[Startup 분석] DEEPX – 로봇과 엣지 장치에 AI 추론 칩을 심는 회사

AI 반도체 시장을 보면 대부분의 시선은 여전히 데이터센터 GPU에 몰려 있다. 하지만 로봇, CCTV, 공장 장비, 자동차, 리테일 단말로 AI가 내려오면 이야기가 달라진다. 모든 영상을 클라우드로 올려 추론하는 방식은 비용, 지연시간, 개인정보, 전력 문제에서 한계가 있다. 그래서 지금 봐야 할 회사가 DEEPX다. 이 회사는 거대한 학습용 GPU가 아니라, 현장에서 바로 추론을 돌리는 온디바이스 AI 반도체를 파는 한국 스타트업이다.

왜 지금 DEEPX를 봐야 하는가?

DEEPX가 흥미로운 이유는 세 가지다. 첫째, 시장의 무게중심이 “AI 모델을 누가 더 크게 만드느냐”에서 “그 모델을 어디서 싸고 빠르게 돌리느냐”로 이동하고 있다. 둘째, 회사가 2026년 들어 현대차그룹 Robotics LAB, Ultralytics, AAEON과 연달아 Physical AI·엣지 AI 파트너십을 발표하며 단순 칩 데모를 넘어 실제 제품화 쪽으로 움직이고 있다. 셋째, 한국 AI 반도체 생태계에서 Rebellions와 FuriosaAI가 데이터센터 추론 쪽을 대표한다면, DEEPX는 로봇과 엣지 디바이스 쪽의 다른 축을 맡고 있다.

내가 보기에 DEEPX의 핵심 질문은 “엔비디아를 이길 수 있느냐”가 아니다. 더 정확한 질문은 “엔비디아 GPU를 쓰기에는 비싸고 크고 전기를 많이 먹는 수십억 개의 엣지 장치에 누가 AI 추론 칩을 넣을 것인가”다.

기업 개요: DEEPX는 무엇을 만드는 회사인가?

DEEPX는 2018년 설립된 한국 AI 반도체 스타트업이다. 공식 자료 기준 회사의 제품군은 엣지 디바이스에서 딥러닝 추론을 처리하는 NPU, 즉 Neural Processing Unit에 초점이 맞춰져 있다. 대표 제품으로는 DX-M1, DX-H1, DX-V1, DX-V3 같은 엣지 AI 칩과 모듈이 소개된다.

제품 포지션은 꽤 명확하다. 데이터센터에서 대형 모델을 학습시키는 칩이 아니라, 카메라, 로봇, 산업 장비, 스마트시티, 자동차 주변 장치처럼 전력과 공간 제약이 강한 곳에서 AI 모델을 돌리는 칩이다. DEEPX가 공식 사이트에서 강조하는 키워드도 on-device AI, edge AI, low power, real-time inference에 가깝다.

개발자 관점에서는 하드웨어만 파는 회사가 아니다. DEEPX는 SDK와 컴파일러, 런타임, 모델 변환 도구를 포함한 개발자 환경도 제공한다. AI 반도체에서 이 부분은 중요하다. 칩 성능이 좋아도 개발자가 모델을 쉽게 올리지 못하면 채택이 느려진다. 결국 AI 칩 스타트업의 싸움은 실리콘만이 아니라 소프트웨어 스택과 배포 편의성의 싸움이다.

투자 유치와 밸류에이션: 숫자는 어디까지 확인되는가?

DEEPX는 2024년 Series C에서 약 8000만 달러 이상 규모의 투자를 유치한 것으로 보도됐다. 당시 보도 기준 투자에는 SkyLake Equity Partners 등 국내외 투자자가 참여했고, 누적 조달액은 1억 달러를 넘어선 것으로 알려졌다. 다만 회사의 현재 정확한 밸류에이션, 매출, 양산 고객별 매출 규모는 공개 자료만으로는 확인하기 어렵다.

그래서 이 회사의 가치를 볼 때는 단순 투자금보다 제품화 단계를 봐야 한다. AI 반도체 스타트업은 연구개발 발표만으로는 오래 버티기 어렵다. 실제 고객 보드, 카메라, 로봇, 산업 장비에 들어가고, 개발자 생태계가 따라오며, 양산 단가가 맞아야 한다. DEEPX가 최근 파트너십을 적극적으로 내는 이유도 이 지점을 증명하려는 움직임으로 읽힌다.

