2026-05-22 — views

Decart, $300M 시리즈 B 조달·기업가치 $4B —— Nvidia가 월드모델 베팅에 합류

읽어야 하는 이유 Decart의 강점은 풀스택이다: 추론 최적화 소프트웨어(DOS)가 실시간 월드모델(Lucy, Oasis) 아래 깔린다. 흥미로운 베팅은 $4B 기업가치가 아니라, 8배 토큰 처리량을 파는 같은 팀이 그것을 필요로 하는 실시간 영상 월드모델도 만든다는 점이다. 수직 통합이 월드모델 해자가 된다.

이스라엘 AI 스타트업 Decart가 기업가치 $4B로 $300M 시리즈 B를 조달(5/18). Radical Ventures가 주도, Nvidia 참여. DOS 최적화 스택은 초당 1,600 토큰 —— 업계 평균의 8배.

Decart —— 이스라엘 AI 스타트업(텔아비브 + 샌프란시스코), 2023년 창업 —— 가 기업가치 $4B로 $300M 시리즈 B를 조달했다(5/18 발표). Radical Ventures가 주도하고 Nvidia가 참여했다.

회사

전 8200 부대 출신 Dean Leitersdorf(CEO)와 Moshe Shalev가 창업. Decart는 서로를 강화하는 두 가지를 판다:

DOS —— 기존 GPU에서 더 많은 처리량을 짜내는 추론 최적화 스택. DOS 2.0은 초당 1,600 토큰 —— 업계 평균의 약 8배라고 한다.
실시간 월드모델 —— Lucy(실시간 영상 월드모델)와 Oasis(피지컬 AI 시뮬레이션). 인터랙티브 영상/세계를 즉석에서 생성한다.

투자자 명단 자체가 신호다: Radical과 Nvidia 외에 Michael Eisner, Andrej Karpathy, 야마우치 가문(닌텐도), Sequoia, Benchmark가 포함된다고 한다.

진짜 베팅: 최적화 + 월드모델, 같은 팀

대부분 스타트업은 한 층을 고른다. Decart는 둘 다 한다 —— 그게 논점이지 곁가지가 아니다.

실시간 월드모델은 추론을 극도로 잡아먹는다: 저지연으로 프레임마다 인터랙티브 영상을 생성하는 것은 생성 AI에서 가장 까다로운 워크로드 중 하나다. Decart의 답은 자사 월드모델(Lucy, Oasis) 아래 최적화 층(DOS)을 소유하는 것이다. 8배 처리량 소프트웨어는 부업이 아니라 —— 실시간 월드모델을 경제적으로 성립시키는 열쇠다.

이 수직 통합이 곧 해자 주장이다: 경쟁사는 범용 추론으로 월드모델을 만들며 연산 비용을 전액 치르지만, Decart의 스택은 자사 워크로드용으로 엔드투엔드 튜닝돼 있다.

왜 Nvidia 참여가 중요한가

Nvidia 투자는 두 배로 주목할 만하다. DOS가 기존 GPU로 더 많은 일을 하게 하기 때문이다 —— 표면상 GPU 수요를 줄인다. 하지만 Nvidia의 논리는 반대다: 새 워크로드(실시간 월드모델)를 여는 효율 소프트웨어는 총 연산 시장을 키운다. 토큰당이 싸져 완전히 새로운 제품 카테고리가 성립하면 GPU 판매는 줄지 않는다. Nvidia는 수요 탄력성에 베팅한다.

왜 중요한가

월드모델은 LLM + 영상 생성 다음 프런티어. 실시간·인터랙티브·물리적으로 접지된 생성(Lucy/Oasis)은 “클립 생성”에서 “세계 시뮬레이션”으로의 다리다 —— 로봇 시뮬, 게임, 체화 AI의 기반.
추론 효율은 이제 독립적 우위로 자금을 조달할 수 있다. “GPU당 8배 토큰 서빙”을 부분 근거로 한 $4B 기업가치는 서빙 비용이 방어 가능한 해자임을 입증한다 —— Anthropic–Maia 200 추론 협의와 같은 테마다.
이스라엘 딥테크 + 전 8200 창업자는 선별적 자금 환경에서도 1군 자본의 자석으로 남아 있다.

실무 노트

따져 물어야 할 숫자는 “초당 1,600 토큰, 업계 8배”. 처리량 주장은 워크로드와 모델 크기에 강하게 의존한다. 외삽 전에 물어라: 어떤 모델, 어떤 배치, 어떤 정밀도, 어떤 하드웨어인가. 헤드라인은 진짜지만 비교 기준이 관건이다.
월드모델 ≠ 영상 생성. Lucy가 생성하는 것은 인터랙티브 세계(당신이 행동하고 모델이 응답)로, text-to-video보다 한 단계 어렵다. 이 영역을 평가한다면 “실시간 인터랙티브”와 “오프라인 클립 생성”을 분리하라 —— 비용과 능력이 다른 영역이다.
“최적화가 해자”는 전이 가능한 교훈. 월드모델에 관심이 없어도 구조적 통찰은 적용된다: 추론 비용이 제품을 율속할 때 서빙 효율 층을 소유하는 것이 레버리지다. Decart는 이를 $4B 이야기로 제품화했다.

덜 주목된 각도: 스마트 머니는 “병목은 추론이고, 추론 효율을 쥔 자가 다음 제품 카테고리를 쥔다”로 수렴하고 있다. Anthropic은 더 싼 추론을 위해 실리콘을 분산하고, Decart는 8배 토큰 처리량으로 $4B를 조달하며, Nvidia는 “GPU 판매를 해쳐야 할” 효율 소프트웨어에 자금을 댄다 —— 세 이야기, 하나의 논점이다. 2026년 AI 우위는 더 큰 모델이 아니라, 모델을 충분히 싸게 서빙해 새로운 무언가를 하는 것에 있다.