망고부스트는 데이터센터용 DPU(데이터 처리 가속기)와 AI 인프라 솔루션을 개발하는 시스템반도체 팹리스 스타트업으로, 서울대 연구실의 10여 년 연구를 바탕으로 2022년에 설립된 비교적 젊지만 빠르게 성장하는 기업이다. 특히 AI·클라우드 데이터센터의 성능과 효율을 동시에 끌어올리는 ‘풀스택 DPU+소프트웨어’ 전략으로 대규모 투자와 글로벌 파트너십을 확보하며 주목받고 있다.thevc+6
1. 회사 개요와 연혁
망고부스트(영문 MangoBoost)는 2022년 2월 설립된 시스템반도체 설계 전문 기업으로, 국내 법인인 ‘망고부스트코리아’와 미국 법인을 함께 운영하는 형태로 출발했다. 본사는 서울특별시에 위치해 있으며, 대표이사는 서울대 전기·컴퓨터공학부 출신 교수인 김장우 대표가 맡고 있다. 이 회사는 창업 이전 약 10년 동안 서울대 연구실에서 축적된 컴퓨터 시스템·DPU 관련 연구 성과와, OSDI·ISCA 같은 톱티어 학회 발표로 검증된 원천 기술을 상용화하기 위해 스핀오프 형태로 출범했다.news.nate+4
창업 첫 해인 2022년 5월경, 망고부스트는 약 130억 원 규모의 시드 투자를 유치하며 초기부터 상당한 기술 신뢰도를 증명했다. 이 시드 라운드에는 스톤브릿지벤처스, DSC인베스트먼트, 머스트벤처스, IM캐피탈파트너스 등 국내외 유수 VC가 참여해, 설립 초기임에도 불구하고 대형 자금을 확보했다는 점에서 업계의 관심을 끌었다. 이후 1년 남짓한 기간 동안 기술 고도화와 인력 확충을 진행한 뒤, 2023년에는 시리즈 A에서 약 5,500만 달러(한화 약 727억 원)를 추가로 조달하며 기업가치를 약 4,000억 원 수준으로 끌어올렸다.magazine.hankyung+2
특히 시리즈 A에서 회사의 포스트머니 밸류가 약 3억 500만 달러(약 4,030억 원)로 평가되면서, 1년 전 시드 투자 시점 610억 원 수준에서 약 6배 이상 몸값이 뛰어오른 사례로 보도됐다. 주요 투자자로는 IMM인베스트먼트와 기존 투자사들이 참여했고, KB인베스트먼트와 프리미어 파트너스 등 새로운 VC가 합류하며 투자 풀도 다변화됐다. 이로써 누적 투자금은 약 860억 원 규모에 달하게 되었고, 상용 DPU 칩 양산, 글로벌 고객사 확보, 미국 시장 공략을 위한 기술·영업 조직 확충에 자금을 투입하고 있다.rndcircle+1
2. 사업 영역과 핵심 제품
망고부스트의 핵심 비즈니스는 데이터센터용 DPU, 즉 데이터 처리 및 네트워크·스토리지 오프로딩을 담당하는 전용 프로세서를 설계·제공하는 데 있다. 기존 데이터센터에서는 CPU가 네트워크 패킷 처리, 스토리지 입출력, 보안·암호화 등 부가적인 인프라 작업까지 떠안으면서 AI·데이터 분석처럼 핵심 워크로드 성능이 저하되는 문제가 있었다. 망고부스트는 이 부하를 DPU로 분산해 CPU·GPU가 본연의 연산에만 집중할 수 있도록 함으로써, 전체 시스템 성능과 에너지 효율을 동시에 개선하는 것을 목표로 한다.mangoboost+3
