9년 동안 "필요 없다"고 하던 사람이 도장을 찍었어

2200만 달러는 요즘 AI 펀딩 뉴스에서 작은 숫자야. 같은 달에 10억 달러 단위 라운드가 여러 건 나왔으니까. 그런데 런던의 Prevalent AI가 8월 19일 발표한 이 건은 액수 말고 다른 게 눈에 띄어.

창업 9년 만의 첫 외부 자본이야.

Prevalent AI는 2017년에 세워졌어. 그리고 그때부터 지금까지 외부 투자를 한 푼도 안 받았어. 자기 매출로 굴러갔고, 보도자료에 따르면 흑자였고, 지난 1년간 연간 반복 매출(ARR)이 두 배 넘게 늘었어.

이런 회사가 돈을 받는 건 보통 두 경우야. 돈이 급하거나, 아니면 돈만으로는 못 사는 걸 사려는 거지. Prevalent AI는 명백히 후자야. 자금 용도로 밝힌 게 미국 시장 확장, 글로벌 영업 조직 구축, 리더십 팀 보강, 그리고 사이버보안 밖으로의 제품 확장이거든. 전부 속도를 사는 항목이야.

등장인물 정리 — GCHQ, 다크트레이스, 그리고 부트스트랩 9년

이 회사의 이력서가 특이해.

공동창업자 겸 CEO는 폴 스톡스(Paul Stokes), COO는 **아룬 라지(Arun Raj)**야. 둘은 이전에 사이버보안 회사를 창업해 매각한 경험이 있고, 그 돈으로 다음 회사를 외부 자본 없이 세운 거야.

그런데 주변 인물 명단이 더 눈길을 끌어. 팀에 전 GCHQ 국장 이언 로반 경(Sir Iain Lobban), 그리고 **GCHQ 사이버방어작전 부국장을 지내고 다크트레이스(Darktrace)를 공동창업해 CEO를 맡았던 앤드루 프랑스(Andrew France)**가 이름을 올리고 있어.

부트스트랩으로 9년을 버틴 것도 그 자체로 이례적이야. 엔터프라이즈 보안 소프트웨어는 영업 주기가 길어서 계약 하나 따는 데 1년이 걸리기도 해. 그 현금흐름을 외부 자본 없이 버티려면 초기부터 매출이 나오는 구조를 짜야 하고, 그건 제품 개발 속도를 포기한다는 뜻이야. 이 회사가 9년 동안 조용했던 이유가 거기 있어 보여.

GCHQ는 영국의 신호정보기관이야. 미국 NSA에 대응하는 조직이지. 그리고 다크트레이스는 영국에서 나온 가장 성공한 사이버보안 회사 중 하나야. 이 두 계보가 한 회사에 겹쳐 있다는 건 영국 보안 업계에서 꽤 강한 시그널이야.

이 배경이 제품을 이해하는 데 실제로 도움이 돼. 정보기관이 하는 일의 핵심은 파편화된 정보 조각을 연결해 그림을 만드는 것이거든. 개별 데이터는 의미가 없고 관계가 의미를 만들어. Prevalent AI가 만든 게 정확히 그거야.

회사가 파는 것 — "도구가 부족한 게 아니라 맥락이 부족한 거야"

CEO 폴 스톡스의 인용문이 제품 설명을 대신해.

"대기업에 도구나 데이터가 부족한 게 아니야. 부족한 건 맥락이야."

Prevalent AI가 만든 건 데이터 패브릭이야. 기업 안에 흩어진 수백 개의 데이터 소스를 하나의 질의 가능한 지식 그래프로 엮는 물건이지. 보도자료 표현으로는 파편화된 기업 데이터를 지속적으로 정제하고, 연결하고, 맥락화해서 주권적(sovereign) 지식 그래프로 만든다고 돼 있어.

'주권적'이라는 단어가 마케팅 수사가 아니야. 은행, 통신사, 핵심 인프라 운영사가 고객 명단인데, 이들은 데이터를 외부로 못 내보내는 규제 아래 있어. 데이터가 조직 통제 안에 남아야 한다는 조건이 이 제품의 설계 전제인 거야.

왜 이게 지금 팔리는지가 이 뉴스의 핵심이야. AI 에이전트를 사내에 도입하려는 기업이 겪는 벽이 대체로 모델 성능이 아니거든. 에이전트가 똑똑해도 회사가 뭘 아는지 조회할 방법이 없으면 아무것도 못 해. 어떤 서버가 어떤 서비스에 붙어 있고, 그 서비스의 담당자가 누구고, 지난달 그 시스템에서 무슨 일이 있었는지 — 이런 건 여러 시스템에 흩어져 있고, 사람은 물어물어 알아내지만 에이전트는 못 해.