핵심 제품: 클라우드가 아니라 현장에서 AI를 돌린다

DEEPX의 제품을 이해하려면 “어디에 쓰이는가”를 먼저 봐야 한다. 예를 들어 공장 카메라가 불량을 잡거나, 물류 로봇이 주변 환경을 인식하거나, 매장 카메라가 고객 동선을 분석하거나, 보안 장비가 이상 상황을 감지한다고 해보자. 이런 작업은 대부분 이미지·영상 기반 추론이고, 지연시간과 전력 효율이 중요하다.

클라우드 GPU로도 할 수는 있다. 하지만 카메라가 많아질수록 네트워크 비용과 서버 비용이 커진다. 개인정보가 담긴 영상이 외부로 나가는 문제도 있다. 엣지 NPU는 이 문제를 장치 내부에서 처리하려 한다. DEEPX가 노리는 시장은 바로 이 지점이다.

스마트 카메라: 영상 분석, 객체 탐지, 이상 행동 감지
로봇: 실시간 인식, 경로 판단, 주변 환경 이해
산업 장비: 불량 검사, 예지보전, 안전 모니터링
스마트시티·리테일: 현장 기반 영상 AI와 센서 AI

특히 Ultralytics와의 협력은 상징성이 있다. YOLO 계열 객체 탐지 모델은 엣지 비전 AI에서 널리 쓰이는 도구다. DEEPX가 이런 개발자 생태계와 붙는다는 것은 칩 자체보다 실제로 사람들이 쓰는 모델을 얼마나 쉽게 올릴 수 있느냐를 의식하고 있다는 뜻이다.

돈은 어디서 버는가?

DEEPX의 수익 모델은 크게 세 층으로 볼 수 있다.

칩과 모듈 판매: NPU 칩, 모듈, 보드 형태의 하드웨어 매출
양산 파트너십: 장비 제조사, 로봇 회사, 카메라·산업용 컴퓨터 업체와의 공급 계약
소프트웨어·개발자 생태계: SDK, 모델 최적화, 레퍼런스 디자인을 통한 채택 확대

초기에는 하드웨어 매출 비중이 클 수밖에 없다. 하지만 장기적으로 더 중요한 것은 특정 산업의 표준 보드나 레퍼런스 설계에 들어가는 것이다. 한 번 로봇 또는 영상 장비 플랫폼에 채택되면, 모델 업그레이드와 신규 제품 라인으로 반복 매출이 생길 수 있다.

경쟁 구도: 가장 큰 경쟁자는 다른 스타트업이 아니다

AI 반도체 시장에서 DEEPX의 경쟁자는 넓다. 국내에서는 Rebellions, FuriosaAI 같은 AI 칩 회사가 있고, 글로벌로는 Nvidia Jetson, Qualcomm, Intel, Hailo, Ambarella, Google Coral 계열, 그리고 각종 중국 엣지 AI 칩 업체가 있다. 다만 DEEPX가 직접 부딪히는 전장은 데이터센터 GPU보다는 저전력 엣지 추론이다.

이 시장에서 가장 어려운 상대는 엔비디아 그 자체라기보다 이미 구축된 개발자 습관이다. Nvidia Jetson은 로봇과 엣지 AI 개발자에게 익숙하고, CUDA 생태계도 강하다. DEEPX가 이기려면 단순히 “전력 효율이 좋다”를 넘어, 고객 입장에서 모델 포팅과 유지보수가 충분히 쉬워야 한다.

반대로 DEEPX가 유리한 지점도 있다. 모든 엣지 장치가 Jetson급 보드 가격과 전력 예산을 감당할 수는 없다. 대량 배포되는 카메라, 센서, 산업 장비에서는 BOM 비용과 전력 효율이 훨씬 중요해진다. 이 구간에서는 특화 NPU가 충분히 의미 있는 선택지가 될 수 있다.

이 밸류에이션은 어떻게 봐야 하나?

DEEPX의 공개 밸류에이션이 명확하지 않기 때문에 “비싸다/싸다”를 단정하기는 어렵다. 대신 투자 논리는 비교적 분명하다. AI 추론이 클라우드에서 엣지로 내려가는 흐름이 커질수록, 저전력 AI 칩 수요도 커진다. 특히 로봇과 Physical AI가 실제 산업으로 들어가면 현장 추론은 선택이 아니라 필수가 된다.

