Datadog 출신 창업자들이 만든 AI 네이티브 옵저버빌리티 플랫폼, 츠가(Tsuga)

Tsuga는 누가 창업했으며, 어떤 문제를 해결하려는가?

Tsuga는 2024년 Gabriel-James Safar와 Sébastien Deprez가 공동 창업했습니다. 두 사람은 Datadog에서 핵심 옵저버빌리티 제품을 구축한 엔지니어 출신으로, 기존의 틀을 깨는 도전자에 나섰습니다. 회사는 프랑스 뇌이쉬르센(Neuilly-sur-Seine)에 본사를 두고 있으며, 목표는 명확합니다: AI 시대에 맞춰 처음부터 설계된 옵저버빌리티 인프라를 구축하는 것입니다.

Tsuga가 해결하려는 핵심 문제는 두 가지 트렌드가 충돌하는 지점에 있습니다. AI 워크로드로 인해 텔레메트리 데이터 양이 매년 약 30%씩 증가하는 반면, 많은 기업의 옵저버빌리티 예산은 정체되거나 오히려 줄어들고 있습니다. 시장 지배자들인 Datadog과 Dynatrace는 바이트(데이터 용량)당 과금 모델을 기반으로 플랫폼을 구축했는데, 이는 AI 규모에서는 엄청난 비용이 소요됩니다. Tsuga의 창업자들은 그들의 전 직장이 표준화하는 데 기여한 '바이트당 과금 모델'이 AI 에이전트 워크로드에 적용될 때 근본적으로 결함이 있다고 주장합니다.

Tsuga의 총 투자 유치 금액은?

Tsuga는 두 차례에 걸쳐 총 4500만 달러(약 620억 원)의 투자를 유치한 것으로 확인되었습니다:

라운드	금액	일자	주요 투자자
시드 (Seed)	1000만 달러 (약 138억 원)	2025년 11월	General Catalyst(주관), Singular 참여. 엔젤 투자자로 Amjad Masad(Replit), Charles Gorintin(Alan, Mistral AI), Jonathan Benhamou, Olivier Bonnet, Philippe Corrot 등
시리즈 A	3500만 달러 (약 483억 원)	2026년 6월	Singular(주관), General Catalyst, DST Global Partners, Quantumlight, Picus, Databricks Ventures 참여

Tsuga는 2025년 11월 시드 투자와 함께 스텔스 모드를 벗어났으며, 불과 6개월 만인 2026년 6월에 시리즈 A를 발표했습니다. 이처럼 빠른 후속 투자 유치는 AI 네이티브 BYOC 인프라를 위해 옵저버빌리티를 재구축해야 한다는 회사의 비전에 대한 투자자들의 강한 신뢰를 보여줍니다.

Datadog 및 Dynatrace와 무엇이 다른가?

Tsuga가 Datadog, Dynatrace 같은 기존 업체와 차별화되는 점은 크게 배포 모델, 과금 체계, AI 네이티브 설계 세 가지 축으로 요약됩니다.

BYOC(Bring Your Own Cloud) 배포 모델

Datadog과 Dynatrace가 텔레메트리 데이터를 공급업체가 관리하는 SaaS 플랫폼으로 수집하는 것과 달리, Tsuga는 고객의 클라우드 환경 내에서 완전히 작동합니다. Tsuga 플랫폼은 Microsoft Azure, AWS, Google Cloud는 물론 보안 요구사항이 높은 '소버린 클라우드' 인프라에도 배포 가능하여, 텔레메트리 데이터가 고객의 통제를 벗어나지 않도록 보장합니다. 이는 규제 산업이나 데이터 주권(Data Sovereignty) 요구사항이 엄격한 조직에게는 매우 중요한 차별점입니다.

과금 체계: 바이트당 과금에 도전

Tsuga는 Datadog이 대중화시키는 데 기여한 '바이트당 과금' 모델에 정면으로 반대하는 입장을 취하고 있습니다. AI 워크로드로 텔레메트리 양이 폭발적으로 증가함에 따라, 대규모 AI 에이전트를 운영하는 기업에게 바이트당 과금은 지속 불가능하다는 논리입니다. Tsuga의 가격 모델은 비용을 데이터 볼륨에서 분리하도록 설계되었습니다.

AI 네이티브 및 에이전트 맞춤형 아키텍처

Tsuga는 "AI 에이전트 시대를 위한 옵저버빌리티 소프트웨어"로 설명됩니다. 이 플랫폼은 AI 에이전트가 옵저버빌리티 데이터를 직접 소비할 수 있도록 구축되었습니다. Tsuga의 제품 문서에 따르면 저장소 및 쿼리 계층은 AI 에이전트가 실제로 생성하는 데이터 볼륨을 처리하도록 설계되었으며, API는 "에이전트가 노이즈를 필터링하는 데 토큰을 낭비하지 않고 추론에 집중할 수 있도록 원시 데이터 덤프 대신 관련 컨텍스트를 반환"합니다.

