AI를 사지 말고 키우라고요?

자체 소유 AI 모델들이 기업 코어를 중심으로 연결된 일러스트
자체 소유 AI 모델들이 기업 코어를 중심으로 연결된 일러스트
TL;DR
  • 스탠퍼드 교수 최예진·카를로스 게스트린이 공동 창업한 AI 연구소 Noeri가 11월 16일 1억 1,000만 달러(약 1,600억 원)를 유치하며 공식 출범했습니다.
  • Menlo Ventures가 주도했고 Madrona, NEA, Wing, Kindred가 참여했으며 전략적 투자자로 엔비디아·시스코·스노우플레이크가 들어왔습니다.
  • 핵심 메시지는 “AI를 빌려 쓰지 말고 소유하라”입니다. 회사 업무를 학습하며 스스로 개선되는 시스템과 문제 크기에 맞춘 작은 전문 모델을 내세웁니다.
  • 비싼 최고 모델이냐, 싼 대신 성능이 떨어지는 모델이냐의 양자택일을 깨겠다는 주장인데, 고객사·가격은 아직 공개되지 않았습니다.

매달 날아오는 AI API 청구서를 보며 이런 생각을 해보신 적 있을 겁니다. “우리 업무는 매번 비슷한데, 왜 매번 제일 비싼 모델을 불러야 하지?” 그런데 이 질문을 1억 1,000만 달러짜리 사업 계획으로 바꾼 사람들이 나타났습니다. 그것도 상식(common sense) AI 연구로 맥아더 펠로우에 선정된 최예진 스탠퍼드 교수와, 머신러닝 라이브러리 XGBoost를 함께 만든 카를로스 게스트린 교수입니다. 두 사람이 세운 Noeri는 “AI는 몇몇 거대 기업에게서 빌리는 것이 아니라, 각 회사가 키우고 소유하는 것”이라는 주장을 들고 시장에 나왔습니다.

1억 1,000만 달러, 누가 걸었나

투자자 명단이 말해주는 것

The Next Web과 i10x 보도에 따르면 이번 라운드는 Menlo Ventures가 주도했고, Madrona Venture Group, Kindred Ventures, Wing Venture Capital, NEA가 재무적 투자자로 참여했습니다. 눈여겨볼 부분은 전략적 투자자입니다. 엔비디아, 시스코 인베스트먼트, 스노우플레이크가 이름을 올렸습니다. 칩(엔비디아), 네트워크·보안(시스코), 기업 데이터 플랫폼(스노우플레이크)이라는 조합은 “기업이 자기 데이터 위에서 자기 모델을 돌리는” 시나리오와 정확히 맞물립니다. 기업가치는 공개되지 않았습니다.

회사는 올해 설립됐고 본사는 팔로알토, 연구 거점은 스위스 취리히에 두고 있습니다. 두 창업자가 공동 CEO를 맡습니다. 게스트린 교수는 Apple이 2016년 인수한 머신러닝 플랫폼 Turi의 공동 창업자이자 이후 Apple의 머신러닝·AI 조직을 이끈 인물로, i10x는 Noeri를 그의 일곱 번째 스타트업으로 소개했습니다.

출발점은 연구실의 비용 고민

아이디어의 출발점은 의외로 소박합니다. The Next Web에 따르면 스탠퍼드 미생물·면역학 연구팀이 OpenAI 모델을 더 저렴하게 쓸 방법을 찾던 중 협업이 시작됐고, 다른 모델을 활용하는 법을 스스로 익힌 작은 AI가 해당 연구팀의 과제에서 GPT-5보다 나은 결과를 냈다고 최 교수는 설명했습니다. 물론 이는 특정 과제에 대한 회사 측 주장이며, 독립적으로 검증된 벤치마크는 아닙니다.

AI Biz Insider 분석 — 엔비디아가 범용 초거대 모델 진영과 “작은 전문 모델” 진영 양쪽에 모두 돈을 거는 구도가 점점 선명해지고 있습니다. 어느 쪽이 이기든 GPU는 팔린다는 계산입니다. 스노우플레이크의 참여는 데이터 웨어하우스 고객에게 “데이터를 밖으로 보내지 않는 AI”를 팔 수 있는 카드를 확보하려는 움직임으로 읽힙니다.


