AI 에이전트 기반 웹 검색 스타트업 'Nimble', 4,700만 달러 시리즈 B 투자 유치

핵심 요약

웹 검색 스타트업 Nimble이 Norwest가 주도한 4,700만 달러 규모의 시리즈 B 투자 라운드를 성공적으로 마무리했다. Nimble은 AI 에이전트를 사용하여 실시간으로 웹을 검색하고, 결과를 검증 및 유효성 확인을 거쳐 데이터베이스처럼 쿼리할 수 있는 구조화된 테이블 형태로 제공한다. 이 플랫폼은 Databricks 및 Snowflake와 같은 기업용 데이터 웨어하우스와 통합되어, 기업이 외부 웹 데이터를 내부 데이터처럼 원활하게 활용할 수 있도록 지원한다. 특히 LLM의 할루시네이션 문제와 비정형 텍스트 결과의 한계를 극복하여 기업용 AI 애플리케이션의 신뢰성을 높이는 데 중점을 둔다.

배경

AI 에이전트 개념, 데이터 웨어하우스(Databricks/Snowflake) 이해, RAG(검색 증강 생성) 기초

대상 독자

데이터 엔지니어, AI 프로덕트 매니저, 기업용 LLM 도입 결정권자

의미 / 영향

웹 스크레이핑과 AI 검색이 단순한 정보 조회를 넘어 기업의 핵심 데이터 자산으로 통합되는 추세를 보여준다. 특히 비정형 웹 데이터를 정형 데이터로 자동 변환하는 기술은 AI 에이전트가 실제 비즈니스 의사결정에 참여하는 데 필요한 데이터 신뢰성을 확보해 줄 것으로 예상된다.

섹션별 상세

Nimble은 AI 에이전트를 활용해 실시간 웹 검색 결과를 검증하고 구조화된 데이터로 변환하는 기술을 제공한다. 기존 LLM이나 AI 에이전트가 검색 결과를 단순 텍스트로 반환하여 기업 환경에서 활용하기 어려웠던 점을 해결하기 위해, 데이터를 즉시 쿼리 가능한 테이블 형태로 정형화한다. 이를 통해 기업은 웹 데이터를 별도의 가공 과정 없이 기존 데이터베이스 시스템의 일부처럼 사용할 수 있다.

이 플랫폼은 Databricks, Snowflake, AWS, Microsoft 등 주요 클라우드 및 데이터 플랫폼과 긴밀하게 통합된다. 이러한 통합을 통해 Nimble의 AI 에이전트는 기업 내부의 데이터 저장소에 직접 연결되어 검색 결과의 구조를 정의하고 맥락을 파악하는 데 내부 데이터를 활용한다. 결과적으로 기업은 보안 정책을 준수하면서도 실시간 웹 데이터를 내부 데이터 환경 내에서 안전하게 관리하고 분석할 수 있다.

Nimble의 솔루션은 경쟁사 분석, 가격 조사, 고객 확인(KYC), 브랜드 모니터링 등 높은 신뢰도가 요구되는 비즈니스 영역에서 주로 활용된다. CEO 유리 크노로비치(Uri Knorovich)는 모델 자체의 성능보다 데이터의 품질이 AI 프로젝트의 성패를 결정한다고 밝혔다. 신뢰할 수 있는 웹 검색 기능이 기업용 AI 도입의 핵심 전환점이 될 것이라는 판단 하에 현재 포춘 500대 기업을 포함한 100개 이상의 고객사를 확보한 상태이다.

이번 시리즈 B 투자에는 리드 투자자인 Norwest 외에도 Databricks가 전략적 투자자로 참여했으며, 기존 투자자들도 대거 동참했다. 확보된 4,700만 달러의 자금은 멀티 에이전트 웹 검색 기술 고도화와 검색 결과를 처리 및 검증하는 거버넌스 데이터 레이어 개발 등 R&D 분야에 집중 투입될 예정이다. 이로써 Nimble의 총 누적 투자액은 7,500만 달러에 달하게 되었다.

실무 Takeaway

AI 에이전트의 실무 도입 시 단순 텍스트 응답보다는 데이터 웨어하우스와 연동 가능한 구조화된 데이터 형태의 출력이 필수적이다.
LLM의 할루시네이션 문제를 해결하기 위해 검색 결과에 대한 실시간 검증 및 유효성 확인 프로세스를 데이터 파이프라인에 통합해야 한다.
기업용 AI 검색 시스템 구축 시 내부 데이터와 외부 웹 데이터를 결합하여 맥락을 강화하는 것이 분석의 정확도를 높이는 핵심 전략이다.