공개 벤치마크의 종말과 200억 달러의 베팅: 머코어가 입증한 엔터프라이즈 AI 에이전트 검증 시장
AI 학습·평가 데이터 기업 머코어가 200억 달러 기업가치로 7억 5,000만 달러 투자를 유치했다. 프론티어 AI 연구소에서 일반 기업으로 축이 이동하는 에이전트 검증 인프라의 실무 경제성을 분석한다.
발행일: 2026.11.11
2025년 10월 100억 달러에서 1년 만에 달성
도메인별 특화 인력 기반 포스트 트레이닝
2026년 6월 기준 발표 실적
인공지능 모델 훈련 및 평가 데이터 인프라 기업 머코어(Mercor.io Corp.)가 200억 달러의 기업가치를 인정받으며 7억 5,000만 달러 규모의 시리즈 D 투자를 유치했다. 2025년 10월 펠리시스(Felicis) 주도로 100억 달러 가치에 3억 5,000만 달러를 조달한 지 1년 만에 몸값을 두 배로 끌어올렸다. 이번 라운드에는 엔비디아, 세일즈포스, 줌 등 빅테크 전략적 투자자를 비롯해 벤치마크, 제너럴 카탈리스트, 사파이어 벤처스, 아폴로 글로벌 매니지먼트 계열 펀드가 대거 참여했다.
머코어의 연환산 매출(ARR)은 2026년 6월 이미 20억 달러를 넘어섰다. 그동안 오픈AI, 앤트로픽 같은 프론티어 AI 연구소가 핵심 고객이었으나, 이번 투자 유치를 기점으로 엔터프라이즈 시장 전면 진출을 선언했다. 핵심 명제는 명확하다. 일반 기업이 업무 자동화를 위해 도입하는 AI 에이전트는 학계 중심의 공개 벤치마크 점수로 신뢰성을 담보할 수 없다는 사실이다.
공개 벤치마크의 한계와 비즈니스 엣지 케이스 검증
MMLU, HumanEval, GSM8K 같은 표준 벤치마크는 기초 파운데이션 모델의 언어 이해와 논리적 추론 능력을 측정하는 데 유효했다. 그러나 실제 기업 업무 현장에 투입되는 AI 에이전트는 완전히 다른 차원의 문제를 마주한다. 기업 내부 데이터베이스 구조, 비공개 사내 규정, 승인 결재선, 시스템 간 권한 통제 같은 복잡한 비즈니스 로직을 준수해야 하기 때문이다.
퍼블릭 벤치마크에서 상위 1%를 기록한 모델이라도 실제 재무 시스템에서 환율 계산 예외 조항을 건너뛰거나 고객사별 할인 계약 규칙을 위반하는 사례가 빈번하다. 머코어의 아다르시 하이레마스 공동 최고경영자(Co-CEO)가 지적했듯, 모델은 공개 평가 지표에서 완벽한 점수를 얻고도 실제 기업 운영을 규정하는 정책과 엣지 케이스에서 처참하게 실패한다.
평가 환경과 신뢰도 검증 방식의 근본적 차이
- • 정형화된 단답형 Q&A 및 수학·코딩 문제 중심
- • 사내 데이터베이스 및 ERP 접근 불가
- • 비즈니스 규정 위반 및 권한 초과 감지 불가
- • 복제된 기업용 SaaS 환경에서 다단계 작업 수행
- • 500만 도메인 전문가 기반 엄격한 정책 피드백
- • 예외 처리 및 엣지 케이스 중심의 사후 학습
머코어는 500만 명 이상의 도메인 전문가 네트워크를 동원해 고객사별 고유 기준(Custom Benchmark)을 설계한다. 고객사의 내부 문서, 취급 규정, 과거 장애 이력을 바탕으로 에이전트가 맞닥뜨릴 엣지 케이스 시나리오를 구성한다. 이후 도메인 전문가들이 에이전트의 실행 결과를 단계별로 채점하고 교정하는 강화학습(RLHF) 및 사후 학습(Post-training) 파이프라인을 가동한다.
