업스테이지 성장 전략 5가지, 김성훈이 솔라 AI로 개척한 한국 인공지능 시장

celebpilot 2026년 10월 27일 최종 수정 10월 21일 읽는 시간 약 30분

ai thumbnail poster 업스테이지의 김성훈 1792568168

업스테이지 성장 전략은 글로벌 빅테크 기업들과 동일한 규모의 인공지능을 만드는 경쟁에서 출발하지 않았다. 창업자 김성훈은 대규모 AI 연구조직을 이끈 경험을 바탕으로 기업들이 인공지능을 실제 업무에 도입하는 과정에서 겪는 어려움에 주목했다. 뛰어난 AI 기술이 존재하더라도 기업이 보유한 문서를 제대로 읽지 못하거나 기존 업무시스템과 연결하기 어렵다면 기술의 활용 가치는 제한될 수밖에 없다. 업스테이지(Upstage)는 이러한 문제를 해결하는 기업용 AI 기술을 핵심 사업으로 선택했다.

2020년 설립된 업스테이지는 문서 AI와 자체 언어모델 솔라(Solar)를 중심으로 성장했다. 초기에는 기업이 보유한 문서와 데이터를 처리하는 기술에 집중했지만 생성형 AI 시장이 확대되면서 언어모델 개발과 업무 자동화, AI 에이전트 분야로 사업을 확장했다. 2025년에는 솔라 프로 2를 공개하며 자체 모델의 경쟁력을 강화했고, 2026년에는 포털 다음(Daum) 운영사와 AI 에이전트 기업을 인수하면서 기업용 기술을 일반 이용자 서비스까지 연결하려는 전략을 추진했다.

이러한 변화는 한국 AI 산업의 성장 가능성과도 연결된다. 글로벌 AI 시장에서는 오픈AI와 구글, 앤트로픽 등 대규모 자본과 인프라를 확보한 기업들이 경쟁하고 있다. 업스테이지는 이들과 경쟁하면서도 한국어 처리와 기업 문서 이해, 모델 운영 효율이라는 차별화 요소를 발전시켜 왔다. 독자적인 기술을 개발하는 것과 그 기술을 실제 고객이 사용하는 제품으로 만드는 일을 함께 추진한 것이다.

다만 업스테이지가 글로벌 시장에서 안정적인 수익구조를 완성했다고 단정하기는 어렵다. 자체 언어모델을 개발하려면 고성능 반도체와 데이터센터, 연구 인력이 필요하며, 기업 고객을 확대하는 과정에서도 지속적인 비용이 발생한다. 김성훈의 창업 사례를 이해하려면 연구자의 전문성이 어떻게 기업의 성장 기반으로 연결됐는지뿐 아니라 이러한 비용과 시장 경쟁에 어떻게 대응하고 있는지도 살펴볼 필요가 있다.

소프트웨어 연구자에서 AI 전문가로 성장한 김성훈

업스테이지 창업자 김성훈은 소프트웨어공학과 머신러닝 분야에서 경력을 쌓아온 연구자다. 인터넷 산업 초기부터 프로그래밍과 검색 기술에 관심을 가졌으며, 1990년대에는 검색엔진과 인터넷 서비스 개발에도 참여했다. 이후 학계에서 소프트웨어의 오류를 예측하고 프로그램을 자동으로 생성하는 연구를 진행하면서 머신러닝을 실제 문제 해결에 적용하는 경험을 축적했다.

그는 홍콩과학기술대학교에서 교수로 재직하며 소프트웨어공학과 인공지능 관련 연구를 수행했다. 연구 과정에서는 소프트웨어 버그 예측과 코드 생성 등 프로그래밍과 머신러닝을 결합한 분야에 집중했고, 관련 연구 성과로 학술적인 평가를 받았다. 이러한 경험은 AI를 단순한 이론적 연구 대상으로 바라보기보다 실제 소프트웨어와 서비스에 적용할 수 있는 기술로 이해하는 데 도움이 됐다.

김성훈은 국내에서도 온라인 강의 ‘모두를 위한 딥러닝’을 통해 널리 알려졌다. 복잡한 머신러닝 개념을 비교적 쉽게 설명하는 강의는 국내 개발자와 학생들이 인공지능을 공부하는 데 활용됐다. 연구와 교육 활동을 병행한 경험은 기술을 이해하는 사람의 범위를 넓히는 일이 AI 산업의 발전에 중요하다는 그의 관점을 보여준다.

