AI, 단순 모델 오류를 넘어선 복잡성의 미로: InsightFinder의 1500만 달러 투자 유치 배경 분석
Published Apr 16, 2026
인공지능(AI) 기술이 우리 삶의 모든 영역으로 빠르게 스며들면서, 이제 기업은 AI를 단순한 도구를 넘어 핵심 인프라의 일부로 받아들이고 있습니다. 검색 엔진부터 맞춤형 추천, 금융 사기 탐지에 이르기까지 AI 에이전트는 이미 우리의 일상에 깊숙이 자리 잡고 있습니다. 하지만 AI의 확산은 새로운 질문을 던집니다: “이 AI 시스템이 제대로 작동하고 있는가? 그리고 문제가 발생했을 때, 어디서부터 잘못된 것일까?” 일반 사용자 입장에서는 AI 기반 서비스가 갑자기 오작동하거나 예측할 수 없는 결과를 내놓을 때 불편함과 불신을 느낄 수 있습니다. 기업에게는 이러한 오류가 막대한 재정적 손실은 물론, 브랜드 신뢰도 하락으로 이어질 수 있고요.
과거에는 시스템 신뢰성을 보장하는 “관측성(Observability)” 도구가 단순히 “모든 것을 추적”하는 데 집중했다면, 이제는 “복잡성과 비용을 제어”하는 방향으로 중심이 이동했습니다. 그리고 이 변화의 한가운데, 기업 내 AI 에이전트의 급증과 도입은 관측해야 할 완전히 새로운 유형의 워크로드를 추가했습니다. 이것은 단순히 AI 모델 자체의 성능을 모니터링하는 것을 넘어, AI가 기존의 데이터, 인프라, 애플리케이션과 어떻게 상호작용하며 문제를 일으키는지 전반적으로 이해해야 하는 훨씬 더 복잡한 과제입니다.
AI 시대의 관측성: 모델 넘어선 전방위 진단
InsightFinder AI는 바로 이 문제에 정면으로 도전하고 있는 스타트업입니다. 지난 15년간의 학술 연구를 기반으로 2016년부터 머신러닝을 활용해 IT 인프라 문제를 모니터링하고, 식별하며, 선제적으로 해결해 온 이 회사는 이제 AI 모델의 신뢰성 문제에 초점을 맞추고 있습니다. 최근 시리즈 B 라운드에서 Yu Galaxy 주도로 1500만 달러의 투자를 유치했다는 소식은 이러한 움직임의 중요성을 다시 한번 강조합니다.
InsightFinder의 CEO이자 노스캐롤라이나 주립대학교 컴퓨터 과학 교수이며 IBM과 Google에서 근무했던 헬렌 구(Helen Gu)는 현재 업계가 직면한 가장 큰 문제가 단순히 AI 모델이 어디서 잘못되는지 모니터링하고 진단하는 것에 그치지 않는다고 지적합니다. 진짜 문제는 AI가 전체 기술 스택의 일부가 된 상황에서 전체 스택이 어떻게 작동하는지를 진단하는 것이라는 거죠. 솔직히 말해서, 많은 이들이 AI 문제를 접하면 먼저 ‘모델’이나 ‘데이터’에 문제가 있을 것이라고 생각하기 쉽습니다. 하지만 구 CEO의 통찰은 이보다 훨씬 깊습니다.
그녀는 “이러한 AI 모델 문제를 진단하려면 데이터, 모델, 인프라를 함께 모니터링하고 분석해야 한다”고 말합니다. “항상 모델 문제나 데이터 문제만은 아닙니다. 복합적인 문제이며, 때로는 단순히 인프라 문제일 때도 있습니다.” 이 말은 AI 시스템의 안정성을 위해서는 특정 컴포넌트 하나만 들여다보는 것으로는 부족하다는 의미입니다. 전체 생태계를 아우르는 시야가 필요하다는 것이죠.
실제 사례를 들어 설명해 볼까요? InsightFinder의 한 고객사인 미국 주요 신용카드 회사의 사기 탐지 모델이 성능 저하(drift)를 겪었습니다. InsightFinder는 이 회사의 전체 인프라를 모니터링하고 있었기 때문에, 모델 드리프트의 원인이 특정 서버 노드의 오래된 캐시 때문이라는 것을 신속하게 파악할 수 있었습니다. 사실 이건 놀랍습니다. 모델을 아무리 고도화해도, 근본적인 인프라 문제 하나가 전체 시스템의 신뢰도를 무너뜨릴 수 있다는 것을 보여주는 대표적인 예시이니까요.
구 CEO는 “AI 관측성이 개발 및 테스트 단계에서 LLM 평가에 국한된다는 것은 가장 큰 오해”라며, “건전한 AI 관측성 플랫폼은 개발, 평가, 프로덕션 단계를 포괄하는 엔드-투-엔드 피드백 루프를 제공해야 한다”고 강조했습니다. 이 부분에서 주목할 점은 InsightFinder가 AI 시스템의 라이프사이클 전체를 아우르는 관측성을 제시한다는 점입니다. 이는 단순히 ‘모델 평가’ 도구를 넘어, 기업의 핵심 비즈니스 프로세스에 AI가 안정적으로 통합되고 운영되도록 돕는다는 뜻입니다.
