펀딩
DataAgent, 스텔스 상태에서 탈피하며 $10M 프리시드 투자 유치, 자체 치유 클라우드 인프라 구축

DataAgent는 스텔스 상태에서 탈피하여 프리시드 단계에서 $10 million의 자금을 확보했으며, 문제를 감지하는 수준을 넘어 자동으로 해결하는 AI 기반 플랫폼을 출시합니다.
이번 라운드는 MizMaa Ventures와 Alicorn Venture Partners가 주도했습니다. DataAgent는 이 자금을 활용해 플랫폼을 시장에 출시하고 북미 지역에서 채택을 확대할 계획입니다. 2026년 1월에 설립된 텔아비브 기반 회사는 현재 15명의 직원을 두고 있으며, 공동 설립자이자 CEO인 Ishay Yaari와 CTO인 Nati Shalom이 이끌고 있습니다.
DataAgent 접근 방식의 핵심은 현대 애플리케이션을 위한 ‘복구 우선 디지털 면역 시스템’이라고 부르는 것입니다.
플랫폼은 로그를 수집하고, 알림을 생성하거나 사고를 엔지니어에게 설명하는 또 다른 레이어로 주로 작동하는 것이 아니라, Kubernetes와 연결된 클라우드 인프라 내부에서 동작하도록 설계되어 장애가 발생하면 즉시 조치를 취합니다.
전통적인 관측 가능성 워크플로우 뒤집기
현대의 관측 가능성 플랫폼은 점점 복잡해지는 애플리케이션을 이해하는 데 필수적이 되었지만, 기본 워크플로우는 여전히 주로 반응형입니다: 시스템이 문제를 감지하고, 엔지니어가 알림을 받으며, 원인을 조사하고, 최종적으로 복구가 적용됩니다.
DataAgent는 그 순서를 뒤집으려 시도하고 있습니다.
소프트웨어는 인프라가 실행 중인 실시간 시스템 상태, 토폴로지 및 구성 정보를 읽어들입니다. 이해할 수 있는 장애가 발생하면, 플랫폼은 먼저 검증된 복구를 적용하고 이후에 더 깊은 근본 원인 분석을 수행합니다. 목표는 엔지니어가 로그와 대시보드를 검토할 때까지 기다리지 않고 서비스를 복구하는 것입니다.
회사의 공개 웹사이트는 이 철학을 “복구 우선, 나머지는 잡음”이라는 문구로 요약하고 있습니다.
이 시점은 인프라 팀이 직면한 더 넓은 문제를 반영합니다. Grafana Labs의 2025 관측 가능성 설문조사에 따르면 복잡성과 오버헤드가 가장 흔히 언급되는 관측 가능성 문제이며, 그 다음으로 신호 대 잡음 비율 문제와 비용이 뒤따릅니다. 응답자의 절반은 현재 SaaS 형태의 관측 가능성을 어느 정도 사용하고 있어, 운영 텔레메트리가 외부 플랫폼을 통해 처리되는 비중이 크게 증가하고 있음을 보여줍니다.
인프라 내부에서 실행되는 자율형 SRE
DataAgent는 자사의 플랫폼을 자율형 사이트 신뢰성 엔지니어(SRE)라고 설명하지만, 실제 아키텍처는 이 라벨이 처음에 암시하는 것보다 더 제한적입니다.
시스템은 단일 로그 항목이나 알림에 기반해 결정을 내리는 대신, 고객의 토폴로지, 환경, 코드 및 구성에 대한 모델을 구축합니다. 배포 과정에서 신뢰성 있게 복구할 수 있다고 판단되는 장애 유형을 식별합니다. 해당 기능이 확립된 장애 유형에 대해서만 자율적으로 작동하며, 익숙하지 않거나 불확실한 문제는 인간 운영자에게 전달됩니다.
고객은 시스템이 수행할 수 있는 행동에 대한 가드레일을 정의할 수도 있습니다.
이러한 제어는 중요합니다. 자율 인프라 관리가 단순히 명령을 제안하는 AI 코파일럿보다 훨씬 큰 위험을 수반하기 때문입니다. 잘못된 제안은 엔지니어가 거부할 수 있지만, 프로덕션 권한을 가진 자율 시스템은 사람이 개입하기 전에 워크로드를 재시작, 확장, 롤백 또는 수정할 수 있습니다.
따라서 DataAgent의 접근 방식은 처음부터 광범위한 자율성을 부여하기보다, 시스템이 행동할 수 있는 문제 범주를 점진적으로 확대하는 데 기반을 두고 있습니다.
클러스터 내부에 더 많은 관측 가능성 데이터 유지
이 아키텍처에는 경제적 논리도 존재합니다.
전통적인 클라우드 관측 가능성은 대량의 로그, 메트릭 및 트레이스를 외부 서비스로 전송하여 해당 정보가 수집, 인덱싱, 저장 및 분석되는 방식을 많이 사용합니다. 비용은 인프라 사용량 및 텔레메트리 양에 따라 증가할 수 있습니다.