학계에서 쌓은 전문성은 이후 기업 연구조직을 이끄는 데에도 활용됐다. 연구실에서 좋은 알고리즘을 만드는 일과 실제 고객이 사용하는 대규모 서비스를 운영하는 일은 서로 다르지만, 두 영역을 경험하면 기술의 가능성과 사업적 제약을 함께 이해할 수 있기 때문이다.

네이버 클로바에서 확인한 AI 기술의 사업화 가능성

김성훈의 경력에서 중요한 전환점은 네이버의 AI 연구조직 클로바(Clova)였다. 그는 2017년 네이버 클로바 AI를 이끌면서 연구 인력과 개발 조직을 확대했으며, 당시 초기 소규모 팀을 약 150명 규모로 성장시키는 데 참여했다.

네이버 클로바는 음성인식과 음성합성, 자연어 처리, 이미지 인식 등 다양한 인공지능 기술을 연구하는 조직이었다. 검색과 번역, 스마트기기 등 실제 서비스와 연결되는 기술을 개발해야 했기 때문에 모델의 성능뿐 아니라 서비스 운영과 사용자 경험도 중요했다.

김성훈은 이 과정에서 대규모 연구조직을 운영하는 경험과 기업의 기술 수요를 이해하는 기회를 얻었다. 무엇보다 AI 기술을 보유하고 있다는 사실과 그 기술을 기업의 업무에 효과적으로 적용할 수 있다는 사실 사이에 상당한 차이가 있다는 점을 확인했다.

기업들은 고객정보와 계약서, 영수증, 업무 기록 등 방대한 데이터를 보유하고 있지만 이를 활용할 수 있는 인력과 시스템이 부족한 경우가 많았다. AI 연구자가 아니더라도 기술을 쉽게 활용할 수 있는 환경이 필요하다는 문제의식은 이후 업스테이지 창업의 중요한 배경이 됐다.

연구 성과보다 실제 업무의 문제 해결에 주목하다

인공지능을 기업에 도입하려면 단순히 높은 성능의 모델을 구매하는 것으로 충분하지 않다. 기업 내부의 데이터 형식이 복잡하거나 개인정보 보호 기준이 엄격하다면 기존 시스템과의 연동에도 상당한 시간과 비용이 필요하다. AI가 아무리 뛰어난 답변을 제공하더라도 실제 업무 흐름에 연결되지 않으면 생산성 개선 효과가 제한된다.

김성훈은 이러한 현장에서 AI를 쉽게 활용할 수 있도록 지원하는 기업의 필요성을 발견했다. 기술의 개발과 도입 과정 사이에 존재하는 간극을 해결하는 것이 새로운 사업 기회라고 판단한 것이다.

2020년 업스테이지 창업, AI 전문가들이 하나의 목표로 모이다

김성훈은 2020년 10월 업스테이지를 공동 창업했다. 창업에는 네이버 클로바에서 컴퓨터 비전과 문자 인식 기술을 이끌었던 이활석(Stan Lee), 언어모델과 번역 기술을 연구했던 박은정(Lucy Park) 등이 참여했다. 서로 다른 AI 분야에서 전문성을 확보한 연구자들이 기업의 인공지능 도입을 지원한다는 공동 목표를 중심으로 모인 것이다.

업스테이지라는 이름에는 더 많은 기업을 AI 기술의 무대로 끌어올리고, 한국의 기술기업도 글로벌 시장으로 나아가도록 돕겠다는 의미가 담겼다. 회사가 제시한 초기 비전인 ‘Making AI Beneficial’ 역시 기술이 실제 사람과 기업에 유용하게 활용돼야 한다는 방향을 보여준다.

설립 초기 업스테이지는 다양한 산업의 기업들이 어떤 AI 기능을 필요로 하는지 살폈다. 금융과 교육, 정보기술, 제조업 등 서로 다른 분야의 기업들은 공통적으로 문서 인식과 추천 시스템, 정보 검색 등에 대한 수요를 가지고 있었다. 업스테이지는 이러한 문제를 중심으로 기술을 개발하며 기업용 AI 사업의 기반을 마련했다.

창업 초기부터 다양한 분야의 전문가를 확보했다는 점도 주목할 만하다. AI 제품을 개발하려면 모델 연구뿐 아니라 데이터를 처리하는 엔지니어링 역량과 소프트웨어 배포, 고객 지원, 사업 개발 등 여러 기능이 필요하다. 연구개발 조직의 전문성을 실제 시장에서 활용할 수 있는 제품으로 연결하기 위해서는 이러한 역량의 결합이 필수적이다.

