2025년 3분기 AI 스타트업 투자동향

1. 2025년 3분기 AI 스타트업 투자동향

 

 

 

 

지난 혁신의숲 2주년 리포트에서 공유드린 바와 같이, 2025년 AI 스타트업 투자 비중은 2023년 및 2024년 대비 눈에 띄게 상승하는 추세를 보였습니다. 전반적인 시장의 투자 건수와 금액이 작년 대비 다소 위축된 상황 속에서도, AI 기술 관련 스타트업에 대한 투자 비중은 오히려 현저히 증가했음을 언급했는데요. 해당 리포트에서 1월부터 8월까지의 데이터를 기반으로 2023년과 2024년을 비교 분석하여 투자자들의 자금이 AI 분야로 집중되고 있는 현상을 확인하였습니다.

 

그렇다면 2025년 3분기의 동향은 어떠했을까요?

 

올해 3분기 동안 총 345개 스타트업이 약 2조 5천억원 이상의 투자를 유치했으며, 투자를 유치한 스타트업 중 157개, 약 45.5%의 스타트업이 AI 기술을 활용하는 스타트업으로 나타났습니다. 투자금액 측면에서는 약 1조원 가량으로 43.7%에 해당하는 비중인데요. 이는 AI 기반 스타트업의 신규 설립 및 투자 유치 증가를 시사하기도 하지만, 기존 스타트업들 중에서도 AI 기술을 적극적으로 도입하고, 새로운 기능을 추가하며, 솔루션을 AI 중심으로 전환하는 등의 사업 방향성 재정립과 같은 노력이 투자자들로부터 인정을 받아 투자 유치로 이어진 사례 또한 상당수 반영된 결과로 분석됩니다.

 

 

 

혁신의숲에서는 지난 3분기에 투자를 유치한 AI 스타트업들을 AI 기술 관련성을 키워드 중심으로 재분류하는 작업을 진행했습니다. 맥킨지나 가트너 등 주요 글로벌 리서치 기관은 AI 혁신의 3대 축을 크게 인프라(Infrastructure), 모델/엔진(Model/Engine), 그리고 응용(Application)과 같은 영역으로 분류하여 기술의 현황을 설명하고 있는데요. 혁신의숲은 이러한 선행 분류 틀을 바탕으로 보유한 투자 데이터에 적용하여 다양한 세부 분류를 시도해보았습니다. 이러한 과정을 통해 시장의 트렌드를 효과적으로 포착할 수 있는 유의미한 7가지 기술 분류를 활용하였습니다.

 

인프라 분야에는 AI 연산 하드웨어(NPU, GPU), 학습 데이터 및 클라우드 인프라 등의 기술이, 모델/엔진 분야에는 범용 AI 파운데이션 모델 개발, 특정 ML/DL 모델 개발, AI 신뢰성 검증 및 보안 관련 기술이 포함됩니다. 응용 분야의 측면에서는 데이터 분석 및 예측, 로보틱스/자율시스템, 생성형 AI 응용서비스 등의 기술이 포함될 수 있습니다.

 

 

 

AI 기술 세부 분류를 적용하여 집계한 결과(하나의 스타트업에 복수의 기술 키워드가 중첩 적용될 수 있음), 데이터 분석/예측 분야가 총 114개 기업으로 가장 높은 비중을 차지했습니다. 해당 기술 분야는 추천 시스템(Recommendation System), 이상 탐지(Anomaly Detection), 비즈니스 인텔리전스(Business Intelligence, BI), 시장 데이터 분석 등과 같이 상대적으로 AI 기술을 기존의 솔루션이나 워크플로우에 도입하고 적용하기가 용이한 영역으로 평가되는데요. 이와 같은 접근용이성으로 인해 수많은 스타트업이 해당 기술 분야를 폭넓게 도입하고 있는 것으로 분석됩니다.

 

다음으로 많은 투자를 유치한 분야는 ML/DL 모델 및 AI 파운데이션 모델 분야로 나타났습니다. 이 분류는 특정 분야에 활용될 수 있는 높은 기술적 난이도와 독자성을 갖춘 핵심 ML/DL 모델을 연구하고 개발하는 기업들을 포함합니다. 더 나아가, 범용 LLM과 같은 AI 지능 자체를 개발하거나 파운데이션 모델을 개발하는 기업들 역시 이 분류에 속합니다.

 

다음으로는 로보틱스 및 자율 시스템, 생성형 AI 기반 응용 서비스, 그리고 AI 반도체/하드웨어/인프라 기술 키워드들이 높은 비중을 차지하며 뒤를 이었습니다. 이러한 AI 기술 키워드 순위는 스타트업의 수라는 양적인 측면에서 현재 AI 투자 트렌드의 한 단면을 보여주는 지표로 해석될 수 있습니다. 그러나 실제로 개별 스타트업의 적용 산업(도메인)과 투자 유치 금액을 심층적으로 분석해 보면, 투자 유치 성공 여부는 단순히 AI 기술의 분류에서만 비롯되는 것이 아니라, 해당 기술이 적용되는 산업(도메인)의 핵심적인 문제를 해결하는 데 얼마나 적합한지, 그리고 이를 통해 실질적인 비즈니스 임팩트를 얼마나 효과적으로 창출하는지에 따라 차이가 발생하고 있다는 사실이 확인됩니다.

 

 

#자료출처: https://www.innoforest.co.kr