데이터바흐, 기업 데이터를 위한 에이전트 제어 레이어 구축을 위해 4,000만 달러 투자 유치

데이터바흐는 기업이 인공지능 시스템에 데이터를 준비, 관리 및 전달하는 데 사용하는 인프라를 확장하기 위해 4,000만 달러의 시리즈 B 투자를 유치했습니다.

인사이트 파트너스가 투자 라운드를 주도했으며, 기존 투자자 포지포인트 캐피탈, 지티엠 캐피탈, 에스쓰리 비엔씨도 참여했습니다. 이번 투자로 데이터바흐의 총 투자 금액은 5,900만 달러로 증가했습니다. 이는 2025년 6월에 발표된 1,700만 달러의 시리즈 A 투자에 이어졌습니다.

데이터바흐는 새로운 자본을 연구 개발, 추가 제품 기능, 파트너 주도 판매 모델 확장에 사용할 계획입니다. 이 회사는 플랫폼을 “에이전트 데이터 제어 플레인”으로 пози션하고 있으며, 이는 운영 시스템, 보안 플랫폼, 저장 환경 및 인공지능 모델 사이에서 기업 데이터가 이동하는 방식을 관리하는 인프라 레이어입니다.

이번 투자는 기업이 보안 및 분석 시스템이 경제적으로 처리할 수 있는 것보다 더 많은 텔레메트리를 생성하는 상황에서 이루어졌습니다.同時적으로, 에이전트와 공조 시스템은 유용한 결정을 내리거나 직원 대신 행동을 취하기 위해 신뢰할 수 있는 기업 컨텍스트에 접근할 수 있어야 합니다.

전통적인 데이터 파이프라인을 넘어서

전통적인 기업 데이터 파이프라인은 일반적으로 정보를 소스에서 수집하여 목적지(예: 보안 정보 및 이벤트 관리 플랫폼, 데이터 웨어하우스 또는 클라우드 저장소 시스템)로 전달합니다.

이 모델은 데이터 소스, 목적지 및 소비자가 증가함에 따라 효율성이 떨어집니다. 기업은 클라우드 인프라, 身分 시스템, 엔드포인트, 애플리케이션, 산업 장비 및 소프트웨어 서비스 플랫폼에서 로그를 수집해야 할 수 있으며, 동시에 정보의 다른 부분을 보안 도구, 분석 시스템, 데이터 레이크 및 인공지능 애플리케이션으로 전송해야 할 수 있습니다.

모든 사용 가능한 이벤트를 모든 다운스트림 시스템으로 이동시키면 상당한 저장소, 처리 및 클라우드 데이터 전송 비용이 발생할 수 있습니다. 또한 분석가와 인공지능 모델이 진정으로 관련된 정보를 찾는 데 더 어려워질 수 있습니다.

데이터바흐는 소스와 목적지 사이에 관리 레이어를 삽입합니다. 플랫폼은 정보를 수집, 필터링, 정규화, 강화 및 라우팅할 수 있으며, 다운스트림 애플리케이션이 원시 데이터를 독립적으로 처리할 필요가 없는 이동 중에 수행할 수 있습니다.

회사는 현재 600개 이상의 데이터 소스를 지원하며, 특정 저장 플랫폼, 보안 벤더 또는 인공지능 모델에 종속되지 않는다는 것을 주장합니다. 이를 통해 고객은 목적지를 변경하거나 여러 시스템을 사용할 수 있지만 각 벤더의 아키텍처를 중심으로 수집 레이어를 다시 구축할 필요는 없습니다.

데이터바흐는 초기에 사이버 보안 텔레메트리에 중점을 두었지만 이후 플랫폼을 애플리케이션, 관찰 가능성 및 사물 인터넷 및 운영 기술 데이터로 확장했습니다.

에이전트를 위한 기업 데이터 준비

데이터바흐의 전략에서 에이전트 구성 요소는 기존 데이터 플랫폼에 대화형 인터페이스를 추가하는 것에만 국한되지 않습니다.

그것의 크루즈 에이아이 시스템은 전통적으로 수동으로 구성된 통합 및 파싱 규칙을 처리하는 데 도움을 주는 에이전트 데이터 엔지니어로 작동합니다. 소프트웨어는 들어오는 데이터 스키마를 모니터링하고 변경 사항을 식별하며 소스 형식이 변경되면 업데이트된 파서 및 매핑을 생성할 수 있습니다.

