Brevian, 비즈니스 사용자가 코드 없이 엔터프라이즈 AI 에이전트를 구축할 수 있도록 900만 달러 투자 유치

기업이 맞춤형 AI 에이전트를 구축할 수 있는 노코드 플랫폼으로, 지원 팀과 보안 분석가부터 시작한다.

기업의 AI 도입을 막는 것은 모델 보안이 아니라 실제 문제를 해결하는 시스템을 구축하기 어렵다는 점이므로, 비즈니스 사용자에게는 노코드 에이전트가 필요하다는 베팅이다.

Felicis(파트너 Jake Storm)가 주도한 900만 달러 시드 라운드

Vinay Wagh는 Databricks에서 제품 디렉터로 일하며 회사가 대기업에 판매할 준비를 하고 Databricks SQL Serverless를 출시했다. 2023년 초 ChatGPT를 보고 그가 얻은 결론은 기업에 필요한 것은 모델이 아니라 모델 주변의 빠진 조각들이라는 것이었다. 그는 공통 친구를 통해 Ram Swaminathan을 만났다. Swaminathan은 Bell Labs에서 9년, HP Labs에서 17년을 일한 뒤 LinkedIn의 AI 신뢰 팀 책임자였다.

회사는 보안에서 시작했다. PII를 탐지하는 모델과 수집한 정렬 파괴 프롬프트로 훈련된, 프롬프트 인젝션 공격을 잡아내는 의도 기반 시스템이었다. 그러다 보안이 진짜 걸림돌이 아니라는 것을 깨달았다. 기업들은 '이런 유출 외에 정말로 무엇을 걱정해야 하는지 잘 모른다'는 것이었다. 그래서 비즈니스 사용자를 위한 노코드 에이전트 구축으로 범위를 넓혔다.

창업자들의 통찰은 엔터프라이즈 영업 현장 안에서 나왔다. Wagh는 방금 몇 년을 Databricks를 대기업에 팔 수 있게 만드는 데 썼고, genAI 주변에서 같은 공백이 생기는 것을 보았다.

보안 회사로 시작해 증거에 따라 피벗했다. 프롬프트 인젝션과 PII 유출은 실제였지만, 고객의 더 깊은 문제는 유용한 에이전트를 아예 만드는 것이었다.

Felicis가 이 회사에 자사 역대 최대 시드 수표를 쓴 것은 AI 애플리케이션 베팅이 AI 인프라 베팅보다 얼마나 빠르게 커지고 있었는지를 보여주는 데이터 포인트다.

기업들은 걸림돌이 보안이라고 말하지만 실제로는 사용성이다. AI 예산으로 들어가는 가장 빠른 쐐기는 위험 메모를 가진 사람이 아니라 문제를 가진 사람이다.

2024년 3월 출시 당시 Brevian은 얼리 릴리스 프로그램을 운영 중이었고 제품 개발을 가속하고 팀을 확장할 계획이었다. 고객 수나 매출 수치는 공개되지 않았다.