Nvidia backs Indian startup helping companies run AI models with fewer GPUs

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Nvidia가 일부 AI 작업을 더 적은 GPU로 실행하도록 돕는 인도 Simplismart의 1,400만 달러 시리즈 B에 참여했으며, 회사는 고객별 성능·비용 최적화를 앞세워 미국 사업을 확대할 계획이다.

📌 핵심 요약

• Simplismart는 Dallas Venture Capital이 주도하고 Nvidia, Accel, Shastra VC, Micromax가 참여한 전액 신주 발행 방식의 시리즈 B에서 1,400만 달러를 조달했다. 투자 후 기업가치는 약 1억 달러다.
• Simplismart는 기존 클라우드·온프레미스 인프라에서 AI 모델의 응답 속도, 요청 처리량, 연산 자원 소비를 고객 요구에 맞춰 조정한다고 설명한다. 회사는 InVideo의 GPU 서빙 비용을 56% 줄였다고 밝혔으며, 엄격한 SLA와 TCO 요구에 맞춘 최적화를 경쟁력으로 제시한다.
• Amritanshu Jain CEO에 따르면 Simplismart의 연환산 매출 런레이트는 최근 6개월 동안 14배 증가해 8자리 규모에 도달했다. 정확한 금액은 공개되지 않았으며, 이 수치는 계약된 반복 매출이 아닌 최근 고객 사용량을 기준으로 하고 인프라 제공업체에 전달되는 매출은 제외한다. 고객 수는 인도가 더 많지만 매출의 절반 이상은 미국에서 발생한다.
• Nvidia는 투자와 함께 Dynamo 추론 소프트웨어 관련 기술 통합과 잠재 고객·파트너 소개를 지원하고 있다. Jain은 추론 효율 향상이 Nvidia 하드웨어의 매력을 높이고 AI 도입을 확대할 수 있다고 주장했지만, Simplismart는 Nvidia 자체 제품과 Amazon Web Services, Google Cloud, Microsoft Azure 등의 제품이 경쟁하는 시장에 있다.
• Simplismart는 신규 자금을 미국 사업 확대, 인력 확충, 추론 소프트웨어 개발에 사용할 계획이다. The Economic Times가 앞서 보도한 3억~4억 달러 가치의 4,000만~5,000만 달러 조달 협상설에 대해 Jain은 논평을 거절했으며, 적극적으로 자금을 모집하고 있지 않고 이번 시리즈 B는 종료돼 확대하지 않을 것이라고 밝혔다.

🧩 주요 포인트

1. 고객별 SLA·TCO에 맞춘 실행 설정 조정 → 최저 비용이나 최고 속도 하나보다 실제 애플리케이션에 필요한 성능과 비용의 균형이 차별화의 핵심이다.
2. 최근 사용량 기반 매출 런레이트의 급증과 미국 매출 비중 → 성장세와 미국 시장의 중요성은 드러나지만, 계약된 반복 매출과 구분해 매출의 지속성을 판단해야 한다.
3. Nvidia의 투자·기술 협력과 자체 제품을 통한 경쟁이 병존 → GPU 효율 향상이 하드웨어 수요 확대로 이어질 가능성과 Simplismart의 경쟁력 유지 여부가 함께 쟁점이 된다.

🧠 상세 정리

1. GPU 활용 효율에 투자한 Nvidia

AI 확산으로 연산 용량에 부담이 커지는 가운데, Nvidia는 기업이 AI 모델을 효율적으로 실행하도록 돕는 인도 스타트업 Simplismart의 1,400만 달러 투자 라운드에 참여했다. Dallas Venture Capital이 주도한 이번 시리즈 B에는 Accel, Shastra VC, Micromax도 참여했으며, 조달은 전액 신주 발행 방식으로 이뤄졌다. 설립 4년 차인 Simplismart의 신규 자금 포함 기업가치는 약 1억 달러로 평가됐다. 기업들은 AI 애플리케이션을 위해 GPU에 많은 돈을 쓰지만, 모델을 대규모로 안정적이고 경제적으로 운영하는 데에는 여전히 어려움을 겪고 있다. Simplismart는 기존 연산 인프라에 맞춰 모델 실행 방식을 조정하는 소프트웨어로 이 문제를 해결하며, 일부 작업에서는 필요한 GPU 수를 줄일 수 있다고 설명한다.

