플래핑 에어플레인즈, 10억 달러 투자 유치: 창업자는 Cursor를 인큐베이팅했으며, GPU 저변에서 AI 훈련을 재작성하려 한다

동찰 Beating AI 속보, 설립 약 1년 된 AI 연구소 Flapping Airplanes가 Index Ventures와 Lux Capital이 공동으로 주도한 10억 달러 규모의 시리즈 A 투자를 완료했다. 투자 후 기업가치는 60억 달러에 달하며, 이는 올해 1월의 4배다. 회사는 20여 명에 불과하고 아직 상업적 제품을 출시하지 않았지만, 투자자에는 세쿼이아캐피탈, 구글 GV, 엔비디아가 포함되어 있다.

Flapping Airplanes는 Ben Spector, 형 Asher Spector, Aidan Smith가 공동 창업했다. CEO Ben은 MIT 재학 중 창업 인큐베이터 Prod를 공동 설립했으며 Cursor, Mercor, Etched, Decart의 초기 인큐베이팅에 참여했다. 이후 그는 스탠퍼드대학 Chris Ré 연구팀에 합류해 오픈소스 GPU 프로그래밍 프레임워크 ThunderKittens 논문의 제1저자가 되었다. Asher는 스탠퍼드 통계학 박사이며, Aidan은 Thiel Fellow로 머스크 산하 Neuralink에서 3년간 근무했다.

2025년 Ben과 스탠퍼드 팀은 Megakernel을 추가 개발해 전체 모델 연산을 하나의 GPU 커널에 통합하려 시도했다. 기존 추론 프레임워크는 연산을 수백 개의 커널로 나누어 하나씩 실행하고 대기하며, GPU는 이 간극에서 메모리 대역폭을 충분히 활용하지 못한다. Megakernel은 연산 단계를 병합해 다음 단계의 데이터 읽기를 미리 진행한다. 단일 H100에서 Llama-3.2-1B를 실행하고 매번 하나의 시퀀스를 생성할 때, vLLM과 SGLang은 최대 50%의 메모리 대역폭만 활용할 수 있었지만 새로운 방식은 78%까지 높였으며 추론 속도는 SGLang보다 1.5배 이상 빨랐다.

몇 달 후 팀은 Megakernel을 Llama-70B로 확장했으며, 특정 테스트에서 Tokasaurus 추론 엔진을 연결한 후 엔드투엔드 처리량이 SGLang보다 22% 이상 높았다. 두 연구 모두 오픈소스로 공개되었으며, Ben이 Flapping Airplanes를 창업하기 전 참여한 스탠퍼드 연구 성과에 속한다.

Flapping Airplanes는 현재 이 노선을 따라 GPU를 계속 개조하고 있다. 회사에 따르면 최신 프레임워크는 이미 동일한 커널에서 모델 훈련, 추론, 비디오 게임을 동시에 실행할 수 있다. 팀은 이를 통해 새로운 학습 알고리즘도 탐구하려 한다. 기존 PyTorch 등 프레임워크는 단계별로 조직된 연산 실행에 능숙하지만, 특정 세밀하고 대량의 교차 실행이 필요한 작업을 효율적으로 처리하기는 어렵다. GPU 자체가 못하는 것은 아닐 수 있으며, 단지 기존 소프트웨어가 이런 능력을 발휘하기 쉽지 않을 뿐이다. 다른 저수준 프로그래밍 방식을 택하면 과거 비용이 너무 높아 실행하기 어려웠던 알고리즘을 실행 가능하게 만들 수 있다.

그들은 AI의 데이터 효율성 문제를 더욱 해결하기를 원한다. 인간은 언어를 배우기 위해 인터넷 전체를 읽을 필요가 없지만, 대형 모델은 방대한 훈련 데이터에 의존한다. 검색과 프로그래밍에는 대량의 기성 코퍼스가 있지만, 로봇 조작, 과학 연구 등의 분야에서는 같은 규모의 샘플을 얻기 어렵다. Asher는 이전에 데이터 효율성을 1000배 높인 사례를 들어 이러한 돌파구가 가져올 수 있는 경제적 가치를 설명했다. 모델을 훈련하는 데 원래의 1000분의 1 데이터만 필요하다면, 훈련 샘플이 부족한 많은 산업에서도 AI를 활용할 수 있을 것이다.