흩어진 기업 데이터를 신뢰할 수 있는 AI 맥락으로 바꾸는 프리밸런트 AI

이 같은 배경은 회사가 처음부터 사이버보안에 집중한 이유와도 맞닿아 있다. 정보 분석과 보안 업무에서는 서로 다른 시스템에 흩어진 불완전한 정보를 하나의 그림으로 조합하고, 그 안의 관계와 빈틈, 위험을 찾아야 하기 때문이다.

플랫폼은 기업 데이터를 어떻게 연결하나

프리밸런트 AI의 플랫폼은 기업 시스템 곳곳의 정보를 연결한 뒤 조직 전체를 하나의 관계 모델로 재구성한다. 지식 그래프에는 다음과 같은 요소와 상호 관계가 담길 수 있다.

• IT 자산과 시스템
• 사용자 신원과 접근 권한
• 보안 통제
• 데이터와 업무 프로세스
• 운영상 문제와 통제 공백

그래프가 계속 최신 상태로 유지되면 보안팀은 조직 내에 어떤 자산과 계정, 통제가 존재하는지, 각 요소가 어떻게 연결되는지, 어떤 자산이나 통제가 충분히 모니터링되지 않는지를 질의할 수 있다.

여기서 ‘주권형’이라는 표현은 데이터 기반을 고객이 통제한다는 의미다. 회사에 따르면 고객은 공유 클라우드 환경에 데이터를 맡기는 대신, 기반 데이터가 물리적으로 어디에 저장될지 결정할 수 있다.

이 플랫폼의 대상은 보안 전문가에만 한정되지 않는다. 프리밸런트 AI는 사람이든 AI 에이전트든 조직을 안전하고 일관되게 운영하려면 먼저 기업 내부 상황을 신뢰할 수 있는 방식으로 이해해야 한다고 주장한다.

왜 사이버보안에서 시작했나

사이버보안은 데이터가 흩어져 있을 때 발생하는 문제가 즉각적인 운영 피해로 이어질 수 있는 분야다. 보안팀은 대규모 IT 환경에서 시스템, 계정, 보안 통제, 데이터 소스를 넘나들며 중요한 결정을 내려야 한다. 하지만 각 정보원이 서로 일치하지 않거나 전체 상황을 보여주지 못하면 위험을 놓칠 가능성이 커진다.

폴 스톡스 CEO는 사이버보안을 두고 분산된 데이터가 “가장 큰 피해를 만드는” 분야라고 설명했다.

프리밸런트 AI는 이처럼 위험도가 높은 환경에서 플랫폼을 먼저 검증한 뒤, 같은 데이터 맥락 문제가 기업 전반에 존재한다고 보고 있다. 여러 부서의 정보를 함께 살펴 사람이나 자동화 시스템이 판단해야 하는 영역이라면 적용 가능성이 있다는 논리다.

사이버보안에서 기업 리스크로

회사가 다음 단계에서 겨냥하는 분야는 사이버보안에 국한되지 않은 기업 리스크다. 공개된 투자 관련 자료에는 규정 준수, 금융범죄, 운영 리스크 등이 잠재적 확장 영역으로 언급됐다.

핵심 기술은 달라지지 않는다. 서로 다른 정보를 연결하고, 기록 사이의 관계를 보존하며, 사람이 조회하거나 AI 시스템이 활용할 수 있는 최신 조직 맥락을 제공하는 방식이다. 달라지는 것은 질문의 대상이다. 보안 취약점을 찾을 수도 있고, 규정상 의무나 금융범죄 위험, 업무 프로세스 간 의존성을 확인할 수도 있다.

다만 현재 공개된 발표 내용은 모든 계획된 애플리케이션이 이미 완전히 출시됐다는 뜻이 아니라, 사이버보안과 기업 리스크를 위해 개발한 기술을 더 넓은 영역으로 확장하겠다는 계획을 설명한다.

2,200만 달러는 어디에 쓰이나

IGP의 투자는 크게 네 가지 방향을 지원할 전망이다.

1. 글로벌 시장 진출 조직 확대: 영업, 마케팅, 고객 성공, 파트너십 기능을 강화한다.
2. 미국 사업 확장: 기존 시장의 입지를 다지는 동시에 미국 시장 진출을 가속한다.
3. 경영진 보강: 사업 규모가 커지는 데 맞춰 리더십 팀을 확대하고 강화한다.
4. 제품과 적용 분야 확장: 데이터 패브릭과 지식 그래프 기술을 계속 개발하고, 기업 리스크와 AI 관련 활용 사례로 범위를 넓힌다.

이번 투자가 눈에 띄는 또 다른 이유는 자금 조달 방식이다. 회사와 업계 보도에 따르면 프리밸런트 AI는 그동안 기관투자가의 주요 자금 없이 고객 수요와 수익성을 바탕으로 사업을 키워 왔다.

기업용 AI에 필요한 것은 ‘답’보다 맥락일 수 있다

프리밸런트 AI가 지식 그래프를 단순한 사이버보안 데이터 저장소로 소개하지 않는 이유도 여기에 있다. 회사가 내세우는 더 큰 명제는 기업용 AI가 안정적으로 작동하려면 명령을 처리하기 전에 조직의 현재 상태와 데이터 사이의 관계를 이해할 수 있는 기반이 필요하다는 것이다.

이번 2,200만 달러 투자는 그 가설을 더 큰 규모에서 시험할 기회를 제공한다. 우선 글로벌 상업 조직과 미국 사업을 확대하고, 이후 사이버보안 환경에서 다듬은 데이터 기반을 기업 리스크와 AI 에이전트의 의사결정 영역으로 넓히는 구상이다.

성패는 복잡한 고객 데이터를 얼마나 일관되게 연결하고, 최신 상태로 유지하며, 새로운 업무 영역에서도 실제로 활용할 수 있게 만드는지에 달려 있다.