2. 최고 속도보다 고객 요구에 맞춘 실행

공동창업자이자 CEO인 Amritanshu Jain은 기업이 실제로 원하는 것은 가장 빠르거나 가장 저렴한 추론 자체가 아니라, 각 애플리케이션에 적합한 속도와 비용이라고 설명했다. Simplismart의 소프트웨어는 AI 모델과 연산 인프라 사이에서 모델의 배포·관리 방식을 조정하며, 응답 속도와 요청 처리량, 연산 자원 소비 등을 최적화한다고 회사는 밝혔다. 고객은 Simplismart 자체 플랫폼이나 기존 클라우드·온프레미스 인프라에서 모델을 배포하고 실행할 수 있다. 모델 미세조정, 수요 변화에 따른 연산 자원 자동 확장, 성능 모니터링 기능도 제공한다. 또한 클라우드 제공업체가 GPU 인프라 위에서 자체 AI 추론 서비스를 구축하고 운영할 수 있도록 소프트웨어를 공급한다.

3. 고객 사례와 빠르게 증가한 매출 지표

Simplismart는 AI 영상 생성 플랫폼 InVideo가 자사 소프트웨어를 통해 GPU 서빙 비용을 56% 줄였다고 밝혔다. 다른 고객으로는 AI 영상 기업 HeyGen과 Higgsfield, 기업용 AI 스타트업 Ema 등이 있으며, 인도 클라우드 제공업체 Yotta는 Shakti Studio 플랫폼의 서버리스 AI 추론 서비스에 이 기술을 사용한다. Jain에 따르면 연환산 매출 런레이트는 최근 6개월 동안 14배 늘어 8자리 규모에 도달했지만, 정확한 금액은 공개되지 않았다. 회사는 이 지표가 계약된 반복 매출이 아니라 최근 고객 사용량에 기반하며, 인프라 제공업체에 전달되는 매출을 제외한다고 설명했다. 고객 수는 인도에서 더 많음에도 미국에서 매출의 절반 이상이 발생한다는 점은 고객 수의 분포와 매출의 지역별 비중이 다르다는 것을 보여준다.

4. GPU 절감과 하드웨어 수요 확대의 역설

Nvidia는 자금 투자 외에도 Simplismart와 기술 통합을 진행하고 있으며, 여기에는 자사의 Dynamo 추론 소프트웨어 관련 작업이 포함된다고 Jain은 밝혔다. 이 협업에는 Simplismart 엔지니어와 Nvidia 솔루션 아키텍트가 참여하고, Nvidia는 잠재 고객과 파트너를 소개하는 데에도 도움을 줬다고 한다. AI 칩의 지배적 공급업체가 일부 작업에 필요한 GPU 수를 줄이는 소프트웨어를 지원한다는 점에서 이번 투자에는 겉으로 드러나는 역설이 있다. 이에 대해 Jain은 추론 효율 개선이 Nvidia 하드웨어를 고객에게 더 매력적으로 만들고 AI 애플리케이션의 폭넓은 도입을 촉진할 수 있다고 주장했다. 이는 효율 향상이 장기적으로 Nvidia에도 이익이 될 수 있다는 설명이며, 기사에서는 실제 수요 확대 효과를 입증하는 수치를 제시하지 않았다.

