1.6조가 몰린 한 주, AI·디지털자산 스타트업은 증거 경쟁으로 간다
5월 마지막 주 1.6조원 규모 투자 흐름을 바탕으로 AI 반도체, 디지털자산, 자율제조 스타트업이 다음 라운드에서 증명해야 할 기준을 정리했다.
1.6조가 몰린 한 주, AI·디지털자산 스타트업은 증거 경쟁으로 간다
요약: 2026년 5월 마지막 주 한국 스타트업 투자 시장에는 1조 6,339억 원 규모의 자금이 공개됐다. 스타트업레시피는 5월 25일부터 29일까지 한 주간 투자를 공개한 국내 스타트업과 중소기업 중 주요 10개사를 집계하며, 최대 화두를 AI와 블록체인으로 정리했다. 그 중심에는 국민성장펀드의 퓨리오사AI 8,000억 원 직접투자, 삼성 계열사의 두나무 6,128억 원 전략투자, 더블랙레이블의 1,000억 원 시리즈B, 모티프테크놀로지스 240억 원 시리즈B, 인터엑스 160억 원 프리IPO가 있었다.
이번 흐름은 단순히 “큰돈이 돌았다”는 한국 스타트업 뉴스가 아니다. 자금이 어디로 이동하는지 보면 2026년 startup funding 시장의 판단 기준이 선명해진다. 투자자는 AI startup이라는 이름만 보지 않는다. 반도체와 데이터센터처럼 물리적 공급망을 통제할 수 있는지, 디지털자산처럼 제도권 금융과 연결될 수 있는지, 자율제조처럼 고객 현장의 생산성 지표를 바꿀 수 있는지를 묻는다. deeptech 팀에게는 기술 설명보다 증거의 구조가 중요해지고 있다.
창업자에게 이 뉴스는 남의 대형 라운드가 아니다. 초기 팀도 같은 시장 안에서 평가받는다. 대형 자금이 프리IPO와 전략투자에 쏠릴수록 초기 팀은 “우리는 아직 작다”가 아니라 “우리가 커질 때 어떤 증거가 누적되는가”를 설명해야 한다. 이번 글은 퓨리오사AI, 두나무, 모티프, 인터엑스 사례를 바탕으로 AI·딥테크 스타트업이 다음 투자 미팅에서 준비해야 할 실무 기준을 정리한다.
대형 자금은 AI 슬로건보다 인프라 통제력에 붙었다
국민성장펀드의 퓨리오사AI 직접투자는 이번 주 투자 흐름의 상징이다. 보도에 따르면 금융위원회 기금운용심의위원회는 퓨리오사AI 투자 건을 포함해 총 5건, 4조 1,400억 원 규모의 직접투자, 인프라 투융자, 대출 안건을 승인했다. 퓨리오사AI 건은 첨단전략산업기금 3,700억 원을 포함해 총 8,000억 원 안팎으로 알려졌다. 이는 AI 반도체를 단순 소프트웨어 테마가 아니라 국가 산업 인프라로 보는 투자다.
AI 반도체 스타트업에게 중요한 것은 모델 데모가 아니라 공급망과 고객 검증이다. 칩 설계 역량, HBM 같은 메모리 연동, 파운드리와 패키징 일정, 서버 적용성, 전력 효율, 개발자 생태계가 함께 움직여야 한다. 초기 AI 반도체 팀이 투자자에게 보여줄 자료도 이 구조를 따라야 한다. “성능이 좋다”보다 “어떤 워크로드에서 어떤 전력과 비용을 줄였고, 어떤 고객이 테스트할 수 있는가”가 먼저다.
이 신호는 소프트웨어 AI 팀에게도 영향을 준다. 모델 API를 잘 붙이는 팀은 많아졌고, 경쟁 우위는 고객 데이터, 배포 환경, 보안 요구, 운영 자동화로 내려가고 있다. 투자자가 원하는 것은 화려한 생성형 AI 화면이 아니라 고객의 비용 구조를 바꾸는 운영 증거다. AI startup은 모델을 직접 만들든, 글로벌 모델을 제품화하든, 최종적으로는 고객의 인프라와 업무 흐름 안에서 반복 사용되어야 한다.