기업 소개 자료에 따르면 망고부스트는 데이터센터, 오프로딩, 데이터처리장치 관련 국가 R&D 과제를 수행한 이력을 바탕으로, 데이터 처리 가속기 분야에서 차별화된 솔루션을 개발해 왔다. 특히 TOE(TCP/IP Offload Engine) 기술과 자체적인 데이터 압축·절감 기술을 접목해 네트워크 스택을 하드웨어 레벨에서 오프로딩함으로써, 경쟁사 대비 높은 처리량과 낮은 지연 시간, 그리고 우수한 전력 효율을 제공하는 것이 강점으로 제시된다. 이러한 기술은 데이터센터의 총소유비용(TCO)을 줄이고, 같은 랙·전력 제약 안에서 더 많은 AI·클라우드 워크로드를 소화할 수 있게 해준다.mangoboost+3
공개된 웹사이트 기준으로 망고부스트는 단일 칩이나 IP만 제공하는 것이 아니라, 하드웨어와 소프트웨어를 아우르는 ‘풀스택’ 제품군을 내세우고 있다. 예를 들어 특정 GPU(AMD MI300X 등)를 탑재한 서버 환경에서 곧바로 사용할 수 있는 턴키(ready-to-deploy) AI 추론 서버 솔루션을 제공하며, 여기에는 LLMBoost와 같은 AI 추론 서버 소프트웨어와 DPU 기반 네트워크·웹 서버 가속 솔루션(WebBoost) 등이 포함된다. 이를 통해 고객은 개별 컴포넌트를 직접 튜닝하는 대신, 망고부스트가 설계한 최적화된 레퍼런스 아키텍처를 그대로 도입해 빠르게 AI 서비스 인프라를 구축할 수 있다.mangoboost+1
3. 기술 특징과 경쟁력
망고부스트 기술 경쟁력의 출발점은 서울대 연구실에서 10여 년간 진행된 시스템 소프트웨어·하드웨어 통합 연구다. 회사 측 설명에 따르면, 이 연구는 이미 OSDI, ISCA 등 세계 최고 수준의 시스템·아키텍처 학회에 다수 논문으로 발표되면서 기술적 타당성을 인정받았고, 이를 토대로 상용 제품 개발에 필요한 로드맵과 IP 포트폴리오를 구축했다. 이러한 배경 덕분에 설립 초기에 이미 상당한 수준의 DPU 설계 노하우와 네트워크 오프로딩 경험을 확보한 상태에서 사업화를 추진할 수 있었다는 점이 특징이다.linkedin+2
기술 스택 측면에서 망고부스트는 독자적인 TOE 기반 DPU를 중심으로, 데이터 절감(압축·중복제거 등) 기술을 결합해 네트워크 패킷 처리와 데이터 이동 비용을 효과적으로 줄이는 구조를 채택하고 있다. 이 DPU는 서버 내에서 CPU가 수행하던 TCP/IP 처리, 암호화, 패킷 필터링, 로드밸런싱 등의 기능을 전담함으로써 CPU 코어 점유율을 낮추고, GPU나 기타 가속기가 더 많은 연산 자원을 확보할 수 있는 환경을 만든다. 결과적으로 동일한 서버 구성에서 초당 처리 가능한 요청 수(QPS)와 동시에 처리 가능한 LLM 세션 수를 늘리는 것이 가능해지고, 서비스 지연 시간의 평균값과 tail latency(상위 구간 지연)도 함께 개선된다.rndcircle+2
또 하나의 중요한 기술 포인트는 표준성과 호환성이다. 망고부스트는 자사 DPU가 ‘모든 범용 GPU·가속기·스토리지 제품과의 완전한 호환성’을 지향한다고 밝히며, 이는 고객이 기존 데이터센터 인프라를 크게 바꾸지 않고도 DPU를 도입할 수 있다는 의미다. 예를 들어 LLMBoost 소프트웨어는 AMD Instinct MI325X·MI300X와 같은 GPU뿐 아니라, 기타 범용 GPU 환경에서도 동작하도록 설계돼 있으며, 네트워크 레이어에서 DPU가 제공하는 RDMA, RoCEv2 엔진을 활용해 다노드 학습·추론 시 스케일링 효율을 높인다. Job 레벨에서는 기존 POSIX 소켓 API를 그대로 사용하면서, 하단에서 WebBoost DPU가 상태 기반 TCP/IP 가속을 수행해 Nginx 같은 웹 서버의 처리 성능을 크게 향상시키도록 구성되어 있다.linkedin+2