5. 혼잡한 추론 시장에서 SLA와 TCO로 차별화

Simplismart는 Nvidia 자체 제품뿐 아니라 Amazon Web Services, Google Cloud, Microsoft Azure 등 주요 클라우드·하이퍼스케일 사업자의 제품과 경쟁한다. AI 애플리케이션 수요가 늘고 비싼 GPU 자원을 더 효율적으로 사용하려는 필요가 커지면서, 모델 실행 속도를 높이고 비용을 줄이는 도구를 개발하는 스타트업도 증가하고 있다. Jain은 서비스 수준 협약인 SLA와 총소유비용인 TCO를 더 엄격하게 관리해야 하는 고객 환경에서 Simplismart가 강점을 보인다고 말했다. 그의 설명에 따르면 경쟁사들이 더 빠르거나 더 저렴한 추론을 위한 사전 설정 옵션을 제공하는 데 비해, Simplismart는 고객별 요구에 맞춘 균형을 찾는 데 초점을 둔다. 따라서 회사가 제시하는 차별점은 단일 성능 지표의 우위보다는 까다로운 성능 요건과 비용 제약을 함께 충족하는 능력에 있다.

6. 미국 확장 계획과 앞선 조달 보도에 대한 입장

Simplismart는 전 Oracle 엔지니어 Jain과 전 Google 엔지니어 Devansh Ghatak이 2022년 설립했으며, 두 사람은 BITS Pilani 재학 중 만났다. 머신러닝 시스템을 구축하고 배포한 경험에서 출발한 이 회사는 벵갈루루에 기반을 두고 있으며, Jain에 따르면 직원 수는 58명이다. 신규 자금은 미국 내 입지 확대, 인력 확충, 추론 소프트웨어 추가 개발에 투입할 계획이며, Jain은 기존 고객 기반을 확대하려는 회사에 미국이 핵심 시장이라고 밝혔다. 이번 발표에 앞서 The Economic Times는 Simplismart가 기업가치 3억~4억 달러를 기준으로 4,000만~5,000만 달러 조달을 협의 중이라고 보도한 바 있다. Jain은 해당 보도에 대한 논평을 거절하면서 회사가 적극적으로 자금을 모집하고 있지 않다고 말했고, 이번 시리즈 B는 이미 종료됐으며 확대하지 않을 것이라고 덧붙였다.

🧾 핵심 주장 / 시사점

• Simplismart의 경쟁력 주장은 GPU 절감률 하나보다 고객별 SLA와 TCO를 동시에 맞추는 능력에 달려 있다. InVideo의 56% 비용 절감 사례가 다른 고객에게도 동일하게 적용된다고 일반화할 수는 없다.
• 최근 사용량 기반의 연환산 매출 런레이트는 빠른 성장의 신호지만, 계약된 반복 매출과는 성격이 다르다. 14배 성장이라는 수치만으로 향후 매출의 지속성을 확정하기는 어렵다.
• Nvidia와 Simplismart의 관계에서는 투자·기술 협력과 제품 경쟁이 동시에 나타난다. 효율 향상이 AI 도입을 확대한다는 논리가 실제 성과로 이어지는지와 별개로, Simplismart는 고객별 최적화의 차별성을 유지해야 한다.

✅ 액션 아이템

• Simplismart 도입 검토 시 고객별 SLA·TCO 충족 여부와 InVideo의 GPU 서빙 비용 56% 절감 사례의 적용 가능성 확인.
• Simplismart의 14배 성장 평가 시 최근 사용량 기반 연환산 매출 런레이트와 계약된 반복 매출의 차이 반영.
• 미국 매출 비중이 절반 이상인 Simplismart의 미국 사업 확대와 Nvidia 기술 협력이 경쟁력 유지로 이어지는지 검토.

❓ 열린 질문

• Simplismart가 제시한 InVideo의 GPU 서빙 비용 56% 절감 효과는 다른 고객의 SLA·TCO 조건에서도 재현될 수 있는가?
• 최근 6개월 동안 14배 증가한 Simplismart의 사용량 기반 연환산 매출 런레이트는 얼마나 지속될 수 있는가?
• Nvidia와의 기술 협력을 이어가면서 Simplismart는 Nvidia 자체 제품과 주요 클라우드 제품에 맞서 고객별 최적화의 차별성을 어떻게 유지할 것인가?