두나무 투자는 디지털자산이 다시 금융 인프라 경쟁으로 들어왔다는 뜻이다
두나무는 삼성증권, 삼성카드, 삼성SDS로부터 총 6,128억 원 규모 전략투자를 받은 것으로 보도됐다. 서울신문 등은 삼성 3사가 두나무 지분 4%를 취득하기로 했고, 금융권의 디지털자산 선점 경쟁이 본격화되는 분위기라고 전했다. 이 투자는 블록체인 시장이 단순 거래소 성장 스토리에서 결제, 토큰증권, 스테이블코인, 금융 앱, 보안 인프라의 연결 문제로 이동하고 있음을 보여준다.
블록체인 스타트업에게 이번 투자 흐름은 양면적이다. 한편으로는 디지털자산이 다시 제도권 금융의 의제로 들어오고 있다는 긍정적 신호다. 다른 한편으로는 규제 대응, 고객보호, 실명확인, 결제 안정성, 내부통제 같은 기준이 더 무거워진다는 뜻이다. 작은 팀이 “탈중앙화”만 말하기에는 시장이 너무 제도화됐다. 이제는 어떤 금융기관 또는 기업 고객의 위험을 줄이고, 어떤 수수료와 운영 비용을 낮추는지 말해야 한다.
특히 스테이블코인과 토큰증권 흐름을 노리는 팀은 기술 백서보다 운영 시나리오를 준비해야 한다. 발행, 보관, 정산, 회계, 이상거래 탐지, 고객 민원, 규제 보고까지 이어지는 흐름을 그려야 한다. 디지털자산 시장의 다음 기회는 코인 가격이 아니라 금융 업무의 재구성에서 생긴다. 창업자는 투자자에게 “우리가 블록체인을 쓴다”가 아니라 “블록체인을 써서 어떤 금융 프로세스가 더 싸고 빠르고 안전해진다”고 설명해야 한다.
프리IPO와 전략투자가 늘면 초기 팀은 중간 증거를 더 촘촘히 만들어야 한다
이번 주 투자 목록에는 퓨리오사AI와 두나무 같은 초대형 거래뿐 아니라 인터엑스 160억 원 프리IPO, 모티프테크놀로지스 240억 원 시리즈B, 미니쉬테크놀로지스 300억 원 투자도 포함됐다. 공통점은 성장 단계 기업이 다음 단계의 증거를 요구받는다는 점이다. 프리IPO는 상장 가능성, 전략투자는 파트너 시너지, 시리즈B는 시장 확장성과 매출 가시성을 묻는다.
초기 창업자는 이 장면을 먼 이야기로 두면 안 된다. Seed나 Pre-A 단계부터 나중에 필요한 증거의 형태를 미리 설계해야 한다. 예를 들어 AI SaaS라면 첫 고객 사용 로그, 반복 사용률, 업무 시간 단축, 보안 승인 기간, 유료 전환 조건이 중요하다. 제조 AI라면 파일럿 전후 불량률, 검수 시간, 설비 정지시간, 라인 확장 가능성이 필요하다. 바이오와 헬스케어라면 재현성, 임상 또는 규제 경로, 기관 파트너십이 핵심이다.
투자 시장이 커질수록 모든 팀이 혜택을 받는 것은 아니다. 대형 라운드는 자금의 눈높이를 올린다. 투자자는 “비슷한 분야의 큰 회사가 이렇게 증명했다면, 당신 팀은 어떤 단계의 증거를 갖고 있는가”라고 묻는다. 창업자는 이에 답하기 위해 분기별 마일스톤을 기술 개발이 아니라 외부 검증 단위로 바꿔야 한다. 고객 인터뷰, PoC 계약, 데이터 접근권, 유료 전환, 파트너 공동 발표가 모두 증거가 된다.
모티프와 인터엑스는 AI의 두 갈래를 보여준다
모티프테크놀로지스는 AI 파운데이션 모델 기업으로 240억 원 시리즈B를 확보한 것으로 보도됐다. 스타트업레시피에 따르면 모티프는 서울대, KAIST, 삼일회계법인 등 여러 기관과 함께 300B급 추론형 LLM을 개발 중이다. 이는 한국 AI 생태계에서 모델 자체를 만드는 팀이 여전히 중요한 축이라는 뜻이다. 다만 모델 개발은 막대한 자본, 연구 인력, 데이터, 인프라가 필요한 게임이다.
