※ 이 글에는 제휴 마케팅 링크가 포함될 수 있으며, 구매 시 수수료를 받을 수 있습니다.
Ramp라는 핀테크 회사가 자체 학습한 350억 파라미터짜리 모델이, 스프레드시트 검색이라는 아주 구체적인 작업에서 Anthropic의 Claude Opus를 이겼다. 심지어 훨씬 작은 Claude Haiku보다 27% 더 빠르고, 더 저렴하게 돌아갔다. (, 출처: mlq.ai)
이 한 문장은 지난 2년간 업계를 지배해온 상식 하나를 정면으로 흔든다. “가장 크고 똑똑한 프론티어 모델을 API로 빌려 쓰는 게 정답"이라는 상식 말이다. 그리고 이 반란의 무기를 판 회사가 2026년 7월 8일 기업가치 10억 달러의 유니콘이 됐다. 이름은 Prime Intellect다. (, 출처: theaiinsider.tech)
“빌려 쓰지 말고, 직접 키워라”
Prime Intellect의 주장은 도발적일 만큼 단순하다. 당신 회사의 핵심 업무를 남의 모델에 맡기지 마라.
2024년 Vincent Weisser가 CEO로 창업한 이 회사는 (, 출처: creati.ai), 기업이 OpenAI나 Anthropic 같은 프론티어 랩에 의존하지 않고 자체 AI 에이전트를 처음부터 학습하고 배포할 수 있는 풀스택 플랫폼을 판다. 2026년 7월, 이 회사는 1억 3천만 달러 규모의 시리즈 A를 유치했고, 연환산 매출(ARR)은 이미 약 1억 달러 수준에 도달했다. (, 출처: mlq.ai)
여기서 잠깐 멈춰볼 만하다. ARR 1억 달러는 “재미있는 아이디어” 수준이 아니다. Ramp, Zapier 같은 실제 기업들이 이미 지갑을 열었다는 뜻이다. (, 출처: mlq.ai) 시장이 “우리 데이터로, 우리 도메인에서, 우리가 통제하는 모델"을 원하기 시작했다는 신호다.
왜 갑자기 이런 갈증이 생겼을까. 스프레드시트 검색을 다시 떠올려보자. 범용 프론티어 모델은 세상의 모든 것을 조금씩 안다. 하지만 특정 기업의 회계 데이터 구조, 사내 용어, 반복되는 워크플로우에 대해서는 아무것도 모른다. Ramp가 증명한 건 이거다. 좁고 깊은 문제에서는, 그 문제만 파고든 작은 모델이 만능 거인을 이길 수 있다. 그리고 더 싸고 빠르다.
조립식 무기고: 모듈형 마켓플레이스
그렇다면 Prime Intellect은 이 “직접 키우기"를 어떻게 가능하게 만들까. 핵심은 모듈형 마켓플레이스 구조다.
플랫폼은 하나의 거대한 패키지가 아니라, 필요한 부품을 골라 담는 무기고에 가깝다. (, 출처: startupfortune.com)
- 컴퓨트 인프라 — 모델을 학습시킬 GPU 연산력
- 대규모 강화학습(RL) 환경 — 에이전트를 실전처럼 훈련시키는 훈련장
- 테스트용 샌드박스 — 배포 전 안전하게 실험할 공간
- 평가(evaluation) 프레임워크 — “이 에이전트가 진짜 쓸 만한가"를 측정하는 자
- 배포 도구 — 완성된 에이전트를 실제 서비스에 태우는 파이프라인
이 중 특히 눈에 띄는 게 Prime Intellect Compute라는 컴퓨트 익스체인지다. 12개 클라우드의 GPU 자원을 하나로 묶어, 장기 계약 없이 1개부터 256개 GPU까지 즉시 빌려 쓸 수 있게 했다. (, 출처: primeintellect.ai)
가격은 생각보다 공격적이다. H100이 시간당 $1.65부터, A100은 $0.87, RTX 4090은 $0.35 수준이고, 전체 11개 GPU 모델을 통틀면 시간당 $0.14에서 $35.20까지 폭넓게 걸쳐 있다. (, 출처: primeintellect.ai, gpufinder.dev) 장기 약정 없이 이 가격에 최신 GPU를 시간 단위로 켰다 껐다 할 수 있다는 건, 자체 모델 실험의 진입 장벽을 실제로 낮추는 대목이다.
