엔터프라이즈 에이전트 배관 경쟁: Ampersand와 Restate, 읽기-쓰기 레이어에 투자하다

10월 초에 발표된 두 건의 투자 라운드는 엔터프라이즈 AI에서 가장 매력적이지 않은 부분, 그리고 아마도 가장 중요한 부분을 가리킨다. Ampersand는 1,500만 달러를 유치했다. Restate는 2,000만 달러를 유치했다. 두 회사 모두 모델을 만들지 않는다. 두 회사 모두 기업이 이미 운영 중인 시스템 안에서 에이전트가 실제로 무언가를 할 수 있게 해주는 배관을 만든다.
Ampersand: 시스템 오브 레코드 내부에서의 읽기와 쓰기
Ampersand는 10월 6일 Bessemer Venture Partners가 주도하고 기존 투자자인 Matrix와 Flex Capital, 그리고 새로운 이름인 Yelp와 Mana Ventures가 참여한 시리즈 A를 마무리했다. 총 투자 유치액은 현재 약 1,970만~2,070만 달러로, 2023년 4월 Matrix가 주도한 470만 달러 시드 라운드에서 늘어난 규모다. 회사는 2022년에 설립됐다.
제안 내용은 말하기는 쉽고 구축하기는 어렵다. AI 애플리케이션이 기업들이 이미 의존하고 있는 낡은 비즈니스 소프트웨어 안에서 작동하도록 만드는 것이다. Ampersand는 에이전트 애플리케이션이 Salesforce, NetSuite 같은 시스템 오브 레코드 내부에서 읽기 및 쓰기 작업을 수행할 수 있게 하는 인프라를 구축한다.
읽기는 쉬운 절반이다. 어려움이 사는 곳은 쓰기다. 읽기만 하는 에이전트는 질문에 답할 수 있다. 쓰기를 하는 에이전트는 레코드를 바꿀 수 있으며, 시스템 오브 레코드에서의 잘못된 쓰기는 나쁜 답변이 아니라 비즈니스 문제다.
회사의 초점은 커스터마이징 문제다. 엔터프라이즈 시스템은 기본 상태로 쓰이는 경우가 드물다. 기업들은 이를 대대적으로 커스터마이징하기 때문에, 한 회사의 Salesforce 설정은 다른 회사의 것과 거의 비슷한 점이 없을 수 있다. Ampersand는 더 넓지만 얕은 연결을 제공하는 경향이 있는 전통적인 통합 플랫폼에 맞서 자리매김한다. 고객별 커스터마이징을 처리하는 더 깊은 통합이 이 회사가 파는 차별점이다.
투자 유치와 함께 Ampersand는 개발자의 고객별 구현 작업을 돕는 AI 통합 에이전트 Andi의 베타를 발표했다. 이는 특정 환경에서 데이터 동기화가 실제로 작동하게 만드는 지루하고 고객별적인 구성 작업이다.
Restate: 장시간 실행되는 에이전트를 위한 내구성 있는 인프라
Singular가 주도한 Restate의 2,000만 달러 시리즈 A는 에이전트 워크플로를 위한 내구성 있는 인프라에 투입된다. 목표는 런타임 신뢰성이다. 장시간 실행되는 에이전트가 작업 도중 흔적도 없이 실패하는 것을 막아주는 눈에 띄지 않는 배관이다.
문제는 구체적이다. 몇 시간 동안 실행되며 도구 사이를 오가고 상태를 유지하는 에이전트는 중단될 수 있는 지점이 많다. 네트워크 호출이 타임아웃되고, 서비스가 재시작되며, 단계는 완료됐지만 그 결과가 기록되지 않는다. 데모에서는 손으로 재시도한다. 프로덕션에서는 런타임이 어떤 단계가 완료되거나 안전하게 재시도되도록 보장하고, 에이전트의 상태가 크래시를 견디도록 보장해야 한다.
이것이 내구성 있는 실행(durable execution)이며, 분산 시스템에서 잘 확립된 패턴으로 이제 에이전트 루프에 적용되고 있다. Restate의 베팅은 대부분의 프로덕션 에이전트가 이런 인프라에 의존하며, 직접 구축하고 싶어 하는 사람은 거의 없다는 것이다.