문서 AI가 업스테이지의 첫 번째 경쟁력이 된 이유

업스테이지가 초기부터 집중한 분야 중 하나는 문서 AI(Document AI)다. 기업에는 계약서와 청구서, 신청서, 보고서 등 다양한 형태의 문서가 쌓이며, 이러한 자료를 사람이 직접 확인하고 입력하는 과정에서 많은 시간이 사용된다. 특히 문서의 구조가 일정하지 않거나 표와 이미지가 함께 포함돼 있으면 단순한 텍스트 추출만으로 업무를 자동화하기 어렵다.

업스테이지는 문서의 글자와 구조를 인식하고 필요한 정보를 추출하는 기술을 개발하면서 기업의 반복적인 업무를 줄이려 했다. 문서 AI는 광학문자인식(OCR) 기술을 활용하지만, 단순히 이미지에서 문자를 추출하는 것보다 더 넓은 영역을 다룬다. 문서의 구조와 표, 읽는 순서 등을 이해하고 정보를 업무시스템에서 활용할 수 있는 형태로 바꾸는 기능이 중요하기 때문이다.

예를 들어 기업이 수천 건의 거래 관련 문서를 처리한다고 가정하면 직원이 모든 정보를 수작업으로 입력하는 방식에는 시간과 오류의 문제가 발생할 수 있다. 문서 AI를 활용하면 일부 정보를 자동으로 추출하고 사람이 중요한 내용을 검토하는 방식으로 작업을 재구성할 수 있다.

일반 OCR과 문서 AI의 차이

비교 항목	일반 OCR	문서 AI
주요 목적	이미지 속 문자 인식	문서의 내용과 구조 이해
처리 대상	인쇄 문자·이미지	계약서·표·양식·복합 문서
핵심 기능	텍스트 추출	정보 추출·문서 구조 분석
활용 사례	이미지의 문자 변환	계약 정보 정리·업무 자동화
주요 과제	글자 인식 정확도	구조 이해·정보 정확성·검증

문서 AI는 화려한 소비자용 서비스와 비교하면 대중적인 인지도가 낮을 수 있다. 그러나 기업의 비용과 처리 시간을 줄이는 데 직접 활용할 수 있어 고객이 서비스 도입 효과를 평가하기에 유리한 분야다. 업스테이지가 이 영역에 집중한 이유 역시 기업의 구체적인 문제를 해결할 수 있는 제품을 제공하려는 전략으로 이해할 수 있다.

다만 자동화된 문서 처리 결과가 언제나 정확한 것은 아니다. 복잡한 양식이나 낮은 화질, 특수한 표기 방식에서는 오류가 발생할 수 있으므로 금융·법률 등 중요한 업무에서는 검토와 품질관리가 필요하다.

자체 언어모델 솔라 개발로 생성형 AI 시장에 진입하다

업스테이지는 문서 AI 사업을 진행하는 동시에 자체 언어모델 개발에도 투자했다. 2023년 생성형 AI에 대한 관심이 확대되면서 기업들은 단순히 문서에서 정보를 추출하는 기능을 넘어 문서의 의미를 이해하고 질문에 답하며 내용을 요약하는 기술을 요구하기 시작했다.

업스테이지가 개발한 솔라(Solar)는 이러한 수요에 대응하는 자체 언어모델 브랜드다. 외부 모델에 전적으로 의존하는 대신 기업이 필요한 성능과 운영 비용을 고려해 자체 기술을 확보하려는 전략이었다.

특히 업스테이지는 모델의 매개변수 수를 무조건 늘리는 것보다 상대적으로 효율적인 모델로 높은 성능을 구현하는 데 집중했다. 기업이 AI를 실제 업무에 적용하려면 모델의 성능뿐 아니라 응답 속도와 사용 비용, 배포 환경을 함께 고려해야 하기 때문이다.

이러한 접근은 막대한 자본을 투자하는 글로벌 기술기업과의 경쟁에서 차별화된 방향을 제시한다. 모델의 크기가 큰 것 자체보다 고객이 필요로 하는 작업을 얼마나 안정적이고 경제적으로 처리하는지가 중요하다는 관점이다.

솔라 프로 2가 보여준 경량화와 성능의 균형

업스테이지는 2025년 7월 솔라 프로 2(Solar Pro 2)를 공식 출시했다. 이 모델은 310억 개의 매개변수를 활용하며 일반 대화에 적합한 모드와 복잡한 추론에 적합한 모드를 선택할 수 있도록 설계됐다.

