Daytona에 6,000만달러…AI 에이전트용 클라우드가 유니콘이 됐다

미국 샌프란시스코의 Daytona는 Fortune의 2026년 10월 20일 보도에 따르면 FirstMark Growth가 주도한 시리즈 B에서 6,000만달러를 조달하고 10억달러 기업가치를 인정받았으며, 조달액 중 약 5,000만달러는 기존 투자자에게서 나왔고 누적 투자금은 약 9,100만달러가 됐다. AI 에이전트가 코드를 실행하고 소프트웨어를 다룰 때 쓰는 격리된 작업 환경을 공급하는 사업이 유니콘 평가를 받은 것이다.

Daytona가 겨냥한 것은 모델이 답을 생성한 뒤 실제 작업이 시작되는 단계다. 에이전트가 생성한 코드를 실행하거나 웹을 탐색하려면 프로그램이 돌아갈 컴퓨터와 파일을 보관할 공간이 필요하다. 이 회사는 작업마다 별도의 샌드박스를 빠르게 만들고, 상태를 보존하거나 복제할 수 있게 한다. 작업의 시작과 중단, 재시작이 빈번한 흐름에 맞춘 실행 계층이라는 점이 이번 투자의 핵심이다.

기존 투자자가 큰 몫을 맡은 후속 투자

기존 투자자의 비중은 이번 자금 조달의 성격을 보여 준다. 제품과 고객 흐름을 지켜본 투자자들이 후속 라운드의 큰 부분을 맡은 셈이다. 기업가치는 향후 성장에 대한 투자 판단을 반영하지만, 현재의 매출이나 이익을 그대로 나타내지는 않는다. 새 자금의 유입과 장기 수익성의 입증은 구별할 필요가 있다.

Daytona의 공식 투자 발표에는 Qualcomm Ventures, Samsung Next, Okta Ventures와 개인 투자자 Patrick Collison, Tobi Lütke, Aravind Srinivas 등이 이름을 올렸고, 회사는 1월 이후 매출이 약 25배 늘었다고 밝혔다. 회사가 공개한 것은 성장 배수이며 출발점의 매출액과 현재 절대 매출액은 제시되지 않았다. 따라서 증가세의 방향은 알 수 있지만, 기업가치와 비교할 매출 배수나 수익성까지 계산할 수는 없다.

반도체, 인증, 모바일 기술과 관계된 기업의 투자 조직이 참여한 것은 실행 환경에 대한 사업적 기대를 드러낸다. 에이전트가 여러 도구를 쓰려면 연산 자원뿐 아니라 접근 권한과 작업 상태도 다뤄야 한다. 다만 투자 참여만으로 이들 기업과 Daytona 사이에 제품 공급 계약이나 기술 통합이 체결됐다고 볼 근거는 없다.

모델의 판단을 실제 작업으로 옮기는 계층

Daytona의 제품은 에이전트가 무엇을 할지 결정한 다음, 그 행동을 수행할 컴퓨터를 공급한다. 예컨대 에이전트가 코드 변경안을 만들었다면 이를 실행하고 결과 파일을 남길 격리 환경이 필요하다. 브라우저를 이용하거나 여러 프로그램을 거치는 작업에서는 실행 공간의 구성과 저장 상태가 한 번의 모델 호출보다 오래 유지돼야 한다. 이 역할은 모델의 추론이나 에이전트 활동을 기록하는 관측 도구와 구분된다.

기존 클라우드 사업자도 가상머신을 제공한다. 차이는 가상머신의 존재보다 에이전트가 요구하는 생성 속도와 사용 방식에 있다. 일반적인 서비스는 인스턴스를 설정한 뒤 계속 운영하는 경우가 많지만, 에이전트는 짧은 작업을 병렬로 시작하고 실패하면 다시 시도한다. 환경을 준비하는 시간이 길어질수록 모델이 이미 내린 결정을 실행하기까지의 대기 시간도 쌓인다.

Daytona의 샌드박스는 멈춘 작업의 상태를 보존하고, 같은 상태에서 복제본을 만들어 서로 다른 방법을 병렬로 시도하도록 설계됐다. 파일과 도구의 상태가 유지되면 다음 단계에서 환경을 처음부터 구성할 필요가 줄어든다. 한편 복제된 환경에 어떤 자격 증명과 네트워크 접근을 허용할지는 서비스를 운영하는 조직이 정해야 한다. 작업 공간의 격리만으로 외부 시스템에 대한 권한까지 자동으로 제한되지는 않는다.

회사가 구상하는 에이전트 클라우드에는 컴퓨터 외에 브라우저와 저장 공간도 포함된다. 코드 한 조각을 실행하는 일회성 환경과 달리, 웹에서 자료를 찾고 파일을 수정한 뒤 다른 도구로 결과를 넘기는 작업에는 여러 기능이 이어져야 한다. 플랫폼의 가치는 인스턴스를 빨리 여는 능력과 함께 필요한 도구와 작업 상태를 안정적으로 연결하는 데서 나온다.

