[イーデイリーKim Hyun-ah 記者] 「当社はすでにシステムを販売する企業であり、チップを販売する企業ではありません。チップというよりは、ある意味ではインフラシステムのフルスタック企業になることが目標です。」

モビリントのシン・ドンジュ代表（36）が見据えるAI半導体市場の次の戦場は、データセンターだけではありません。企業・工場・管制センターなど、データが発生する現場にAIサーバーを設置して推論を行う「オンプレミスAI」が、現実的な市場として台頭しつつあるという判断です。

モビリントはこれまで、オンデバイス・エッジAI半導体企業として知られてきましたが、現在の主力製品はサーバーです。初のNPUである「エリス（ARIES）」を搭載した製品も、サーバーが中心となっています。

シン代表は、「エッジの対極がサーバーになってしまった」とし、「データセンターのクラウド用サーバーと、オンプレミスあるいはエッジ用サーバーの両方がある」と述べました。続いて、「ARIESの最も主要な製品がサーバーであるため、現在の主力製品はサーバーだ」と語りました。

オンプレミスにおいて重要なのは、NPUの単純な性能よりも、既存のインフラにどれだけ容易に適用できるかという点です。

シン代表は、「顧客の立場からすれば、既存のGPUをNPUに置き換えようとする際、自社が運用している様々なフォームファクター環境に合わせて組み込めるソリューションが必要だ」とし、「効率性と汎用性をどれだけ確保できるかが重要だ」と強調しました。

CCTVが示すオンプレミスAIの現実

オンプレミスの需要が高まっている代表的な事例がCCTVです。

既存のCCTVをすぐにすべてAIカメラに置き換えるのは困難です。全国にすでに多くのカメラが設置されているためです。かといって、膨大な映像をすべてクラウドデータセンターに送信するのも負担となります。

既存のCCTVはそのままに、映像が集まる管制センターなどのバックエンドにAIサーバーを接続してデータを分析する方式が、現実的な代替案となり得ます。

シン代表は、「CCTVが膨大に設置されているため、今すぐすべてを置き換えることはできません。そうなると、結局はバックエンドにAIサーバーを接続して、これを知能化する必要があります」とし、「すべてをクラウドデータセンターに送るのか、それは難しいですし……その代わりに、エッジ側でサーバーとして機能させるのです」と説明しました。

工場や産業現場における異常兆候・火災検知のように、リアルタイム処理が必要な分野も同様です。企業による生成AIの導入も、オンプレミス需要を拡大させるものと見られています。コストや情報セキュリティ、規制などを理由に、企業がデータを外部のクラウドに送信することを躊躇する場合があるためです。

シン代表は、「ちょうど3年前までは、オンデバイスという概念はまったく馴染みのないものでした」とし、「個人的には、オンプレミスの時代はすでに到来している」と強調しました。

モビリントは、エリスとレギュラスを基盤に、オンプレミスからオンデバイスに至るまでAI半導体事業を拡大しています。長期的には、ロボット・ドローンなどのフィジカルAI分野にも進出するという構想です。

「オンデバイスが簡単に見えるのは、市場が開かれていないからです」

長期的に見てより困難な市場として、オンデバイスを挙げました。

オンデバイスAIとは、クラウドサーバーではなく、スマートフォン・PC・自動車・ロボットなどの機器自体でAIを処理する技術です。データを外部サーバーに送信しないため、応答速度の速さやセキュリティの面で有利ですが、限られた電力とスペースの中で、CPU・GPU・NPUなど様々な半導体IPを統合し、実際の製品に組み込んで量産しなければなりません。

シン代表は、「個人的には、オンデバイス、つまりエッジ市場の方が難しいと考えています。データセンターの方が、正直なところずっと簡単だと思います」と述べました。

続いて、「エッジが今、簡単に見える理由は、市場が開かれていない分野だから簡単に見えるのです」と述べました。

市場が本格的に開けば、スマートフォン・PC・自動車などの分野で、サムスン電子・クアルコム・アップルといったグローバル企業と競争しなければならないからです。

シン代表は、「クアルコム、サムスン、アップルはすべて主要企業ですが、3社とも独自のNPUを開発してからほぼ10年近くが経っています」とし、「『SamsungElectronics(005930)』ほど、現在NPUを本格的に量産した経験のある企業は国内にありません」と述べました。