그래서 이 회사의 포지션은 "AI를 만든다"가 아니라 **"AI가 쓸 수 있는 상태로 회사를 정리해준다"**야. 요즘 실패하는 엔터프라이즈 AI 프로젝트의 상당수가 이 지점에서 무너져. 데모에서는 잘 돌던 에이전트가 실제 사내 환경에 들어가면 아무것도 못 하는 이유가 대개 모델이 나빠서가 아니라, 물어볼 대상이 정리돼 있지 않아서거든.

조금 더 구체적으로 보면 이래. 대기업 하나에는 보통 수백 개의 시스템이 있어. 인사 시스템, 자산 관리 대장, 클라우드 콘솔, 티켓 시스템, 접근 권한 관리, 로그 수집기. 각각은 자기 안에서 일관되지만 서로를 모르지. 같은 서버가 자산 대장에는 호스트명으로, 클라우드에는 인스턴스 ID로, 로그에는 IP로 나타나. 사람은 그 셋이 같은 물건이라는 걸 경험으로 알지만 기계는 몰라.

이 매칭 문제를 푸는 게 데이터 패브릭의 실제 노동이야. 화려하지 않고 지루하고, 조직마다 예외가 다르고, 한 번 해두면 계속 관리해야 해. 9년간 흑자를 내며 이걸 해온 회사가 갖는 우위가 바로 여기 있어 — 알고리즘이 아니라 누적된 예외 처리야. 그리고 이건 신생 경쟁자가 자금으로 단숨에 따라잡기 어려운 종류의 자산이지.

검증된 곳에서 시작해 옆으로 넓히는 전략

Prevalent AI가 9년간 판 시장은 사이버보안이야. 이건 우연이 아니라 선택으로 보여.

보안 운영센터(SOC)는 데이터 파편화의 고통이 가장 즉각적으로 드러나는 곳이야. 경보가 하나 뜨면 분석가는 그게 진짜 위협인지 판단하려고 여러 시스템을 넘나들며 맥락을 모아. 자산 정보, 사용자 권한, 최근 변경 이력, 네트워크 위치. 이 과정이 느리면 대응이 늦고, 대응이 늦으면 손해가 나. 맥락 부재의 비용이 즉시 계량되는 드문 영역이지.

그래서 여기서 팔면 두 가지를 얻어. 하나는 매출, 다른 하나는 가장 까다로운 조건에서의 검증이야. 보안 데이터는 양이 많고, 형식이 제각각이고, 실시간성이 요구돼. 여기서 돌아가면 다른 데서도 돌아가.

이번 투자로 하려는 게 정확히 그 확장이야. 회사는 같은 기반 위에서 금융범죄 분석, 운영 인텔리전스, 컴플라이언스, 전사 AI 이니셔티브를 지원한다고 밝혔어. 보안에서 검증한 그래프를 옆 부서로 밀어 넣는 그림이지.

그리고 확장 순서에도 논리가 있어. 금융범죄 분석은 보안과 데이터 구조가 거의 같아 — 개체를 연결하고 이상한 패턴을 찾는 일이거든. 컴플라이언스는 그다음이고, 전사 AI 이니셔티브가 제일 멀어. 가까운 데부터 순서대로 밀고 있다는 건 이 회사가 자기 그래프가 어디까지 통하는지 알고 있다는 뜻이야. 한 번에 "전 산업 데이터 플랫폼"을 선언하는 회사들보다 훨씬 현실적인 배치지.

투자자와 조건 — 무엇을 사는 거야

투자자는 로스앤젤레스의 **Integrity Growth Partners(IGP)**야. 매니징 파트너 겸 공동창업자 라이언 앤더슨(Ryan Anderson)의 코멘트는 이래.

"폴과 아룬, 그리고 팀은 드문 걸 만들었어. 진짜로 차별화된 AI 네이티브 기술이야."

여기서 '그로스 투자'라는 성격을 짚어둘 필요가 있어. 시드나 시리즈 A와 달리 그로스 라운드는 이미 작동하는 걸 더 크게 만드는 데 쓰는 돈이야. 제품-시장 적합성을 찾으라고 주는 게 아니라 이미 찾은 걸 더 많이 팔라고 주는 거지. 흑자에 ARR이 두 배로 뛴 회사에 붙는 자본의 성격이 딱 그거야.