InsightFinder의 차별점과 업계의 경쟁 구도
InsightFinder의 최신 제품인 ‘Autonomous Reliability Insights’는 비지도 머신러닝, 독자적인 대규모 및 소규모 언어 모델, 예측 AI, 인과 추론을 결합하여 이 모든 것을 수행합니다. 이 기본 레이어는 데이터에 구애받지 않아(data agnostic), 시스템이 전체 데이터 스트림을 수집하고 분석하여 신호를 포착한 다음, 이를 상호 연관시키고 교차 검증하여 근본 원인에 도달할 수 있습니다. 개인적으로는 이러한 **데이터 불가사의성(data agnosticism)**이 InsightFinder의 핵심 강점 중 하나라고 생각합니다. 다양한 유형의 데이터를 통합적으로 분석하여 숨겨진 상관관계를 찾아내는 능력은 문제 해결의 정확성과 속도를 극대화할 수 있기 때문입니다.
AI 도구의 유입으로 새로운 시장이 열리면서, 관측성(observability) 분야는 Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic, BigPanda 등 수많은 경쟁자로 북적이고 있습니다. 이들 모두 AI 도구가 제시하는 새로운 문제에 대응하기 위한 기능을 구축하고 있습니다. 하지만 구 CEO는 이러한 경쟁에 전혀 흔들리지 않습니다. 오히려 InsightFinder의 전문성, 경험, 그리고 맞춤형 기능이 충분한 해자(moat) 역할을 한다고 주장합니다.
그녀는 “우리는 지금까지 고객을 거의 잃지 않았다”며, “이것은 통찰력에 관한 문제이다. 문제는 많은 데이터 과학자들이 AI는 이해하지만 시스템은 이해하지 못한다는 것이다. 그리고 많은 SRE(사이트 신뢰성 엔지니어링) 개발자들은 시스템은 이해하지만 AI는 이해하지 못한다. 그들은 서로를 보지 않고, 내재된 관계를 이해하지 못한다”고 설명합니다.
사실 이건 매우 중요한 지적입니다. AI 시대의 IT 문제 해결은 더 이상 단일 전문가 집단의 영역이 아닙니다. AI 전문가와 인프라/시스템 전문가 간의 협업과 상호 이해가 필수적이지만, 현실에서는 그 간극이 존재하기 마련입니다. InsightFinder는 바로 이 간극을 메워주는 솔루션을 제공함으로써 강력한 경쟁 우위를 확보하고 있는 것으로 보입니다. 지난 10년간 UBS, NBCUniversal, Lenovo, Dell, Google Cloud, Comcast 등 포춘 50대 기업 고객들과 협력하며 대규모 엔터프라이즈 고객의 요구사항을 이해하고 솔루션을 다듬어 온 경험이 그들의 성공 비결입니다.
구 CEO는 “우리의 AI 시스템을 전 세계에서 가장 큰 고객들에게 배포하기 위해 Dell과 협력해왔다”며, “이것은 기본적인 AI를 가져다 기계 데이터에 그냥 붙여넣는다고 되는 일이 아니다”라고 강조했습니다. 단순히 기술력을 넘어, 실제 대규모 엔터프라이즈 환경에서의 AI 운영 경험과 노하우가 InsightFinder의 진정한 경쟁력이라고 할 수 있습니다.
새로운 자금의 의미와 향후 전망
InsightFinder는 지난 한 해 동안 매출이 “세 배 이상” 성장하는 등 “강력한” 수익 흐름을 보이고 있다고 밝혔습니다. 사실 이번 시리즈 B 투자는 회사가 적극적으로 유치를 추진한 것이 아니라, 한 포춘 50대 기업과의 7자리(수백만 달러) 계약을 3개월 만에 따낸 후 투자자들이 먼저 접근해왔다고 합니다. 이는 InsightFinder가 제공하는 가치가 시장에서 얼마나 절실하게 필요로 하는지를 방증하는 대목이죠.
이번에 확보한 1500만 달러의 자금은 팀 확장(현재 30명 미만)을 위한 첫 세일즈 및 마케팅 인력 채용과 시장 진출(go-to-market) 전략에 투자될 예정입니다. 지금까지 총 3500만 달러의 투자를 유치한 InsightFinder는 이제 기술 개발을 넘어 시장에 솔루션을 더욱 적극적으로 알리고 확산하는 데 집중할 것으로 보입니다.
업계 흐름을 보면, 앞으로 AI가 기업의 핵심 시스템에 더욱 깊숙이 통합될수록 AI 관측성 및 신뢰성 확보의 중요성은 기하급수적으로 커질 가능성이 높습니다. 단순한 오류 진단을 넘어, AI가 복잡하게 얽힌 시스템 내에서 어떤 방식으로 작동하고 어떤 영향을 미치는지 이해하는 것은 미래 비즈니스의 성공을 좌우할 핵심 역량이 될 것입니다. InsightFinder는 이러한 거대한 흐름 속에서 기업들이 AI의 잠재력을 최대한 발휘하면서도 안정성을 유지할 수 있도록 돕는 중요한 역할을 수행할 것으로 기대됩니다.
출처
- 원문 제목: InsightFinder raises $15M to help companies figure out where AI agents go wrong
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
