6개월 치 코드를 전부 불태운 뒤 찾은 2,500만 달러: 멜리어스가 증명한 크리에이티브 에이전트의 시장성

6개월 공들인 코드를 전량 폐기하고 2,500만 달러 투자를 끌어내기까지

소프트웨어 개발팀에게 반년 동안 매달려 작성한 코드베이스를 한순간에 지워버리는 일은 사형 선고나 다름없다. 하지만 기업 지출 관리 플랫폼 램프(Ramp) 출신의 세 엔지니어는 그 뼈아픈 결단을 내렸다. 뉴욕 기반 스타트업 멜리어스(Melius)의 공동 창업자인 김주원 최고경영자(CEO), 김영 최고기술책임자(CTO), 아르나브 라무(Arnav Ramu) 최고운영책임자(COO)는 당초 광고 집행비를 아끼고 예산을 최적화해 주는 인공지능 도구를 만들고 있었다. 그러나 개발 시작 6개월이 지난 시점, 창업진은 이 아이디어가 시장에서 폭발적으로 성장하기 어렵다는 사실을 인정했다.

그들이 내린 결론은 파격적이었다. 그간 공들여 짠 모든 코드를 문자 그대로 완전히 불태우듯 폐기했다. 그러고는 문제의 본질을 ‘광고비 관리’가 아니라 ‘광고 소재 자체를 직접 만드는 과정’으로 재정의했다.

결과는 즉각적인 시장의 반응으로 돌아왔다. 멜리어스는 벤처캐피털 CRV가 주도한 2,000만 달러 규모의 시리즈 A와 제너럴 카탈리스트(General Catalyst)가 주도한 500만 달러 시드 투자를 묶어 총 2,500만 달러의 자금을 확보했다. 2026년 7월 비공개 베타를 끝내고 정식 무대에 오른 지 불과 2달 만에 연 환산 매출(ARR) 100만 달러를 돌파했다.

이들이 포착한 시장의 핵심 문제는 명확했다. 브랜드와 마케팅팀은 아이디어가 부족해서 광고를 못 만드는 것이 아니라, 아이디어를 실제 영상과 이미지로 옮기는 데 드는 손길과 자원이 턱없이 부족했다. 시중에 뛰어난 생성 모델이 쏟아져 나왔지만, 현업 실무진은 여전히 프롬프트를 연구하고 수많은 분절된 소프트웨어를 오가며 마우스 클릭 노가다를 반복하고 있었다. 멜리어스는 자연어 한마디로 이미지와 영상, 카피가 결합된 완제품 광고 캠페인을 뽑아내는 ‘크리에이티브 작업 전용 에이전트 랩’을 표방하며 시장의 갈증을 파고들었다.

매출 100만 달러 도달 속도와 시각 AI 시장 주요 주자의 실적 비교

멜리어스의 이번 투자 유치는 생성 AI 업계가 단순한 ‘프롬프트 입력형 이미지 생성기’를 넘어 ‘작업 흐름 전체를 대행하는 에이전트’ 체제로 재편되고 있음을 보여준다. 시장에는 이미 힉스필드(Higgsfield)처럼 기업가치 54억 달러를 인정받고 연 환산 매출 7억 달러를 넘긴 거대 주자가 버티고 있으며, 크레아(Krea)나 플로라 AI(Flora AI) 같은 특화형 제작 도구들도 빠르게 세를 넓히고 있다.

실제 시장 현장에서 집계되는 주요 기업들의 지표를 정리하면 다음과 같다.

비교 항목	멜리어스 (Melius)	힉스필드 (Higgsfield)	크레아 (Krea) 및 플로라 AI 계열	전통 외주 제작 대행사
누적 투자 유치액	2,500만 달러	수억 달러 규모 유치	1,000만–3,000만 달러 선	해당 없음 (자체 자본)
최근 기업가치	비공개 (시리즈 A 상위 10% 수준 평가)	54억 달러 (2026년 8월 기준)	1억–3억 달러 추정	해당 없음
연 환산 매출 (ARR)	100만 달러 초과 (공개 2개월 차)	7억 달러 돌파	수백만 달러 규모	수주 계약 기반
주력 제품 성격	광고 기획–영상–이미지 완결형 에이전트	대규모 영상 생성 파운데이션 기반 도구	실시간 이미지 캔버스 및 부분 편집	기획자, 디자이너, 영상 편집자 투입
소재 1건당 제작 리드타임	10분–30분 내외 (시뮬레이션 추정)	15분–1시간 내외	30분–2시간 내외	2주–4주
단위 소재당 추정 제작 비용	약 5–20달러 (API 및 컴퓨팅 비용)	약 10–30달러	약 5–15달러	약 1,500–5,000달러 (외주 용역비)

위 수치에서 주목할 점은 멜리어스가 후발 주자임에도 불구하고 대형 투자사들의 지지를 얻어냈다는 사실이다. 힉스필드가 3년 만에 연 매출 7억 달러라는 경이로운 숫자를 기록하며 시장의 크기를 증명해 준 덕분에, 투자업계는 시각 미디어 생성 시장이 단일 독점 기업 하나로 끝나지 않고 다양한 형태의 전문 에이전트 체제를 수용할 만큼 방대하다는 확신을 갖게 되었다.