인터엑스는 다른 갈래를 보여준다. AI 기반 자율제조 플랫폼 기업으로 160억 원 프리IPO를 유치하며 코스닥 기술특례상장 절차를 본격화했다고 보도됐다. 여기서 핵심은 제조 현장이다. 자율제조는 모델 성능만으로 팔리지 않는다. 설비 데이터, 현장 작업자 피드백, 품질 기준, MES와 ERP 연동, 생산성 지표가 제품 가치의 일부다. 그래서 제조 AI 팀은 소프트웨어 회사이면서 동시에 현장 운영 회사처럼 움직여야 한다.
창업자가 배워야 할 것은 선택의 명확성이다. 모델을 직접 만들 팀인지, 모델을 산업 업무에 깊게 적용할 팀인지, 금융이나 제조처럼 규제가 강한 영역의 인프라를 만들 팀인지 정해야 한다. 세 가지를 모두 하겠다고 말하면 투자자는 실행 집중도를 의심한다. Korean startup news에서 AI라는 단어는 넓지만, 실제 투자 판단은 좁다. 어떤 계층에서 압도적으로 잘할 것인지 정해야 한다.
창업자는 다음 라운드를 위해 다섯 가지 증거를 쌓아야 한다
첫째는 고객 문제의 좁힘이다. “AI로 업무를 자동화한다”는 말은 너무 넓다. “제조 품질 담당자의 반복 검수 시간을 줄인다”, “금융사의 디지털자산 정산 리스크를 줄인다”, “개발팀의 배포 전 보안 점검 시간을 줄인다”처럼 고객과 업무가 보여야 한다. 투자자는 기술 범용성보다 첫 시장의 선명함을 먼저 본다. 좁은 시장에서 반복 가능한 지표를 만들면 확장 논리가 생긴다.
둘째는 데이터 접근권이다. AI 스타트업이 가장 많이 막히는 지점은 모델보다 데이터다. 고객 데이터가 실제로 열리는지, 익명화와 보안 조건이 가능한지, 라벨링 비용을 누가 부담하는지, 결과 검수자는 누구인지 정해야 한다. 데이터 접근권이 없는 AI 사업계획서는 실행 가능성이 낮다. 투자자는 데이터가 어디에서 나오고, 시간이 갈수록 어떤 방어력이 쌓이는지 묻는다.
셋째는 운영 지표다. 정확도, 추론 속도, 모델 크기 같은 기술 지표는 필요하지만 충분하지 않다. 고객은 비용, 시간, 오류, 매출, 재구매, 보안 사고를 본다. 창업자는 기술 지표와 운영 지표를 연결해야 한다. 예를 들어 정확도가 높아졌다면 검수 시간이 얼마나 줄었는지, 자동화율이 높아졌다면 담당자가 어떤 업무를 덜 하게 됐는지 보여줘야 한다.
넷째는 파트너 구조다. 이번 두나무 사례처럼 전략투자는 단순 자금이 아니라 유통, 기술, 규제, 고객 접점의 조합이다. 초기 팀도 작은 파트너 구조를 만들 수 있다. 고객사 PoC, 대학 연구실, 클라우드 크레딧, 액셀러레이터, 산업 협회, 대기업 오픈이노베이션이 모두 시작점이다. 중요한 것은 로고를 모으는 것이 아니라 파트너가 어떤 검증을 가능하게 하는지 설명하는 일이다.
다섯째는 자금 사용의 논리다. 대형 투자 뉴스가 많아질수록 창업자는 투자금으로 무엇을 줄일지 말해야 한다. 기술 리스크를 줄일 것인지, 고객 검증 리스크를 줄일 것인지, 인프라 비용 리스크를 줄일 것인지, 규제 승인 리스크를 줄일 것인지 정해야 한다. “인재를 뽑겠다”보다 “이 인재가 들어오면 90일 안에 어떤 고객 지표가 만들어진다”가 강하다.
