퓨리오사AI 레니게이드 NPU 분석, 엔비디아 대비 전력 효율과 한계
퓨리오사AI의 2세대 NPU 레니게이드(RNGD)는 카드 한 장이 180W를 쓰는 AI 추론 전용 칩으로, 강점은 최고 성능보다 전력 효율에 있습니다. LG AI연구원 평가에서 GPU 대비 약 2.25배의 전력 효율을 기록했지만 비교 대상은 이전 세대인 A100이었고, 영상이 말한 CUDA 전환 비용 0은 공개 문서에서 확인되지 않았습니다. 도입을 검토한다면 자사 모델과 실제 업무 부하로 직접 측정하는 일이 먼저입니다.
▶ 영상: 엔비디아가 가장 두려워하는 한국 반도체의 정체 : 퓨리오사AI
퓨리오사AI 영상 핵심 3가지
영상은 AI 데이터센터의 전력 문제에서 출발해 퓨리오사AI의 기회를 세 갈래로 설명합니다.
- 전력과 비용: GPU로 AI 추론(학습을 마친 모델이 답을 만들어 내는 과정)을 계속 돌리면 전기료와 냉각비를 포함한 총소유비용(TCO)이 감당하기 어려워진다고 짚습니다. - 전용 설계: 그래픽 처리용 구조를 걷어 내고 메모리 병목을 줄인 텐서 연산 전용 NPU를 만들었으며, 고대역폭 메모리 HBM3를 얹은 레니게이드가 초당 수천 개의 토큰을 엔비디아의 절반도 안 되는 전력으로 생성한다고 소개합니다. - 소프트웨어와 다음 시장: 자체 컴파일러(코드를 칩이 실행할 형태로 바꾸는 도구)가 CUDA 코드를 재작업 없이 옮겨 전환 비용을 0으로 만든다고 주장하고, 다음 목적지로 자율주행과 로보틱스 같은 피지컬AI를 꼽습니다.
방향은 공개 자료와 대체로 맞습니다. 다만 수치와 표현에는 조건이 붙기 때문에 항목별로 나눠 볼 필요가 있습니다.
레니게이드 NPU 전력 효율, 수치로 따져 보기
퓨리오사AI가 공개한 레니게이드의 사양은 TSMC 5나노 공정, 연산 성능 512TFLOPS(FP8 기준), HBM3 48GB, 메모리 대역폭 초당 1.5TB, 소비전력 180W입니다. 일반 서버에 꽂는 PCIe 카드 형태라는 점도 특징입니다.
전력 효율을 뒷받침하는 대표 사례는 LG AI연구원의 평가입니다. 엑사원 모델 추론에서 GPU보다 최대 2.25배 높은 전력 효율을 보였고, 카드 4장으로 엑사원 32B 모델을 초당 약 50~60토큰 속도로 처리했습니다. 영국 IT 매체 더레지스터에 따르면 이때 비교한 GPU는 엔비디아 A100으로, 최신 제품은 아닙니다.
더 최근 제품과의 비교로는 퓨리오사AI의 자체 측정치가 있습니다. Qwen3-32B 모델에서 엔비디아 RTX PRO 6000 대비 킬로와트당 토큰 처리량이 최대 2배이며, 사용자당 초당 37토큰 조건에서는 1.66배였다고 밝혔습니다. 8장 구성의 전력 규모는 레니게이드 3.0kW, RTX PRO 6000 6.5kW로 제시됐습니다. 영상의 '절반도 안 되는 전력'은 이런 시스템 전력 차이와 비슷하지만, 같은 처리량을 절반 전력으로 낸다는 뜻은 아닙니다. 또한 제조사 측정치이므로 독립 검증 결과로 보기는 어렵습니다.
'초당 수천 토큰'도 조건을 함께 봐야 합니다. 회사는 Llama 3.1 8B 모델에서 초당 3,200~3,300토큰을 처리한다고 밝혔는데, 이는 여러 요청을 묶어 처리한 총량입니다. 같은 자료에서 사용자 한 명이 체감하는 속도는 초당 40~60토큰 수준입니다. 더레지스터는 카드 한 장의 절대 성능으로는 엔비디아 H100이나 B200과 경쟁하기 어렵다고 평가했습니다. 레니게이드의 승부처는 최고 속도가 아니라 정해진 전력 안에서 얼마나 많이 처리하느냐입니다.
CUDA 전환 비용 0 주장, 공개 문서로 확인한 범위
CUDA는 엔비디아 GPU용 개발 환경으로, 많은 AI 소프트웨어가 여기에 맞춰 만들어져 있습니다. 영상은 퓨리오사 컴파일러가 CUDA 코드를 재작업 없이 바로 옮긴다고 소개했지만, 퓨리오사AI의 제품 페이지와 개발자 문서 로드맵에서는 이를 뒷받침하는 설명을 찾지 못했습니다.
공식 자료로 확인되는 전환 경로는 다릅니다.
- 서빙 소프트웨어 Furiosa-LLM이 널리 쓰이는 오픈소스 추론 엔진 vLLM과 호환되는 API를 제공합니다. - OpenAI 호환 서버를 지원해, 이 방식으로 만든 애플리케이션은 접속 주소를 바꾸는 방식으로 검증할 수 있습니다. - 허깅페이스 허브에서 사전 컴파일된 모델을 받아 쓸 수 있고, 엑사원, Qwen, Llama, Solar 등이 지원 모델에 포함됩니다. - 그 밖의 모델은 파이토치 모델을 양자화(연산 정밀도를 낮춰 경량화하는 작업)해 배포하는 절차를 거칩니다.
