yozm.tech
피드로 돌아가기
TechCrunchHOTAI 재작성

Nscale, AI 워크로드 확장 스타트업 Anyscale 인수

영국의 AI 클라우드 기업 Nscale이 AI 워크로드 확장 솔루션 스타트업 Anyscale을 16억 5천만 달러에 인수했습니다. 이번 인수로 Nscale은 에너지, 데이터센터, 오케스트레이션 소프트웨어에 이어 AI 워크로드 관리 및 확장 역량을 확보하며 AI 컴퓨팅 스택 전반을 아우르는 수직 통합 전략을 강화할 계획입니다.

6시간 전·2026.07.30·읽기 2·Ram Iyer

영국의 AI 네오클라우드(neocloud) 기업 Nscale이 AI 워크로드 확장 전문 스타트업 Anyscale을 16억 5천만 달러(약 2조 2천억 원)에 인수했습니다. 이번 인수는 고객의 AI 지출을 더 많이 확보하려는 Nscale의 전략적 움직임으로, 데이터센터와 서버 전반에서 AI 워크로드를 효율적으로 확장하는 Anyscale의 기술을 자사 서비스에 통합하게 됩니다.

Anyscale은 오픈소스 분산 프로그래밍 프레임워크인 Ray 프로젝트를 개발한 팀이 설립했습니다. 초기에는 대규모 컴퓨팅 파워를 요구하는 프로젝트를 위한 플랫폼을 제공했으나, 2022년 GPT-3 출시 이후 AI가 주목받으면서 대규모 언어모델(LLM) 학습 및 서빙, 데이터 큐레이션, 추론(inference), 강화 학습 등 AI 워크로드 확장에 특화된 서비스로 사업 방향을 전환했습니다. Anyscale의 플랫폼은 Ray를 기반으로 개발자 도구, 관측 가능성(observability), 오케스트레이션(orchestration) 기능을 제공합니다. Nscale은 지난 3월 엔비디아(Nvidia), 노키아(Nokia) 등으로부터 20억 달러 규모의 시리즈 C 투자를 유치하며 146억 달러의 기업 가치를 인정받았으며, 마이크로소프트(Microsoft) 등과 데이터센터 및 컴퓨팅 파트너십을 맺는 등 활발한 투자를 이어왔습니다.

이번 인수는 Nscale이 AI 컴퓨팅 스택 전반을 수직 통합하려는 전략의 핵심입니다. Nscale은 이미 에너지, 데이터센터, 오케스트레이션 소프트웨어 분야에서 사업을 구축했으며, Anyscale 인수를 통해 AI 워크로드 관리 및 확장 역량까지 확보하게 되었습니다. Anyscale 측은 성명에서 “Anyscale과 Nscale이 함께 소프트웨어 레이어와 그 아래 인프라를 공동 설계할 수 있게 되었으며, 이는 어느 한 회사도 단독으로 최적화할 수 없었던 부분”이라고 밝혔습니다. 이는 AI 인프라와 소프트웨어의 긴밀한 통합을 통해 고객에게 더 효율적이고 최적화된 AI 솔루션을 제공하겠다는 의지를 보여줍니다. AI 시장이 급성장하면서 컴퓨팅 자원과 이를 효율적으로 관리하는 소프트웨어의 중요성이 커지는 가운데, 이러한 수직 통합 전략은 기업 고객들에게 매력적인 가치를 제공할 것으로 예상됩니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
3/10
약한 신호
3점인가

대규모 자본과 기술력이 필요한 분야로, 1인 창업자가 진입하기에는 진입 장벽이 높습니다.

문제 / 미충족 수요

AI 워크로드의 복잡성과 규모가 커지면서 효율적인 자원 관리 및 확장에 대한 수요가 증가하고 있습니다.

한국 시장
국내 있음한국에서도 클라우드 기반 AI 워크로드 관리 솔루션이 존재하지만, 특정 니치 시장에 특화된 최적화는 아직 기회가 있을 수 있습니다.
수익 모델

B2B SaaS 구독, API 종량제 · 돈 내는 주체: 대규모 AI 모델을 학습시키거나 서빙하는 기업, AI 개발팀, 클라우드 비용 절감을 원하는 스타트업

1인 실현 가능성
2/5

AI 워크로드 관리 및 최적화는 고도의 기술력과 인프라 지식이 필요하며, 대규모 자본 투자가 요구될 수 있습니다.

진입 지점 (Wedge)

특정 산업(예: 게임, 미디어)에 특화된 AI 워크로드 최적화 및 비용 절감 솔루션 제공

이번 주 첫 실험

한국 내 AI 개발자 및 기업을 대상으로 AI 워크로드 관리의 어려움과 비용 문제에 대한 설문조사 및 인터뷰 진행

Original source
이 글은 TechCrunch의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기