리벨리온 리벨100 NPU: 데이터플로우 아키텍처와 소버린 AI 클러스터 설계

2026년 리벨리온(Rebellions)이 총 6,000억 원 규모의 투자 납입을 완료하고 차세대 NPU '리벨100(Rebel100)'의 양산 체계를 본격 확대했다. 한국 정부가 국가 AI컴퓨팅센터에 1.5만 장의 AI 반도체를 투입하고 AI 인프라 전반에 5.5조 원을 투자하는 소버린 AI 전략의 핵심 축으로 리벨리온이 자리잡고 있다. SK텔레콤, Arm과의 협력을 통해 통신사 특화 AI 추론 인프라까지 확장하면서 국산 AI 반도체 생태계의 중심 기업으로 부상했다.

훈련이 아니라 추론에 맞춰 태어난 칩

리벨리온은 2020년 설립된 한국의 AI 반도체 스타트업으로, 딥러닝 추론에 특화된 NPU를 개발한다. 리벨100은 훈련(training)이 아닌 추론(inference)을 위해 처음부터 설계된 칩으로, 비용 대비 성능과 전력 효율에서 차별화를 추구한다.

리벨100의 주요 아키텍처 특징은 다음과 같다. 4개 NPU 칩렛(chiplet) 구성으로 모듈화 설계와 확장성을 확보했고, 5세대 HBM3E를 탑재해 고대역폭 메모리로 LLM 추론 병목을 해소했다. 오픈소스 소프트웨어 스택은 CUDA 의존 없이 LLVM/MLIR 기반 컴파일러를 채택했으며, 전력 효율은 현재 플래그십 GPU급 추론 성능을 초과 달성했다고 한다.

⤢✕

빠르게 쌓인 투자, 빠르게 커진 몸값

리벨리온의 투자 유치 타임라인은 빠른 성장을 보여준다.

시기	투자 규모	주요 투자자
2025년 9월	2억 5,000만 달러 (Series C)	Arm, 삼성전자
2026년 3월	4억 달러 (Pre-IPO)	미래에셋, 한국성장금융
누적 총액	약 8억 5,000만 달러	-
기업 가치	약 2조 7,500억 원 (23.4억 달러)	-

특히 Arm으로부터의 전략적 투자는 리벨100이 Arm 기반 CPU-NPU 통합 AI 서버 플랫폼으로 발전할 가능성을 시사한다. SK텔레콤과의 협업에서 'Arm AGI CPU + 리벨리온 NPU' 조합의 AI 서버를 개발하고 있다는 사실이 이를 뒷받침한다.

GPU와 다른 길을 택한 데이터플로우 설계

AI 추론 전용 NPU는 GPU와 근본적으로 다른 설계 원칙을 따른다. 리벨100이 채택한 데이터플로우(Dataflow) 아키텍처는 연산 노드 간 데이터를 직접 스트리밍한다. 이는 GPU의 SIMT(Single Instruction Multiple Threads) 방식과 달리 제어 흐름 오버헤드를 최소화한다.

⤢✕

LLM 추론의 80% 이상은 행렬 곱(MatMul) 연산이다. 리벨100의 MXU는 INT8/FP8 연산을 기본으로 지원하며, 시스토릭 어레이(Systolic Array) 구조로 데이터 재사용률을 극대화한다. SRAM 용량을 최대화하여 자주 사용하는 가중치(attention projection weights)를 온칩에 유지하는 것도 핵심이다. 이는 HBM 접근 횟수를 줄여 실제 추론 처리량(throughput)을 이론 성능에 근접시키는 요소다.

리벨리온이 오픈소스를 선택한 이유는 CUDA 에코시스템 의존 없이 빠른 모델 지원을 가능하게 하기 위해서다. MLIR 기반 중간 표현이 PyTorch·JAX·ONNX 등 다양한 프론트엔드를 지원하고, LLVM 백엔드가 NPU 아키텍처에 최적화된 코드를 생성한다. 오퍼레이터 퓨전은 메모리 접근 최소화를 위한 연산 합산을, 자동 양자화는 FP16 → INT8/FP8 변환 파이프라인을 담당한다.

소버린 AI를 뒷받침하는 랙 단위 인프라

한국 정부의 소버린 AI 전략은 국산 AI 반도체를 핵심 자산으로 삼는다. 국가 AI컴퓨팅센터는 1.5만 장의 AI 반도체(리벨100 포함)를 기반으로 구축된다.

⤢✕

리벨리온은 2026년 3월 Pre-IPO 라운드와 함께 두 가지 AI 인프라 플랫폼을 공개했다. RebelRack™은 표준 서버 랙 형태의 AI 인프라 단위로 데이터센터 기존 인프라와 호환된다. RebelPOD™는 대규모 AI 클러스터를 위한 팟(pod) 단위 구성으로 칩 간 고대역폭 연결을 최적화한다. 9,000여 장 규모의 소버린 AI 클러스터에서 인터커넥트 설계는 성능 병목의 핵심이다. 리벨리온은 업계 표준인 InfiniBand HDR/NDR 또는 이더넷 기반 RoCEv2를 지원하여 기존 데이터센터 인프라와의 통합성을 확보한다.

NVIDIA와 나란히 놓으면 보이는 것

항목	리벨100	NVIDIA H100 SXM
설계 목적	추론 특화	훈련·추론 범용
HBM 용량	공개 미정 (HBM3E)	80 GB HBM3
전력 효율	초과 달성 (추론 기준)	700 W TDP
소프트웨어 스택	LLVM/MLIR 오픈소스	CUDA (독점)
공급 가용성	국내 직접 조달 가능	수출 규제 리스크
에코시스템 성숙도	초기 단계	매우 성숙

국산 AI 반도체의 가장 큰 도전은 소프트웨어 생태계 성숙도다. CUDA 기반 라이브러리(cuBLAS, cuDNN, FlashAttention 등)에 최적화된 수천 개의 AI 모델을 리벨100용으로 이식하는 작업은 상당한 시간과 엔지니어링 투자가 필요하다. 리벨리온의 대응 전략은 오픈소스 스택을 통해 커뮤니티의 기여를 유도하고, Hugging Face 및 PyTorch 생태계와의 호환성을 최우선으로 확보하는 것이다.

2024-2026년 NVIDIA GPU 수출 규제 강화로 인해 고성능 AI 가속기의 국내 자체 조달은 단순한 비용 절감이 아닌 국가 전략적 필수 과제가 됐다. 리벨리온의 성장은 한국이 AI 컴퓨팅 주권을 확보하는 경로를 만들고 있다는 점에서 의의가 있다.

리벨리온의 리벨100 NPU는 한국 AI 반도체 생태계에서 가장 진전된 사례다. 칩렛 기반 모듈화 설계, HBM3E 통합, 오픈소스 컴파일러 스택의 조합은 추론 전용 가속기로서의 경쟁력을 확보하는 올바른 방향이다. 소버린 AI 전략과 정부 투자가 수요를 창출하고, Arm·SKT와의 협업이 생태계를 확장하는 구조가 갖춰지고 있다. 소프트웨어 생태계 성숙도라는 과제를 극복한다면, 리벨리온은 글로벌 AI 가속기 시장에서 틈새를 넘어 본격적인 경쟁자로 자리매김할 수 있다.