펀딩
Mirendil, 더 많은 팀에 최첨단 AI 연구개발 기회를 제공하기 위해 10억 달러 규모 시리즈 A 투자 유치
Unite.AI를 Google의 선호 소스에 추가
Mirendil은 발표했다. 2026년 11월 12일, Kleiner Perkins와 Clearlake Capital이 주도한 시리즈 A에서 10억 달러를 유치했다고 밝혔다. 이번 투자로 더 많은 과학자와 엔지니어가 최첨단 AI 연구개발에 참여할 수 있도록 지원할 계획이다.
Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC, S32와 그 밖의 신규 및 기존 투자자들이 투자에 참여했다. Mirendil은 한 사람이 이전에는 팀이 필요했던 일을 맡고, 팀은 이전에는 기관이 있어야 추진할 수 있었던 프로젝트를 수행할 수 있도록 한다는 구체적인 목표 아래 모델과 에이전트 소프트웨어를 개발하고 있다.
연구자 한 명이 달성한 모델 훈련 성과
이번 투자는 회사가 처음으로 모델 성과를 공개한 뒤 이뤄졌다. Mirendil은 2026년 10월 21일 보고서에서 AI 에이전트와 협업한 연구자 한 명이 코딩 모델 Mirendil-Base를 처음부터 사전 학습하는 데 3.5개월과 1,000만 달러 미만의 컴퓨팅 비용을 들였다고 밝혔다. 총비용에는 연구와 소규모 실험, 최종 훈련 실행, 에이전트 토큰 사용료, 데이터 처리가 포함된다.
회사의 보고에 따르면 에이전트가 코드의 99% 이상을 작성하고 실험을 수행했으며 실패 원인을 진단했다. 연구자는 무엇을 시도하고 어떤 결과를 신뢰할지 결정하고 필요할 때 개입했다. 실험에는 공개적으로 이용할 수 있는 코드와 웹페이지, 공개 데이터세트가 사용됐으며, 추가 데이터를 구매하거나 라이선스하지 않았고 증류나 합성 데이터도 사용하지 않았다. Mirendil-Base는 매개변수 1,000억~5,000억 개 규모이며, 더 큰 모델인 Mirendil-Base-Large와 Mirendil-Base-XL은 보고서가 발표됐을 당시에도 훈련 중이었다.
Fern과 Lor로 구성된 제품군
이후 Mirendil은 Mirendil-Base를 후속 훈련해 첫 모델인 Fern 0.1을 만들었다. Fern 모델 페이지는 훈련 실행 디버깅, 에이전트 실행 기록 전체 읽기, 훈련 데이터 감사 등 대규모 에이전트 작업을 위한 시스템이라고 설명한다. 아키텍처와 훈련, 서빙을 통해 최대 1,000만 토큰의 컨텍스트 창을 지원한다고도 밝힌다. 이는 약 23MB 또는 코드 50만 줄에 해당하며, 모델이 에이전트의 며칠치 작업을 한 번에 담을 수 있게 한다. 이용은 곧 시작될 예정이라고 안내돼 있다.
Lor는 이런 종류의 작업을 위임하기 위한 플랫폼이다. Mirendil은 2026년 10월 28일 Lor를 공개했다. Lor는 에이전트가 코드를 작성하고 실험을 실행하며 컴퓨팅 리소스를 할당하고 사용자가 선택한 머신에서 작업할 수 있는 클라우드 기반 시스템이다. 에이전트 하나가 작업을 수십 개의 에이전트에 나눠 맡길 수 있으며, 여러 프로젝트에서 수백 개의 에이전트가 동시에 실행될 수 있다. 회사에 따르면 에이전트는 며칠 또는 몇 주 동안 작업을 이어갈 수 있고, 문제가 발생해도 스스로 해결해 작업을 계속할 수 있다.
Lor는 초대받은 사용자에게 비공개 베타로 제공되며, 베타 기간에는 macOS, Linux, 웹에서 무료로 이용할 수 있다. Windows, iOS, Android 지원은 곧 시작될 예정이라고 안내돼 있다. 사용자는 각 에이전트의 진행 상황을 확인하고 에이전트를 중지하거나 시스템에서 머신을 제거할 수 있다.
계획을 뒷받침하는 컴퓨팅 인프라와 자금
Mirendil은 2026년 6월 24일 출범 당시 Anthropic, xAI, Google DeepMind, OpenAI 등을 거친 연구자와 엔지니어 20명으로 창립팀을 구성했다고 밝혔다. 또한 Andreessen Horowitz와 Kleiner Perkins가 주도한 2억 달러 규모의 시드 투자를 공개했으며, 이후 NVIDIA와 다른 투자자들도 투자에 참여했다.
Mirendil은 앞서 2026년 8월 6일 Google Cloud와 다년간의 파트너십을 발표했다. 이 협약에 따라 훈련, 추론, AI 연구 작업을 Google Cloud의 AI Hypercomputer에서 수행하며, Google Cloud TPU와 풀스택 NVIDIA AI 인프라를 활용한다. 또한 컴퓨팅, 스토리지, 네트워킹, 제어 평면을 아우르도록 공동 설계한 관리형 훈련 클러스터를 제공해 더 큰 규모의 연구 반복 작업을 지원한다.
따라서 이번 시리즈 A 투자는 Mirendil 계획의 세 축, 즉 에이전트 지원 모델 개발, 연구 작업을 위임하는 플랫폼, 대규모 실험을 위한 클라우드 인프라를 하나로 연결한다. 내부에서 연구자 한 명이 달성한 성과를 외부 과학자와 엔지니어가 반복적으로 활용할 수 있는 작업 방식으로 발전시킬 수 있을지가 이번 투자의 바탕인 접근성 확대 목표를 가늠하는 핵심 시험대다.
