현재 AI 서비스(예: 월 3만 원)는 일반인이 부담하기 어려운 가격이다. HyperAccel의 이진원 CTO는 이 문제의 원인 중 하나로 HBM 같은 고가 메모리를 지목하며, LPDDR(저전력 메모리)을 활용해 서버 가격을 1/10로 낮추고, 서비스 가격을 월 5천 원 이하로 줄이는 것을 목표로 한다. 이는 단순한 원가 절감이 아니라, “더 많은 사람이 더 양질의 서비스를 사용할 수 있게 하겠다”는 철학의 실현이다.
흥미로운 점은, 소프트웨어 혁신(모델 경량화, 양자화 등)만으로는 가격 장벽을 완전히 허물기 어렵다는 인식이다. 반도체 수준의 변화가 필요하다. 특히 추론 전용 칩(inference-only chip)이라는 특화 전략이 효과적일 수 있다. HyperAccel은 범용 GPU가 아니라 추론에 최적화된 아키텍처로 경쟁한다. 이는 AI 서비스의 대중화를 위해 소프트웨어와 하드웨어가 함께 진화해야 함을 시사한다.
근거
“좀 더 많은 사람들한테 더 양질의 서비스를 할 수 있는 그런 반도체를 우리가 만들어 보자. HBM을 쓰지 않고 LPDDR을 사용해서 10분의 1 가격에 서버를 공급하고, 가장 싼 서비스를 한 5천 원 이하로 줄여보자.” — 이진원 CTO
연결된 생각
- 20260606-verifiable-reward-loop — 하드웨어 검증도 일종의 verifiable loop이지만, 검증 시간이 길어 적용이 어려운 도메인 사례.
- 20260606-autoresearch-verified-reward-loop — 소프트웨어 최적화와 반도체 최적화의 차이점 (전자는 빠른 평가 가능, 후자는 긴 사이클 필요).
출처
- 📎 클리핑: 20260613-ep98-ko-transcript