글로벌 AI LLM 응용 산업 현황 (SW)
| 구분 | 설명 |
|---|---|
| Single LLM | 하나의 고품질 대형 언어모델로 단일 정답에 가까운 답을 반환. *정답이 있는 질문(코딩, 수학 등)*에 강함. 핵심: GPU 연산 최적화 + 고품질 Corpus 확보. |
| Multi LLM Orchestration | 여러 LLM을 묶어 분업·교차 검증·Chain of Thought를 통해 *정답이 없는 쟁점(사회 논쟁, 기업 전략 등)*에 신뢰도 있는 다각도 답변. 핵심: Agent 설계 + 교차 평가 파이프라인. |
| Multi App Orchestration | LLM과 다른 앱(SaaS, DB, 브라우저 등)을 연결하고, 어디까지 자동화하고 어디서 인간이 결정할지를 설계. 핵심: 자동화 vs Human Layer 분기. 인간이 최종 결정을 책임지는 구조가 중요. |
한국 AI LLM 응용 산업 — 현황 (SW+HW)
- 투자자 (VC/정부): long-term과 기술 내실보다 Short-term ROI와 Story-telling Narrative에 집착. ‘국산 AI’ ‘초고속’ ‘기업용 Copilot’ 키워드만으로 수백억 투자 성사.
- 공통 구조: 대부분 LLM Router + RAG Custom + UI Custom. GitHub 오픈소스 조합만으로도 단기간 재현 가능.
- 기술 난이도: Low. 실제 난이도는 낮으나 IR Deck에서 ‘혁신’ 프레임으로 포장.
한국 대표 사례 — AI LLM/Agent/App
| 회사 | 제품/서비스 | 핵심 구조 | 분야 | 투자 유치 |
|---|---|---|---|---|
| Wrtn | 뤼튼 | LLM + 문서 요약 | 엔터프라이즈 생산성 | 1268억 (B) |
| 라이너 | 라이너 | LLM + 검색 UI | 엔터프라이즈 생산성 | 437억 (B) |
| AIS3 | 웍스AI | LLM Router | 엔터프라이즈 생산성 | 138억 (A) |
| 오!리서치 | oo.ai | Fast LLM (Input Token Cut) | 엔터프라이즈 생산성 | 100억 (Seed) |
| Upstage | 솔라 | Single LLM (대형 언어모델) | 엔터프라이즈 기술지원 | 1316억 (B) |
| TwelveLabs | 페가수스 | Multi-Modal AI (AI 영상언어 생성) | 엔터프라이즈 기술지원 | 1486.45억 (A) |
| 솔트룩스 | 루시아 | Single LLM (대형 언어모델) | 엔터프라이즈 기술지원 | 584.5억 (IPO) |
| New AI | 큐터 LLMs | Single LLM (대형 언어모델) | 엔터프라이즈 기술지원 | 100억 (Pre-IPO) |
| 노타 | 온디바이스 AI | On-Device AI (모델 경량화) | 엔터프라이즈 기술지원 | 570억 (C) |
| S2W | S API | 맞춤형 생성형 AI 솔루션 | 엔터프라이즈 기술지원 | 145억 (B) |
한국 투자 사례 — AI HW (반도체)
| 회사 | 제품/서비스 | 기술 | 분야 | 투자 유치 |
|---|---|---|---|---|
| Furiosa AI | AI 반도체 (레니게이드) | AI 최적화 시스템 반도체 | 반도체/디스플레이 | 1925억 (C) |
| DeepX | AI 반도체 (DX-M1 등) | AI 최적화 시스템 반도체 | 반도체/디스플레이 | 1361억 (C) |
| Rebellion | AI 반도체 (리벨, 아톰) | AI 최적화 시스템 반도체 | 반도체/디스플레이 | 800억 (B) |