- 데이터브릭스가 코아튜 주도 전략 라운드에서 기업가치 1,880억 달러(약 260조 원)를 인정받았다. 상장 계획은 아직 없다.
- 연 매출 런레이트 54억 달러, 전년 대비 50% 이상 성장, 잉여현금흐름은 이미 흑자다.
- 돈은 모델이 아니라 ‘AI 거버넌스·데이터 레이어’에 몰린다. 포춘 500의 70%, 2만 개 조직이 쓴다.
- 화두는 ‘토큰맥싱’에서 ‘밸류맥싱’으로. 가장 똑똑한 모델이 아니라 ‘달러당 최선의 결과’가 기준이 됐다.
지난 한 주, AI 업계에서 가장 많이 회자된 숫자는 새 모델의 벤치마크 점수가 아니었다. 데이터브릭스(Databricks)가 1,880억 달러라는 기업가치를 인정받으며 붙인 가격표였다. 오픈AI도, 앤트로픽도 아닌, ‘모델을 만들지 않는 회사’가 이 몸값을 받았다는 사실. 이것이 지금 AI 시장이 어디로 이동하고 있는지를 가장 정확하게 보여주는 신호다.
1,880억 달러, 무슨 일이 벌어졌나
데이터브릭스는 7월 중순 기존 투자자인 코아튜(Coatue)가 주도하는 전략적 펀딩 라운드의 텀시트에 서명했다고 밝혔다. 이 라운드에서 인정받은 기업가치는 1,880억 달러. 원화로 약 260조 원에 이르는 규모다. 여러 매체는 실제 조달 금액을 약 30억 달러 수준으로 보도했고, 라운드는 올여름 안에 마감될 전망이다. 주목할 점은 이 회사가 여전히 비상장을 유지한다는 것이다. 상장 시점에 대한 압박이 커지는 다른 AI 기업들과는 사뭇 다른 행보다.
숫자가 말하는 것
기업가치만 놓고 보면 거품 논란이 나올 법하지만, 데이터브릭스가 공개한 실적은 결이 다르다. 연 매출 런레이트(annualized revenue run rate)는 54억 달러, 전년 대비 성장률은 50%를 넘는다. 무엇보다 잉여현금흐름이 이미 흑자다. 매출을 태워가며 몸집만 키우는 상당수 AI 스타트업과 달리, 실제로 돈을 버는 구조를 갖췄다는 뜻이다. 고객 기반도 두텁다. 전 세계 2만 개 이상 조직이 플랫폼을 쓰고 있고, 여기에는 아디다스, 바이엘, 마스터카드를 포함해 포춘 500 기업의 약 70%가 포함된다.
이 돈은 어디에 쓰이나
데이터브릭스는 조달 자금을 세 가지 축에 집중하겠다고 밝혔다. 첫째는 유니티 AI 게이트웨이(Unity AI Gateway)다. 여러 AI 모델을 한곳에서 관리하고 비용을 통제하는 멀티-AI 거버넌스 솔루션이다. 둘째는 지니(Genie), 사내 데이터를 신뢰할 수 있는 답변과 실행으로 바꿔주는 ‘AI 동료’다. 셋째는 레이크베이스(Lakebase), AI 에이전트를 위해 설계된 서버리스 포스트그레스 데이터베이스다. 여기에 폭증하는 수요를 감당하기 위한 GPU 확보가 더해진다. 공통점은 명확하다. 모델 그 자체가 아니라, 모델을 ‘기업이 안전하고 저렴하게 쓰도록 만드는 레이어’에 베팅하고 있다는 것이다.
AI Biz Insider 분석 — 매출 54억 달러에 흑자, 포춘 500의 70%라는 숫자는 ‘데이터브릭스가 비싸다’는 논쟁을 ‘데이터 레이어가 이미 필수재가 됐다’는 결론으로 뒤집는다. 골드러시에서 가장 안정적으로 돈을 번 쪽은 금을 캔 사람이 아니라 곡괭이를 판 상인이었다는 오래된 비유가, 이번엔 데이터 인프라라는 이름으로 반복되고 있다.