기업 마케팅 실무와 제작 파이프라인에 미치는 직접적 파급력

과거 핀테크 플랫폼에서 복잡한 금융 데이터와 지출 구조를 다루던 엔지니어들이 시각 콘텐츠 제작 시장으로 눈을 돌렸다는 것은, 크리에이티브 업무가 더 이상 감성의 영역에만 머물지 않고 자동화 공정의 영역으로 들어왔음을 의미한다. 이는 기업의 브랜드 마케팅 및 디자인 실무에 세 가지 실질적인 충격을 준다.

1. 운영 비용(OPEX): 외주 제작비 거품의 급격한 붕괴

기존 기업 마케팅팀은 소셜 미디어나 퍼포먼스 광고를 집행할 때마다 막대한 예산을 지출했다. 외부 에이전시에 15초 분량의 숏폼 영상 몇 편과 배너 세트를 의뢰하면 수천만 원의 기획·촬영·편집 비용이 발생했다. 내부 인력으로 소화하려 해도 디자이너가 전문 소프트웨어 툴을 붙잡고 종일 누끼를 따거나 타임라인을 만져야 했다.

업계 평균 단가를 기준으로 실무 시뮬레이션을 진행해 보면, 월 100건의 광고 베리에이션을 생성할 때 전통 외주 방식을 사용하면 최소 5만 달러 이상의 고정 용역비가 든다. 반면 멜리어스나 RunPod 같은 서버리스 GPU 인프라를 백엔드에 연동한 자율 에이전트 파이프라인을 도입할 경우, 동일한 분량의 소재를 제작하는 데 들어가는 총비용은 컴퓨팅 요금과 구독료를 합쳐 월 2,000달러 미만으로 떨어진다. 제작 원가가 20분의 1 수준으로 줄어드는 셈이다.

2. 처리 시간(Lead Time): ‘주 단위’에서 ‘분 단위’로의 전환

과거에는 마케팅팀이 번뜩이는 프로모션 아이디어를 떠올려도 실제 소비자의 피드에 광고가 라이브되기까지 최소 2–3주의 시간이 걸렸다. 기획안 작성, 스토리보드 검토, 피드백 수렴, 색보정, 음향 작업 등 단계마다 사람이 개입하는 병목이 존재했기 때문이다.

에이전트 중심 체제에서는 마케터가 일상 언어로 “20대 직장인을 겨냥해 출근길 피로를 강조하는 톤으로, 채도를 낮춘 9:16 세로형 영상 3개와 카피 베리에이션을 만들어줘”라고 요청하면, AI 에이전트 팀이 백그라운드에서 스크립트 작성, 장면 분할, 음성 합성, 자막 배치를 동시에 진행한다. 기획에서 첫 번째 시안 확인까지 걸리는 시간이 15분 안팎으로 줄어들면서, 마케팅팀은 실시간 이슈나 바이럴 트렌드에 당일 즉각 대응할 수 있는 기동력을 확보하게 된다.

3. 공급 안정성: A/B 테스트 소재의 무제한 공급과 피로도 해결

디지털 광고 생태계에서 가장 큰 골칫거리는 ‘광고 피로도(Ad Fatigue)‘다. 아무리 반응이 좋았던 소재라도 동일 타깃에게 3–4일 이상 반복 노출되면 클릭률(CTR)이 급락하고 전환 단가(CPA)가 치솟는다. 이를 방어하려면 매주 수십 종의 신규 소재를 지속해서 밀어 넣어야 하는데, 사람이 손으로 만드는 환경에서는 물리적 한계로 공급이 끊기기 일쑤였다.

에이전트 랩 체제는 동일한 콘셉트의 광고를 바탕으로 배경, 모델의 인종과 연령, BGM 분위기, 첫 3초 후킹 멘트만 살짝 바꾼 수백 개의 변형 소재를 끊임없이 쏟아낼 수 있다. 결과적으로 광고 성과가 떨어지는 즉시 대체 소재를 자동 투입할 수 있어 광고 효율의 하락을 방어하고 머신러닝 알고리즘에 최적의 학습 데이터를 지속 공급하게 된다.

거대 모델과 단일 툴의 틈바구니에서 에이전트 랩이 만드는 차별점

현재 시각 AI 시장은 극단적인 양극화 현상을 겪고 있다. 한쪽에는 오픈AI의 소라(Sora)나 런웨이(Runway), 클링(Kling)처럼 뛰어난 화질의 영상을 뽑아내는 파운데이션 모델 개발사들이 있고, 다른 한쪽에는 힉스필드처럼 거대한 사용자층을 흡수한 플랫폼이 자리 잡고 있다. 이런 구도에서 멜리어스가 내세우는 생존 전략은 ‘도구의 조작’ 자체를 없애버리는 것이다.

