리벨리온 분석

리벨리온: 국내 1위 AI 팹리스 분석

1. thesis
   ○ ai의 시대가 온다
   ○ 추론향 수요는 폭발 중
   ○ ai 모델 추론을 구동하기 위한 하드웨어 역시 수요 증가

2. founding story
   ○ 박성현 대표는 KAIST 학사 MIT 박사 Intel, 삼성, SpaceX, Morgan Stanley 출신
   ○ 오진욱 CTO는 서울대 학사 KAIST 석박, IBM 출신
   ○ 김효은 CPO는 KAIST 학석박, Lunit CPO 출신
   => 한국의 인재풀과 생태계를 보고 국내 법인 설립

3. product
   a. ION: 금융업에서 사용되는 ULL AI 칩
   b. ATOM: AI 추론에 사용되는 칩 (메인)
   c. REBEL: LLM 추론에 사용되는 칩 (24년 예정)

4. market
   ○ 규모의 경제를 위해 대규모 데이터 센터 업체 정조준
   ○ 장기적으로 자율주행, 로봇향 수요까지 더해져 거대한 시장 형성이 예상됨

5. business model
   ○ GTM
   a. 고객사에 SW/HW codesign으로 커스터마이징 제공
   b. KT 데이터 센터에서 얻은 실질 데이터 기반 세일즈
   c. 적은 마진으로 마켓 볼륨 확보, 빠른 노하우 축적과 기술 혁신

6. traction
   ○ 2020년 창업 후 4년 동안 1000억 이상 투자 유치
   ○ 2022년 ATOM 출시 후 2023년 KT 데이터 센터 탑재
   ○ 2024년 출시될 REBEL은 삼성전자와 협업 하 준비 중 (4nm / HBM3e)

7. competition
   ○ 기존 팹리스 강자: NVIDIA, AMD, Qualcomm -> NVIDIA is KING
   ○ 데이터 센터 업체: Google, Amazon, Microsoft
   ○ 스타트업: Sambanova, Tenstorrent, Cerebras

8. valuation
   ○ 1120억 투자, 3500억 이상의 기업가치
   ○ 현재 시리즈 B 투자 라운드 돌고 있음
   ○ 타사 비해 높은 밸류는 아니나, 시리즈 B 돌고 나서 어떻게 될지 주시
   ○ Graphcore, Mythic을 타산지석 삼아 외부 수혈 없이 cash flow 확보해야

9. key opportunities
   ○ best of Korea
   a. 한국의 인재풀 활용
   b. 한국의 투자 생태계 활용
   c. 이에 기반한 내수 구축 (KT, 정부 NPU Farm)
   d. 삼성파운드리, 세미파이브 등의 반도체 생태계 레버리지해 설계 중
   ○ positioning
   a. TCO (GPU 대비 5배 효율)와 유연성 (다양한 모델 구동) 갖춘 sweet spot 타겟
   b. MediaTek 사례에서 볼 수 있듯, 자신만의 확실한 마켓 구축해야 생존 가능
   c. 로우엔드 LLM을 돌리기 적합한 고TCO 마켓을 장악할 필요성 존재
   ○ latecomer advantage
   a. DRAM 기반 설계
   b. 확장가능한 아키텍처
   c. 언어모델 고려한 설계

10. key risks
    ○ 시간이 없다
    a. 한 번 lock-in된 개발자들은 기존 것을 바꾸기 싫어함
    b. 데이터 센터 업체 (고객사)가 자사 칩을 만들고 있음
    c. 따라서 빠른 계약 체결 및 foundation model 개발사 타겟 등의 액션 필요
    ○ 해자가 없다
    a. 7 powers 기반 분석 시 강력한 power 부재함
    b. 글로벌 확장을 위해서 무기를 준비해야 할 것

11. conclusion
    => NVIDIA는 스타트업이 아닌 거인. 동사는 리스크를 지며 큰 배팅을 하기엔 가장 적합한 위치에 있음.

---

한국에서 빅테크, Hard Startup도 크게 될 수 있다는 것을 보여주길. 리벨리온을 응원한다!