전 xAI 공동창업자가 2달 된 회사로 1조 5천억을 당겼어. 개인이 훈련시키는 AI 시대와 인디 빌더가 봐야 할 신호 3 가지

📅 2026.08.12 | ✍️ 경제 흐름을 읽어주는 형

오후에 형이 챙긴 소식은 미국 쪽 돈 흐름이야. 세상에 나온 지 겨우 두 달 된 스타트업 River AI가 11억 달러, 우리 돈으로 1조 5천억 원에 가까운 투자를 한 번에 받았어. 이끈 곳은 제너럴 캐탈리스트하고 AMP PBC고, 여기에 엔비디아, AMD 벤처스, 와이콤비네이터, 싱가포르 국부펀드 테마섹까지 줄줄이 붙었어. 제품 매출도 사용자 숫자도 아직 공개 안 했는데 이 정도 돈이 몰렸다는 게 핵심이야.

형이 이 소식을 고른 이유가 있어. River가 하겠다는 게 '개인이 직접 훈련시키는 AI'거든. 남이 만든 거대 모델을 빌려 쓰는 지금 방식이 아니라, 내가 내 데이터로 길들여서 내 편으로 쓰는 방향이야. 형이 텔레그램 에이전트 키트를 짜고 트레이딩 봇을 굴리면서 늘 부딪히던 문제가 바로 이거였어. 형이 여기서 읽은 신호 셋을 풀어볼게.

【 핵심 체크포인트 】

1. 돈이 '개인이 훈련시키는 AI'로 몰리기 시작했어.

River를 세운 사람은 이고르 바부슈킨이야. 일론 머스크의 xAI를 공동 창업했고 그 전에는 딥마인드와 OpenAI를 거친 사람이지. 이 사람이 지난 6월 회사를 세상에 처음 공개했는데, 두 달 만에 11억 달러를 모았어. 회사가 내건 목표는 크게 잡혀 있어. 훈련부터 모델, 제품, 심지어 하드웨어까지 처음부터 끝까지 새로 짓겠다는 거야. 그러면서 방향을 또렷하게 밝혔어. 사람을 대체하는 AI가 아니라, 개인이 직접 훈련시켜서 내 편으로 쓰는 AI를 만들겠다고. 바부슈킨은 이걸 '수호천사'에 빗댔어. 조용히 옆에 있으면서 내 편을 들고, 나한테 진짜 중요한 일을 돕는 존재라는 거야. 매출도 사용자 수도 안 밝힌 두 달짜리 회사에 엔비디아와 테마섹까지 돈을 넣었다는 건, 이 방향에 큰손들이 미래를 걸었다는 뜻이야.

2. 모델을 내 손으로 길들이는 문턱이 확 낮아지고 있어.

River가 지금 실제로 파는 건 토큰 백만 개 단위로 값을 매기는 API야. 그런데 그 안에서 하는 일이 중요해. 오픈 웨이트 모델, 그러니까 누구나 가중치를 받아 쓸 수 있는 모델을 강화학습과 로라 방식으로 내 데이터에 맞춰 미세 조정하게 해 줘. 로라는 모델 전체를 다시 훈련하지 않고 얇은 조정층만 얹어서 값싸게 길들이는 기법이야. River가 내세운 숫자가 눈에 띄어. 복잡한 강화학습 훈련 한 번을 15분에서 20분 안에 끝내고, 전담 인프라팀 없이도 돌리고, 비용은 기존보다 두세 배 아낀다는 거야. 이게 사실이라면 예전엔 큰 연구팀이 며칠씩 붙어야 하던 모델 길들이기를 혼자서 커피 한 잔 마실 시간에 해내는 셈이야. 남의 API를 빌려 쓰던 시대에서 내 모델을 소유하는 시대로 넘어가는 문이 열리고 있어.

3. '대체하는 AI'가 아니라 '내 편인 AI'라는 포지셔닝이 값이 커.

