Tractium은 실시간 센서 데이터 처리와 적응형 머신러닝 모델을 결합하여 개인화되고 상황에 맞는 출력을 제공하는 분야인 상황 인식 인공지능 컴퓨팅을 전문으로 하는 기술 스타트업입니다. 이 회사는 엣지 디바이스의 지연 시간과 전력 소비를 줄이기 위해 설계된 맞춤형 실리콘과 소프트웨어 프레임워크를 모두 개발하며, 클라우드 중심 AI 제공업체와 차별화됩니다. 2025년 기준으로 Tractium은 온디바이스 지능의 신흥 시장에서 경쟁자로 자리 잡았으며, 모바일 컴퓨팅, 자동차 시스템 및 산업 자동화 분야의 애플리케이션을 목표로 하고 있습니다.
이 회사의 핵심 혁신은 위치, 움직임 및 사용자 행동과 같은 환경 신호에 따라 모델 복잡성을 동적으로 조정하는 독점적인 "컨텍스트 엔진"이라는 하드웨어-소프트웨어 공동 설계에 있습니다. 이 접근 방식은 모델이 컨텍스트와 관계없이 최대 용량으로 실행되는 전통적인 정적 추론과 대조됩니다. Machine learning 및 Deep learning의 기술을 활용하여 Tractium은 AI를 더욱 반응성 있고 에너지 효율적으로 만들어 배터리 구동 디바이스의 중요한 병목 현상을 해결하는 것을 목표로 합니다.
설립 및 초기 역사
Tractium은 2023년 3월 반도체 설계 및 Neural network 아키텍처 배경을 가진 엔지니어와 연구원 그룹에 의해 설립되었습니다. 창립 팀에는 AMD 및 Arm Holdings의 전 직원이 포함되어 저전력 프로세서 설계 전문성을 제공했습니다. 회사의 초기 자금 조달 라운드 1,200만 달러는 하드웨어 혁신에 중점을 둔 벤처 캐피털 컨소시엄이 주도했으며, Artificial intelligence 분야의 엔젤 투자자들이 참여했습니다.
첫 해에 Tractium은 스텔스 모드로 운영되며 초기 개념 증명 칩과 소프트웨어 스택을 개발했습니다. 팀은 2023년 말에 Model Pruning에 대한 새로운 접근 방식을 자세히 설명하는 백서를 발표하여 정확도 손실 없이 모델 크기를 최대 70% 줄였습니다. 이 작업은 MIT CSAIL 및 Stanford AI Lab의 학계 협력자들의 관심을 끌었으며, 이들은 나중에 자문 위원으로 합류했습니다.
2024년 중반까지 Tractium은 TSMC의 7나노미터 공정을 사용하여 테스트 칩의 첫 테이프아웃을 완료했습니다. 이 칩은 맞춤형 Transformer (architecture) 가속기를 경량 Residual Network (ResNet)와 통합하여 센서 융합을 구현했으며, 벤치마크 테스트에서 기존 모바일 GPU보다 에너지 효율이 5배 향상되었습니다.
기술 및 아키텍처
Tractium 플랫폼은 Tractium 신경 가속기(TNA), 컨텍스트 인식 런타임(CAR) 및 Tractium SDK의 세 가지 주요 구성 요소로 구성됩니다. TNA는 혼합 정밀도 계산을 지원하는 특수 프로세서로, 8비트 및 4비트 정수 연산 간의 동적 전환을 가능하게 합니다. 이 유연성은 칩이 실시간 Learning Rate Scheduling 조정 및 Gradient Clipping 기술에 적응할 수 있게 하지만, 기본 추론 워크로드는 훈련을 포함하지 않습니다.
CAR은 가속도계, 자이로스코프 및 GPS를 포함한 센서 입력을 모니터링하여 사용자 컨텍스트를 추론하는 소프트웨어 계층입니다. 경량 Sequence-to-Sequence (Seq2Seq) 모델을 사용하여 내비게이션이나 음성 인식과 같은 예정된 작업을 예측하고 관련 모델 가중치를 온칩 메모리에 사전 로드합니다. 이는 회사 벤치마크에 따르면 정적 로딩에 비해 지연 시간을 평균 40% 줄입니다.