왜 이 두 라운드를 함께 봐야 하는가
둘을 함께 놓으면 격차의 형태가 분명해진다. 한 회사는 에이전트가 비즈니스의 데이터를 보유한 시스템에 접근할 수 있게 만든다. 다른 회사는 에이전트가 그 접근 권한을 신뢰받을 만큼 충분히 오래, 충분히 안정적으로 실행될 수 있게 만든다.
둘 다 결코 헤드라인을 장식하지 않으며 대부분의 프로덕션 에이전트가 백그라운드에서 의존하는 종류의 작업이다. 에이전트 플랫폼 시장은 이번 달 Salesforce, AWS, OpenAI, NVIDIA의 출시로 붐볐고, 각각 하나의 문제, 즉 에이전트를 실제 비즈니스 기능을 수행할 만큼 안전하게 만드는 것을 겨냥했다. Ampersand와 Restate는 그 레이어 아래, 즉 위 레이어가 작동하는지를 결정하는 부분에 자리한다.
더 넓은 거버넌스 전환
10월의 에이전트 플랫폼 뉴스에는 공통된 흐름이 있다. 거버넌스가 역량을 따라잡고 있다는 것이다. OpenAI는 구조화된 거버넌스를 갖춘 음성 및 채팅 에이전트 배포용 운영 레이어인 Presence를 출시했는데, 기업이 에이전트별로 업무 범위, 제한된 지식 접근, 승인된 행동을 정의할 수 있다. Classie Supervise도 함께 출시되어 기업에 이미 프로덕션에 있는 에이전트에 대한 실시간 추적, 제어, 회계를 제공한다.
Salesforce와 AWS는 Agentforce 360 for AWS를 발표했다. Atlas Reasoning Engine이 Amazon Bedrock을 통해 Anthropic의 Claude 모델에서 실행되고 모든 에이전트 결정에 대해 변경 불가능한 감사 추적을 생성하는 공동 플랫폼이다. CrowdStrike는 보안과 함께 조달의 단순성을 이유로 초기 도입 기업 중 하나다.
시장이 이미 넘어선 질문은 에이전트가 작업을 할 수 있는지 여부다. 이제 질문은 기업이 일단 실행 중인 그 에이전트를 거버넌스할 수 있는지다. Ampersand와 Restate는 그 질문 아래의 레이어에 답한다. 그곳에서는 쓰기가 통제되고 런타임이 내구성을 가질 때에만 거버넌스가 가능하다.
지켜볼 것
두 가지가 이 논지를 확인해줄 것이다. 첫째는 기업들이 얕은 통합보다 고객별 심층 통합을 대규모로 채택하는지 여부로, 이는 Ampersand가 기존 통합 플랫폼에 맞서 주장하는 바다.
둘째는 내구성 있는 실행이 나중에 팀이 덧붙이는 기능이 아니라 에이전트 런타임의 기본 기대치가 되는지 여부다. 장시간 실행 에이전트가 일상이 되면 신뢰성은 선택 사항이기를 멈추고, 이를 보장하는 인프라는 세부 사항이기를 멈춘다. 이번 달의 투자 라운드는 투자자들이 두 변화가 이미 진행 중이라고 본다는 것을 시사한다.
왜 '읽기와 쓰기'는 하나의 역량이 아닌가
'읽기와 쓰기'라는 표현은 이 둘이 매우 다른 요구사항이라는 사실을 숨기며, 그 차이가 통합 문제가 왜 어려운지를 설명한다.
읽기 작업은 최악의 결과가 잘못된 답변이라는 점에서 안전하다. 에이전트는 레코드를 조회하고 데이터를 받아 잘 쓰거나 잘못 쓴다. 시스템 상태는 변하지 않는다.
쓰기 작업은 비즈니스를 바꾼다. 레코드를 생성하고, 필드를 업데이트하고, 다운스트림 워크플로를 트리거한다. 시스템 오브 레코드에서 쓰기는 에이전트를 작성자로 예상하도록 설계되지 않은 통합, 보고서, 프로세스 전반으로 파급된다. 잘못된 시점에 도착하거나, 오래된 값을 담거나, 두 번 실행되는 쓰기는 잘못된 답변이 아니라 데이터 사고가 된다.