복잡한 수학 문제와 프로그래밍, 여러 단계의 논리적 판단이 필요한 작업에서는 추론 성능이 중요하다. 반면 일반적인 고객응대나 간단한 문서 정리에서는 응답 속도와 처리 비용이 더 큰 영향을 미칠 수 있다. 하나의 모델에서도 사용 목적에 따라 처리 방식을 선택할 수 있도록 한 이유다.

업스테이지는 솔라 프로 2를 공개하면서 글로벌 AI 평가에서 경쟁력 있는 성과를 기록했다고 밝혔다. 다만 특정 평가에서 좋은 점수를 얻었다는 사실이 모든 업무에서 더 우수한 성능을 제공한다는 의미는 아니다. 기업이 실제 AI 모델을 선택할 때는 업무별 정확성과 사용 비용, 보안 요건을 종합적으로 검토해야 한다.

2024~2025년 투자 유치로 글로벌 확장 기반을 마련하다

인공지능 모델 개발에는 상당한 초기 투자가 필요하다. 모델 학습에 사용할 고성능 반도체와 데이터, 연구 인력을 확보해야 하고, 제품이 출시된 뒤에는 실제 고객이 사용할 수 있도록 운영 인프라도 유지해야 한다.

업스테이지는 이러한 성장 비용을 감당하기 위해 외부 투자 유치에 나섰다. 2024년 4월에는 약 7,200만 달러 규모의 시리즈 B 투자를 유치했다고 발표했으며, 이를 통해 누적 투자금은 1억 달러를 넘어섰다.

2025년 8월에는 4,500만 달러 규모의 시리즈 B 브릿지 투자를 추가로 유치했다. 한국산업은행을 비롯한 투자자들과 아마존, AMD 등이 참여했으며, 당시 회사가 발표한 누적 투자 유치 규모는 약 1억 5,700만 달러였다.

업스테이지는 이 자금을 솔라 모델의 개발과 문서 AI 고도화, 미국 및 아시아·태평양 시장 확대 등에 활용할 계획이라고 설명했다.

이러한 투자 유치는 연구 성과를 글로벌 사업으로 확대할 기반을 제공한다. 하지만 투자금은 기업의 매출이나 영업이익과 다르며, 장기적으로는 실제 고객 수익과 비용 관리 능력이 뒷받침돼야 한다.

미국 시장 진출과 기업용 AI의 국제 경쟁

업스테이지는 한국 시장에서 확보한 기술을 미국 등 해외 기업 고객에게 제공하는 전략을 추진했다. 글로벌 기업용 AI 시장에서는 이미 클라우드와 업무용 소프트웨어를 보유한 대형 기업들이 경쟁하고 있기 때문에 단순히 자체 언어모델을 보유했다는 사실만으로 시장을 확대하기 어렵다.

업스테이지는 문서 AI와 언어모델을 실제 업무에 적용할 수 있도록 제품을 구성하면서 해외 고객 확보를 시도했다. 특히 문서 분석과 정보 추출, 업무 자동화처럼 기업이 성과를 확인할 수 있는 영역을 중심으로 경쟁하려는 접근이다.

2025년 말에는 글로벌 확장과 문서 AI, 솔라 모델을 중심으로 한 사업 성과를 발표했다. 회사가 기술 연구와 기업용 제품의 상용화를 함께 추진하고 있음을 보여주는 사례다.

기업 고객을 확보하는 과정에서 필요한 조건

기업은 AI 기술을 도입할 때 정확도와 비용뿐 아니라 데이터 보호, 기존 시스템과의 연동, 장애 대응 등을 고려한다. 특히 금융기관이나 대기업은 내부 보안 정책과 규제에 맞는 기술 운영이 필요하므로 새로운 공급업체를 선택하는 과정에서 검증 절차가 길어질 수 있다.

업스테이지가 글로벌 기업용 AI 시장에서 성장하려면 이러한 조건을 만족시키는 제품과 지원 체계를 갖춰야 한다. 연구실 평가에서 좋은 성적을 얻은 모델이라도 실제 업무 환경에서 안정적으로 작동하지 못하면 고객의 장기적인 선택을 받기 어렵기 때문이다.

이는 AI 기술기업의 성장을 연구개발 성과만으로 평가해서는 안 되는 이유다. 기업 고객이 서비스를 지속적으로 이용하고 비용을 지불하는 구조를 확보해야 기술의 상업적 가치를 확인할 수 있다.

2026년 솔라 오픈으로 독자 AI 기술 확보에 도전하다

2026년 업스테이지는 자체 언어모델 개발의 범위를 확대했다. 1월 공개한 솔라 오픈(Solar Open)은 1,000억 개 매개변수 규모의 언어모델로, 업스테이지는 데이터를 준비하고 모델을 학습하는 과정을 자체적으로 수행했다고 설명했다.