왜 ‘모델’이 아니라 ‘데이터 레이어’인가
지난 2년간 기업들의 AI 도입 방식은 ‘토큰맥싱(tokenmaxxing)’에 가까웠다. 모든 작업에 가장 크고 똑똑한 모델을 쓰고, 그만큼 비싼 토큰을 태우는 방식이다. 그러나 청구서가 쌓이면서 CEO와 CFO의 질문이 바뀌었다. “가장 똑똑한 모델이 필요한가, 아니면 이 업무에 충분한 결과를 가장 싸게 낼 방법이 필요한가?” 데이터브릭스는 이 전환을 ‘밸류맥싱(valuemaxxing)’, 즉 ‘달러당 최선의 결과’라는 말로 정의한다.
거버넌스가 곧 비용 통제다
여러 모델을 업무별로 골라 쓰고, 누가 어떤 모델에 얼마를 쓰는지 통제하려면 그 위에 관리 레이어가 필요하다. 유니티 AI 게이트웨이가 노리는 지점이 바로 여기다. 모델 성능 경쟁이 상향 평준화되고 오픈웨이트 모델까지 쏟아지는 지금, 기업의 실제 고민은 ‘어떤 모델이 1등이냐’가 아니라 ‘이 모델들을 어떻게 안전하고 저렴하게 굴리느냐’로 옮겨갔다. 모델은 대체 가능하지만, 데이터가 쌓이고 거버넌스가 걸린 플랫폼은 쉽게 갈아탈 수 없다. 이 전환 비용(switching cost)이 데이터브릭스의 진짜 해자다.
AI Biz Insider 분석 — TechCrunch가 데이터브릭스를 ‘AI가 가장 사랑하는 두 번째 막(second act)’이라 부른 이유가 여기 있다. 1막의 주인공이 모델을 만든 프론티어 랩이었다면, 2막의 주도권은 그 모델들을 기업 현실에 얹어 돈으로 바꾸는 인프라·거버넌스 계층으로 넘어가고 있다.
CEO와 실무자가 지금 봐야 할 신호
이 뉴스를 남의 이야기로만 볼 수 없는 이유가 있다. 같은 주에 블룸버그는 빅테크가 막대한 AI 지출의 회수 근거를 증명하라는 압박을 받고 있으며, 일부 투자자는 이미 익스포저를 줄이기 시작했다고 보도했다. 다시 말해 시장은 ‘AI에 얼마를 썼는가’가 아니라 ‘그래서 무엇을 벌었는가’를 묻는 단계로 넘어갔다. 데이터브릭스의 흑자 실적이 유독 돋보이는 것도 이 대비 때문이다.
중소기업·스타트업 관점의 체크리스트
첫째, 모델 선택보다 ‘모델 운영 구조’를 먼저 설계하라. 어떤 업무에 어떤 등급의 모델을 쓸지, 비용 상한과 로그는 어떻게 남길지를 정하지 않으면 청구서가 통제 불능이 된다. 둘째, 자사 데이터를 어디에 쌓을지가 곧 다음 몇 년의 협상력을 결정한다. 모델은 갈아탈 수 있어도 데이터 파이프라인은 그렇지 않다. 셋째, ‘AI를 쓴다’가 아니라 ‘AI로 무엇을 얼마에 벌었다’를 숫자로 보고할 수 있어야 한다. 밸류맥싱은 대기업만의 언어가 아니라, 한정된 예산으로 성과를 내야 하는 작은 조직에게 오히려 더 절실한 원칙이다.
AI Biz Insider 분석 — 260조 원짜리 회사의 전략을 그대로 따라 할 필요는 없다. 다만 그들이 돈을 태우는 방향, 즉 ‘모델보다 운영·거버넌스·데이터’라는 우선순위는 규모와 무관하게 유효하다. 올해 AI 예산을 짜는 대표라면, 새 모델을 도입하기 전에 ‘우리는 지금 토큰맥싱인가 밸류맥싱인가’부터 자문해 볼 만하다.
관련 글
- 앤트로픽 9,650억 달러 몸값과 IPO 경쟁의 속내
- 직원 메신저가 자산이 됐다: 리프엑스퍼트 1.8억 달러의 이유
- 토큰값 4배 차이, Grok 4.5의 효율 승부
- 스포티파이 창업자의 7억 달러 바디스캔 베팅
출처
- Databricks Newsroom — Raising a Strategic Round at a $188 Billion Valuation
- TechCrunch — Databricks hits $188B valuation, AI’s favorite second act
- Tech Startups — Top Tech News Today, July 20, 2026
AI Biz Insider · AI 비즈니스 · aibizinsider.com
댓글 남기기