시장 경쟁력 측면에서, 외부 분석 리포트는 망고부스트가 특허 포트폴리오, 국가 R&D 수행 이력, 그리고 실제 프로젝트 상용화 경험을 통해 관련 분야 전문성을 검증받았다고 평가한다. 특히 대형 하이퍼스케일러들이 자체 DPU·스마트닉 기술을 내재화하는 흐름 속에서, 망고부스트는 표준 인터페이스, 컨테이너 기반 배포, 기존 인프라와의 호환성을 내세워 중견 클라우드·엔터프라이즈 데이터센터까지 공략할 수 있는 확장성을 확보했다는 점이 경쟁 포인트로 꼽힌다.mangoboost+3
4. AI·데이터센터 솔루션 라인업
망고부스트의 제품 포트폴리오는 크게 ‘DPU 하드웨어’와 그 위에서 구동되는 ‘소프트웨어 스택’으로 나뉜다. DPU 하드웨어는 서버 메인보드 또는 NIC 형태로 통합되어, 네트워크·스토리지·보안 기능을 하드웨어 레벨에서 처리한다. 소프트웨어 스택은 AI 추론·학습 워크로드에 특화된 LLMBoost, 웹 서버 성능을 극대화하는 WebBoost 등으로 구성되며, 이들이 조합되어 ‘풀스택 AI 인프라 솔루션’ 패키지를 형성한다.rndcircle+2
LLMBoost는 컨테이너 형태로 제공되는 AI 추론 서버 소프트웨어로, Llama2-70B, DeepSeek-R1 등 대형 언어모델을 포함한 다양한 오픈 LLM을 대상으로 높은 추론 처리량과 효율적인 멀티노드 스케일링을 제공하는 것이 특징이다. 실제 성능 사례로는, Supermicro 서버와 AMD Instinct GPU, 망고부스트의 LLMBoost를 조합한 환경에서 2노드 학습 시간이 40% 단축되고, 추론 처리량은 1.96배 향상되었다는 수치가 공개되어 있다. 또한 이 솔루션은 이기종 GPU 환경에서 최대 96% 수준의 로드밸런싱 효율을 보여준 것으로 소개되며, 이는 실제 데이터센터에서 GPU 자원 활용도를 높이는 데 중요한 지표로 작용한다.linkedin+1
WebBoost는 LLM 추론 서비스의 프런트엔드 서버에 탑재되는 DPU 기반 네트워크 가속 솔루션으로, TCP/IP 네트워크 스택을 하드웨어에서 상태 기반으로 처리해 Nginx 같은 웹 서버의 처리량과 지연 시간을 동시에 개선한다. 이 솔루션은 기존 애플리케이션 코드를 변경하지 않고, 표준 POSIX 소켓 호출에 ‘후킹’하는 방식으로 동작하기 때문에 시스템 통합 부담이 비교적 적은 것으로 소개된다. 덕분에 기존 서비스 운영자는 어플리케이션 레벨의 수정 없이도, 하드웨어 업그레이드와 DPU 솔루션 도입만으로 성능 향상을 경험할 수 있다는 점이 강조된다.mangoboost+1
이러한 제품 전략을 통해 망고부스트는 단순 칩·IP 라이선스 비즈니스를 넘어, ‘데이터센터의 AI 인프라 효율 극대화’라는 고객 가치에 초점을 맞춘 턴키 솔루션 공급자로 포지셔닝되고 있다. 이는 고객사와의 장기적인 파트너십을 형성하고, 하드웨어와 소프트웨어 양쪽에서 반복 수익 구조를 구축할 수 있는 기반이 된다.mangoboost+2
아래 표는 망고부스트의 주요 제품·솔루션 특징을 정리한 것이다.
