기업이 여러 AI 에이전트를 업무에 투입하면 모델 성능만큼 운영 비용이 중요해진다. 각각의 에이전트가 거대언어모델을 호출하는 과정에서 GPU와 메모리 사용량이 늘고 응답 지연과 클라우드 비용도 커질 수 있기 때문이다. 모바일과 엣지 기기에서 AI 모델을 가볍게 만드는 기술로 성장한 노타가 최적화 대상을 데이터센터와 기업용 AI 에이전트 운영 환경으로 확장한다. 모델 하나의 크기를 줄이는 데서 출발한 기술을 기업의 AI 인프라 전체를 효율적으로 운영하는 사업으로 연결하는 전략이다.
AI 모델 경량화·최적화 기업 노타는 2026년 상반기 연결 기준 매출 74억1000만원을 기록했다. 기존 고객과의 후속 계약과 지속 거래에서 발생한 매출이 전체의 약 60%를 차지했다. 단순 계산하면 약 44억5000만원이 기존 고객 기반에서 발생한 셈으로, 신규 프로젝트 의존도를 낮출 수 있는 계약 구조가 형성되고 있다는 설명이다.
상반기 매출에서 1분기 매출 35억8000만원을 차감하면 2분기 매출은 약 38억3000만원이다. 전분기보다 약 7% 증가한 수준이다. 외형이 급격하게 확대됐다기보다 기존 고객의 후속 계약과 장기 프로젝트 매출 인식을 통해 매출 기반을 다진 시기로 해석할 수 있다.
상반기 말 수주잔고는 116억원 이상이다. 지난해 같은 기간보다 두 배 이상 늘었지만 올해 1분기 말 121억원과 비교하면 소폭 감소했다. 확보한 계약이 매출로 인식되는 과정에서 잔고가 줄어든 만큼 향후 실적 가시성을 유지하려면 기존 수주의 매출 전환과 함께 신규 계약도 이어져야 한다.
노타 AI 로고 (자료 제공: 노타 AI)
▲ 노타가 AI 모델 최적화 기술의 적용 영역을 데이터센터와 기업용 AI 에이전트 운영 환경으로 확장한다. (제공=노타)
플랫폼은 반도체로, 솔루션은 기업 업무로 들어간다
AI 모델 최적화 플랫폼 ‘넷츠프레소’는 모바일과 엣지 기기를 넘어 데이터센터와 AI 반도체 환경으로 적용처를 확대했다. 삼성전자 모바일·엣지 제품에서 확보한 경험을 바탕으로 Arm과 퓨리오사AI, 모빌린트 등 반도체 및 AI 가속기 기업을 고객으로 확보했다.
넷츠프레소는 AI 모델을 특정 하드웨어에서 빠르고 효율적으로 구동할 수 있도록 압축과 양자화, 컴파일 등의 과정을 지원한다. 반도체마다 다른 연산 구조와 메모리 환경에 맞춰 모델을 최적화하면 기업은 동일한 AI 서비스를 더 적은 인프라로 운영할 수 있다.
최적화 대상도 초대형 거대언어모델로 확대됐다. 노타는 업스테이지의 ‘솔라 오픈 2’와 문샷AI의 ‘키미 K3’를 대상으로 최적화 기술을 적용했다. 회사에 따르면 전체 매개변수가 2조8000억 개에 이르는 키미 K3를 구동할 때 필요한 GPU 수를 기존 8장에서 4장 수준으로 줄였다.
GPU 사용량 절감은 데이터센터 사업에서 기술 경쟁력을 판단하는 핵심 지표다. 같은 모델을 절반의 GPU로 운영할 수 있다면 구축 비용과 전력 사용량을 낮추고 제한된 인프라에서 더 많은 AI 서비스를 실행할 수 있다. 다만 실제 고객 환경에서의 처리 속도와 정확도, 동시 사용자 수, 장기간 운영 안정성까지 확인돼야 비용 절감 효과를 구체적으로 평가할 수 있다.
솔루션 사업에서는 비전언어모델 기반 영상 관제 솔루션 ‘노타 비전 에이전트’를 제조와 산업안전, 교통, 조선, 자동차·모빌리티 분야에 공급하고 있다. 영상 속 상황을 인식해 위험 징후를 탐지하고 현장 정보를 요약하는 방식으로 산업별 관제 업무를 자동화한다.
최근에는 AI 컨택센터 기업 메타엠과 차세대 AI 상담체계 공동 개발 계약을 체결했다. 노타가 AI 에이전트 운영 환경에 최적화 기술을 적용하는 첫 상용 프로젝트다. 양사는 고객 의도 분석과 정보 검색, 응대, 상담 요약, 지식관리, 품질관리 등을 담당하는 에이전트가 협업하는 상담체계를 구축한다.
노타는 공통 AI 엔진과 에이전트 오케스트레이션, 검색증강생성 기술을 개발하고 연산량과 메모리 사용량을 줄이는 역할을 맡는다. 메타엠이 보유한 컨택센터 운영 경험과 데이터를 결합해 상담 과정에서 다수의 에이전트를 안정적으로 운영할 수 있는지를 검증한다.
이 사업은 노타의 수익 구조에도 변화를 가져올 수 있다. AI 모델 최적화가 하드웨어별 기술 공급과 라이선스 계약을 중심으로 이뤄졌다면 에이전트 운영 최적화는 기업 서비스가 가동되는 동안 지속적으로 기술을 제공하는 구조로 발전할 가능성이 있다. 기존 고객 매출 비중이 60%까지 높아진 상황에서 에이전트 운영 계약이 추가되면 장기 계약과 반복 매출을 확대할 수 있다.
수익성 개선은 함께 확인해야 할 과제다. 노타는 2025년 연결 기준 매출 131억원과 영업손실 약 155억원을 기록했고, 올해 1분기에도 매출 35억8000만원과 영업손실 41억9000만원을 냈다. 이번 자료에는 상반기 영업손익이 포함되지 않았다. 회사는 상반기에 차세대 최적화 기술과 AI 인프라 효율화 기술을 위한 연구개발 투자를 확대했다.
채명수 노타 대표는 “올해 상반기는 AI 모델 최적화를 넘어 AI 인프라 최적화로 사업을 확장한 전환점이었다”며 “기존 고객 기반의 반복 매출 구조를 강화하는 동시에 플랫폼은 데이터센터와 글로벌 AI 반도체 생태계로, 솔루션은 엔터프라이즈 AX 시장으로 확장했다”고 말했다.
이어 “AI 시대에는 기업이 AI를 실제 서비스에서 얼마나 효율적으로 운영할 수 있는지가 새로운 경쟁력이 된다”며 “AI 에이전트 운영 최적화 기술을 다양한 산업에 적용해 기업 AI 인프라 시장에서 사업 기회를 만들어가겠다”고 덧붙였다.
노타가 확보한 수주잔고 116억원과 기존 고객 매출 비중 60%는 기술 검증이 후속 계약으로 이어지고 있다는 근거다. 다음 성장 단계는 메타엠에서 시작한 에이전트 운영 최적화 모델을 제조와 금융, 공공 분야에서도 반복 적용할 수 있는지에 달렸다. 실제 GPU 비용 절감률과 유료 운영 고객 수, 계약 갱신률, 영업손실 개선이 함께 확인될 때 AI 에이전트 운영 최적화는 노타의 새로운 성장축으로 자리 잡을 수 있다.
The post AI 모델을 가볍게 만든 노타, 에이전트 운영 비용까지 줄인다 appeared first on 벤처스퀘어.