Tuesday, October 27, 2026
AI 인프라 · 뉴스 & 분석
홈 › 자본시장 › 리포트
자본시장 · 리포트

Sail Research, 최고 효율 AI 에이전트 인프라 및 추론 최적화를 위한 $80 million Series B 펀딩 완료

에이전트 특화 추론 최적화, 벤처캐피탈 검증 확보; 컴퓨트 인프라 시장 내 신흥 세부 카테고리 신호
업계 전문지Slicast · 2026년 7월 3일 17:03 UTC · 미국 · 출처: AI Insider
중요도 68

장기 AI 에이전트를 위해 목적지향적으로 설계된 인프라 회사 Sail Research가 $450 million 밸류에이션으로 $80 million의 Seed 및 Series A 펀딩을 확보했습니다. Kleiner Perkins이 Series A를 주도했으며 Sequoia가 Seed 라운드를 주도했습니다. 추가 투자자로는 Redpoint Ventures, Theory Ventures, Vine Ventures, CRV, A*, Abstract Ventures가 있었으며, 엔젤 투자자로는 Alphabet Inc.의 회장 John Hennessy, Intel의 CEO Lip-Bu Tan, Together AI의 Chief Scientist Tri Dao 등이 참여했습니다.

다음 세대의 AI 인프라는 오늘날의 플랫폼을 형성한 짧은 차례별 상호작용이 아니라 몇 시간 또는 며칠에 걸쳐 자율적으로 작동하는 에이전트를 위해 구축되어야 합니다. 기본 스택은 프롬프트에서 대기 중인 인간에게 응답하도록 최적화되었지만, AI 에이전트가 작동하는 방식의 근본적인 차이를 고려하도록 설계되지 않았습니다. 에이전트는 사용 가능한 컴퓨팅과 컨텍스트에 의해서만 제한되므로, 더 많이 제공할수록 성능이 향상됩니다. 2026년 전 세계 AI 지출이 $2.5 trillion에 도달할 것으로 예상되는 가운데, 가장 야심 찬 에이전트 워크로드는 대부분의 조직에 접근할 수 없으며, 비용뿐만 아니라 장기 사용을 위해 설계되지 않은 플랫폼의 속도 제한과 확장 한계에 의해 제약됩니다.

Sail Research는 이러한 제약을 제거하기 위해 구축되었습니다. 이 회사는 장기 AI 에이전트를 위해 목적지향적으로 설계된 최초의 인프라 플랫폼을 제공하며, 두 가지 핵심 구성 요소를 결합합니다: 단일 작업에서 수십억 개의 토큰을 소비하는 에이전트를 위해 처음부터 재구축된 처리량과 효율성 중심의 추론 스택, 그리고 에이전트가 적극적으로 작동하는 시간에만 요금을 부과하면서 몇 시간 또는 며칠 동안 실행되는 샌드박스 환경 Sailboxes입니다. 이 두 요소는 팀이 대부분의 프로덕션 배포를 중단시키는 벽에 부딪히지 않고도 최대한 야심 찬 에이전트를 구축할 수 있도록 경제성과 규모를 제공합니다.

"Sail은 지능을 풍부하게 만들기 위해 존재합니다"라고 Sail의 공동 창립자이자 CEO인 Neil Movva가 말했습니다. "칩 수준에서 API까지 우리가 내리는 모든 결정은 팀이 한계 없이 에이전트를 구축할 수 있도록 토큰, 규모 및 런타임을 제공하는 것입니다."

Sail의 효율성 이점은 오픈소스 추론 엔진의 심층 커스터마이징을 통해 GPU 성능을 첨단 수준으로 끌어올리기, 최대 복원력을 위한 제공자 간 지능형 워크로드 분배, 미활용 컴퓨팅의 전략적 활용 등을 포함하는 독점 인프라 최적화에서 비롯됩니다. 최근 벤치마크에서 Sail의 추론은 주요 딥 리서치 평가인 BrowseComp-Plus에서 경쟁 솔루션 대비 최대 10배 낮은 비용으로 90.72% 정확도를 달성했습니다.

"대부분의 추론 인프라는 단일 요청의 지연 시간을 최소화하도록 설계되었지만, 에이전트는 몇 시간에 걸쳐 수천 개의 동시 호출에서 처리량을 유지해야 하므로 이는 잘못된 최적화입니다"라고 Sail의 공동 창립자이자 CTO인 Samir Menon이 말했습니다. "우리는 그 제약을 중심으로 스택을 재구축했으며, 효율성 향상은 모든 계층에서 복합적으로 작용합니다."

Movva는 NVIDIA에서 GPU 성능을 극한까지 밀어붙인 후 Apple과 Together AI에서 인프라 전문 지식을 개발한 경력을 보유하고 있습니다. Apple 출신이기도 한 Menon은 대규모 시스템 구축 경험이 있습니다.

"에이전트 시대의 인프라 계층은 AI에서 가장 중요한 베팅 중 하나이며, Neil과 Samir는 이를 구축할 정확한 창립자들입니다"라고 Kleiner Perkins의 파트너 Aditya Naganath가 말했습니다. "그들은 규모의 한계에서 구축한 경험에서만 나오는 깊은 컴퓨팅 전문 지식과 시스템 엄밀성의 드문 조합을 가져옵니다. 함께 그들은 장기 에이전트를 위한 결정적 추론 플랫폼을 구축하고 있습니다."

Sail의 인프라는 이미 Parallel Web Systems, Jack and Jill, Detail.dev의 AI 기반 워크플로우를 지원하고 있습니다. "우리와 Sail은 백그라운드 에이전트가 훨씬 더 유용한 작업을 수행하게 될 것이라는 신념을 공유합니다"라고 Parallel의 공동 창립자 Travers Nisbet이 말했습니다. "그곳에 도달하려면 효율적이고 확장 가능한 추론이 웹를 포함한 최고 품질의 컨텍스트와 함께 제공되어야 합니다. Sail은 추론 부분을 구축하고 있으며, 우리는 이것이 어디로 향하는지에 대해 같은 시각을 갖기를 기쁩니다."

캘리포니아 기반의 코드 리뷰 플랫폼 Detail.dev는 Sail을 사용하여 이전에 상당한 인간 엔지니어링 시간이 필요했던 규모와 깊이로 풀 요청과 코드베이스를 분석하는 에이전트를 구동합니다. "Sail에서 구축하면 탁월한 경제성으로 장기 에이전트를 출시할 수 있습니다"라고 Detail.dev의 CEO Dan Robinson이 말했습니다. "수조 개의 토큰을 소비하며 계속 증가하고 있으며, 우리는 만족한 고객입니다."

Sail의 API는 기존 OpenAI 기반 워크플로우와 호환되며 DeepSeek, Gemma, GLM, Kimi, Nemotron을 포함한 주요 오픈소스 모델을 지원합니다.

원문 보기
Sail Research, 최고 효율 AI 에이전트 인프라 및 추론 최적화를 위한… · Slicast