SDK는 개발자에게 자동화된 Quantization 및 Data Augmentation 파이프라인을 포함하여 Tractium 하드웨어용 모델을 최적화하는 도구를 제공합니다. TensorFlow 및 PyTorch와 같은 인기 프레임워크를 지원하지만, 회사는 TNA의 명령어 세트를 대상으로 하는 자체 컴파일러도 개발했습니다.
제품 개발 및 이정표
2025년 1월, Tractium은 프리미엄 스마트폰과 증강 현실 안경용으로 설계된 시스템온칩인 첫 상용 제품 Tractium T1을 발표했습니다. T1은 TNA를 쿼드 코어 Arm Holdings CPU 및 맞춤형 이미지 신호 프로세서와 통합하여 2와트 미만의 전력으로 실시간 Object Detection 및 장면 이해를 가능하게 합니다.
주목할 만한 이정표는 2025년 4월 Tractium이 Samsung Electronics와 협력하여 차세대 웨어러블 디바이스 프로토타입에 T1을 통합하는 것을 시연했을 때 발생했습니다. 이 협력은 심박수 및 움직임 데이터의 시계열 분석을 사용하여 스트레스 수준을 예측하는 건강 모니터링 기능에 중점을 두었습니다. 이는 디지털 헬스 분야에 대한 Tractium의 진출을 의미했지만, 제품은 아직 시장에 출시되지 않았습니다.
2025년 7월, 회사는 온디바이스 Large language model 추론 지원을 도입하는 2세대 소프트웨어 업데이트를 출시했습니다. 이는 Model Pruning 및 Knowledge distillation 기술의 조합을 통해 달성되어 15억 매개변수 모델이 4GB 메모리 내에서 실행될 수 있게 했습니다. 이 업데이트는 또한 Top-K Sampling 및 Top-P (Nucleus) Sampling 디코딩 옵션을 추가하여 개발자에게 텍스트 생성에 대한 더 세밀한 제어를 제공했습니다.
시장 위치 및 경쟁
Tractium은 Qualcomm, Apple 및 Google DeepMind와 같은 기존 업체와 Groq 및 SambaNova와 같은 스타트업을 포함하는 경쟁 환경에서 운영됩니다. 종종 클라우드 또는 데이터 센터 추론에 초점을 맞추는 이러한 회사와 달리 Tractium의 틈새 시장은 초저전력 엣지 컴퓨팅입니다. 이 포지셔닝은 데이터가 온디바이스에 유지되므로 Federated learning 및 개인 정보 보호 중심 AI 추세와 일치합니다.
엣지 AI 분야의 주요 경쟁자로는 Ethos 시리즈를 가진 Arm Holdings와 Movidius 칩을 가진 Intel이 있습니다. 그러나 Tractium은 경쟁사가 아직 복제하지 못한 컨텍스트 인식 계층을 통해 차별화합니다. 분석가들은 이것이 Waymo 및 Tesla이 안전에 중요한 결정을 위한 적응형 추론을 탐색하는 자동차 애플리케이션에서 중요한 이점이 될 수 있다고 지적합니다.
2025년 말 기준으로 Tractium은 Oracle Cloud Infrastructure의 벤처 부문이 주도한 시리즈 B 라운드로 총 4,500만 달러의 자금을 조달했습니다. 회사는 캘리포니아주 산호세에 있는 본사와 인도 방갈로르에 있는 연구 사무소에 약 120명의 직원을 두고 있습니다. 방갈로르 팀은 Bhabha Atomic Research Centre 및 Samsung Research의 인재를 활용하여 알고리즘 개발에 중점을 둡니다.
애플리케이션 및 사용 사례
Tractium의 기술은 세 가지 주요 분야에서 초기 채택을 찾았습니다. 첫째, 모바일 디바이스에서 T1 칩은 클라우드 연결 없이 실시간 언어 번역 및 Speech recognition과 같은 기능을 가능하게 하여 개인 정보 보호를 개선하고 데이터 비용을 줄입니다. 둘째, 자동차 시스템에서 Tractium은 유럽의 주요 자동차 제조업체(2025년 기준 이름 미공개)와 협력하여 컨텍스트를 사용하여 주의 산만 수준을 예측하는 운전자 모니터링 시스템을 개발하고 있습니다.