빠른 시작 속도와 성장 수치의 의미

Tech Funding News의 후속 보도는 Daytona 최고경영자 Ivan Burazin이 새 샌드박스를 60밀리초에 시작할 수 있다고 주장했다고 전하고, 회사가 제시한 매출 성장치를 연환산 매출 흐름으로 설명했다. 회사의 공식 발표는 이 성장치를 매출로 표현한다. 절대 매출액과 자세한 집계 방식이 공개되지 않아 두 표현만으로 현재 사업 규모를 추산하기는 어렵다. 시작 속도 역시 다양한 고객 작업에서 동일하게 재현됐다는 독립적인 시험 결과로 제시된 수치는 아니다.

Burazin이 설명한 방식은 미리 구성한 컴퓨터 상태의 스냅샷을 저장 장치에 배치해 두었다가 요청이 오면 연산 자원과 메모리를 붙여 재개하는 것이다. 매번 운영체제와 도구를 처음부터 설치하는 단계를 줄이면 짧은 작업을 반복하는 에이전트에 유리하다. 실제 작업의 대기 시간은 필요한 소프트웨어, 저장 데이터, 연결할 도구와 동시 실행량에 따라 달라질 수 있다. 빠른 생성 속도가 고객의 지속적인 사용으로 이어질지는 그 이후의 운영 품질에도 달려 있다.

고객 사례는 이런 운영 수요를 구체적으로 보여 준다. 앞서 회사 발표에 등장한 Writer는 자체 샌드박스를 운영하다 Daytona로 옮겼고, AfterQuery도 자체 클러스터 대신 Daytona를 도입했다. 환경을 한 번 만드는 기술보다 많은 작업에 걸쳐 이를 공급하고 복구하는 부담이 전문 서비스의 수요로 이어질 수 있다는 사례다. 개별 고객의 전환만으로 모든 조직에서 외부 플랫폼의 총비용이 더 낮다고 판단할 수는 없다.

국내 개발 조직이 마주할 비용과 보안

한국의 AI 스타트업과 개발 조직에 이번 거래가 던지는 질문은 모델 호출비 밖의 실행 비용이다. 에이전트가 코드를 실행할 때마다 독립 환경을 만들면 컴퓨팅 자원뿐 아니라 준비 시간, 상태 저장, 장애 복구, 작업 종료 뒤 정리에도 비용이 든다. 작업이 드물고 구성이 단순하다면 기존 클라우드를 직접 운영하는 방식이 맞을 수 있다. 짧은 작업이 자주 발생하고 병렬 시도가 많다면 전문 플랫폼이 줄여 주는 운영 부담의 가치가 커진다.

어느 방식이 유리한지는 실제 작업량과 요금 구조에 따라 달라진다. 샌드박스를 만든 횟수, 켜 둔 시간, 저장 공간과 네트워크 사용량 중 무엇이 청구 기준인지에 따라 같은 작업의 비용도 달라질 수 있다. 자체 구축을 택하면 인프라 요금 외에 환경 구성 관리, 접근 제어, 재시도와 복구 기능을 유지할 인력도 필요하다. 샌드박스의 시작 속도 하나만으로 전체 비용을 판단하기 어려운 이유다.

보안에서는 에이전트가 어떤 데이터와 외부 서비스에 접근하는지가 중요하다. 샌드박스가 작업을 서로 격리해도 내부 데이터에 연결된 자격 증명에 과도한 권한이 부여되면 위험 범위는 넓어진다. 상태 보존이나 복제 기능을 쓰는 조직은 작업 공간에 남는 데이터, 복제본에 전달되는 비밀정보, 종료 뒤 삭제 조건을 함께 살펴야 한다. 실제 통제 범위는 제품 기능과 조직의 권한 정책, 계약상 데이터 처리 조건에 좌우된다.

Daytona의 다음 관건은 빠르게 만들어지는 샌드박스가 고객의 반복 사용과 공개 가능한 매출 규모로 이어지는지다. 국내 조직에도 에이전트의 사용이 늘수록 모델 이용료와 실행 환경 비용을 구분해 봐야 할 이유가 커진다. 이번 투자는 그 실행 공간을 별도 서비스로 공급하는 사업에 자본이 몰리고 있음을 보여 준다.

함께 읽기:

• Arena에 2억달러…AI 평가표가 31억달러 기업이 됐다
• Zendesk AI 에이전트가 환불까지 맡는다…승인 경계는 기업이 정한다
• Verda에 1억8900만 달러…유럽 AI 클라우드가 용량을 먼저 산다