AI가 AI를 연구하는 프런티어랩 미렌딜, 10억 달러 시리즈A 투자유치

AI를 만드는 일은 오랫동안 거대 자본을 가진 소수 연구소의 몫이었다. 수백 명의 연구자와 막대한 컴퓨팅 자원이 있어야 최전선에 설 수 있다고 여겨졌기 때문이다. 앤트로픽(Anthropic) 출신 연구자들이 세운 미렌딜(Mirendil)은 이 공식을 정면으로 뒤집는다. AI가 AI 연구를 대신하게 만들면 팀 규모가 더 이상 한계가 되지 않는다는 것이다. 미렌딜은 12일(현지시간) 시리즈A에서 10억 달러를 투자유치했다고 밝혔다.

미렌딜은 ‘네오랩’으로 불리는 신생 프런티어랩의 대표 주자다. 오픈AI·구글 딥마인드·앤트로픽 같은 대형 연구소 출신이 독립해 세운 곳으로, 당장의 매출보다 다음 10년의 AI를 좌우할 돌파구에 베팅한다. 미렌딜이 내세운 돌파구는 ‘재귀적 자기 개선’이다. AI 연구자가 하는 일, 곧 실험을 설계하고 엔지니어링 문제를 고치고 AI 시스템을 개선하는 일을 AI가 맡아 연구 속도를 끌어올리는 방식이다. 공동창업자 베남 네이샤부르(Behnam Neyshabur)가 앞서 ‘AI를 위한 AI, 과학을 위한 AI’라고 표현한 구상이다. 의료·소재 같은 분야의 과학자와 엔지니어도 자기 분야의 전문 모델을 직접 만들 수 있게 하겠다는 것이 목표다.

연구실 한 곳의 일을 에이전트에게

이 구상을 실제로 구현한 제품이 로(Lor)다. 현재 초대제 비공개 베타로, 쉽게 말해 사람 연구원 팀에 일을 나눠 맡기듯 수십에서 수백 개의 AI 에이전트에게 코딩과 실험을 맡기는 플랫폼이다. 사용자가 목표를 주면 에이전트들이 클라우드에서 코드를 쓰고 실험을 돌리고, 결과를 보고 다시 고치는 과정을 며칠씩 이어간다. 오류가 나면 사람을 기다리지 않고 스스로 해결을 시도하고, 필요한 GPU 서버도 직접 빌렸다가 반납한다. 노트북을 닫아도 작업은 멈추지 않으며, 사용자는 에이전트별 진행 상황을 보고 언제든 멈출 수 있다.

회사가 든 사례는 구체적이다. 에이전트 102개가 파이토치(PyTorch) 수정 내역 100건을 바탕으로 학습 환경을 만드는 데 건당 평균 8분이 걸렸고, 하룻밤 사이 오픈소스 도구의 보안 버그를 찾아 고친 일도 있다. 논문 속 표를 GPU 8장으로 재현하고 수치가 다른 이유를 설명하는 일도 맡길 수 있다고 한다. 로는 앤트로픽·오픈AI·구글·xAI·메타 등의 모델과 미렌딜 자체 모델을 가리지 않고 쓴다. 베타 기간에는 무료다. 미렌딜은 자사 연구도 매일 로로 진행한다고 밝혔다.

로 안에서 도는 자체 모델이 페른(Fern)이다. 한 번에 읽을 수 있는 분량이 최대 1천만 토큰으로, 코드로 치면 약 50만 줄이다. 에이전트가 며칠간 남긴 작업 기록을 통째로 읽고 오류의 원인을 찾거나, 방대한 학습 데이터에서 중복과 저품질 데이터를 거르는 용도를 염두에 뒀다. 페른은 미렌딜-베이스(Mirendil-Base)라는 사전학습 모델 위에 만들었는데, 연구자 한 명이 에이전트와 함께 3.5개월 만에, 1천만 달러 미만의 컴퓨팅 비용으로 처음부터 학습시켰다는 것이 회사 설명이다. 이 작업에서 코드의 99% 이상을 에이전트가 썼다고 한다. 더 큰 모델 두 종도 학습 중이며, 페른은 곧 공개될 예정이다.