김주원 대표가 스스로 밝혔듯, 전문 영상 편집 프로그램은 일반인뿐만 아니라 마케터에게도 여전히 배우기 어렵고 손이 많이 가는 도구다. 텍스트 프롬프트를 입력해 그럴듯한 3초짜리 비디오 클립을 만드는 기술은 이미 흔해졌지만, 브랜드 가이드라인에 맞추어 로고를 박고, 폰트를 통일하고, 적절한 효과음을 입혀 실제 광고 매체 규격에 맞게 렌더링하는 작업은 여전히 파편화된 도구들을 오가며 수작업으로 처리해야 했다.

멜리어스는 이 번거로운 중간 과정을 여러 개의 AI 에이전트가 나누어 맡도록 설계했다. 하나의 에이전트가 브랜드 무드를 해석하면, 다른 에이전트가 영상을 생성하고, 또 다른 에이전트가 자막과 사운드를 얹어 완성형 광고 패키지로 묶어내는 방식이다. 사용자는 복잡한 툴의 인터페이스를 배울 필요 없이, 평소 동료에게 업무를 지시하듯 자연어로 피드백을 주기만 하면 된다.

향후 1–2년 시각 AI 생태계 재편 시나리오와 승자의 조건

광고 소재 제작 시장이 소프트웨어 코드 기반의 자동화 공정으로 진화하면서, 기존 에이전시 생태계와 B2B 마케팅 부서는 거대한 마진 압박과 사업 구조 재편을 피할 수 없게 되었다.

기존 레거시 기업이 직면할 마진 압박 시나리오

단순히 인력을 투입해 영상 편집과 배너 디자인 용역을 납품하던 중소형 광고 대행사는 가장 먼저 생존의 기로에 서게 된다. 과거에는 시간당 공수(Man-Month)를 기준으로 청구하던 용역 단가가 클라이언트의 눈높이에서 더 이상 정당화되지 않기 때문이다.

브랜드 기업 내부 마케터들이 월 수백 달러 수준의 에이전트 소프트웨어로 몇 분 만에 수십 개의 시안을 뽑아낼 수 있게 되면서, 에이전시가 청구하던 기획비와 편집비의 마진은 급격히 깎여나갈 수밖에 없다. 결과적으로 단순 실행 대행에 머무는 대행사는 도태되고, 브랜드의 본질적인 스토리텔링을 설계하거나 고도화된 데이터 분석을 얹어주는 전략 컨설팅형 조직만이 살아남게 된다.

변화하는 생태계에서 주도권을 쥘 승자의 핵심 조건 3가지

시각 AI 시장이 팽창하는 흐름 속에서 멜리어스를 비롯한 차세대 플랫폼들이 끝까지 주도권을 유지하기 위해 증명해야 할 조건은 다음의 3가지다.

• 브랜드 정체성 일관성 유지 능력: 무작위로 화려한 영상을 만드는 것은 쉽지만, 특정 브랜드가 수년 동안 쌓아온 고유의 색감, 폰트, 캐릭터, 톤앤매너를 1픽셀의 오차 없이 모든 결과물에 일관되게 녹여내는 것은 완전히 다른 문제다. 기업 고객이 이탈하지 않게 만드는 열쇠는 바로 이 정밀한 제어력에 있다.
• 광고 집행 데이터와의 완벽한 피드백 루프: 단순히 소재를 만들어내는 데서 멈추지 않고, 메타(Meta)나 구글(Google) 같은 광고 플랫폼의 실제 성과 지표(CTR, ROAS)를 실시간으로 받아와 스스로 소재를 수정할 수 있어야 한다. ‘어떤 카피와 색상이 실제 매출을 일으켰는지’ 학습하여 다음 제작에 반영하는 자율 개선 루프를 갖춘 시스템이 최종 승자가 된다.
• 도구 종속 없는 모델 유연성 확보: 오픈AI, 구글, 런웨이 등 기반 모델 기술은 매달 뒤바뀐다. 특정 생성 모델에 종속되지 않고, 시장에서 가장 가성비가 높고 뛰어난 모델을 작업 단계별로 자유롭게 갈아 끼울 수 있는 유연한 자동 순서 제어 설계 역량이 장기적인 마진율을 결정짓게 된다.

램프 출신 엔지니어들이 6개월의 땀방울이 담긴 코드를 과감히 폐기하고 에이전트 시장으로 뛰어든 것은, 생성 AI의 진정한 가치가 ‘신기한 기술을 보여주는 것’이 아니라 ‘현업의 지루하고 파편화된 노동을 완전히 걷어내는 것’에 있음을 간파했기 때문이다. 앞으로의 시각 미디어 시장은 단순히 멋진 그림을 그리는 모델이 아니라, 인간의 의도를 완성된 비즈니스 결과물로 끝까지 책임지고 번역해 내는 에이전트 시스템을 쥐는 자가 이끌어갈 것이다.