정리하면, 표준 API로 LLM을 서비스하는 기업은 전환 부담이 작을 수 있습니다. 반면 CUDA로 직접 작성한 연산 코드나 지원 목록에 없는 모델을 쓴다면 별도의 검증과 작업을 예상해야 합니다.
퓨리오사AI의 피지컬AI 전략과 최근 투자
현재 레니게이드는 데이터센터용 추론 가속기이며, 자율주행이나 로봇에 탑재하는 전용 칩을 내놓았다는 발표는 확인되지 않았습니다. 피지컬AI와 직접 연결되는 공개 내용은 2026년 3월 LG유플러스와 맺은 업무협약입니다. 두 회사는 기업 내부망에서 데이터를 처리하는 소버린 AI 어플라이언스를 함께 만들기로 했고, 이후 로봇과 설비 제어를 위한 초저지연 추론 기술까지 협력을 넓힐 계획이라고 밝혔습니다. 아직은 계획 단계로 보는 것이 정확합니다.
사업 기반은 빠르게 커지고 있습니다. 퓨리오사AI는 2026년 레니게이드 약 2만 장 양산 목표를 제시했고, 10월 29일에는 8,200억 원 규모의 시리즈D 투자 유치를 마쳤다고 발표했습니다. 투자 후 기업가치는 약 3조 8,000억 원이며, 국민성장펀드가 3,700억 원으로 최대 투자자가 됐습니다. 3세대 칩은 브로드컴 등과 협력해 2나노 공정과 HBM4 계열 메모리를 적용하는 방향으로 알려졌습니다.
실무자가 챙길 점
국내 제조·공공 조직이 AI 추론 인프라를 검토한다면 다음 순서로 판단 근거를 만들 수 있습니다.
- 용도 구분: 모델 학습이 아니라 사내 문서 검색, 작업 지원처럼 추론이 반복되는 업무부터 후보로 올립니다. - 지원 여부 점검: 사용할 모델이 공식 지원 목록에 있는지, CUDA 전용 코드가 얼마나 있는지 먼저 목록으로 정리합니다. - 동일 조건 측정: 최신 GPU와 같은 모델, 같은 동시 사용자 수로 첫 토큰 응답 시간, 사용자당 속도, 킬로와트당 처리량을 비교합니다. - TCO 계산: 카드 가격만 보지 말고 전기료, 냉각비, 서버실 전력 한도, 유지보수, 납품 일정까지 3~5년 기준으로 계산합니다. - 현장 적용 분리: 공장 서버에서 돌리는 추론과 로봇에 탑재하는 추론은 요구 조건이 다르므로, 로봇 제어용은 지연 시간과 탑재 전력을 별도로 검증합니다.
자주 묻는 질문
Q. 퓨리오사AI 레니게이드가 엔비디아 GPU를 대체할 수 있나요? A. 추론 업무 일부에서는 대안이 될 수 있습니다. 다만 학습용 칩이 아니고 카드 한 장의 절대 성능은 고성능 GPU보다 낮다는 평가가 있어, 전력 효율이 중요한 추론 환경에 맞습니다.
Q. CUDA 코드를 수정 없이 그대로 실행할 수 있나요? A. 공개된 공식 문서에서는 확인되지 않았습니다. vLLM 호환 API와 OpenAI 호환 서버를 지원하므로, 표준 방식의 LLM 서비스인지부터 확인하는 것이 좋습니다.
Q. 레니게이드를 로봇이나 자율주행차에 쓸 수 있나요? A. 현재 제품은 서버에 장착하는 데이터센터용 카드입니다. 로봇과 설비 제어용 초저지연 추론은 LG유플러스와의 협력 계획에 포함된 단계입니다.
참고 자료
FuriosaAI RNGD 제품 페이지 https://furiosa.ai/rngd
How AI chip upstart FuriosaAI won over LG with its power-sipping design https://www.theregister.com/2025/07/22/sk_furiosa_ai_lg/
FuriosaAI: The future of AI is efficient inference https://furiosa.ai/blog/furiosaai-future-of-ai-is-efficient-inference
FuriosaAI's Software Stack - FuriosaAI Developer Center https://developer.furiosa.ai/latest/en/overview/software_stack.html
LG Uplus, FuriosaAI to build on-premise sovereign AI appliance https://www.koreatimes.co.kr/business/tech-science/20260308/lg-uplus-furiosaai-to-build-on-premise-sovereign-ai-appliance
퓨리오사AI, 8200억 시리즈D 투자유치…기업가치 3.8조 https://zdnet.co.kr/view/?no=20261029090026
퓨리오사AI 8200억 투자 유치…기업가치 3.8조 평가 https://news.jkn.co.kr/post/1057488
퓨리오사AI "올해 2세대 NPU 2만장 양산 목표...제품 공급 시작" https://zdnet.co.kr/view/?no=20260402154318
피직박스(PHYSICBOX)는 피지컬AI·로봇 기술을 영상으로 쉽게 풀고, 기업 대상 AI 교육과 제조 현장 AX 기술기업 매칭을 운영합니다. 피직박스 유튜브 구독: https://www.youtube.com/@physicbox_ai?sub_confirmation=1 교육·협업 문의: https://www.physicbox.com/inquiry
이 글은 피직박스 유튜브 영상 내용과 공개된 자료를 바탕으로 AI가 정리했습니다. 수치·일정은 원문 출처에서 한 번 더 확인해 주세요.