이 접근법은 범용 모델을 사내 데이터로 무작정 파인튜닝하는 기존 방식의 한계를 극복한다. 파인튜닝만으로는 에이전트가 도구를 호출(Tool Use)하고 결재를 요청하는 동적 행동 양식을 제어하기 어렵다. 전문가의 실시간 개입과 평가 루프가 결합되어야만 비즈니스 리스크를 통제선 안으로 끌어내릴 수 있다.
엔터프라이즈 에이전트 평가 체계 구축의 스펙 및 TCO 비교
기업이 자체적으로 에이전트 평가 체계를 구축하는 것과 외부 전문 인프라를 활용하는 방식 사이에는 막대한 비용과 리드타임 격차가 발생한다. 사내 도메인 전문가(변호사, 회계사, 엔지니어)를 모델 검증에 투입하면 본업 생산성이 급감하며, 시뮬레이션 환경 구축을 위한 내부 엔지니어링 리소스 소모가 극심하다.
아래 표는 연간 100개 이상의 복합 워크플로우 에이전트를 프로덕션에 배포하려는 글로벌 엔터프라이즈 환경을 기준으로 산출한 실무 시뮬레이션 비교 데이터다.
| 평가 및 검증 항목 | 사내 자체 검증 TF 구축 | 일반 크라우드소싱 라벨링 | 머코어 엔터프라이즈 인프라 |
|---|---|---|---|
| 전문 인력 풀 구성 | 사내 핵심 인력 30–50명 차출 | 비전문 불특정 인력 (품질 저조) | 500만 검증 도메인 전문가 풀 |
| 초기 환경 구축 기간 | 6–9개월 (사내 시스템 복제 필요) | 1–2개월 (단순 프롬프트 평가) | 2–4주 (가상 SaaS 샌드박스 연동) |
| 엣지 케이스 커버리지 | 연간 약 1,500건 수준 한계 | 단순 오류 위주 검출 (심층 불가) | 연간 50,000건 이상 심층 추출 |
| 연간 환산 인건비 및 운영비 | 약 $4.2M–$6.5M (본업 기회비용 포함) | 약 $800K–$1.2M | 약 $2.0M–$3.5M (구독 및 검증 종량) |
| 도구 호출(Tool Use) 검증 | 프로덕션 DB 오염 리스크 상존 | 단순 텍스트 검증에 국한 | 격리된 복제 애플리케이션 내 수행 |
| 컴플라이언스 보증 수준 | 부서별 주관적 판단 의존 | 보증 불가 | 정량 감사 리포트 및 메트릭 제공 |
자체 TF 방식은 사내 인건비와 본업 중단에 따른 기회비용이 기하급수적으로 증가한다. 사내 시니어 엔지니어나 재무 전문가가 에이전트 응답을 일일이 감수하는 비용은 시간당 150–300달러를 상회한다. 반면 저가형 크라우드소싱은 비즈니스 컨텍스트를 이해하지 못해 심층적인 로직 결함을 짚어내지 못한다.
사내 자체 구축과 머코어 인프라 활용 간 실무 생산성 격차
머코어는 전문가 풀의 평가 결과를 정량화된 벤치마크 지표로 전환하여 지속적인 모델 사후 학습에 직접 주입한다. 기업은 수개월간 인프라를 직접 구축하지 않고도 몇 주 만에 사내 규준에 맞춘 자동화된 평가 파이프라인을 확보할 수 있다.
Deeptune 인수와 가상 엔터프라이즈 환경 기반 시뮬레이션
머코어가 2026년 7월 뉴욕 기반 스타트업 딥튠(Deeptune Inc.)을 인수한 배경은 에이전트 평가의 물리적 병목을 해결하기 위함이다. 딥튠은 지난 2년간 AI 에이전트가 훈련할 수 있도록 수백 개의 엔터프라이즈 애플리케이션 환경을 역공학 및 가상화하여 복제해 온 기업이다.
AI 에이전트를 실제 회사의 실시간 세일즈포스(Salesforce), 워크데이(Workday), SAP 시스템에 직접 연결해 훈련하는 것은 불가능하다. 잘못된 API 호출 한 번으로 실제 고객 데이터가 유출되거나 회계 원장이 왜곡될 위험이 있기 때문이다. 반면 정적 더미 데이터 환경은 실제 시스템의 상태 변화와 복잡한 오류 코드를 재현하지 못한다.
