AI 에이전트로 칩 냉각 소재를 찾는 Discovered Materials, 900만 달러 시드 투자 유치: Lightspeed 주도

클라우드 기반 AI 에이전트를 운영해 새로운 반도체 소재를 발견하고 검증하는 AI 기반 소재 기업으로, AI 칩과 3D 칩 패키징의 열 방출 문제부터 시작해 그 결과물을 특허로 등록하고 라이선스한다.

매일 수천 개의 소재 가설을 생성하는 자율 AI 에이전트가 반도체 연구개발 기간을 수년에서 수개월로 단축할 수 있다는 것 — AI 칩 발열 문제부터 시작해서.

Lightspeed India가 주도하고 Y Combinator, Peak XV, 그리고 Paul Graham을 포함한 엔젤 투자자들이 참여한 900만 달러 시드 투자(2026년 8월).

Advaith Sridhar와 Akash Ramdas는 10여 년 전 IIT 마드라스에서 만났다. Ramdas는 스탠퍼드에서 재료과학 박사 학위를 받고 11년간 반도체 소재를 연구했으며, Sridhar는 Persona AI(인수됨)와 Luma Labs에서 AI 에이전트를 개발했다. 두 사람은 Y Combinator 이후 Discovered Materials를 창업해, Anthropic 모델이 소재 후보를 생성하고 두 사람이 학습시킨 물리 모델이 이를 검증하는 소프트웨어 파이프라인을 구축했다.

2026년 8월 이 회사는 Lightspeed India가 주도하고 Y Combinator, Peak XV, 그리고 Paul Graham, Gokul Rajaram, Thariq Shihipar를 포함한 엔젤 투자자들이 참여한 900만 달러 시드 투자를 발표했으며, 반도체 응용 분야를 위한 AI가 발견한 소재 수백 종을 공개하고 실제 칩 소재 문제에서 프런티어 모델을 추적하는 벤치마크인 Material Discovery Bench를 출시했다. 창업자들은 세계 최대 화학 기업들이 수년에 걸쳐 개발한 제품과 동등한 성능을 내는 새로운 열 소재를 3개월 만에 만들었다고 주장한다.

아직 초기 단계다. 2026년 8월 기준으로 이 회사는 후보 물질과 벤치마크를 보유하고 있지만, AI가 발견한 소재가 상업적으로 대규모 배치된 사례는 없다. 창업자들은 1년 이내에 특허 가치가 있는 소재를 확보하는 것을 목표로 삼고 있으며, 칩 제조사에 라이선스를 부여하는 것을 사업 모델로 한다고 밝혔다.

측정 가능한 병목(발열, 그리고 하루 약 20회의 추측)이 인간 주도의 발견에 비해 AI 에이전트에 구체적인 처리량 우위를 제공했다.

진입 지점인 3D 칩 패키징용 열 유전체는 자금력이 탄탄한 프런티어 연구소들이 이 분야에 집중하기 전에 시드 단계 팀이 선점할 수 있을 만큼 좁다.

팹을 짓는 대신 특허를 등록하고 라이선스를 부여함으로써, 소규모 팀이 반도체의 자본 집약성 없이 발견을 수익화할 수 있다.

창업자 적합성(스탠퍼드 재료과학 박사 + Persona와 Luma에서의 에이전트 엔지니어링)은 이 문제가 요구하는 바로 그 조합이다.

AI가 과학에서 가장 잘할 수 있는 분야는 측정 가능한 처리량을 가진 좁고 시급한 병목 — 발열과 하루 약 20회의 추측 — 이며, 여기서 자동화가 특허 가능한 지식재산을 만들어낸다. 습식 실험실 검증은 여전히 미해결 과제로 남아 있다.

2026년 8월 기준 Discovered Materials는 실험실 및 특허 단계에 있다. AI가 발견한 소재 수백 종과 공개 벤치마크를 발표했고, 900만 달러 시드 투자로 팀과 실험실을 확장했으며, 1년 이내에 특허 가치가 있는 소재를 확보하는 것을 목표로 한다. 상업적 배치나 라이선스 계약은 발표되지 않았으며, 이 분야의 미해결 질문 — AI 후보 물질을 제조 가능하고 검증된 소재로 전환하는 일 — 은 여전히 앞에 놓여 있다.