Asymptote Labs, 기업용 AI 에이전트 모니터링·제어를 위해 550만 달러 시드 투자 유치

AI 에이전트는 제안을 생성하는 데서 나아가 파일을 편집하고 명령을 실행하며 연결된 비즈니스 도구를 활용하고 있다. 이에 따라 보안팀이 점점 더 실무적으로 묻게 되는 질문은 에이전트가 실제로 무엇을 했는지, 누구의 권한으로 작동했는지, 그리고 다음에 이어질 위험한 작업을 막을 수 있는지다. Asymptote Labs는 이 문제를 해결할 인프라를 구축하고 있으며, 목표액을 초과한 550만 달러 규모의 시드 투자 유치를 발표했다.

이번 투자는 Tower Research Capital의 벤처 투자 부문인 Tower Research Ventures가 주도했으며, Lytical Ventures, 1984 Ventures, South Park Commons도 참여했다. Asymptote는 이번 자금을 엔지니어링, 제품 개발, 채용 및 시장 진출 확대에 투입할 계획이라고 밝혔다.

Asymptote의 접근 방식은 에이전트 활동을 기록하는 오픈소스 계층인 Beacon과 탐지, 대응 및 거버넌스를 위한 기업용 플랫폼을 결합한다. 이 구분은 중요하다. 작업 기록을 수집하는 것과 작업이 진행되기 전에 결정을 강제하는 것은 서로 별개의 기능이다. 신뢰할 수 있는 보안 아키텍처라면 각 구성 요소가 어떤 역할을 하는지 명확히 해야 한다.

서로 다른 에이전트 도구 전반에 걸친 공통 기록

회사에 따르면 Beacon은 Claude Code, Codex, Cursor를 비롯해 20개가 넘는 다른 에이전트 실행 환경의 활동을 포착한다. 에이전트 실행 환경은 모델을 도구, 지침 및 작업 세션에 연결하는 소프트웨어 환경이다. 실행 환경마다 제공하는 정보가 달라 회사가 선택한 여러 도구에서 활동을 일관되게 조사하기가 어렵다.

Asymptote는 Beacon을 해당 기록을 OpenTelemetry를 확장하는 공통 런타임 데이터 모델로 정규화하는 MIT 라이선스 원격 측정 계층이라고 설명한다. 이를 통해 보안팀과 엔지니어링팀은 각 도구의 기록을 따로 해석하는 대신 공통된 구조를 바탕으로 활동을 살펴볼 수 있다.

Beacon 저장소에서는 구현 방식에 관한 유용한 정보를 확인할 수 있다. 이 저장소는 프롬프트, 응답, 도구 사용, 명령, 편집, 승인 및 토큰 정보를 포함하는 세션 재생 기능을 설명하며, 로컬 우선 방식의 JSONL 기록과 명시적인 목적지도 함께 다룬다. 또한 MCP 또는 Agent Skills를 통해 검토된 지식을 다음 세션으로 이어가는 방법도 설명한다.

정규화의 실질적인 가치는 상관관계 분석에 있다. 조사 과정에서는 사용자 요청을 명령, 파일 변경 및 승인과 연결해야 할 수 있다. 최종 응답만으로는 이러한 일련의 과정을 설명할 수 없다. 공통 이벤트 구조를 사용하면 과정을 더 쉽게 살펴볼 수 있지만, 기록의 완전성은 여전히 각 통합 기능이 무엇을 포착하는지에 달려 있다.

기업용 제어 기능이 적용되는 지점

Asymptote의 기업용 플랫폼은 Beacon을 기반으로 런타임 탐지 및 대응 기능을 제공한다. 회사는 실시간 에이전트 활동을 가로채고 프롬프트와 도구 단계에 정책 기반 보호 장치를 적용해 데이터 유출, 내부자 위협, AI 공급망 문제와 같은 위험을 식별할 수 있다고 밝혔다.

회사 웹사이트에서는 제품 간 차이를 더 명확히 설명한다. 오픈소스 Beacon은 고객이 기존 보안 시스템으로 전달할 수 있는 이식성 높은 원격 측정 데이터를 제공한다. 관리형 Asymptote는 데이터 수집, 보존, 검색, 탐지, 신원 매핑, 정책 게이트, 승인 및 거버넌스 워크플로를 추가한다. 프라이빗 배포도 제공한다고 밝혔다.

도입을 평가할 때 이 구분은 중요하다. 도구 호출이 실행된 뒤 기록을 남기면 조사에 도움이 되지만, 실행을 막으려면 실행 경로에 제어 지점이 있어야 한다. 구매자는 어떤 작업을 가로챌 수 있는지, 어떤 작업은 사후에만 관찰되는지, 서비스 이용이 불가능할 때 제어 기능이 어떻게 작동하는지 확인해야 한다. 이번 투자 발표에는 적용 범위 표나 차단 정확도 벤치마크가 공개되지 않았다.