실제 프로덕션 데이터 오염 없이 수행되는 에이전트 훈련 사이클
Deeptune 엔진으로 CRM·ERP 사내 앱 환경을 완벽 복제
다단계 API 호출, 권한 검증, 예외 상황 대응 수행
500만 전문가 풀이 정책 준수율과 비즈니스 로직 채점
오류 피드백을 기반으로 RLHF 및 정책 필터 즉각 재조정
딥튠 인수로 머코어는 엔터프라이즈 소프트웨어의 UI와 API 동작을 그대로 모사하는 가상 샌드박스를 대규모로 제공할 수 있게 되었다. 에이전트는 이 안전한 격리 환경에서 수만 번의 예외 상황을 겪으며 도구 호출 오류를 스스로 복구하는 법을 학습한다. 이번 7억 5,000만 달러의 투자금 중 상당수도 이러한 가상화 인프라의 확장과 연구 개발에 투입된다.
오픈소스 모델이 빠르게 발전하면서 연구소가 아닌 개별 기업도 Llama나 Mistral 계열 모델을 사내 인프라에 직접 올리는 추세다. 사파이어 벤처스의 자이 다스(Jai Das) 파트너가 분석했듯, 엔터프라이즈가 오픈 모델을 기반으로 독자 에이전트를 구축하기 시작하면서 전문 평가 인프라의 수요는 연구소 중심에서 기업 전반으로 폭발하고 있다.
에이전트 검증 인프라 채택을 위한 의사결정 기준
엔터프라이즈 IT 및 인공지능 조직 리더는 자사의 자동화 프로젝트가 전문 평가 인프라를 즉각 도입해야 하는 단계인지, 아니면 기초적인 프롬프트 엔지니어링 수준에 머물러 있는지 냉정하게 판정해야 한다.
워크플로우 복잡도와 위험도에 따른 인프라 선택 가이드
데이터 오염 위험이 낮으므로 고비용 시뮬레이션 불필요
규정 위반 시 금전·법적 리스크 직결, 도메인 전문가 평가 필수
즉각적인 전문 평가 인프라 도입이 필요한 환경
- 금융, 의료, 법률 등 고규제 도메인 트랜잭션: 에이전트의 판단 실수가 법적 배상 책임이나 규제 기관 과징금으로 직결되는 워크플로우를 운영하는 기업.
- 다단계 쓰기(Write) API 호출 에이전트: ERP 송장 발행, CRM 고객 정보 갱신, 클라우드 인프라 프로비저닝 등 영구적인 시스템 상태 변경을 유발하는 에이전트를 프로덕션에 배포하려는 조직.
- 사내 자체 오픈소스 파운데이션 모델 운용: 오픈소스 가중치를 가져와 사내 보안 인프라에서 호스팅하면서 독자적인 미세조정(Fine-tuning)을 진행하는 엔터프라이즈.
도입을 보류하고 내부 검증에 집중해야 할 환경
- 단순 사내 지식 검색(RAG) 수준의 정보 조회: 데이터베이스 수정 권한 없이 읽기 전용으로 사내 규정을 요약해 전달하는 내부 챗봇 단계.
- 배포 에이전트 수가 5개 미만인 파일럿 단계: 평가 시나리오가 100개 미만이며 소수의 내부 엔지니어가 수작업으로 품질을 검수할 수 있는 초기 개념 증명(PoC) 조직.
- 단일 SaaS 벤더의 네이티브 에이전트만 활용하는 환경: 세일즈포스 에이전트포스(Agentforce)나 마이크로소프트 코파일럿처럼 플랫폼 벤더가 사전에 검증하여 제공하는 폐쇄형 에이전트 워크플로우에만 의존하는 기업.
결국 AI 에이전트의 완성도는 파운데이션 모델의 파라미터 크기가 아니라, 배포 전 얼마나 가혹한 비즈니스 엣지 케이스를 통과했는가에 따라 결정된다. 머코어의 200억 달러 기업가치는 단순한 데이터 라벨링 기업의 성장이 아니다. 생성형 AI가 단순 텍스트 생성을 넘어 실제 기업 업무를 수행하는 단계로 진입하면서, 소프트웨어 품질 보증(QA) 시장 전체가 AI 에이전트 검증 인프라로 재편되고 있음을 보여준다.