이것은 중요한데, 기업 데이터 소스는 거의 정적이지 않습니다. 소프트웨어 벤더는 새로운 필드를 도입하고, 이벤트 형식을 변경하며, 애플리케이션 프로그래밍 인터페이스를 업데이트합니다. 이러한 변경 사항이 파이프라인을 손상시키면 보안 및 데이터 엔지니어링 팀은 통합이 수리될 때까지 가시성을 잃을 수 있습니다.

데이터바흐는 크루즈를 승인 기반 워크플로우로 변환하는 방법으로 설명합니다. 엔지니어가 모든 커넥터 또는 파서를 처음부터 구축하는 대신, 시스템은 변경된 소스를 분석하고 업데이트된 구성을 검토할 수 있습니다.

플랫폼은 또한 오픈 사이버 보안 스키마 프레임워크를 포함하여 일관된 스키마로 정보를 정규화합니다. 표준화는 보안 도구 및 인공지능 시스템이 데이터를 해석하기 쉽게 만듭니다. 왜냐하면 동일한 유형의 이벤트는 생성된 제품과 관계없이 일관되게 나타나기 때문입니다.

에이전트를 위해, 더 넓은 목적은 조직의 전체 데이터 재산을 다른 플랫폼으로 복사하지 않고도 결정에 필요한 컨텍스트를 제공하는 것입니다. 데이터바흐는 정보를 연속적으로 처리할 수 있으며 애플리케이션 또는 에이전트가 필요할 때 추가 컨텍스트를 검색할 수 있습니다.

이 접근 방식은 기업이 생성형 인공지능 시스템에서 에이전트로 전환함에 따라 더 중요해질 수 있습니다. 에이전트는 질문에 답변하는 것 외에도 워크플로우를 시작하거나, 구성 변경 또는 운영 이벤트에 응답할 수 있습니다. 이러한 에이전트의 신뢰성은 데이터가 최신 상태이고, 올바르게 구조화되고, 관리되는지 여부에 부분적으로 달려 있습니다.

데이터 스트림 내부의 지능

데이터바흐는 또한 자율적 인 스트림 데이터 지능이라고 하는 것을 개발했습니다. 이는 데이터가 파이프라인을 통해 이동하는 동안 분석 및 의사 결정을 적용하는 아키텍처입니다.

시스템은 데이터가 목적지에 도착한 후 분석을 준비하는 것 이상을 수행하도록 설계되었습니다. 데이터 품질을 평가하고, 누락된 정보를 식별하며, 개별 이벤트를 처리하는 방법을 결정할 수 있습니다.

예를 들어, 보안 환경에서 파이프라인은 들어오는 이벤트에 위협 인텔리전스를 강화하고, 높은 가치의 텔레메트리를 분석 플랫폼으로 라우팅하고, 낮은 우선순위 정보를 더 저렴한 저장소로 이동할 수 있습니다. 이러한 결정은 데이터가 보안 플랫폼에 도착하기 전에 적용되면 摘要 비용을 줄일 수 있으며, 조사가 필요한 경우 필요한 정보가 버려지는 것을 방지할 수 있습니다.

회사는 지능이 파이프라인 내부에 위치해야 한다고 주장합니다. 데이터가 이미 수집되고 저장된 후에만 적용되는 것이 아니라, 데이터가 이동하는 동안 적용되어야 합니다.

이 아키텍처는 또한 기업 데이터 관리에서 더 넓은 변화를 반영합니다. 파이프라인은 두 시스템을 연결하는 수동적인 파이프가 아니라, 활성 정책 및 오케스트레이션 레이어가 됩니다.

시리즈 B를 주도하는 기업의 채택

데이터바흐는 매년 400% 이상의 매출 증가를 보였으며, 순 매출 유지율은 180%에 달합니다. 또한 고객 이탈이 없으며, 검증 배포에서 97%의 성공률을 보입니다.

회사는 의료, 금융, 제조, 운송 등 다양한 산업의 기업을 고객으로 두고 있으며, 포춘 100대 기업 중 여러 개를 포함합니다. 공개된 고객으로는 MVB 뱅크와 캐나다 연금 투자 이사회가 있습니다.