이는 기업용 AI 에이전트 거버넌스의 핵심 질문이다. 모델의 지침에 작성된 정책과 모델 외부의 인프라가 강제하는 정책은 다르다. 의도된 제한이 있는데도 에이전트가 권한 없는 작업을 진행할 수 있는지가 유용한 판단 기준이다.

원격 측정 데이터는 유용한 엔지니어링 지식도 보존할 수 있다

Beacon은 보안 외의 활용 가능성도 제시한다. 공개된 프로젝트 설명에 따르면 세션 기록을 활용해 유용한 워크플로, 수정 사항, 디버깅 패턴 및 저장소 관례를 찾아 이후 세션에서 재사용할 수 있다. 대화가 끝났을 때 해결된 문제를 버리는 대신, 검토를 거친 지식을 향후 에이전트가 활용할 수 있도록 하는 것이 목표다.

이러한 활용 가능성은 도구 전반의 활동을 일관되게 수집해야 할 두 번째 이유가 된다. 한 실행 환경에서 발견한 워크플로가 다른 실행 환경을 사용하는 팀에도 유용할 수 있다. 그러나 성공적인 작업 순서를 보존한다고 해서 변경 없이 다시 사용해도 안전하다는 뜻은 아니다. 세션이 바뀌면 자격 증명, 종속성, 권한 및 비즈니스 요구사항도 달라질 수 있다.

실패 원인을 진단하는 데 도움이 되는 기록에 민감한 프롬프트, 소스 코드 또는 도구 출력이 담겨 있을 수도 있다. 따라서 배포 시에는 기록이 어디로 전송되는지, 얼마나 오래 보관되는지, 누가 이를 검색할 수 있는지, 민감한 콘텐츠를 어떻게 처리하는지 등 익숙한 정보 관리 문제가 제기된다. 원격 측정 데이터의 소유권은 중요하지만, 그렇다고 데이터 접근을 관리할 필요가 없어지는 것은 아니다.

탐지 인프라 분야의 경험을 갖춘 창업자

Asymptote는 CEO인 Justin D’Souza와 CTO인 Shukan Shah가 공동 창업했습니다. 두 사람은 모두 이전에 사회공학 방어 기업 Doppel에서 근무했습니다. 회사의 회사 소개 페이지에는 D’Souza가 머신러닝 인프라를 확장해 온 경험과 Shah가 보안 운영 자동화 및 에이전트 기반 위협 헌팅을 수행해 온 경험이 소개되어 있습니다.

발표에 따르면 Beacon의 GitHub 스타 수는 9월에 460% 넘게 증가했으며, 프로젝트는 GitHub 전 세계 인기 저장소 순위에서 3위에 올랐습니다. 이는 회사가 보고한 도입 지표이지, 탐지 효과나 반복 매출의 증거는 아닙니다. Asymptote는 또한 보안팀들이 Beacon과 기업용 플랫폼을 실제 운영 환경에서 사용하고 있다고 밝혔지만, 고객 수나 계약 금액은 공개하지 않았습니다.

Tower Research Ventures는 Beacon의 오픈소스 기반 확산을 계기로 관심을 갖게 됐으며, Tower의 보안 조직이 자체 엔드포인트에서 해당 기술을 평가하고 있다고 밝혔습니다. 투자자 조직의 기술 평가와 공개된 상업적 고객 배포는 구분해야 합니다.

다음 과제는 충분한 범위의 관측과 유용한 개입

이번 시드 투자는 더 큰 구상을 뒷받침합니다. 조직이 더 많은 에이전트를 배포함에 따라 보안, 엔지니어링 신뢰성, 플랫폼 감독 및 비용 분석을 위해 런타임 기록이 필요해집니다. 공통 데이터 계층을 활용하면 각 팀이 같은 활동을 서로 다른 목적으로 살펴볼 수 있습니다.

Asymptote가 해결해야 할 과제는 이러한 통합된 관점이 조치를 취할 수 있을 만큼 완전하고 시의적절한지 입증하는 것입니다. 보안팀에는 오탐을 관리 가능한 수준으로 유지하면서도 유용한 탐지 결과가 필요하고, 엔지니어에게는 과도한 데이터 수집 부담을 초래하지 않으면서 장애 원인을 설명해 주는 기록이 필요합니다. 이번 투자는 회사가 이러한 목표를 추구할 자원을 제공하지만, 장기적인 가치는 기업이 무엇을 안정적으로 관측하고 조사하며 제어할 수 있는지에 달려 있습니다.