셋째, 산업용 IoT에서 Tractium의 칩은 제조 공장의 예측 유지 보수를 위해 테스트되고 있습니다. U-Net 아키텍처로 진동 및 온도 데이터를 분석함으로써 시스템은 물류 회사와 수행된 파일럿 연구에 따르면 고장 48시간 전에 기계의 이상을 감지할 수 있습니다. 이 애플리케이션은 회사의 Data Augmentation 도구를 활용하여 드문 고장 모드에 대한 합성 훈련 데이터를 생성합니다.
헬스케어 분야에서 Tractium은 Commure와 협력하여 비침습적 센서를 사용한 연속 혈당 모니터링을 탐구하고 있습니다. 이 협력은 활동 수준에 따라 인슐린 전달 권장 사항을 조정하기 위해 컨텍스트 인식 모델을 사용하는 것을 목표로 하지만, 임상 시험은 아직 초기 단계에 있습니다.
연구 및 협력
Tractium은 여러 학술 기관과 활발한 연구 협력을 유지하고 있습니다. BAIR (Berkeley AI Research)와의 공동 프로젝트는 트랜스포머의 계산 복잡성을 줄이는 새로운 Attention mechanism 설계를 조사합니다. 팀은 TNA에서 30% 더 빠른 추론을 달성하는 Multi-Head Attention 변형에 대한 두 편의 논문을 발표했지만, 이러한 결과는 아직 동료 검토를 거치지 않았습니다.
회사는 또한 AI를 위한 하드웨어-소프트웨어 공동 설계에 중점을 둔 Carnegie Mellon University의 펠로우십 프로그램을 후원합니다. 이 프로그램은 현재 Tractium SDK의 일부인 Batch Normalization 및 Layer Normalization 기술의 여러 혁신을 생산했습니다. 또한 Tractium은 컨텍스트 인식 모델을 위한 Loss Functions와 관련된 이론적 작업에 대해 University of Oxford와 협력합니다.
2025년에 Tractium은 AI 하드웨어를 위한 공개 표준을 촉진하는 산업 그룹인 OpenPanel 컨소시엄에 가입했습니다. 이 멤버십을 통해 회사는 엣지 가속기를 위한 공통 인터페이스 개발에 영향을 미칠 수 있으며, 생태계의 파편화를 줄일 수 있습니다.
과제 및 향후 전망
진전에도 불구하고 Tractium은 상당한 과제에 직면해 있습니다. 반도체 산업은 자본 집약적이며, NVIDIA 및 Broadcom과 같은 거대 기업과 경쟁하려면 지속적인 혁신과 제조 파트너십이 필요합니다. TSMC에 대한 회사의 제조 의존성은 특히 대만 지역의 긴장을 고려할 때 지정학적 위험에 노출됩니다.
소프트웨어 채택은 또 다른 장애물입니다. 클라우드 기반 AI에 익숙한 개발자는 SDK가 표준 프레임워크와 호환됨에도 불구하고 Tractium의 독점 하드웨어에 최적화하는 것을 주저할 수 있습니다. 이를 해결하기 위해 회사는 개발 도구의 무료 티어를 출시하고 Amazon Web Services 및 Microsoft Azure를 통해 클라우드 기반 시뮬레이션을 제공합니다.
앞으로 Tractium은 2026년에 스파이킹 신경망 기능을 통합하여 더 낮은 전력 소비를 달성할 2세대 칩 T2를 출시할 계획입니다. 회사는 또한 플래그십 디바이스 통합을 위해 Apple 및 Samsung Electronics와의 파트너십을 탐색하고 있지만, 발표된 계약은 없습니다.
2025년 말 기준으로 Tractium의 장기적 생존 가능성은 여전히 불확실하지만, 컨텍스트 인식 컴퓨팅에 대한 초점은 실제 시장 요구를 해결합니다. 회사가 기술을 확장하고 주요 설계 수주를 확보할 수 있다면 엣지 AI 생태계에서 중요한 플레이어가 될 수 있습니다. 그러나 Artificial intelligence 산업의 빠른 변화 특성상 Groq 및 SambaNova와 같은 경쟁자보다 앞서 나가려면 지속적인 실행과 전략적 파트너십이 필요합니다.