그래서 Ampersand의 고객별 커스터마이징 집중은 세부 사항이 아니라 핵심이다. 같은 소프트웨어를 운영하는 두 회사도 필드 구성, 유효성 검사 규칙, 다운스트림 자동화가 다르다. 기본 스키마에 대해 작동하는 얕은 통합은 커스터마이징된 스키마에 대해 깨질 것이고, 그 실패는 쓰기 지점이 아니라 다운스트림 보고서에서 드러나기 때문에 추적하기 어려운 방식으로 깨질 것이다.
왜 내구성이 나머지 절반인가
쓰기 문제와 신뢰성 문제는 같은 우려의 두 얼굴이다. 시스템 오브 레코드에 접근하는 에이전트는 이를 정확하고 완전하게 수행하도록 신뢰받아야 하며, 완전성은 바로 장시간 실행 프로세스가 어려워하는 지점이다.
문서 배치를 기반으로 100개의 레코드를 업데이트해야 하는 에이전트를 생각해보자. 한동안 실행되며 여러 도구를 사용하고 중간 상태를 유지한다. 중간에 네트워크 호출이 실패하거나 서비스가 재시작된다. 내구성 있는 실행이 없으면 실행은 죽거나 잘못된 지점에서 재개되어 레코드가 절반만 업데이트된 채 남는다. 있으면 각 단계가 기록되어, 완료된 쓰기를 반복하거나 불완전한 쓰기를 건너뛰지 않고 실행을 재개할 수 있다.

두 회사는 같은 신뢰 문제를 서로 다른 끝에서 해결한다. Ampersand는 에이전트가 시스템에 도달하고 그 형태를 존중하도록 보장한다. Restate는 에이전트가 시작한 일을 끝내도록 보장한다. 쓰기를 할 수 있지만 중단을 견디지 못하는 에이전트는 프로덕션에서 쓸 수 없고, 내구성이 있지만 쓰기를 못하는 에이전트는 유용하지 않다. 그 위의 레이어, 즉 거버넌스와 감독 도구가 거버넌스할 견고한 무언가를 갖기 위해서는 두 절반이 모두 필요하다.
가격 신호
라운드 규모를 읽는 유용한 방법은 시장이 보이지 않는 레이어를 어떻게 가치평가하는지에 대한 신호로 보는 것이다. Ampersand의 총 약 2,000만 달러와 Restate의 2,000만 달러 시리즈 A는 모델 개발과 에이전트 플랫폼에 흘러드는 자본에 비하면 소박하다. 그 격차는 배관이 소수의 대형 벤더가 아니라 다수의 소규모 벤더에 의해 공급될 것으로 예상되며, 그 작업이 참신함보다 신뢰성으로 가치평가된다는 것을 시사한다.
에이전트 위에 구축하는 팀에게 이는 실용적인 자세를 시사한다. 통합과 내구성 레이어가 모델 제공자가 아니라 전문 업체에서 올 것이라고 가정하고, 교체 가능성을 염두에 두고 설계하라. 오늘 영구적으로 보이는 에이전트 프레임워크는 바뀌는 런타임 위에 놓여 있을 수 있고, 그것이 쓰는 시스템 오브 레코드는 그 모든 것보다 오래 살아남을 것이다.
관련 글
메타, 미드저니의 이미지·영상 기술 라이선스… 그 이유가 말해주는 것
벤치마크는 분기마다 바뀐다. 무엇이 보기 좋은지에 대한 커뮤니티의 판단은 그렇지 않다.
AssemblyAI, 실시간 음성 지연 시간을 91밀리초로 단축했다. 이 숫자가 중요한 이유
음성의 제약은 결코 단어 오류율이 아니었다. 그것은 턴 테이킹이었다.
Google의 Nano Banana 2.1은 플래그십이 아닌 기능 드롭이다
중간 등급 릴리스는 연구소가 대부분의 사용자가 실제로 무엇을 필요로 한다고 생각하는지 알려주며, 이는 플래그십보다 더 유용한 신호다.
동영상 광고 스택은 전문 모델들로 분화했고, Boreal-H3가 그 이유를 보여준다
시네마틱 품질과 반복 처리량은 서로 다른 제품이며, 하나의 생성 레이어가 둘 모두에서 앞설 수는 없다.