Starcloud, 우주에 데이터 센터를 구축하기 위해 1억 7천만 달러 Series A 투자 유치
Source: TechCrunch
번역할 텍스트를 제공해 주시면 한국어로 번역해 드리겠습니다.
펀딩 라운드 및 평가
Starcloud의 최신 펀딩 라운드는 이 공간‑컴퓨팅 회사를 11억 달러에 평가했으며, Y Combinator를 졸업한 뒤 가장 빠르게 유니콘 지위에 오른 스타트업 중 하나가 되었습니다.
데모데이 발표 후 17개월 만에 마감된 시리즈 A는 Benchmark와 EQT Ventures가 주도했습니다. 이번 라운드로 Starcloud이 지금까지 모은 총 자본금은 2억 달러에 이릅니다.
위성 발사 및 하드웨어
- 2025년 11월 – Starcloud는 Nvidia H100 GPU가 장착된 첫 위성을 발사했습니다.
- 올해 말 – 회사는 다수의 GPU를 포함한 더 강력한 버전인 Starcloud 2를 발사할 예정이며, 여기에는 Nvidia Blackwell chip, AWS server blade, 그리고 비트코인‑채굴 컴퓨터가 포함됩니다.
미래 우주선 및 발사 계획
Starcloud는 SpaceX의 Starship에서 발사될 데이터센터 우주선을 개발하고 있습니다. 계획된 차량인 Starcloud 3은 200 kW, 3톤 규모의 우주선으로, Starlink 위성을 배치하는 데 사용되는 SpaceX의 “pez dispenser” 시스템에 맞게 설계되었습니다.
CEO이자 설립자인 Philip Johnston은 Starcloud 3가 지상 시설과 비용 경쟁력을 갖춘 최초의 궤도 데이터 센터가 될 것이며, kW·h당 $0.05의 전력 비용을 목표로 한다고 밝혔습니다—단, 상업용 발사 비용이 kg당 $500 정도로 안정될 경우에 한합니다.
Starship은 아직 운용되지 않고 있으며, Johnston은 2028–2029년에 상업 접근이 열릴 것으로 전망하고 있습니다. 만약 지연이 발생하면 Starcloud는 Falcon 9을 이용해 더 작은 버전을 계속 발사할 것이며, 경쟁력 있는 에너지 비용은 Starship의 빈번한 비행에 달려 있음을 인정하고 있습니다.
Business model and market outlook
Johnston은 두 가지 상호 보완적인 비즈니스 모델을 설명합니다:
- 궤도에 있는 다른 우주선에 처리 능력을 판매 – 첫 번째 위성은 이미 Capella Space의 레이더 우주선으로부터 데이터를 분석하고 있습니다.
- 발사 비용이 감소함에 따라 더 큰 분산 데이터 센터를 배치하여 지상 데이터 센터의 작업 부하를 오프로드할 수 있게 합니다.
이 회사는 H100을 사용해 AI 모델을 학습하고 Gemini 버전을 실행함으로써 궤도에서 지상 GPU를 최초로 운영했다고 주장합니다. 이 경험은 우주에서 고성능 칩을 운영하는 데 유용한 데이터를 제공합니다.
산업 현황
- Aetherflux, Google의 Project Suncatcher, 그리고 Aethero(2025년에 Nvidia의 최초 우주 기반 Jetson GPU를 출시함)도 우주 데이터 센터 사업을 추구하고 있습니다.
- SpaceX는 분산 컴퓨팅을 위해 백만 개의 위성을 구축·운용하기 위한 미국 정부의 허가를 요청했으며, Grok와 Tesla와 같은 워크로드를 목표로 하고 있습니다.
Johnston은 공존할 여지가 있다고 믿습니다:
“그들은 우리와는 약간 다른 사용 사례를 위해 구축하고 있습니다… 주로 Grok와 Tesla 워크로드를 제공할 계획입니다. 언젠가 그들이 제3자 클라우드 서비스를 제공할 수도 있겠지만, 제가 생각하기에 그들이 우리가 에너지 및 인프라 플레이어로서 하는 일을 할 가능성은 낮습니다.”
“솔직히 말하면 H100은 우주에 가장 적합한 칩은 아닐지도 모릅니다만, 우리가 그렇게 한 이유는 최첨단 지상용 칩을 우주에서도 실행할 수 있음을 증명하고 싶었기 때문입니다.”라고 Johnston은 TechCrunch에 말했습니다.
기술적 과제
- 고온으로 동작하는 칩을 위한 효율적인 전력 생성 및 냉각.
- 전개형 라디에이터(Starcloud‑2는 민간 위성에 탑재된 가장 큰 라디에이터를 특징으로 함).
- 다수의 GPU에 걸친 대규모 작업 부하의 동기화, 이를 위해서는 거대한 우주선이나 편대 비행 위성 간의 신뢰할 수 있는 레이저 링크가 필요함.
이러한 과제들은 궤도에서의 대규모 학습 작업이 보다 간단한 추론 작업이 실현된 이후에야 가능할 것임을 시사한다.