요즘 큰 회사들이 파는 AI는 대체로 사람 일을 대신하겠다는 쪽이야. 저커버그가 며칠 전 내놓은 선언도 그 결이었고, 그래서 사람들이 오히려 등을 돌렸지. River는 정반대 쪽에 섰어. 회사를 대신하는 노동자가 아니라, 개인 한 사람 한 사람을 돕는 조수를 만들겠다는 거야. 형이 여기서 읽는 건 시장이 갈라지고 있다는 신호야. 한쪽엔 기업을 통째로 자동화하려는 거대 모델이, 다른 한쪽엔 개인이 직접 길들여 쓰는 작고 내 편인 모델이 서고 있어. 인디 빌더한테 기회가 열리는 건 당연히 뒤쪽이야. 큰 회사와 규모로 싸울 게 아니라, 내 데이터로 길들인 나만의 조수로 좁고 깊게 파고드는 길이 생기고 있어.

【 형 빌드에 어떻게 이어지나 】

형이 만들고 굴리는 것들에 이 소식이 어떻게 걸리는지 짚어볼게.

agent-starter-kit 부터야. 형이 만든 이 텔레그램 AI 에이전트 키트는 사람이 안 붙어도 알아서 일이 돌아가게 엮은 물건이야. 지금은 큰 회사 API를 불러다 쓰지만, River가 여는 문이 넓어지면 얘기가 달라져. 오픈 웨이트 모델을 형 데이터에 맞춰 값싸게 길들여서 키트에 심을 수 있게 되거든. 그러면 매달 나가는 API 비용도 줄고, 형만의 말투와 판단 기준을 아예 모델 안에 새겨 넣을 수 있어. 남의 모델을 빌리는 대신 내 모델을 소유하는 쪽으로 키트를 옮길 여지가 생기는 거야.

claude-code-masterpack 하고도 이어져. 형이 정리한 이 컨텍스트 엔지니어링 묶음은 모델한테 상황을 어떻게 떠먹여야 제 실력을 내는지를 다루는 물건이야. 그런데 미세 조정이 커피 한 잔 시간에 끝나는 세상이 오면, 매번 긴 설명을 붙이는 대신 그 노하우를 아예 모델에 훈련으로 굳혀 넣는 선택지가 생겨. 프롬프트로 매번 떠먹이던 것과 훈련으로 굳혀 넣는 것, 이 둘을 언제 어떻게 나눠 쓸지가 다음 숙제가 돼.

WILD_SNIPER 도 걸려. 형이 굴리는 이 트레이딩 봇은 형만의 진입 판단과 위험 관리 기준이 핵심이야. 강화학습을 값싸게 돌릴 수 있게 되면, 형이 쌓아 둔 거래 기록으로 판단 보조 모델을 형 스타일에 맞춰 길들이는 실험이 가능해져. 다만 형이 늘 강조하던 대로, 훈련한 모델이 진짜 형 기준대로 움직이는지는 실제 결과로 검증하고 나서야 믿는 거야. 값싸게 길들일 수 있다는 말이 검증을 건너뛰어도 된다는 뜻은 아니니까.

【 결론 】

정리하면 이래. 세상에 나온 지 두 달 된 River AI가 11억 달러, 1조 5천억 원에 가까운 돈을 한 번에 받았어. 방향은 개인이 직접 훈련시켜 내 편으로 쓰는 AI고, 오픈 웨이트 모델을 15분에서 20분 만에 값싸게 길들이는 걸 무기로 내세웠어. 엔비디아부터 테마섹까지 큰손들이 이 방향에 미래를 걸었지. 형이 인디 빌더한테 남기고 싶은 한마디는, 이제 승부처가 큰 모델을 얼마나 잘 빌려 쓰느냐에서 내 데이터로 나만의 모델을 얼마나 잘 길들이느냐로 옮겨 간다는 거야. 남의 모델을 빌려 쓰는 데만 익숙해져 있으면 이 전환기를 놓쳐. 지금부터 내 데이터를 모으고, 작게라도 길들여 보고, 결과를 검증하는 근육을 키워 두는 사람이 다음 판을 가져가.

출처: TechCrunch, General Catalyst leads $1.1B round into 2-month-old River AI

이 글은 2026.08.12 뉴스 + 데이터 기반 AI 도구 활용 재작성.