라운드와 함께 사람도 붙었어. 최고재무책임자 스튜어트 바너드(Stuart Barnard), **글로벌 세일즈 SVP 마이크 이스트(Mike East)**가 최근 합류했어. CFO와 세일즈 헤드를 동시에 채운다는 건 신호가 명확해 — 제품 조직이 아니라 상업 조직을 만들 시점이라고 판단한 거야. 영국 언론은 이 라운드를 1600만 파운드로 보도했어. 미국 자본이 영국 보안 기업으로 들어온 사례로 다뤄진 거야.

여기서 한 가지 위험도 같이 봐야 해. 인접 확장은 말은 쉽지만 실제로는 새 시장 진입이야. SOC 예산과 컴플라이언스 예산은 다른 사람이 쥐고 있고, 구매 기준도 달라. 보안팀은 탐지 속도를 보지만 컴플라이언스팀은 감사 대응 가능성을 봐. 같은 그래프를 팔더라도 영업 조직과 제품 포장을 따로 만들어야 하는 일이고, 이번 라운드로 뽑은 세일즈 조직이 그 부담을 지게 돼.

각자의 이득

Prevalent AI가 가져가는 건 미국 시장이야. 유럽 엔터프라이즈 소프트웨어 회사의 오래된 숙제지. 영국에서 은행과 통신사를 뚫었어도 미국 시장은 다른 게임이고, 현지 영업 조직 없이는 안 돼. 그 조직을 만드는 데 시간을 사는 게 이 2200만 달러의 용도야.

IGP가 가져가는 건 희소한 물건이야. 9년간 흑자로 굴러온 엔터프라이즈 인프라 회사는 요즘 벤처 시장에서 보기 드물어. 대부분 적자로 성장률을 사거든. 그리고 첫 외부 자본이라는 건 앞선 라운드의 우선주 조건이나 누적된 지분 희석이 없다는 뜻이기도 해. 자본 구조가 깨끗해.

창업자가 가져가는 건 선택권이야. 9년간 지분을 안 팔았다는 건 이 라운드 시점에 지분 대부분을 쥐고 있다는 뜻이거든. 협상 위치가 근본적으로 다르지.

AI 에이전트를 도입하려는 기업이 가져가는 건 간접적이지만 실질적이야. "모델을 고르기 전에 데이터부터"라는 접근에 자본이 붙었다는 건 이 계층에 제품이 더 나올 거라는 뜻이야.

반대로 이 딜에서 공개되지 않은 것도 짚어두자. 밸류에이션이 안 나왔고, ARR의 절대 규모도 안 나왔어. "두 배로 늘었다"는 표현은 출발점이 작으면 쉬운 문장이야. 고객 수와 계약 규모도 비공개야. 흑자라는 표현은 나왔지만 어느 정도인지, 어떻게 계산했는지는 알 수 없어. 부트스트랩 회사는 원래 공시 의무가 없어서 이런 비공개가 자연스럽긴 한데, 이 회사의 실제 체급을 판단하려면 아직 정보가 부족하다는 건 인정하고 읽어야 해.

과거 유사 사례 — 부트스트랩 회사가 자본을 받았을 때

늦게 자본을 받은 부트스트랩 회사의 사례는 양쪽이 다 있어.

성공 쪽에서 자주 인용되는 게 아틀라시안이야. 오래 자기 매출로 굴리다 뒤늦게 외부 자본을 받았고, 그때는 이미 제품과 문화가 굳어 있어서 투자자가 방향을 흔들 여지가 적었어. 늦게 받은 돈은 회사를 바꾸지 못하고 그냥 가속만 시켰지.

실패 쪽 패턴도 뚜렷해. 자기 속도로 커오던 회사에 성장 자본이 들어오면 갑자기 분기 목표가 생겨. 신중한 영업이 공격적 영업으로 바뀌고, 고객당 깊이를 파던 팀이 신규 로고 수를 세기 시작해. 이 전환에서 제품 품질이 무너진 사례가 적지 않아. 자본이 문제가 아니라 자본이 데려오는 시계(時計)가 문제야.

Prevalent AI가 어느 쪽으로 갈지는 아직 몰라. 다만 창업자가 9년간 자본을 거절했다는 사실 자체가 방어력의 근거이긴 해. 돈이 급해서 받은 게 아니면 조건을 자기가 정했을 가능성이 높거든.