이는 세션 수준의 AI 에이전트 추적을 기본적으로 지원하지 않는 기존 플랫폼과 대비됩니다. 경쟁 분석 자료에 따르면 Datadog과 Dynatrace 모두 기본적인 세션 수준 에이전트 추적을 제공하지 않으며, 사용자 정의 계측이 필요합니다.

Tsuga는 또한 엔지니어링 팀이 AI 에이전트를 구축할 때 자신의 환경에 있는 모든 데이터 소스(서드파티 플랫폼이 지원하는 것에 국한되지 않는)에 옵저버빌리티 데이터를 연결할 수 있는 '에이전트 네이티브 옵저버빌리티'(Agent-Native Observability) 솔루션도 제공합니다.

Tsuga는 AI 에이전트 옵저버빌리티를 어떻게 처리하나?

Tsuga의 에이전트 네이티브 옵저버빌리티는 세 가지 설계 원칙을 기반으로 합니다:

1. 비용 효율적인 저장 및 쿼리: 플랫폼은 AI 에이전트가 실제로 생성하는 데이터 볼륨을 처리하며, 원시 수집량에 따라 비용을 청구하지 않습니다.
2. 컨텍스트 인식 API: AI 에이전트가 노이즈를 필터링하는 대신 추론에 컴퓨팅 예산을 사용할 수 있도록, 원시 데이터 덤프 대신 관련 컨텍스트를 반환합니다.
3. 전체 환경 연결성: 플랫폼이 고객의 클라우드에서 실행되므로, 에이전트는 서드파티 플랫폼이 선택적으로 통합한 것뿐만 아니라 환경 내 모든 데이터 소스에 연결할 수 있습니다.

Tsuga의 시리즈 A 발표 자료는 이 회사를 "AI 네이티브 회복성 옵저버빌리티(AI-Native Resilient Observability) 분야의 선두주자"로 자리매김하며, 새로운 AI 에이전트 세대를 지원하도록 설계된 플랫폼이라고 밝혔습니다.

스텔스 모드 탈피 이후, Tsuga는 어떤 성과를 거두었나?

2025년 11월 스텔스 모드를 벗어난 이후 Tsuga는 의미 있는 초기 성과를 기록했습니다:

매출 및 규모: 여러 소식통에 따르면 Tsuga는 평균 계약 금액이 6자리(수십만 달러)에 달하는 수백만 달러의 매출을 올리고 있습니다. Tsuga는 매일 AWS에서 수십 테라바이트(TB)의 텔레메트리 데이터를 처리하고 있습니다.

고객 기반: 확인된 고객사는 다음과 같습니다:

• Le Monde(르 몽드): 프랑스 대표 미디어 그룹. CTO/CIO인 Paul Laleu의 주도로 Tsuga를 도입했습니다.
• Black Forest Labs(블랙 포레스트 랩스): 최첨단 AI 모델 연구소입니다.
• Camunda(카문다)
• Buk(북)

르 몽드에서의 성과: AWS가 2026년 6월에 발표한 사례 연구에 따르면, Tsuga 도입 3개월 만에 다음과 같은 성과를 거두었습니다:

• 개발팀의 옵저버빌리티 채택률 50% 증가
• 모니터링 대상 서비스 및 애플리케이션 3배 확대
• 장애 감지 시간(MTTD) 30% 단축
• 장애 해결 시간(MTTR) 50% 단축

투자자 신뢰도: 시드 라운드 이후 6개월 만에 이루어진 빠른 시리즈 A 라운드에는 기존 투자자뿐만 아니라 DST Global Partners, Quantumlight, Picus, Databricks Ventures 등 새로운 투자자들이 합류했습니다. 이는 AI 시대 옵저버빌리티라는 비전에 대한 강력한 기관 투자자들의 신뢰를 보여줍니다.

결론

Tsuga는 총 4500만 달러의 투자 유치, Datadog 출신 경험 많은 창업팀, 그리고 '관찰 가능한 인프라는 AI 에이전트 워크로드를 위해 재구축되어야 한다'는 명확한 비전을 가진 유럽에서 주목받는 옵저버빌리티 스타트업입니다. BYOC 배포 모델, 차별화된 과금 전략, 에이전트 네이티브 설계는 Datadog-Dynatrace 양강 구도에 실질적인 아키텍처적 도전을 제기합니다. 특히 르 몽드에서 MTTD 30%, MTTR 50% 감소 등의 초기 고객 성과는 고무적이지만, 회사는 아직 초기 단계에 있습니다. AI 에이전트를 구축하거나 AI 워크로드에 투자하려는 엔지니어링 팀에게 Tsuga는 주목할 만한 가치가 있는 강력한 대안입니다.