제프 베조스, AI 스타트업 CuspAI의 4억 5천만 달러 투자 라운드에 참여

제프 베조스가 영국 스타트업 CuspAI의 약 4억 5천만 달러 규모 투자 라운드에 참여했습니다. 기존 투자자인 테마섹도 이번 투자에 동참했는데, 이는 인공지능이 기술 개발에서 가장 느리고 비용이 많이 드는 부분 중 하나인 첨단 반도체용 신소재 발견을 가속화할 수 있다는 확신이 커지고 있음을 보여줍니다.

이번 투자는 인공지능 경쟁 구도의 광범위한 변화를 보여주는 지표입니다. 그동안 업계는 챗봇과 대규모 언어 모델에 집중해 왔지만, 미래의 경쟁 우위는 더욱 빠르고 효율적인 칩 개발에 필요한 소재에 달려 있을지도 모릅니다.

CuspAI는반도체, 배터리, 촉매 및 멤브레인용 소재 개발을 지원하는 AI 솔루션 개발에 주력하고 있으며, 업계 관계자들과 협력하여 기존 소재만을 사용하는 것이 아니라 특정 목표에 맞는 화합물을 개발하는 AI 소재 파운드리를 구축했습니다.

제프 베조스는 인공지능 과학을 지지합니다

유망해 보이는 모든 물질이 실제로 존재한다는 보장은 없습니다.

이것이 바로 과학자들이 열역학적 안정성에 관심을 갖는 이유입니다. 이 지표는 결정 구조가 시간이 지나도 변질되거나 다른 구성 요소로 분해되지 않고 견딜 수 있는지를 보여줍니다. 최첨단 인공지능 모델을 활용하면 과학자들은 물질을 합성하기 전에 에너지 상태를 계산할 수 있으므로, 실현 불가능한 옵션을 제거하고 성공 가능성이 가장 높은 옵션에 집중할 수 있습니다.

구글 딥마인드는 2023년 네이처 에 발표한 GNoME(Graph Networks for Materials Exploration) 논문 에서 이러한 접근 방식을 시연했습니다 .

"GNoME는 220만 개의 결정 구조를 발견했으며, 그중 38만 개 이상은 안정적인 것으로 예측됩니다." — Merchant 외, Nature (2023)

예측된 안정적인 물질들이 공개 데이터 데이터베이스인 Materials Project에 추가되어 전 세계 연구자들이 이를 이용해 실험을 진행할 수 있게 되었습니다.

과학자들은 이 아이디어를 더욱 발전시켰습니다. 2025년 Communications Materials에 발표된 논문에서 ME-AI(재료 전문가-인공지능) 연구팀은 재료 과학자들의 전문 지식과 머신러닝 기술을 결합하여 미래에 재료가 어떻게 작용할지 예측하는 개념에 대한 개요를 공유했습니다.

"저희 프레임워크는 데이터베이스 규모 확장에 맞춰 확장 가능하며, 전문가 지식을 내장하고, 해석 가능한 기준을 제공하며, 목표 지향적인 종합 분석을 안내합니다." — Schoop 외, Communications Materials (2025)

이러한 노력들을 종합해 보면, 인공지능이 광범위한 탐색에서 집중적인 설계 과정으로 재료 발견 과정을 어떻게 변화시키고 있는지 알 수 있습니다.

베조스의 투자는 더 광범위한 AI 변화를 반영합니다

CuspAI는 베조스가 투자한 금액이나 이번 최신 투자 유치에 참여한 전체 투자자 명단을 공개하지 않았습니다. 하지만 이번 신규 투자 유치는 소프트웨어 분야 외에도 과학 및 첨단 제조업 등 다양한 분야에서 인공지능(AI)을 활용하는 데 대한 투자자들의 관심이 높아지고 있음을 보여줍니다.

CuspAI가 새로운 반도체 소재 발견에 소요되는 시간을 단축함에 따라, 다양한 산업 분야에서 칩 제조 속도 또한 빨라질 수 있습니다. 소재 개발이 가속화되면 배터리, 청정에너지, 산업용 화학물질, 그리고 차세대 AI 인프라 분야에서도 발전이 가능해집니다. 베조스의 막대한 투자는 투자자들이 단순히 더 나은 AI 모델 개발이 아닌, 물리 과학 분야의 혁신이 기술 발전의 다음 단계가 될 수 있다는 점을 인식했음을 시사합니다.

이 글을 읽고 계시다면 이미 앞서 나가고 계신 겁니다. 뉴스레터를 구독하시면 더욱 유익한 정보를 받아보실 수 있습니다.