이 모델은 과학기술정보통신부의 독자 AI 파운데이션 모델 프로젝트와 연결된 연구 성과였다. 단순히 해외에서 개발된 모델을 활용하는 것에서 벗어나 국내에서 대규모 AI 모델을 직접 개발하고 운영할 수 있는 기술을 확보하려는 시도라는 점에서 의미가 있다.

같은 해 7월에는 솔라 오픈 2를 발표했다. 이 모델은 여러 단계의 추론과 도구 사용을 반복하면서 업무를 처리하는 AI 에이전트 활용에 초점을 맞췄다. 모델 가중치와 기술 보고서를 공개해 외부 개발자와 연구자들이 활용할 수 있도록 했다는 점도 특징이다.

다만 모델의 가중치를 공개하는 방식과 모든 개발 코드·학습 데이터까지 공개하는 방식은 구분해야 한다. 솔라 오픈 2는 공개 가중치(Open-weight) 모델로 이해하는 것이 정확하다.

이러한 전략은 글로벌 기술기업이 주도하는 AI 산업에서 독자적인 기술 기반을 확보하려는 움직임으로 볼 수 있다. 동시에 모델의 개발에 필요한 반도체와 컴퓨팅 비용, 국제적인 기술 경쟁에 대응해야 하는 과제도 커졌다.

포털 다음 인수로 AI 기술과 소비자 서비스를 연결하다

2026년 업스테이지의 사업 방향에서 가장 큰 변화 가운데 하나는 포털 다음(Daum) 운영사 AXZ의 인수였다. 업스테이지는 2026년 1월 카카오와 AXZ 관련 주식교환 방식의 양해각서를 체결했으며, 5월에는 인수를 최종 확정했다고 발표했다.

그동안 업스테이지의 주요 사업은 기업에 AI 기술을 공급하는 B2B 시장에 집중돼 있었다. 반면 포털 다음은 검색과 뉴스, 콘텐츠 등 일반 이용자가 직접 사용하는 서비스를 운영해 왔다. 두 기업이 결합하면 자체 언어모델을 실제 대중 서비스에 적용할 수 있는 환경이 마련된다.

업스테이지는 다음의 검색 및 콘텐츠 서비스를 솔라와 결합해 이용자의 질문 의도를 이해하고 맥락에 맞는 정보를 제공하는 AI 포털로 발전시키겠다는 계획을 제시했다. 이는 단순히 새로운 고객사를 확보하는 것보다 기술과 사용자 접점을 동시에 확보한다는 점에서 중요한 전략적 변화다.

다음 인수가 업스테이지에 가지는 사업적 의미

사업 요소	인수 이전 중심 전략	인수 이후 확대 가능성
주요 고객	기업·개발자	기업과 일반 이용자
핵심 상품	솔라·문서 AI	AI 모델과 포털 서비스
사용자 접점	기업용 제품·API	검색·콘텐츠·AI 서비스
데이터 활용	기업 문서·업무 데이터	적법한 범위의 검색·콘텐츠 활용
주요 과제	기업 고객 확보	대중 서비스 운영·수익화

포털을 보유하게 됐다고 해서 AI 서비스의 성공이 자동으로 보장되는 것은 아니다. 이용자가 기존 검색 서비스 대신 AI 기능을 지속적으로 이용할 충분한 이유가 있어야 하며, 검색 결과의 정확성과 정보 출처, 저작권, 개인정보 보호 문제도 관리해야 한다.

또한 기존 포털의 운영에는 기술 개발 외에 콘텐츠와 광고, 사용자 지원 등 다양한 비용이 필요하다. 업스테이지는 AI 모델을 개발하는 기업에서 일반 이용자 서비스까지 운영하는 기업으로 변화하면서 새로운 경영 과제를 맡게 된 셈이다.

타임리 인수와 AI 에이전트 사업 확대

업스테이지는 2026년 6월 AI 에이전트 플랫폼 기업 타임리(Timelee)를 인수했다고 발표했다. 타임리는 이용자가 별도의 복잡한 코딩 없이 AI 기능을 활용해 업무에 필요한 도구를 만들 수 있도록 지원하는 서비스를 운영해 왔다.

이 인수는 자체 언어모델을 실제 사용자 경험으로 연결하려는 전략의 연장선에 있다. 언어모델의 성능이 높더라도 일반 이용자가 자신의 업무에 적용하기 어렵다면 활용 범위가 제한될 수 있기 때문이다.

