에 걸친 더 세분화된 선택을 제시하며 이러한 문제를 아키텍처 설계의 핵심으로 다룬다. 회사는 모델 개발자가 주로 밀집 연산을 중심으로 설계된 하드웨어에서 효율적으로 실행하기 어려운 희소 구조를 활용할 수 있도록 칩과 소프트웨어를 함께 개발하고 있다.

Sparxity의 공동 창업자 겸 CEO인 Hector Gonzalez는 “AI의 다음 시대는 우리가 얼마나 많은 컴퓨팅 성능을 제공할 수 있느냐뿐 아니라, 이를 얼마나 지능적이고 효율적으로 활용하느냐에 따라 좌우될 것”이라고 말했다. 그는 이번 투자 유치로 이기종 데이터센터의 초희소 워크로드를 위한 전용 실리콘 개발에 속도를 낼 것이라고 밝혔다.

수백만 명의 전문가에서 선택적 연산까지

이 전략의 바탕이 되는 연구 방향 가운데 하나는 매개변수 효율적 전문가 검색, 즉 PEER다. 연구자 Xu Owen He는 백만 전문가 혼합에서 100만 개가 넘는 소규모 전문가 집합 중 일부를 검색하는 계층을 설명했다. 언어 모델링 작업을 대상으로 한 실험에서는 이 접근 방식이 모델 성능과 연산 비용의 관계를 어떻게 바꾸는지 살펴봤다.

핵심 원리는 입력이 들어올 때마다 전체 집합을 처리하지 않고도 모델이 활용할 수 있는 범위를 넓히는 것이다. 모델 차원에서 얻은 효율성을 지연 시간과 에너지 사용량 감소로 이어지게 하려면, 그에 따라 발생하는 세분화된 작업을 처리할 수 있는 시스템이 필요하다.

과거 Google DeepMind에서 연구원으로 일했고 현재 Sparxity의 전략 고문인 He는 희소성에 맞춰 모델, 증류 파이프라인, 하드웨어를 공동 설계하면 컴퓨팅 효율성을 더 높일 수 있다고 말했다. 이번 투자로 발전시키려는 연결 고리는 바로 여기에 있다. 모델은 더욱 선택적으로 연산 대상을 고르고, 하드웨어는 그 선택을 실행할 수 있어야 한다.

차세대 칩 개발에 앞서 구축한 상용 기반

Sparxity에 따르면 회사의 기반에는 세 차례의 칩 테이프아웃, 7만 개 이상의 칩 생산, 12개 랙 구축이 포함된다. 회사는 전 세계 고객이 30곳 이상이며 2024년부터 2025년 사이 매출이 4배로 늘었고, 2026년에도 성장세가 이어지고 있다고 밝혔다.

현재 시스템은 고성능 컴퓨팅과 AI를 모두 지원한다. 회사는 특정 워크로드에서 희소 솔버의 속도가 10배 빨라지고, 이벤트 기반 머신러닝의 에너지 사용량이 18배 줄며, 최적화 실행 시간이 20배 단축된다고 보고했다. 이러한 결과는 기존 시스템에서 특정 애플리케이션을 실행했을 때의 성능이다. 최대 44배 빠른 추론은 초희소 모델용 차세대 기술의 목표치다.

이 구분은 이번 투자 유치의 핵심이다. Sparxity는 이미 시스템을 제조하고 구축하고 있으며, 이번 시리즈 A 투자는 AI 추론의 동적 희소성에 특화된 하드웨어 개발이라는 다음 단계에 쓰인다.

율리히에서 확인된 구체적인 시스템 구축 사례

율리히 슈퍼컴퓨팅 센터는 Sparxity의 2개 랙 규모 SpiNNaker2 시스템인 JUBIS에 관한 정보를 별도로 공개했다. 이 시스템은 2026년 4월 설치됐으며, 칩 4,320개와 뉴로모픽 가속기가 탑재된 ARM 코어 656,640개로 구성된다.

JUBIS는 실시간 AI, 신경과학 시뮬레이션, 양자 컴퓨터 에뮬레이션과 같은 기타 워크로드를 연구하는 율리히의 ‘AI와 그 너머를 위한 이벤트 기반 슈퍼컴퓨터’ 프로젝트를 지원한다. 이 프로젝트에는 벤치마킹, 애플리케이션 프로토타이핑, 소프트웨어 개발도 포함되며, 이를 통해 시스템을 더 폭넓은 고성능 컴퓨팅 환경에서 유용하게 활용할 수 있도록 한다.

이러한 시스템 구축 사례는 컴퓨팅 아키텍처에 칩 사양 이상의 것이 필요한 이유를 보여준다. 연구자에게는 도구와 인터페이스, 그리고 기존 업무에 시스템을 통합할 방법이 필요하다. Sparxity의 풀스택 접근 방식은 맞춤형 실리콘부터 여러 랙으로 구성된 시스템 설치까지 그 전 과정을 아우른다.

유럽 데이터 센터로 진출하는 경로

Sparxity는 상업용 데이터 센터 진출 가능성을 모색하기 위해 T-Systems와도 협력하고 있다. Deutsche Telekom이 11월 3일 발표한 내용에 따르면, Sparxity의 기술을 T-Systems의 인프라 및 운영 전문성과 결합하기 위한 의향서가 체결됐다.

계획된 일정은 현재 하드웨어로 기술 통합 방안을 개발하는 것부터 시작하며, 이어 2028년 출시를 계획 중인 차세대 칩을 배치할 예정이다. 양사는 앞으로 몇 달에 걸쳐 추가 세부 사항에 합의할 것으로 예상한다.

Sparxity는 새로 확보한 자금을 바탕으로 전문 시스템에서 희소 컴퓨팅의 가능성을 입증하는 단계에서 더 나아가 AI 인프라에서 더 큰 역할을 맡으려 한다. Sparxity의 핵심 주장은 미래의 성능 향상이 불필요한 연산을 줄이고 하드웨어, 소프트웨어, 모델을 함께 설계해 그 절감 효과가 실질적인 성능으로 이어지도록 하는 데서 비롯된다는 것이다.