AI 전문 스타트업 데이터위즈(Datawizz)가 고비용 문제를 해결할 수 있는 효율적인 인공지능 모델 개발을 위해 시드 투자 유치에 성공했다. 이번에 확보한 투자금은 1,250만 달러(약 180억 원)로, 휴먼 캐피털(Human Capital)이 주도하고 BGV, 91VC 등이 참여했다. 데이터위즈는 미국과 유럽 내 사업 확장을 위한 기술 고도화와 인재 확보에 자금을 집중 투입할 방침이다.

2025년 설립된 데이터위즈는 대형 언어모델(LLM)의 높은 비용과 예측불가능한 결과라는 한계를 넘어서기 위해, 특정 목적에 최적화된 '전문형 모델(specialized models)' 개발에 집중하고 있다. 이들 모델은 기존 LLM 대비 훨씬 적은 연산 자원으로 구체적이고 정밀한 응답을 제공하면서도 비용 절감 효과를 극대화할 수 있다. 실제로 데이터위즈는 주요 고객 대상으로 최대 85%의 비용 절감과 응답 속도 15배 향상이라는 성과를 입증했다고 강조했다.

데이터위즈 최고경영자 이도 지노(Iddo Gino)는 “2025년 상반기에만 LLM API 호출 비용으로 사용된 자금이 84억 달러(약 12조 원)를 초과했다”며 “많은 기업이 채산성이 맞지 않는 구조에 직면하고 있다”고 설명했다. 그는 기존 방식의 문제점을 ‘뒤죽박죽 단가 구조(upside-down economics)’라 지적하며, 데이터위즈 모델을 통해 이 같은 구조적 모순을 바로잡을 수 있다고 자신했다.

데이터위즈는 고객의 AI 요청 패턴과 기업별 독자 데이터에 기반해 1,000배 이상 경량화된 다양한 전용 모델을 학습시키고, 요청 내용에 따라 적합한 모델로 자동 라우팅하는 완전 관리형 서비스를 제공한다. 응답이 불가능한 질문의 경우엔 필요한 경우 범용 LLM으로 연결하거나 자체 모델 내에서만 처리되도록 설정할 수 있어, 유연성과 보안성 모두 확보할 수 있다는 게 회사 측 설명이다.

한편, AI 모델이 처리하는 텍스트 단위, 즉 '토큰(token)'은 LLM 사용 시 비용 산정의 기준이 되는 핵심 요소다. 최근 모델들은 정교함을 높이기 위해 더 많은 토큰을 소비하고 있으며, GPT-4.1은 GPT-4o보다도 27% 많은 700만 토큰을 사용한 것으로 나타났다. 특히 문제를 단계별로 ‘사고’해 답변을 유도하는 추론형 모델은 일반 LLM보다 최대 20배 더 많은 토큰을 필요로 한다.

이에 대해 휴먼 캐피털의 브라이언 블론드(Brian Blond) 파트너는 “데이터위즈는 단일 모델 구조(monolithic model)의 단가 왜곡 문제를 해결할 수 있는 본질적 대안을 중심으로 AI 스택을 다시 정의하고 있다”며 “앞으로 모든 기업용 AI 전략의 핵심 구성요소로 자리 잡을 것”이라고 평가했다.

데이터위즈는 2030년까지 전체 AI 트래픽의 70%가 매개변수 50억 개 미만의 소형 모델을 통해 처리될 것으로 예상하고 있다. 참고로 GPT-4의 세부 규모는 공개되지 않았지만 전문가들은 약 1.8조 개, GPT-5는 2조~5조 개 사이라고 추정하고 있다.

이번 투자 유치는 대형 LLM 중심의 현장을 정밀 특화 모델로 전환하려는 전략적 시도 중 하나로, 향후 AI 산업 내 ‘단가 절감’이 핵심 키워드로 부상할 가능성을 시사한다.