AI 에이전트는 단순히 질문에 답하는 것을 넘어 필요한 정보를 찾거나 외부 도구를 사용하고 여러 단계의 작업을 수행하는 기능을 지향한다. 예를 들어 문서를 분석한 뒤 정보를 정리하고 후속 업무를 지원하는 과정을 연결하는 방식이다.

다만 자동으로 작업을 실행하는 시스템은 잘못된 판단이 실제 결과로 이어질 가능성도 높아진다. 따라서 이용자의 승인과 권한 관리, 작업 기록, 오류 대응 체계를 갖추는 일이 중요하다.

업스테이지는 이러한 사업 확장을 통해 연구와 모델 개발에 집중하는 기업에서 AI가 실제 업무와 일상에서 사용되는 경험까지 제공하는 기업으로 변화하려 했다.

모델·에이전트·포털을 묶는 업스테이지 컴퍼니 전략

2026년 6월 업스테이지는 ‘업스테이지 컴퍼니’ 출범을 발표했다. 업스테이지를 중심으로 AXZ와 타임리를 연결해 AI 모델과 에이전트, 포털 서비스를 하나의 사업 생태계로 발전시키겠다는 구상이었다.

이러한 전략은 서로 다른 제품이 고객에게 전달되는 과정을 하나로 연결한다는 점에서 의미가 있다. 솔라는 AI 기술을 제공하고, 타임리는 이용자가 필요한 작업을 수행할 수 있는 도구를 지원하며, 다음은 일반 이용자가 AI 서비스를 경험하는 창구가 될 수 있다.

당시 회사는 한국을 비롯한 미국과 일본 등에서 200개 이상의 기업이 업스테이지 AI를 도입하고 있다고 발표했다. 또한 2026년 상반기 신규 계약액이 전년도 전체 실적을 넘어섰으며 누적 투자 유치 규모도 약 7,300억 원에 이르렀다고 설명했다.

여기에서 주의할 점은 고객사 수와 신규 계약액, 누적 투자금이 모두 서로 다른 지표라는 사실이다. 특히 신규 계약액은 실제 인식한 연간 매출이나 순이익과 같지 않으므로 상업적 성과를 평가할 때 구분해야 한다.

업스테이지가 독자적인 AI 모델 개발과 서비스 확대를 동시에 추진하고 있다는 점은 분명하지만, 그 사업 구조가 장기적으로 충분한 수익을 창출할 수 있는지는 앞으로의 운영 성과를 통해 확인해야 한다.

한국형 소버린 AI와 AI 인프라의 중요성

업스테이지는 한국어에 특화된 AI 모델과 독자 기술 확보를 강조하면서 소버린 AI(Sovereign AI) 분야에도 참여하고 있다. 소버린 AI는 국가나 조직이 중요한 AI 기술과 데이터, 인프라의 운영에 대한 통제력을 확보하려는 접근으로 설명할 수 있다.

이 개념은 모든 기술을 반드시 한 국가에서 자체 생산해야 한다는 뜻과는 다르다. 해외 기술을 활용하더라도 특정 공급업체에 대한 의존도를 적절히 관리하고 중요한 데이터와 모델 운영에 대한 선택권을 확보하는 것이 핵심이다.

업스테이지는 2026년 3월 AMD와의 전략적 협력을 확대하면서 AI 모델 개발과 운영에 사용할 컴퓨팅 인프라를 강화했다. 같은 해 7월에는 퓨리오사AI와 다음 운영사 AXZ와 협력해 국산 AI 반도체와 언어모델, 실제 서비스를 연결하는 프로젝트를 발표했다.

이러한 협력은 AI 산업에서 모델 개발 능력과 반도체·데이터센터 인프라가 분리될 수 없다는 사실을 보여준다. 고성능 AI 모델을 만들더라도 이를 안정적으로 실행할 수 있는 설비와 운영 능력이 부족하다면 시장에서 경쟁력을 확보하기 어렵다.

업스테이지 성장 전략의 핵심은 무엇인가

업스테이지의 성장 과정은 세계적인 AI 기업들과 정면으로 경쟁하면서도 다른 사업적 접근을 선택한 사례다. 창업 초기에는 기업의 실무 문제를 해결하는 문서 AI를 중심으로 고객을 확보했고, 이후 자체 언어모델 솔라를 개발해 기술의 범위를 확대했다.