VC는 대형 라운드의 숫자보다 자본의 방향을 봐야 한다
투자자 입장에서도 이번 주의 1.6조 원 숫자는 조심해서 해석해야 한다. 일부 초대형 거래가 전체 금액을 끌어올렸기 때문에 시장 전체가 균등하게 좋아졌다고 말하기는 어렵다. 오히려 자본은 더 선별적으로 움직이고 있다. AI 반도체, 디지털자산 인프라, 제조 AI, 파운데이션 모델처럼 국가 산업, 금융 제도, 산업 생산성과 연결되는 분야에 무게가 실린다.
VC는 초기 팀을 볼 때 이 방향성과 팀의 현실을 함께 봐야 한다. 모든 팀이 퓨리오사AI처럼 대규모 인프라 투자를 받을 수는 없다. 하지만 작은 팀도 특정 업무에서 압도적인 증거를 만들 수 있다. 좋은 초기 투자는 거대한 시장 슬로건보다 작은 고객 문제를 빠르게 반복 검증하는 팀에서 나온다. 대형 라운드가 많을수록 초기 투자자는 오히려 실험 속도와 고객 밀착도를 더 면밀히 봐야 한다.
또한 전략투자 가능성을 너무 일찍 과대평가하면 안 된다. 대기업과의 미팅, MOU, 오픈이노베이션 선정은 의미 있지만 매출과 제품 검증을 대체하지 않는다. 전략투자가 현실화되려면 해당 파트너가 실제로 얻는 사업 이익이 있어야 한다. 창업자는 “대기업이 관심을 보였다”가 아니라 “대기업의 어떤 부서가 어떤 문제를 우리 제품으로 줄일 수 있다”고 말해야 한다.
이번 주 흐름에서 또 하나 봐야 할 점은 자금 조달 이후의 커뮤니케이션이다. 대형 라운드를 받은 회사는 채용, 고객 영업, 정책 논의, 해외 파트너십에서 더 많은 주목을 받는다. 그러나 주목은 비용도 만든다. 시장은 더 빠른 출시, 더 큰 고객, 더 명확한 수익성 로드맵을 요구한다. 초기 팀도 마찬가지다. 투자를 받는 순간부터 다음 검증의 기준이 올라간다. 그래서 창업자는 라운드 발표문보다 투자 이후 90일 계획을 더 정교하게 준비해야 한다.
IR 자료에는 자금 조달 전후의 변화가 보여야 한다. 투자 전에는 어떤 병목 때문에 성장이 느렸고, 투자금으로 그 병목을 어떻게 줄이며, 줄어든 병목이 고객 지표나 매출 지표로 어떻게 나타날 것인지 써야 한다. 특히 AI와 딥테크 팀은 연구개발비가 크기 때문에 “더 오래 개발한다”는 설명만으로는 약하다. 개발 기간이 늘어나는 만큼 어떤 기술 리스크가 제거되고, 어떤 고객 검증이 가능해지는지 함께 제시해야 한다.
결론: 2026년 투자 시장은 기술보다 증거의 밀도를 산다
5월 마지막 주의 대형 투자 흐름은 한국 스타트업 생태계가 다시 성장 모드로 들어섰다는 신호로 볼 수 있다. 그러나 이 성장은 아무 팀에게나 열리지 않는다. AI와 딥테크라는 키워드는 여전히 강하지만, 투자자는 더 구체적인 질문을 한다. 어떤 인프라를 통제하는가, 어떤 고객 지표가 움직였는가, 어떤 규제와 보안 요구를 통과했는가, 어떤 파트너와 반복 가능한 확장 경로가 있는가.
창업자가 오늘 해야 할 일은 대형 라운드를 부러워하는 것이 아니다. 자신의 다음 라운드에서 요구될 증거를 역산하는 것이다. 고객 문제를 한 문장으로 줄이고, 데이터 접근권을 확인하고, 운영 지표를 정하고, 파트너가 가능하게 하는 검증을 문서화해야 한다. 그렇게 하면 이번 주의 1.6조 원 뉴스는 먼 시장 뉴스가 아니라 제품 전략의 체크리스트가 된다. 결국 startup funding은 스토리를 사는 것이 아니라, 스토리가 실제로 작동한다는 증거를 산다.