“스스로 개선되는 AI”는 무엇이 다른가

학습이 끝난 뒤에도 계속 배우는 구조

Noeri의 문제의식은 이렇습니다. 대부분의 AI 모델은 학습이 끝나는 순간 성장을 멈춥니다. 반면 Noeri의 시스템은 회사의 데이터와 업무 흐름을 관찰하면서 지시문(프롬프트), 사용하는 도구, 각 단계를 어떤 모델이 처리할지, 때로는 모델 자체까지 바꿔 나갑니다. i10x에 따르면 기존 에이전트 옆에 붙어 작업·실패·수정 이력에서 배우고, 고객사의 실제 트래픽 위에서 품질과 비용을 측정한다는 설명입니다.

기업 입장에서 중요한 안전장치도 있습니다. 시스템이 제안하는 모든 변경에는 설명이 붙고, 개발자가 코드 리뷰를 하듯 사람이 승인해야 반영됩니다. 폐쇄형 모델과 오픈 웨이트 모델을 모두 쓸 수 있고, 데이터와 그 위에서 만들어진 워크플로·모델의 소유권은 고객이 가집니다.

“비싼 모델 vs 싼 모델” 곡선을 깨겠다

게스트린 교수는 지금 시장이 모두 같은 곡선 위에 있다고 지적했습니다. 최고 성능을 원하면 더 많이 내고, 돈을 아끼려면 더 나쁜 결과를 감수하는 구조입니다. 두 창업자가 출범과 함께 공개한 에세이 「The Plural of Intelligence(지능의 복수형)」는 “소수가 소유한 단 하나의 초지능”이라는 그림에 반대하며, 문제 크기에 맞춘 모델이 거대 모델과 비슷한 성능을 훨씬 적은 비용으로 낼 수 있다고 주장합니다. 과학 연구 영역에서도 가설 수립, 실험, 결과 학습을 반복하는 데 작은 전문 모델이 탐색 비용을 낮춰준다는 논리입니다.

AI Biz Insider 분석 — 고객 데이터로 모델을 파인튜닝해주는 인프라 기업은 이미 여럿 있습니다. Noeri가 말하는 차별점은 일회성 파인튜닝이 아니라 도구·오케스트레이션·지속 학습까지 하나의 루프로 묶는다는 점입니다. 다만 현재까지 고객사 이름, 가격, 정식 출시 일정은 공개되지 않았습니다. 기술 비전은 탄탄하지만 사업 성과는 아직 “증명 전” 단계라는 점을 분명히 해둘 필요가 있습니다.


국내 기업이 지금 점검할 것

AI 비용 구조를 업무 단위로 쪼개 보기

Noeri의 등장이 당장 국내 기업의 선택지를 바꾸지는 않습니다. 하지만 메시지는 분명합니다. 모든 업무에 최상위 모델을 쓰는 방식은 오래가기 어렵다는 것입니다. 지금 할 수 있는 일은 사내 AI 사용처를 업무 단위로 나눠, 어떤 단계가 정말 최고 성능을 요구하는지, 어떤 단계는 작은 모델이나 규칙 기반 처리로 충분한지 구분해보는 것입니다. 이 작업만으로도 API 비용 구조가 눈에 들어옵니다.

“우리 데이터로 만든 것은 우리 것인가”

두 번째는 소유권입니다. 외부 AI 서비스 위에 쌓은 프롬프트, 워크플로, 평가 데이터가 계약 종료 후에도 회사 자산으로 남는지 확인해보시기 바랍니다. 제조·금융·의료처럼 데이터 반출이 민감한 업종일수록 “빌린 AI”보다 “소유한 AI”의 협상력이 커집니다. 수정 이력과 실패 사례를 체계적으로 기록해두는 습관은 어떤 솔루션을 고르든 나중에 모델을 키우는 재료가 됩니다.

AI Biz Insider 분석 — 한국계 연구자가 공동 창업자로 나선 만큼 국내 학계·산업계의 관심도 클 것으로 보입니다. 국내 SI·솔루션 기업에게는 “고객사 전용 소형 모델 + 지속 개선 루프”를 패키지로 제안하는 사업 모델을 검토해볼 만한 신호입니다. 초거대 모델을 직접 만들 수 없는 기업에게 오히려 기회가 열리는 방향이기 때문입니다.


관련 글

출처

  1. The Next Web — Stanford professors’ AI lab Noeri launches with $110m, backed by Nvidia (2026.11.16)
  2. i10x — Stanford Professors Launch Noeri With $110 Million to Build Self-Improving AI Companies Can Own (2026.11.16)
  3. GeekWire — Former UW AI researchers Yejin Choi and Carlos Guestrin raise $110M for AI startup Noeri

AI Biz Insider · AI 비즈니스 · aibizinsider.com

코멘트

답글 남기기