2026년에는 포털 다음과 AI 에이전트 기업을 인수하면서 기술을 이용자에게 전달하는 채널까지 확보하려 했다. 이는 개별 모델의 성능을 높이는 전략에서 출발해 모델과 애플리케이션, 유통 채널을 연결하는 방식으로 사업이 발전했다는 의미다.

업스테이지의 주요 성장 단계

시기	핵심 사건	전략적 의미
2020년	업스테이지 창업	기업의 AI 도입 문제 해결
2021~2022년	문서 AI·기업용 기술 개발	B2B 고객 기반 구축
2023년	자체 언어모델 솔라 공개	생성형 AI 역량 확보
2024년	시리즈 B 투자 유치	연구개발·해외 진출 자금 확보
2025년	솔라 프로 2·글로벌 사업 확대	자체 모델 경쟁력 강화
2026년	솔라 오픈·솔라 오픈 2	독자 AI 기술과 에이전트 개발
2026년	다음·타임리 인수	AI 모델에서 사용자 서비스로 확장

업스테이지의 강점은 연구자의 전문성과 기업 고객의 실제 요구를 연결하려 했다는 점이다. 문서 AI는 현장에서 필요한 문제를 해결하는 제품이었고, 솔라는 자체 언어모델에 대한 기술적 경쟁력을 확보하는 수단이었다. 이후 인수합병을 통해 더 많은 이용자가 AI를 경험할 수 있는 사업 구조를 마련했다.

다만 여러 사업을 동시에 운영하면서 연구개발 비용과 인수한 서비스의 운영 부담이 커질 가능성도 존재한다. 기술을 개발하는 역량과 대규모 사용자 서비스를 운영하는 역량은 서로 다르기 때문에 조직 통합과 경영 효율성이 중요한 과제로 남아 있다.

글로벌 빅테크와 경쟁하는 한국 AI 기업의 현실

업스테이지는 오픈AI와 구글, 앤트로픽 등 글로벌 AI 기업과 경쟁하는 시장에 진출해 있다. 이러한 기업들은 대규모 자금과 데이터센터 인프라, 글로벌 고객 기반을 보유하고 있으며 AI 모델의 성능을 빠르게 개선하고 있다.

한국의 AI 스타트업이 이러한 환경에서 경쟁력을 확보하려면 모든 영역에서 가장 큰 규모를 추구하는 전략만으로는 한계가 있을 수 있다. 고객이 실제로 필요로 하는 기능과 언어·산업별 전문성, 도입 비용, 안정적인 서비스 운영 등 여러 요소를 고려해야 한다.

업스테이지는 문서 AI와 한국어 처리, 효율적인 자체 언어모델을 통해 경쟁 기회를 모색했다. 이러한 접근은 글로벌 대기업과 다른 고객층을 확보하거나 특정 산업에서 전문성을 발전시킬 가능성을 제공한다.

그러나 경쟁력은 기술 발표만으로 유지되지 않는다. AI 산업의 발전 속도가 빠른 만큼 기존 모델의 성능과 가격 경쟁력은 단기간에 변할 수 있으며, 기업 고객도 여러 공급업체의 제품을 비교해 선택할 수 있기 때문이다.

따라서 업스테이지가 장기적으로 성장하려면 독자적인 연구개발 역량과 함께 고객의 재구매 및 계약 유지, 실제 매출, 서비스 제공 비용을 지속적으로 관리해야 한다.

AI 창업자가 업스테이지에서 배울 수 있는 경영 원칙

김성훈의 창업 사례에서 가장 중요한 교훈은 뛰어난 기술을 확보하는 일보다 그 기술을 통해 해결할 문제를 구체적으로 정의하는 과정이 중요하다는 점이다. 업스테이지는 처음부터 모든 사람이 사용하는 범용 AI 앱을 만들기보다 기업의 문서 처리와 정보 활용 문제에 주목했다. 고객이 실제 업무에서 겪는 어려움을 해결할 수 있는 분야를 선택함으로써 기술의 상업적 가치를 검증할 기회를 마련한 것이다.

두 번째는 전문성을 바탕으로 기업의 차별성을 구축해야 한다는 점이다. 김성훈은 학계와 대기업 연구조직에서 얻은 경험을 활용했고, 서로 다른 AI 기술 분야의 전문가들과 함께 회사를 설립했다. 복잡한 기술을 다루는 산업에서는 개인의 아이디어뿐 아니라 함께 제품을 완성할 수 있는 조직의 역량이 중요하다.

