AI 에이전트용 문서 변환 언사일드, 750만 달러 시드 투자유치


금융과 법률, 의료는 데이터베이스보다 문서로 움직이는 산업이다. 공시와 계약서, 임상 기록에 담긴 정보를 AI 에이전트가 관계형 데이터베이스의 표를 다루듯 읽고 고쳐 쓰게 만들겠다는 스타트업이 시드 투자로 750만 달러를 모았다.

언사일드(Unsiloed AI)

언사일드(Unsiloed AI)는 PDF와 이미지, 스프레드시트를 대형언어모델(LLM)과 AI 에이전트가 이해하는 JSON과 마크다운으로 바꿔 주는 API를 만든다. 샌프란시스코에 본사를 두고 2025년 설립됐으며 와이콤비네이터 2025년 가을 배치를 거쳤다. 기능은 세 가지다. 문서 구조를 살려 마크다운으로 바꾸는 파싱, 요청한 JSON 스키마에 맞춰 필드를 뽑는 추출, 여러 문서가 섞인 파일을 나누고 긴 문서를 검색용 조각으로 쪼개는 분할이다. 외신에 따르면 표와 차트를 읽는 이중 스트림(dual-stream) 비전 모델과 열지도 기반 분할, 업계 용어에 맞춘 디코더를 쓴다.

핵심 주장은 확률적인 LLM 위에 결정론적인 문서 계층을 얹겠다는 것이다. 창업자는 LLM이 본질적으로 확률적이라 결과가 어긋나거나 환각이 생길 수 있다는 점을 문제로 꼽았다. 언사일드의 추출 결과에는 값마다 신뢰도 점수와 원문 위치 인용이 붙는다. 신뢰도가 낮은 값은 검토자가 원문에서 바로 확인할 수 있다. 고객 환경에 맞춰 가상사설망(VPC)과 온프레미스, 외부와 완전히 분리된 에어갭 배포를 지원하고, S3와 셰어포인트, 구글 드라이브, 스노우플레이크 같은 저장소와 연결된다. 가격은 페이지당 1센트부터다.

정확도 수치는 모두 회사가 밝힌 것이다. 기술 보고서에 따르면 기업 고객이 제공한 금융 문서 542건에서 약 8만4천 개 데이터 포인트를 뽑아 99.78%의 정확도를 냈고, 주요 AI 모델과 마이크로소프트 애저 문서 인텔리전스, 고객의 자체 도구와 비교했다. 오픈소스 문서 파싱 벤치마크 올름OCR-벤치(olmOCR-Bench)에서는 88.0점으로 레둑토의 에이전트 모드(66.0점), 언스트럭처드(39.9점)를 앞섰다고 했다. 회사 스스로도 엄격한 문자열 일치 방식은 무해한 서식 차이까지 오류로 잡을 수 있고, 학술 벤치마크는 차트와 양식을 과소 반영할 수 있다고 밝혔다. 독립 검증은 이뤄지지 않았다.

고객은 버티컬 AI 스타트업과 금융사, 로펌이다. 외신에 따르면 익명의 은행, 계약서와 과거 사건 파일 처리를 자체 서버에서 돌리는 로펌, 음성 AI 스타트업 볼나 AI(Bolna AI)가 쓴다. 볼나 AI는 음성 에이전트가 읽을 지식베이스를 불러오는 데 활용한다.

창업자는 아만 미슈라(Aman Mishra) CEO와 아드난 압바스(Adnan Abbas) CTO로, 인도공과대학 카라그푸르 캠퍼스(IIT Kharagpur) 동기다. 미슈라 CEO는 헤지펀드에서 초저지연 트레이딩 시스템을 만들었고, 골드만삭스와 찰스슈왑 같은 금융사용 AI 코파일럿을 만드는 샌프란시스코 스타트업의 첫 엔지니어였다. 압바스 CTO는 MIT와 IIT 카라그푸르를 나와 포춘 10대 기업에 배치된 멀티모달 모델을 만들었고 메르세데스벤츠에서 자율주행 항법 시스템을 다뤘다. 회사는 구글 딥마인드와 코그니션, 퀀트 트레이딩 회사 출신 연구자와 엔지니어를 모았다고 밝혔다. 직원은 외신 기준 7명이다.

언사일드는 시드 투자로 750만 달러를 투자유치했다고 발표했다. 기업가치는 공개하지 않았다. 펠리시스(Felicis)가 주도했고, 와이콤비네이터(Y Combinator), 오렌지 컬렉티브(Orange Collective), 언코릴레이티드 벤처스(Uncorrelated Ventures)와 앤젤 투자자 아르티 라마무르시(Aarthi Ramamurthy), 베스 터너(Beth Turner)가 참여했다. 회사는 이 밖에도 스키마 벤처스, 엔트러프러너스 퍼스트, 트랜스포즈 플랫폼, 에이트 캐피털 매니지먼트 등 초기 파트너와 투자자에게 감사를 전했다. 자금은 연구·엔지니어링 인력 채용과 영업 확대, 자체 데이터셋 확보에 쓴다.

문서 AI 경쟁 구도

문서 파싱 시장에는 전문 스타트업과 빅테크가 함께 있다. 외신은 언사일드의 경쟁자로 레둑토, 언스트럭처드, 마이크로소프트와 아마존의 문서 서비스, 범용 AI 모델을 꼽았다. 레둑토(Reducto)는 2025년 10월 7500만 달러 시리즈B를 투자유치했고, 라마인덱스(LlamaIndex)는 같은 해 3월 1900만 달러를 모아 비정형 데이터를 활용하는 기업 맞춤 에이전트를 내세웠다. 국내에서는 서치독이 초대형 문서와 도면 분석으로 30억 원 규모 시드를 유치했다.

언사일드의 차별점은 값마다 신뢰도와 출처를 붙이는 검증 가능성, 그리고 규제 산업이 요구하는 에어갭 배포다. 다만 자금 규모는 레둑토 같은 선두 주자보다 작고, 정확도 수치가 회사 자체 보고라는 점은 고객 사례가 쌓이며 검증돼야 한다. 경쟁사에 대한 자세한 내용은 여기를 참고하시길.

이 기사는 영문기사로 발행되었습니다: Unsiloed AI Raises $7.5M Seed to Make Documents as Computable as Databases

기사 공유하기

답글 남기기