MVB 뱅크의 CISO인 패리시 건넬스는 플랫폼이 여러 데이터 형식, 규제 요구 사항 및 감사 제어를 에이전트를 지원하는 공통 환경으로 통합하는 데 도움이 되었다고 말했습니다.

캐나다 연금 투자 이사회에서는 기술을 사용하여 보안 텔레메트리의 온보딩을 표준화했습니다. 이 조직은 새로운 로그 소스를 연결하는 데 필요한 사용자 정의 엔지니어링을 줄였으며, 예상 데이터를 전송하지 않는 시스템을 더 쉽게 식별할 수 있었습니다.

데이터바흐는 직접 판매에만 의존하지 않고, 채널 및 기술 파트너를 통해 이러한 고객을 추구했습니다. 최근 이니셔티브에는 마이크로소프트의 보안 생태계와의 더 깊은 통합 및 사이버 보안 배급사인 M.Tech와의 아시아-태평양 배급 계약이 포함됩니다.

증가하는 인프라 병목 현상을 목표로 하는 자금

시리즈 B는 데이터바흐가 여러 가지 증가하는 기업 문제의 교차점에 있는 제품을 확장할 수 있게 해줄 것입니다.

보안 팀은 공격을 감지하고 규제 요구 사항을 충족하기 위해 더 많은 텔레메트리를 수집하고 있습니다. 데이터 및 관찰 가능성 팀은 애플리케이션 및 인프라 정보의 더 큰 볼륨을 처리하고 있습니다. 인공지능 팀은 운영 데이터 및 비즈니스 컨텍스트에 접근해야 합니다.

각 그룹은 추가 저장소 및 처리 용량을 구매할 수 있지만, 이는 기본적인 중복 및 단편화를 해결하지 못합니다. 데이터는 여전히 여러 번 수집될 수 있으며, 각 플랫폼에서 다르게 변환될 수 있으며, 다른 곳에서 재사용하기 위해 비용이 많이 드는 시스템에 잠길 수 있습니다.

데이터바흐는 기업이 시스템 사이에 독립적인 제어 레이어를 두는 방향으로 베팅하고 있습니다.

기회는 저장소 비용을 줄이는 것보다 더 큽니다. 효과적인 제어 평면은 에이전트가 접근할 수 있는 정보를 결정하고, 정보를 필요한 컨텍스트로 강화하며, 데이터가 변환되고 라우팅되는 방법을 기록할 수 있습니다.

이것은 파이프라인이 인공지능 거버넌스, 특히 규제 산업에서 자동화된 시스템에 의해 사용되는 정보를 설명해야 하는 곳에서 핵심적인 역할을 하게 될 것입니다.

에이전트 인공지능을 위한 데이터 재단 구축

데이터바흐에게는 새로운 “에이전트 데이터 제어 플레인” 카테고리가 기존 데이터 파이프라인, 보안 데이터 패브릭 및 관찰 가능성 플랫폼과 구별되는지 여부를 입증하는 데 도전이 될 것입니다.

대형 클라우드 및 보안 벤더는 또한 데이터 라우팅, 저장소 및 인공지능 기능을 확장하고 있습니다. 데이터바흐의 반론은 중립적인 플랫폼이 고객에게 정보를 저장하고 소비하는 애플리케이션 또는 모델에 대한 더 큰 제어를 제공할 수 있다는 것입니다.

회사의 중립성을 유지하면서 점점 더 많은 기업 시스템과 통합하는 능력은 회사가 확장함에 따라 중요할 것입니다.

시리즈 B는 데이터바흐에 에이전트가 기업 운영에 더 깊숙이 통합됨에 따라 아키텍처를 개발하는 데 필요한 추가 자원을 제공합니다. 핵심 전제는 간단합니다. 기업은 반드시 더 많은 데이터를 수집하고 복사할 필요는 없습니다. 필요한 순간에 중요한 정보를 식별, 관리 및 활성화하는 더好的 방법이 필요합니다.

데이터바흐는 블랙햇 USA 2026에서 다음 에이전트 데이터 제어 플레인 기능을 미리 보기로 공개할 계획입니다.