特にオンデバイスでは、NPU一つの性能だけで勝負することはできません。CPU・GPU・NPUなど、様々なIPを1つのSoCに統合し、製品に適用して量産する能力が必要です。

シン代表は、「アクセラレータチップはとてつもなく大きいですよね。しかし、チップの構造は単純です」と述べ、ロボット用SoCやAPについては「チップIPの種類が数十種類」にも及ぶと説明しました。

「今、最も不足しているのは時間…グローバル市場を無条件にターゲットに」

シン代表は2013～2014年、KAISTのユ・フェジュン電気・電子工学部教授の研究室でNPUの研究を開始し、2018年に「低消費電力・高性能AI半導体プロセッサ」をテーマに博士号を取得しました。 リベリオン社のオ・ジヌクCTOが彼の先輩です。2019年、30歳の時に自ら会社を創業しました。

彼が韓国のNPU業界において強調しているのは、時間とリファレンスです。

「今、最も不足しているのは時間です。」

AI市場が急速に変化しているだけに、国内市場にとどまっていてはならないということです。

シン代表は、「AI市場があまりにも急速に変化しているため、国内にとどまっていてはならず、グローバル市場を無条件にターゲットにすべきです」と述べました。

政府に対しても、単なる研究開発（R&D）支援よりも、実際の顧客実績を迅速に確保できる市場を整備してほしいと要請しました。

「顧客がチップを導入する際、最も重要視するのは、結局のところ、現在どれほど有意義な実績があるかということです」という理由からです。

「バリュエーションは低ければ低いほど良い…優秀な人材よりチームワーク」

今年、シリーズCで700億ウォンを調達したモビリントの企業価値についても、シン代表は自身の経営哲学を明らかにしました。

「企業の実質的な価値が同じであれば、私はバリュエーションは低ければ低いほど良いと考えています。」

企業価値を一気に高めてしまうと、その後の成長曲線が平坦化した場合、新たに加わった役員や従業員が成長の果実を享受しにくくなるというのです。

「バリュエーションを一気に高く設定しすぎて、成長曲線が平坦化すると、その時点で加わった役員や社員は、アップサイドを享受するのが非常に不利になります。」

同氏は、「この会社と個々の従業員が共に成長し、その成長に対するバリュエーションを真に実質的に分かち合うことに真剣に取り組んでいます」とし、「自分の取り分を確保することよりも、そちらを優先しています」と述べました。

組織運営においても、規模よりも協業を重視しています。現在、モビリントの従業員数は120～130名規模です。

AI半導体は、チップ設計だけでなく、コア、コンパイラ、ソフトウェア、アルゴリズムなど、様々な技術を同時に最適化しなければならないからです。

シン代表は、「100人と100人のチームがそれほど緊密に協力するのは難しい」とし、「チーム間、チーム内のコミュニケーションと協力が非常に緊密になることが重要だ」と述べました。

部署ごとに問題を個別に解決すると、技術的な問題は解決されたとしても、製品全体の性能が低下する恐れがあるということです。

「優秀な人材を集めることも必要ですが、このチームワークこそが、周囲にも肯定的な影響を与えられる人材を集める上で、当初から非常に注力してきた点であり……」

2019年の創業以来、AI半導体事業を育ててきたシン代表が描く次の段階は、単にNPUチップを作ることではありません。

当面は、既存のCCTVや産業現場、企業のインフラにAIサーバーを導入するオンプレミス市場で実際の導入実績を確保し、長期的にはスマートフォン・PC・自動車・ロボットにまで「モビリント・インサイド」を拡大するという構想です。

チップの性能競争を超え、実際の現場で活用されるシステムを構築し、オンプレミスで確保した導入実績を足掛かりに、オンデバイス分野まで拡大していくこと――これこそが、シン代表が描くモビリントの次の勝負所です。