다만 AI 반도체는 소프트웨어 SaaS와 다르다. 개발 주기가 길고, 양산 리스크가 있으며, 고객 검증도 오래 걸린다. 높은 기술력만으로는 부족하고, 파운드리, 패키징, 모듈 제조, 보드 파트너, 고객 지원까지 모두 맞아야 한다. 그래서 DEEPX의 가치는 “좋은 칩을 만들었다”보다 “얼마나 많은 실제 장비에 반복적으로 들어가느냐”로 판단해야 한다.

핵심 리스크: 칩보다 생태계가 더 어렵다

DEEPX의 리스크는 꽤 분명하다.

양산 검증: 반도체 스타트업은 샘플과 실제 대량 공급 사이에 큰 간극이 있다.
소프트웨어 스택: SDK, 컴파일러, 모델 호환성이 부족하면 고객 도입이 느려진다.
가격 경쟁: 엣지 AI 칩은 대량 시장인 만큼 단가 압박이 강하다.
Nvidia·Qualcomm 생태계: 개발자 친숙도와 레퍼런스 디자인에서 거대 기업이 강하다.
모델 변화: 비전 모델과 멀티모달 모델 구조가 빨리 바뀌면 칩 설계의 수명이 짧아질 수 있다.

특히 마지막 두 가지가 중요하다. 엣지 AI 칩은 “현재 모델을 잘 돌린다”만으로는 부족하다. 고객은 몇 년 동안 쓸 장비를 만든다. 따라서 DEEPX는 칩 성능뿐 아니라 모델 변화에 대응하는 소프트웨어 업데이트 능력을 계속 보여줘야 한다.

개인적 판단: DEEPX는 한국형 Physical AI 인프라의 조용한 후보

나는 DEEPX를 “한국의 작은 엔비디아”로 보는 표현은 별로 정확하지 않다고 본다. 이 회사가 노리는 전장은 엔비디아의 핵심 데이터센터 GPU 시장이 아니라, AI가 현실 세계의 장치로 내려오는 엣지 추론 시장이다. 그래서 더 적절한 해석은 Physical AI 시대의 저전력 추론 인프라 회사다.

DEEPX가 성공하려면 몇 가지가 필요하다. 첫째, 로봇·카메라·산업 장비 고객에서 반복 가능한 양산 사례가 나와야 한다. 둘째, 개발자가 모델을 쉽게 변환하고 디버깅할 수 있는 소프트웨어 경험이 좋아야 한다. 셋째, Nvidia Jetson 같은 범용 플랫폼 대비 명확한 가격·전력·크기 이점을 유지해야 한다.

지금 단계에서 DEEPX는 아직 매출과 고객 규모를 공개적으로 크게 증명한 회사라기보다, 온디바이스 AI가 커질 때 한국에서 가장 먼저 떠올릴 수 있는 칩 스타트업 중 하나에 가깝다. 다만 로봇과 엣지 AI가 실제 산업으로 확산될수록 이 포지션은 더 중요해질 수 있다. 클라우드 AI가 지능을 만든다면, DEEPX 같은 회사는 그 지능을 현장에 심는 역할을 맡는다.

오늘의 요약

DEEPX는 한국의 온디바이스 AI 반도체 스타트업이다.
핵심 시장은 데이터센터가 아니라 로봇, 카메라, 산업 장비, 스마트시티 같은 엣지 추론이다.
2026년 현대차그룹 Robotics LAB, Ultralytics, AAEON 파트너십은 Physical AI 제품화 흐름을 보여준다.
가장 큰 리스크는 칩 성능보다 양산, 소프트웨어 스택, 개발자 생태계다.
DEEPX의 장기 가치는 실제 장비에 얼마나 반복적으로 들어가느냐에 달려 있다.

참고 자료

불확실성 메모: 투자 유치 규모와 누적 조달액은 2024년 외부 보도 기준이며, 현재 밸류에이션과 매출은 공개 자료만으로 확인되지 않았다. 제품 성능과 파트너십 효과도 회사 발표와 공개 자료를 기준으로 해석했으며, 실제 양산 매출과 고객별 채택 규모는 별도 검증이 필요하다.