투자금과 참여 투자자가 보여주는 신호

10억 달러(약 1조 원)의 기업 가치를 인정받으며 1억 달러 규모의 투자 유치가 논의되고 있다. 컴퓨터 사용 모델(사람처럼 화면을 보고 마우스와 키보드를 조작하는 AI) 개발에 집중하는 AI 연구소 Prentis가 그 대상이다. 연쇄 창업가 리탄카르 다스(Ritankar Das)를 비롯해 기술 업계의 거물인 리드 호프먼(Reid Hoffman)과 마크 핀커스(Marc Pincus)가 공동 설립하여 이번 투자를 추진하고 있다.

시장에서의 초기 반응은 구체적인 계약 수치로 나타난다. 헬스케어 관리 서비스 기관과 일반 제조업체, 의류 제조사 등 여러 고객사와 최대 5,000만 달러 규모의 계약을 이미 체결했다. 이를 근거로 올해 3분기까지 연간 환산 매출액(현재의 매출 흐름을 1년 단위로 계산한 수치)이 약 7,500만 달러에 이를 것이라는 예측이 나온다.

이 매출 추정치는 Prentis가 투자자들에게 전달한 피치덱(투자 유치를 위해 사업 내용을 요약한 발표 자료)에 명시된 수치다. 고객사가 AI를 통해 실제로 절감한 비용의 20%를 수수료로 받는 계약 구조를 적용해 계산했다. AI가 업무 효율을 높여 얼마나 많은 비용을 실제로 아껴주느냐에 따라 최종 수익이 결정되는 구조다.

기술이 실제로 작동하는 방식

보험 청구 처리나 관세 환급 예외 처리처럼 복잡한 서류 작업이 사람의 개입 없이 자동으로 처리되는 환경을 만든다. Prentis는 사무직 종사자가 여러 문서와 시스템을 오가며 일하는 일상적인 흐름을 학습하는 모델을 훈련한다. AI 에이전트(사용자를 대신해 작업을 수행하는 인공지능 프로그램)가 컴퓨터를 직접 제어해 사무 업무를 처리하게 하는 방식이다. 사용자가 평소에 어떤 창을 띄우고 어디에 데이터를 입력하는지 그 경로를 그대로 익혀 업무를 대신 수행한다.

Hive-32B 모델은 실제 윈도우 애플리케이션에서 작업이 끝까지 완료되는지를 측정하는 WindowsAgentArena 벤치마크(성능 측정 기준)에서 GPT-5.4와 Claude Opus 4.6보다 뛰어난 성적을 냈다고 밝혔다. 단순히 텍스트를 생성하는 것이 아니라 실제 소프트웨어를 구동해 목표한 결과물을 만들어내는 능력을 검증한 결과다.

화면 속 제어 요소의 위치를 정확히 찾아내는 능력을 테스트하는 ScreenSpot-v2 벤치마크에서도 경쟁 모델들을 앞섰다. 마우스 커서를 어디로 옮겨 버튼을 눌러야 하는지, 입력창이 화면 어디에 있는지 정확히 짚어내는 시각적 인지 능력이 뛰어나다는 의미다. 컴퓨터 화면의 구성 요소를 정확히 파악해 조작하는 능력을 통해 실제 업무 환경에서의 자동화 가능성을 높였다.

프런티어 API 대비 작업당 비용을 약 10배 낮춘 소형

성능 측정 지표인 벤치마크 결과가 외부에서 독립적으로 검증되지는 않았지만, 실제 업무 도입에는 비용 효율이 가장 중요하다. Prentis는 투자 제안서에서 고성능 거대 모델인 프런티어 API보다 작업당 비용을 약 10배 낮춘 소형 모델을 내세웠다. 모델의 크기를 줄여 실행 비용을 낮추면 매일 반복되는 수많은 업무 흐름에 AI를 배치하는 부담이 크게 줄어든다. 고비용 모델을 모든 작업에 쓰는 대신, 저렴한 모델로 경제성을 확보해 실제 업무 현장의 보급률을 높이려는 전략이다.

Anthropic, OpenAI, Thinking Machines 같은 기업들이 컴퓨터 제어 AI 에이전트 시장에서 치열하게 경쟁하고 있다. Anthropic은 올해 초 컴퓨터 제어 스타트업인 Vercept를 인수하며 관련 역량을 직접적으로 강화했다. Prentis는 코딩 자동화보다 일상적인 사무 업무 자동화가 AI의 더 큰 활용 사례가 될 것으로 보고 이 시장에 뛰어들었다. 전문적인 개발 영역보다 더 넓은 범위의 일반 사무직 업무를 자동화하는 것이 시장 규모 면에서 더 큰 기회라고 판단했다.

복잡한 추론이 필요한 고난도 작업에는 프런티어 모델을 쓰되, 반복적인 사무 자동화 비중이 높다면 작업당 비용이 10배 낮은 소형 모델을 선택하는 것이 경제적이다.