펀딩
Model ML, AI 팀 확장을 위해 기업가치 15억 달러로 2억 5천만 달러 규모 시리즈 B 투자 유치

핵심 포인트모델 ML은 런던과 뉴욕에서 AI 팀을 확장하기 위해 15억 달러 가치평가로 2억 5천만 달러를 조달했다.
더 보기
- 모델 ML은 런던과 뉴욕에서 AI 팀을 확장하기 위해 15억 달러 가치평가로 2억 5천만 달러를 조달했다.
- 이 회사의 에이전트는 기업 자체 시스템과 데이터에서 실행되며 고객 데이터로 모델을 훈련하지 않는다.
- 모델 ML은 여러 제공업체에 걸쳐 작업을 라우팅하며 자사 모델 비용이 프런티어 모델 수준의 2%라고 보고한다.
Model ML은 2026년 11월 17일, 기업가치 15억 달러를 인정받아 2억 5천만 달러 규모의 시리즈 B 투자를 유치했다고 발표했다. General Atlantic과 QED Investors가 공동으로 이번 투자 라운드를 주도했으며, 조달한 자금은 런던과 뉴욕의 연구·엔지니어링 팀 확대, 제품 개발 심화, 고객사 도입 확대에 투입될 예정이다.
Evolution Equity Partners, Airtree, Forestay Capital, Y Combinator, FT Partners, Latitude, Inception Fund, 13Books Capital도 투자에 참여해 누적 투자 유치액은 3억 5천만 달러에 이르렀다. 이번 시리즈 B 투자는 Model ML이 비공개 개발 단계에서 벗어난 지 18개월 만에 이뤄졌다. 앞서 2025년 11월에는 FT Partners가 주도한 7,500만 달러 규모의 시리즈 A 투자를 유치했다.
성장세와 해외 진출 현황
Model ML에 따르면 2026년 3분기 연간 반복 매출은 전년 동기 대비 12배 증가했고, 일일 활성 사용자 수는 26배 늘었다. 이러한 지표는 신규 투자와 플랫폼 이용 증가의 연관성을 보여 주며, 기업가치 평가와 확장 계획을 이해하는 데 필요한 추가 맥락을 제공한다.
2026년에 파리, 마드리드, 도쿄, 싱가포르, 두바이에 문을 연 사무소는 여러 지역의 고객을 지원하기 위한 것이다. 이들 사무소는 Model ML의 런던 본사 및 뉴욕 사업 거점과 함께 운영되며, 더 폭넓은 플랫폼 도입을 추진하는 가운데 회사의 해외 사업 기반을 확장한다.
General Atlantic의 전무이사이자 글로벌 금융 서비스 부문 총괄인 Paul Stamas는 금융 및 전문 서비스 기관들이 AI 실험 단계에서 일상적인 활용 단계로 빠르게 이동하고 있다고 말했다. 그는 Model ML의 고객들이 이미 점점 더 복잡한 업무를 플랫폼에 맡기고 있다고 덧붙였다.
금융 업무를 위한 개인화된 에이전트
형제인 Chaz Englander와 Arnie Englander는 은행가, 컨설턴트, 투자자를 위한 개인 AI 에이전트를 제공하기 위해 Model ML을 설립했다. 에이전트는 기업의 시스템과 데이터를 기반으로 작동하며, 고객사와 진행 중인 거래, 개인별 업무 선호도에서 맥락을 파악한다. 에이전트는 지속적인 상호작용을 통해 더욱 개인화된다.
“AI는 답변이나 알림을 하나 더 제공하는 데 그쳐서는 안 됩니다. 사용자의 업무를 이해하고 일을 처리해야 합니다.” Model ML의 공동 창업자 겸 CEO인 Chaz Englander는 이렇게 말했다.
Model ML에 따르면 에이전트는 며칠이 아니라 몇 분 만에 분석을 준비할 수 있다. 예를 들어 은행가가 담당하는 기업에 영향을 미치는 새로운 동향이 생기면, 에이전트는 그 중요성을 평가하고 파급 효과를 검토한 뒤 단순히 알림을 보내는 데 그치지 않고 해당 회사의 자체 서식에 맞춰 분석 자료를 작성한다.
배포 방식과 모델 비용 구조
고객사는 자체 인프라 내에서 플랫폼을 실행할 수 있다. Model ML은 고객 데이터가 고객사 환경 안에 머물도록 하기 위해 이 배포 방식을 자주 활용한다. 회사는 고객 데이터를 AI 모델 학습에 절대 사용하지 않는다고 밝혔다. Model ML은 ISO/IEC 27001:2022 인증을 받았으며 SOC 2 Type II 감사를 완료했다.
특정 AI 제공업체에 고정적으로 의존하는 대신 라우팅 계층이 사용할 모델을 선택한다. Model ML은 실제 금융 업무를 기준으로 모델을 평가한 다음 품질, 속도, 비용에 따라 작업을 배정한다. 자체적으로 미세 조정한 오픈소스 모델이 이러한 업무에서 차지하는 비중도 점차 커지고 있다.
회사는 자체 모델이 처리하는 업무의 경우 비용이 최첨단 모델 수준의 2%이며, 대부분의 경우 속도는 5배 빠르고 정확도는 최첨단 모델과 같거나 더 높다고 밝혔다. 이 수치는 특정 업무에만 해당하며, 플랫폼 전체가 아니라 Model ML 자체 모델에 배정된 작업을 설명한다.
에이전트를 더 폭넓게 배포하는 과정에서 고객이 통제하는 데이터, 개인화된 자동화, 특정 업무에 적용되는 모델 비용 구조를 함께 유지할 수 있을지가 향후 확장의 관건이다.