구글·앤트로픽·xAI 출신 팀, 5개월 만에 투자금 5배

네이샤부르는 구글 딥마인드에서 제미나이 팀을 이끌며 수학·코드 추론 사전학습을 주도했고, 이후 앤트로픽에서 팀 리더로 일했다. 공동창업자 하쉬 메타 역시 앤트로픽 출신이고, 샤얀 살레히안은 xAI 초기 멤버로 그록(Grok) 개발에 참여했다. 미렌딜은 여전히 “작은 팀”을 자처한다.

이번 라운드는 클라이너 퍼킨스(Kleiner Perkins)와 클리어레이크 캐피털(Clearlake Capital)이 공동 주도했다. 배터리벤처스(Battery Ventures), 도어캐피털(Doerr Capital), 길앤코(Gil & Co), 구글(Google), M13, 피어VC(Pear VC), S32와 기존·신규 투자자들이 참여했다. 지난 6월 시드 라운드로 모은 2억 달러의 5배다. 기업가치는 공개되지 않았다. 앞서 블룸버그는 9월 이 회사가 50억 달러 안팎의 가치로 최대 10억 달러 조달을 논의 중이라고 보도한 바 있다.

제품을 먼저 내놓은 네오랩

프런티어랩 출신이 독립해 새 연구소를 세우는 흐름은 이미 큰 물결이다. 리플렉션AI(Reflection AI)는 2025년 10월 80억 달러 가치로 20억 달러를 모은 뒤 지난 10월 오픈웨이트 모델 ‘빔’을 공개했다. 모델을 공개하는 방식으로 ‘프런티어 AI의 접근성’ 문제를 푸는 곳이다. 휴먼스&(Humans&)는 사람을 대체하지 않고 협력하는 AI를 내세우며 1월 4억8천만 달러 시드를 마감했다. 어드밴스드 머신 인텔리전스(Advanced Machine Intelligence)는 3월 시드로 10억3천만 달러를, 영국의 인에펄블 인텔리전스(Ineffable Intelligence)는 4월 시드로 11억 달러를 모았다. 인에펄블은 사람의 데이터 대신 스스로의 경험에서 배우는 AI를 목표로 한다. 피어리어딕 랩스(Periodic Labs)는 AI를 과학 실험에 적용해 소재 설계를 자동화하겠다며 3억 달러를 유치했다.

이들 대부분이 연구를 먼저 하고 제품은 나중에 내놓겠다는 입장인 것과 달리, 미렌딜은 로와 페른으로 실제 쓰임을 먼저 보여주는 쪽을 택했다. 에이전트에게 일을 맡기는 제품 시장에서는 AI 소프트웨어 엔지니어 ‘데빈’을 앞세운 코그니션(Cognition)과 스페이스X가 인수한 커서(Cursor)가 앞서 있다. 다만 이들이 일반 소프트웨어 개발에 초점을 둔다면, 미렌딜은 AI 연구와 과학 실험까지 겨냥한다. 오픈AI·앤트로픽 같은 기존 프런티어랩의 모델을 로 안에서 그대로 쓰게 한 점도 눈에 띈다. 모델 경쟁에 직접 뛰어들기보다 여러 모델 위에서 에이전트를 대규모로 돌리는 층을 선점하겠다는 구도다. 다만 성과는 아직 회사가 공개한 사례와 수치에 의존하고 있다.

미렌딜은 이번 자금으로 “한 사람이 팀이 하던 일을, 한 팀이 기관이 하던 일을 해내는 세상”에 다가가겠다고 밝혔다.

AI 코딩 시장의 전체 구도는 AI 코딩 스타트업 지형도에서, 주요 AI 기업들의 투자 관계망은 여기에서 볼 수 있다.