DataAgent는 대신 에이전트를 워크로드에 더 가깝게 배치합니다. 일상적인 장애는 로컬에서 분석 및 복구될 수 있으며, 보다 깊은 검사는 필요한 사고에만 제한됩니다. 회사는 이를 통해 비용이 많이 드는 수집 및 인덱싱 파이프라인을 통과해야 하는 데이터 양을 줄이고, 기존 모니터링 시스템과 병행하여 플랫폼을 사용할 수 있어 즉각적인 교체가 필요하지 않다고 주장합니다.
AI가 생성 및 운영되는 소프트웨어 양을 늘림에 따라 이는 중요한 차별점이 될 수 있습니다. 더 많은 애플리케이션, 서비스, 컨테이너 및 AI 에이전트가 결국 더 많은 인프라 이벤트와 텔레메트리를 생성합니다. 소프트웨어가 실제로 주의를 필요로 하는 신호를 판단하지 않는 한, 단순히 데이터를 더 많이 수집하는 것은 점점 더 비용이 많이 들게 될 것입니다.
오픈소스, 인프라 신뢰로 가는 길
또 다른 주목할 만한 요소는 DataAgent가 기본 에이전트를 오픈소스로 공개하기로 한 결정입니다. 에이전트는 독립적으로 배포할 수 있으며, 회사는 에이전트 군집을 관리하고 오케스트레이션하는 SaaS 레이어를 수익화할 계획입니다.
이 모델은 자율 운영 소프트웨어가 직면한 가장 어려운 장벽 중 하나를 해결하는 데 도움이 될 수 있습니다: 기업들은 실수로 인한 서비스 중단 위험이 있는 프로덕션 인프라에 AI 기반 시스템에 접근 권한을 부여하도록 요구받고 있습니다.
에이전트를 로컬에서 검사하고 운영할 수 있게 되면 인프라 팀은 자신들의 환경에서 무엇이 실행되고 있는지 더 잘 파악할 수 있지만, 더 큰 시험은 기업들이 이러한 에이전트가 점점 더 중요한 행동을 수행하도록 허용하는 데 편안함을 느끼는가 여부가 될 것입니다.
클라우드 오케스트레이션 베테랑, 또 다른 인프라 베팅을 위해 복귀
Yaari와 Shalom은 이전에 Cloudify에서 함께 일했으며, Yaari는 최고 매출 책임자(CRO)를, Shalom은 설립자 겸 CTO를 역임했습니다. Dell은 2023년에 클라우드 오케스트레이션 및 인프라 자동화 회사를 인수했으며, TechCrunch는 이 거래가 최대 1억 달러에 달할 수 있었다고 보도했습니다.
이 배경은 DataAgent와 특히 관련이 깊습니다. Cloudify는 Kubernetes, 클라우드 플랫폼 및 기존 DevOps 도구 전반에 걸쳐 인프라를 오케스트레이션하는 데 주력했습니다. DataAgent는 소프트웨어가 인프라를 오케스트레이션할 뿐만 아니라 언제 인프라를 변경해야 하는지를 판단할 수 있도록 함으로써 자동화 스택을 한 단계 더 끌어올립니다.
새로운 자금은 DataAgent의 상업적 출시와 확장을 지원하며, 미국과 이스라엘에서 추가적인 시장 진출 인력을 채용할 예정입니다.
관측 가능성에서 자체 치유 인프라로
DataAgent에게 더 큰 기회는 이미 기업 AI 전반에 걸쳐 시작된 전환과 연결됩니다: 인간이 해야 할 일을 설명하는 시스템에서 스스로 작업을 수행할 수 있는 시스템으로 이동하는 것입니다.
인프라는 그 전환이 특히 중요한 영역입니다. 생산 사고의 큰 비율이 경험 많은 SRE 팀이 이미 해결 방법을 알고 있는 반복 가능한 문제와 관련됩니다. AI 에이전트가 이러한 일상 작업을 안전하게 흡수할 수 있다면, 관측 가능성은 인프라를 이해하는 시스템에서 지속적으로 유지 관리하는 제어 레이어로 점진적으로 진화할 수 있습니다.
DataAgent는 이러한 프로덕션 복구 루프를 소프트웨어가 배포되기 전에 실패를 식별하고 방지하는 사전 프로덕션 시스템과 결합합니다. 회사는 이 과정이 사고와 방지된 실패에서 얻은 교훈이 시스템의 자율 운영 능력을 점진적으로 확장하는 과정이라고 설명합니다.
도전 과제는 새로운 운영 위험 범주를 도입하지 않고 자율성을 확장할 수 있음을 입증하는 것입니다. 인프라 환경은 크게 다르고, 예기치 않은 장애는 불가피하며, 한 아키텍처에서 작동하는 자동 복구가 다른 환경에서는 위험할 수 있습니다.
하지만 이러한 방어 장치가 신뢰할 수 있음이 입증된다면, 차세대 관측 가능성 플랫폼은 엔지니어에게 문제가 왜 발생했는지를 얼마나 빨리 알려주는가보다 엔지니어가 전혀 개입할 필요가 없는 빈도에 따라 평가될 수 있습니다. DataAgent의 $10 million 프리시드 라운드는 이러한 변화를 위한 초기 베팅입니다.