| 구분 | 주요 내용 |
|---|---|
| DPU 하드웨어 | 데이터센터용 데이터 처리 가속기로, TCP/IP, 스토리지, 보안 기능을 오프로딩해 CPU 부하를 줄이고 성능·전력 효율을 높이는 칩/보드 솔루션thevc+2 |
| LLMBoost | 컨테이너 형태의 LLM 추론 서버 소프트웨어로, AMD Instinct 등 GPU 기반 환경에서 1.96배 추론 처리량 및 40% 학습 시간 단축 사례를 제시linkedin+1 |
| WebBoost | DPU 기반 TCP/IP 네트워크 가속 솔루션으로, Nginx 등 웹 서버의 평균·tail latency를 낮추고, 표준 POSIX 소켓 API를 그대로 사용하는 무중단 통합을 지향mangoboost |
| 풀스택 AI 서버 | 특정 GPU 플랫폼(예: AMD MI300X)에 최적화된 턴키 AI 추론 서버 패키지로, 하드웨어·소프트웨어를 일괄 제공해 빠른 구축과 운영 최적화를 지원mangoboost+1 |
5. 조직 규모, 재무 및 향후 전망
조직 규모 측면에서 망고부스트는 2023년 기준 링크드인 공개 정보에서 3,000명 이상의 팔로워와 100명 이상 시스템 아키텍트·소프트웨어 엔지니어·FPGA/SoC 엔지니어로 구성된 팀을 보유한 것으로 소개된다. 이 가운데 상당수는 세계 유수 연구기관 출신 박사급 인력과 글로벌 빅테크 근무 경험자를 포함하고 있어, 초기부터 글로벌 수준의 R&D 역량을 갖춘 조직이라는 점이 부각된다. 국내외 채용 공고를 보면 IP 디자인 엔지니어, RTL·검증 엔지니어, 소프트웨어·시스템 엔지니어 등 다양한 직무에서 인력 확충을 진행 중이며, 특히 망고부스트코리아 명의로 DPU IP 설계 관련 전문 채용이 이뤄지고 있다.jobkorea+3
재무 측면에서, 사람인에 공개된 망고부스트코리아의 2023년 재무 정보에 따르면, 2023년 기준 매출액은 약 71억 4,173만 원 수준으로 집계된다. DPU·시스템반도체 스타트업의 비즈니스 특성상 초기 몇 년간은 R&D와 샘플 공급 중심의 구조를 띠기 때문에, 매출 수치보다는 확보한 투자 규모, PoC 및 초기 고객사 확보 상황이 성장 지표로 더 중시된다. 그 관점에서 시드·시리즈 A를 합산한 약 860억 원의 누적 투자와, 국가 R&D 수행 이력, 글로벌 서버·GPU 업체와의 협력 사례는 중장기 성장 잠재력을 뒷받침하는 요소로 해석할 수 있다.saramin+3
향후 전망 측면에서, 망고부스트의 핵심 시장은 AI·클라우드 데이터센터 인프라다. 대규모 LLM 학습·추론 수요가 폭발적으로 증가하면서 GPU 클러스터의 효율적인 활용, 전력·냉각 부담 관리, 네트워크 병목 해소가 전 세계 데이터센터의 주요 과제가 되고 있다. 이런 환경에서 CPU 부하를 줄이고 네트워크·스토리지 경로를 최적화하는 DPU 수요는 중장기적으로 확대될 가능성이 높으며, 망고부스트는 TOE·데이터 절감·풀스택 AI 솔루션을 결합한 형태로 이 시장에 진입하고 있다.linkedin+3
또한, AMD Instinct GPU 및 Supermicro 서버와의 협력 사례처럼, 특정 하드웨어 벤더와의 레퍼런스 디자인·공동 마케팅은 글로벌 고객사 확보에 중요한 발판이 될 수 있다. 동시에, 자체 웹사이트를 통해 ‘모든 범용 GPU·가속기·스토리지와 호환되는 표준 기반 AI 인프라’를 강조하는 것은 특정 벤더에 종속되지 않으려는 클라우드 사업자·엔터프라이즈 고객의 요구와도 맞닿아 있다.mangoboost+2
현재까지 공개된 정보만으로 볼 때, 망고부스트는 기술적으로는 DPU·네트워크 오프로딩·AI 인프라 최적화 분야에서 검증된 연구 성과와 독자 기술을 확보하고, 사업적으로는 대규모 투자와 글로벌 파트너십을 바탕으로 상용화 단계에 진입한 초기 고성장 구간에 진입한 기업으로 평가할 수 있다. 다만 DPU 시장 자체가 엔비디아·AMD·인텔 및 글로벌 클라우드 사업자들이 치열하게 경쟁하는 영역인 만큼, 장기적으로는 제품 성능뿐 아니라 생태계·소프트웨어 지원, 레퍼런스 고객, 가격 경쟁력 등 복합적인 요소가 향후 기업 가치에 영향을 줄 가능성이 크다.news.nate+4