AI 스타트업 플루라이(Plurai)가 기업 시스템을 본뜬 가상 환경에서 AI 에이전트의 실패 사례를 학습시키기 위해 1300만달러 규모의 시드 투자를 유치했다. 테크크런치(TechCrunch)는 11월 11일 플루라이가 자율주행차 개발에 쓰인 시뮬레이션 방식을 에이전트에 적용하려 한다고 보도했다.
기업 시스템 복제해 실패 사례 학습
투자 라운드는 팀8(Team8)이 주도했고 유앤아이(U&I), 벨로시티(Velocity), 머서(Mercer)가 참여했다. 플루라이의 공동창업자인 일란 카다르(Ilan Kadar)와 엘라드 레비(Elad Levi)는 자율주행 기술 업체 넥사르(Nexar)에서 일한 경력이 있다. 카다르는 웨이모(Waymo)와 함께 자율주행 소프트웨어를 시뮬레이션하고 평가한 경험을 바탕으로 에이전트에서도 비슷한 문제를 발견했다고 테크크런치에 말했다. 시연용 제품을 만드는 것은 쉽지만, 실제 업무에서 안정적이고 비용 효율적으로 작동하게 하기는 어렵다는 설명이다.
플루라이는 고객사의 지식 기반과 에이전트가 실제로 이용할 도구 등 전자 시스템을 가상으로 구현한다. 그 안에서 에이전트가 수행할 수 있는 업무 흐름을 파악한 뒤, 가상 환경에서 평가하고 오류를 고쳐 까다로운 상황에 대비하도록 한다. 예컨대 여행 예약 에이전트가 회사의 지출 규정을 무시하거나, 여러 데이터 세트의 정보를 결합하는 과정에서 에이전트가 제대로 작동하지 않는 경우가 학습 대상이다. 고객 상담 대화가 길어져 맥락을 놓치는 상황도 포함된다. 단일 데이터베이스를 조회하는 과제에서 답을 내더라도 여러 데이터 세트를 함께 다루면 성능이 흔들릴 수 있다는 점이 이런 시뮬레이션의 적용 대상이다.
범용 모델의 업무 오류와 비용 낮추기
에이전트의 신뢰성 문제는 기존 평가에서도 드러났다. 라이브벤치 2.0(LiveBench 2.0)에서는 클로드 페이블 5.2(Claude Fable 5.2)가 100개 과제 중 82.9개, 챗GPT-6 아스트라(ChatGPT-6 Astra)가 75.6개를 성공적으로 수행했다. AI 인프라 기업 이온(EON)이 기업 환경을 모의해 진행한 평가에서는 시험 대상 중 가장 높은 성능을 보인 클로드 오푸스 4.8(Claude Opus 4.8)의 정확도가 76.8%였다. 과제 성공 개수와 정확도는 서로 다른 평가에서 나온 수치이므로 직접 비교할 수는 없다.
플루라이의 플랫폼은 클로드코드(Claude Code), 코덱스(Codex), 코파일럿(Copilot), 커서(Cursor) 등 기존 에이전트 개발 도구와 함께 쓸 수 있다. 회사가 내세운 또 다른 목표는 가상 환경에서 모은 데이터를 활용해 고객별로 맞춘 소형 오픈 웨이트 모델을 추가 학습하는 것이다. 엔비디아(Nvidia)·네비우스(Nebius)와 공동으로 진행한 시험에서는 플루라이 모델이 중간급 프런티어 모델보다 낮은 비용으로 더 나은 성능을 보였다. 다만 구체적인 시험 수치나 조건은 기사에 제시되지 않았다.
구글 딥마인드(Google DeepMind) 연구자이자 플루라이의 엔젤 투자자인 리아 미야라(Reah Miyara)는 실제 서비스에서 발생하는 실패 유형을 파악하고 이를 바탕으로 합성 데이터를 만들어 모델을 조정하는 점을 회사의 강점으로 들었다. 미야라는 범용 모델이 기업별 특정 데이터에 맞지 않을 수 있고, 해당 모델의 비용이 장기적으로 지속 가능하지 않을 수 있다고 말했다. 카다르도 범용 모델의 성능이 향상되더라도 각 기업의 업무 방식과 정책까지 저절로 알게 되는 것은 아니라고 강조했다.