즉 Prime Intellect의 전략은 “AI 모델을 팔겠다"가 아니라, **“AI 모델을 직접 만들 수 있는 곡괭이와 삽을 팔겠다”**에 가깝다. 골드러시에서 청바지를 판 리바이스의 논리다.
그런데 — 곡괭이가 있다고 금을 캐는 건 아니다
여기서부터는 마케팅 자료가 말해주지 않는 부분이다. 그리고 이게 이 글에서 가장 중요한 대목이라고 생각한다.
첫째, 대부분의 기업엔 이 무기고를 다룰 사람이 없다. Prime Intellect의 자금 유치를 다룬 보도조차 이 점을 솔직히 짚는다. 대다수 기업은 프론티어 모델을 “신뢰할 수 있는 도메인 특화 자율 시스템"으로 전환할 기술 역량 자체가 부족하다는 것이다. (, 출처: creati.ai) Ramp가 Claude Opus를 이긴 건 멋진 이야기지만, Ramp에는 그걸 해낼 엔지니어링 팀이 있었다. 곡괭이만 쥐어준다고 아무 회사나 Ramp가 되지는 않는다.
둘째, 모듈형의 유연함은 곧 복잡함이다. 부품을 직접 조합할 자유는, 뒤집으면 컴퓨트·RL·평가를 전부 직접 설계하고 운영해야 한다는 부담이다. (, 출처: startupfortune.com) 버튼 하나로 끝나는 통합형 올인원 솔루션과 비교하면, 이건 IKEA 가구가 아니라 목공소를 통째로 받는 쪽에 가깝다. 만들 수 있는 게 많은 만큼, 잘못 만들 여지도 많다.
셋째, 그리고 가장 근본적인 한계 — 자체 학습한 에이전트라도 기반이 되는 파운데이션 모델의 약점을 그대로 물려받는다. 환각(hallucination), 지식 컷오프, 인과 추론의 부재 같은 문제는 Prime Intellect 플랫폼이 해결해주는 게 아니다. (, 출처: arxiv.org) “우리 모델"이라고 해서 이 모델이 거짓말을 안 하는 건 아니라는 뜻이다. 통제권을 가져오는 것과 신뢰성을 확보하는 것은 별개의 문제다.
그래서, 이 회사는 무엇을 파는가
정리하면 이렇다. Prime Intellect은 AI 시대의 권력 지형에 대한 하나의 베팅이다. 그 베팅의 문장은 이렇게 요약된다.
“앞으로 기업은 지능을 빌리는 대신, 지능을 소유하고 싶어 할 것이다.”
Ramp의 사례, ARR 1억 달러, 유니콘 밸류에이션은 그 베팅이 완전히 허황되지 않았음을 보여주는 신호들이다. 시장이 “통제권"에 돈을 내기 시작했다는 것만큼은 분명하다.
다만 나는 이 승부가 아직 갈리지 않았다고 본다. Prime Intellect의 성패를 결정할 진짜 변수는 GPU 가격표도, RL 환경의 세련됨도 아니다. **“곡괭이를 쥔 평범한 기업이 실제로 금을 캘 수 있느냐”**다. 자체 역량이 부족한 다수 기업의 문제(위의 첫째 한계)를 Prime Intellect이 얼마나 낮은 진입장벽으로 흡수하느냐 — 도구를 넘어 사실상의 ‘가이드’와 ‘조립 매뉴얼’까지 제공하느냐 — 가 관건일 것이다.
당신이 만약 사내에서 AI 도입을 고민하는 사람이라면, 이 뉴스에서 가져갈 질문은 하나다. 우리 회사의 어떤 업무가 “좁고, 반복되고, 우리만 아는 데이터로 굴러가는가?” 그런 업무가 있다면 — 그리고 그것을 다룰 손이 사내에 있다면 — 남의 거대한 모델을 매달 임대하는 대신, 작은 모델을 직접 키우는 선택지가 이제 현실의 가격표 위에 올라와 있다.
그게 Ramp가 이미 한 일이고, Prime Intellect이 10억 달러짜리 회사가 된 이유다.