경쟁자 카운터 플레이

이 시장은 붐벼. 팔란티어가 정확히 같은 문제 — 파편화된 조직 데이터를 하나의 모델로 통합하는 것 — 를 20년 넘게 팔아왔고, 정보기관 출신 계보라는 서사까지 겹쳐. 규모 차이가 워낙 커서 정면 경쟁은 아니지만, 고객사 회의실에서 이름이 같이 나올 가능성은 높아.

데이터브릭스와 스노우플레이크는 다른 층에서 접근해. 이들은 데이터를 한곳에 모으는 걸 팔지만, Prevalent AI가 파는 건 모은 데이터 사이의 관계야. 다만 두 회사 모두 그래프와 시맨틱 레이어 쪽으로 계속 올라오고 있어서, 경계는 시간이 갈수록 흐려질 거야.

SIEM 벤더들 — 스플렁크 계열 — 은 보안 데이터를 이미 갖고 있다는 이점이 있어. 다만 이들의 구조는 로그 검색에 최적화돼 있어서 개체 간 관계를 다루는 데는 약해. 이 격차를 인수로 메우려는 움직임이 나올 수 있어.

그리고 가장 현실적인 경쟁자는 직접 만드는 것이야. 대기업 데이터 팀이 내부 지식 그래프를 자체 구축하는 선택지는 늘 있어. Prevalent AI가 이길 근거는 9년치 커넥터와 정제 로직의 축적인데, 이건 데모로 보여주기 어려운 종류의 우위라 영업이 까다로워.

그래서 뭐가 달라지는데

엔터프라이즈 AI를 도입 중이라면 — 이 라운드가 확인해주는 건 시장의 병목이 모델에서 데이터 맥락으로 옮겨갔다는 거야. 파일럿이 잘 되다가 확대 단계에서 죽는 프로젝트라면, 원인이 모델이 아니라 이 계층일 가능성이 높아.

보안 운영을 하는 입장이라면 — SOC에서 검증된 그래프 기반 접근이 컴플라이언스와 금융범죄 쪽으로 넘어오고 있어. 인접 팀과 같은 데이터 기반을 쓸 수 있는지 검토해볼 만한 시점이야. 같은 개체 해석을 두 팀이 각각 만들고 있다면 그건 순수한 중복 비용이야.

유럽 B2B 창업자라면 — 흑자 + ARR 2배 + 9년 부트스트랩이라는 조합이 미국 그로스 캐피털을 끌어온 사례야. 적자로 성장률을 사는 것만이 길이 아니라는 데이터 포인트지.

AI 거버넌스를 담당한다면 — '주권적 지식 그래프'라는 표현이 규제 산업에서 왜 팔리는지 눈여겨볼 만해. 데이터를 조직 밖으로 내보내지 않으면서 에이전트에 맥락을 주는 구조는 앞으로 규제 대응의 표준 패턴이 될 가능성이 있어.

투자자라면 — 액수는 작지만 구조가 깨끗한 딜이야. 다만 그로스 자본이 들어간 뒤 이 회사가 영업 조직 확장 과정에서 제품 밀도를 유지하는지가 관전 포인트야.

🥄 남은 궁금증 세 가지

— 2200만 달러면 요즘 기준으로 작지 않아? 작아. 같은 달에 10억 달러 라운드가 여러 건 나왔으니까. 다만 이 회사는 이미 흑자라 생존 자금이 필요한 게 아니야. 미국 진출과 채용에 쓸 만큼만 받은 거고, 그래서 희석도 적어. 액수보다 조건이 중요한 딜이야.

— 지식 그래프는 예전부터 있던 거 아니야? 맞아, 개념 자체는 오래됐어. 달라진 건 소비자야. 예전엔 사람이 대시보드로 보려고 만들었는데 지금은 에이전트가 조회하려고 만들어. 요구되는 정확도와 갱신 주기가 달라졌고, 그게 지금 이 시장이 다시 열린 이유야.

— 팔란티어랑 뭐가 다른데? 규모와 진입 경로가 달라. 팔란티어는 정부·국방에서 시작해 기업으로 내려왔고, Prevalent AI는 기업 보안팀에서 시작해 옆으로 넓히는 중이야. 다만 파는 문제의 본질이 겹치는 건 맞아서, 이 회사가 미국에서 커질수록 정면으로 마주칠 가능성이 높아.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어. 투자 판단은 각자의 몫!