세 번째는 핵심 기술을 새로운 사업으로 확대하되 확장 비용을 충분히 고려해야 한다는 것이다. 문서 AI에서 언어모델, 에이전트, 포털 사업으로 이어진 과정은 기존 기술을 다양한 고객에게 제공할 가능성을 보여준다. 그러나 사업 범위가 확대될수록 조직 관리와 연구개발, 고객지원에 필요한 비용도 증가하므로 성장 속도와 수익성 사이의 균형이 필요하다.

마지막으로 글로벌 시장을 목표로 하더라도 모든 경쟁기업과 같은 방식을 선택할 필요는 없다. 언어와 산업별 수요, 실제 업무에서의 성능과 비용 효율에 집중하면 새로운 고객을 확보할 여지가 있다. 업스테이지는 이러한 방향으로 한국 AI 기업의 가능성을 시험하고 있는 사례다.

결론: AI 연구 역량을 실제 산업의 경쟁력으로 연결하다

업스테이지는 2020년 김성훈과 AI 전문가들이 공동 창업한 기업으로 출발했다. 네이버 클로바와 학계에서 쌓은 연구 경험을 바탕으로 문서 AI를 개발했고, 이후 자체 언어모델 솔라를 통해 생성형 AI 시장으로 사업 범위를 넓혔다.

2024년과 2025년에는 외부 투자를 유치해 연구개발과 글로벌 확장에 필요한 자금을 확보했으며, 2026년에는 솔라 오픈 시리즈를 공개하고 포털 다음 및 AI 에이전트 기업을 인수하면서 새로운 성장 단계에 진입했다. 이 과정은 기술 연구와 실제 서비스 운영을 연결하려는 장기적인 경영 전략으로 이해할 수 있다.

그러나 독자 AI 모델을 개발하는 기업에는 막대한 인프라 비용이 필요하며 글로벌 경쟁기업의 기술 발전도 빠르게 이루어진다. 따라서 고객의 실제 업무에 도움이 되는 제품을 지속적으로 개발하면서 안정적인 수익구조를 확보해야 장기적인 성장을 이어갈 수 있다.

업스테이지 성장 전략의 핵심은 AI 모델을 개발하는 기술적 능력을 기업의 문서 처리와 업무 자동화, 나아가 일반 이용자가 사용하는 서비스까지 연결하는 데 있다. 연구실에서 만들어진 기술이 현실의 문제를 해결하고 시장에서 활용될 때 비로소 기업의 경쟁력으로 발전할 수 있다는 의미다.

김성훈과 업스테이지의 사례는 한국 AI 기업이 글로벌 시장에서 독자적인 사업 기회를 발견할 수 있음을 보여준다. 동시에 기술적 성과를 지속가능한 기업으로 발전시키기 위해서는 제품 경쟁력과 자본, 고객 확보, 운영 효율을 함께 관리해야 한다는 과제를 남긴다.

참고자료

Upstage, The Upstage Founding Story, 2022년 9월
Upstage, 업스테이지 창업 및 한국어 AI 모델 평가 관련 발표, 2021년
Upstage, Upstage Raises $72 Million in Series B Funding, 2024년 4월
Upstage, Introducing Solar Pro 2, 2025년 7월
Upstage, Series B Bridge Funding, 2025년 8월
Upstage, 2025 in Review, 2025년 12월
Upstage, Solar Open 공개 발표, 2026년 1월
Upstage, AMD 전략적 협력 확대 발표, 2026년 3월
Upstage, AXZ 인수 최종 확정, 2026년 5월
Upstage, 타임리 인수 발표, 2026년 6월
Upstage, 업스테이지 컴퍼니 출범 발표, 2026년 6월
Upstage, 솔라 오픈 2 공개 발표, 2026년 7월
한국경제, 문서 AI와 Solar LLM을 통한 산업 혁신: 업스테이지, 2024년 12월

함께 보면 좋은 글

한국 AI 기업의 성장 가능성을 이해하려면 글로벌 인공지능 기업들이 어떤 방식으로 기술을 개발하고 사업화했는지 함께 살펴볼 필요가 있다. 업스테이지가 기업의 문서 처리와 자체 언어모델 개발에서 출발했다면, 오픈AI는 대규모 인공지능 연구를 챗GPT와 기업용 서비스로 연결하면서 시장을 확대했다. 두 기업의 성장 경로를 비교하면 AI 기술력뿐 아니라 고객 확보와 자본, 컴퓨팅 인프라가 기업의 경쟁력에 어떤 영향을 미치는지 이해할 수 있다.

🤖 샘 올트먼과 오픈AI — 챗GPT를 글로벌 생성형 AI 서비스로 성장시킨 과정

celebpilot