네이버 D2SF, 온디바이스 AI 스타트업 트레이스위브에 투자…시드 라운드 30억원 유치

AI 에이전트의 활용 범위가 스마트폰과 자동차, 로봇 등 다양한 디바이스로 확대되면서 클라우드에 의존하지 않고 기기 자체에서 복잡한 작업을 처리하는 온디바이스 AI 기술이 주목받고 있다. 기존 AI 모델은 처리하는 정보가 많아질수록 메모리 사용량이 증가해 소형 기기에 적용하기 어렵다는 한계가 있다. 제한된 메모리와 전력 환경에서도 긴 맥락을 이해하고 여러 단계의 작업을 수행할 수 있는 모델 구조가 필요한 이유다. 네이버 D2SF가 새로운 AI 아키텍처를 자체 개발한 온디바이스 AI 스타트업에 투자했다.

네이버 D2SF는 온디바이스 AI 스타트업 트레이스위브(TraceWeave, 대표 박재영)에 신규 투자했다고 21일 밝혔다. 트레이스위브는 메모리 사용량을 일정하게 유지하면서 긴 맥락을 이해하고 복잡한 작업을 수행하도록 설계한 AI 아키텍처 ‘Phase-TITAN(페이즈-타이탄)’을 개발한 기업이다.

이번 투자는 미래에셋캐피탈이 주도한 시드 라운드에서 이뤄졌다. 트레이스위브는 전체 약 30억원의 투자금을 확보했으며, 약 300억원의 기업가치를 인정받았다. 네이버 D2SF의 개별 투자금액은 공개되지 않았다.

트레이스위브는 2025년 10월 ETH 취리히, 구글, KAIST 경력을 보유한 연구자들이 공동 창업했다. 계산신경과학과 물리학을 기반으로 기존 AI 모델의 구조적 한계를 해결하는 기술을 개발하고 있으며, 모빌리티를 시작으로 다양한 디바이스 환경에서 사업화를 추진하고 있다.

트랜스포머 구조 대체한 ‘Phase-TITAN’…클라우드 없이 멀티스텝 작업 수행

기존 트랜스포머 기반 AI 모델은 대화나 작업의 맥락이 길어질수록 이전 정보를 저장하는 키밸류 캐시(KV-Cache)의 크기가 증가한다. 처리해야 할 정보가 많아질수록 메모리 요구량도 커지는 구조다. 서버 환경과 달리 메모리와 배터리, 발열에 제약이 있는 스마트폰이나 로봇 등에서는 복잡한 AI 에이전트를 구동하는 데 부담이 된다.

트레이스위브의 Phase-TITAN은 기존 트랜스포머 구조를 대체하기 위해 설계한 독자적인 AI 아키텍처다. 회사는 다른 오픈소스 모델을 활용하지 않고 자체 구조를 기반으로 AI 모델을 개발하고 있다. 처리하는 정보의 길이가 증가하더라도 메모리 사용량을 일정하게 유지하도록 설계한 것이 핵심이다.

이 기술은 기기가 클라우드 서버를 호출하지 않고도 긴 맥락을 이해하고 여러 단계의 작업을 수행하도록 지원한다. AI 에이전트가 외부 도구를 호출하고 실행 결과를 해석한 뒤 다음 행동을 판단하는 과정을 기기 내부에서 처리하는 방식이다.

트레이스위브는 스마트폰의 CPU만으로 클라우드 호출 없이 여러 단계의 작업을 수행하는 멀티스텝 AI 에이전트 데모를 구현했다. 별도의 서버 연산에 의존하지 않는 온디바이스 환경에서 자체 모델의 구동 가능성을 확인한 사례다.