OPAQUE, 2.4억 달러의 시리즈 B 투자 유치로 3억 달러의 기업 가치를 달성하고 기밀 AI를 앞으로 推進

기업의 AI 도입은 계속 가속화되고 있지만, 신뢰는 여전히 가장 큰 제약입니다. 이번 주, OPAQUE는 2,400만 달러의 시리즈 B 투자를 발표했으며, 이를 통해 회사 가치는 약 3억 달러로 평가되었으며, 총 투자 금액은 5,550만 달러에 달합니다. 이번 투자는 Walden Catalyst가 주도했으며, 기존 투자자들인 Intel Capital (INTC ), Race Capital, Storm Ventures, Thomvest와 새로운 전략적 투자자 Advanced Technology Research Council (ATRC)가 참여했습니다.

이번 투자에는 기업이 민감한 데이터에서 AI를 확장하지 못하는 문제가 점점 더 중요해지고 있음을 강조합니다. AI는 민감한 데이터에서 확장하기 위해서는 개인 정보, 거버넌스, 보안에 대한 더 강력하고 검증 가능한 보장이 필요합니다.

실험적인 AI에서 기업의 명령으로

지난 1년 동안, 기밀 AI는 주로 학술적인 개념에서 실제적인 요구 사항으로 전환되었습니다. 기밀 AI는 기업들이 생산에 AI 모델과 에이전트를 배치할 때 필요합니다. 기존의 보안 접근 방식은 데이터를 보호하는 데에 충분하지 않습니다.

OPAQUE의 작업은 데이터와 모델을 사용 중에 보호하는 데 중점을 두고 있습니다. 이는 매우 중요합니다. 많은 기업의 AI 이니셔티브는 초기 파일럿 이후에 중단되는데, 이는 CISO, 법률 팀, 및 규제 준수 리더들이 민감한 데이터가 AI 실행 중에 어떻게 처리되는지 확인할 수 없기 때문입니다. 결과적으로, 기업은 주저하고, 투자하지 않으며, 많은 경우에는 배포를 중단합니다.

기밀 AI는 이 격차를 메우기 위해 데이터가 개인 정보를 유지하고, 정책을 시행하며, 모델이 노출되지 않는다는 암호화 보장을 제공합니다.

기업의 “신뢰 격차” 해결

현재 기업들은 생산성과 운영 효율성을 높이기 위해 자체 데이터에서 AI 에이전트를 배치하려고 합니다. 그러나 이러한 데이터 자산은 종종 가장 민감한 자산입니다. 검증 가능한 보장이 없으면, AI는 기회에서 위험으로 전환됩니다.

OPAQUE는 플랫폼을 기업 AI의 신뢰 계층으로 пози션합니다. 이는 개인 정보, 정책 시행, 모델 무결성을 제공하기 위한 것입니다. 이는 계약 또는 계약 보장이 아닌 증거에 중점을 둡니다. 이를 통해 규제 준수와 거버넌스를 실시간으로 입증할 수 있습니다.

이 접근 방식은 기업의 사고 방식의 더广い 전환을 반영합니다. AI 시스템은 더 이상 성능이나 정확도만으로 평가되지 않습니다. 점점 더 많은 기업이 AI가 어떻게 행동하는지, 어떤 데이터에 접근했는지, 승인된 규칙을 따르는지 입증할 수 있는지 묻고 있습니다.

신규 자금 지원

시리즈 B 자금은 OPAQUE의 기밀 AI 플랫폼 개발과 배포를 가속화하는 데 사용됩니다. 이는 기업들이 실험에서 생산으로 더 빠르고 안전하게 이동하도록 지원하는 데 중점을 둡니다.

동시에, 회사에서는 양자 후 보안, 기밀 AI 훈련, 주권 클라우드 환경과 같은 분야로 확장하고 있습니다. 이러한 이니셔티브는 엄격한 규제, 국가 보안, 또는 데이터 거주 제약 조건하에 운영되는 조직을 대상으로 합니다. 여기서 AI 워크로드에 대한 가시성과 제어가 협상할 수 없는 요구 사항입니다.

OPAQUE는 최근 OPAQUE Studio를 출시했으며, 이는 기밀 AI 에이전트를 구축하고 배포하는 것을 단순화하는 개발 환경입니다. 목표는 런타임에서 검증 가능한 개인 정보와 규제 준수를 AI 개발 라이프사이클의 기본 부분으로 만드는 것입니다.

기업 AI에 대한 더广い 의미

기밀 AI의 부상은 기업이 지능형 시스템을 배치하는 방식에서 더深い 전환을 나타냅니다. AI가 의사 결정, 자동화, 고객 상호 작용에 통합됨에 따라, 거버넌스는 정책 문서에서 기술적 시행으로 전환해야 합니다.

데이터가 보호되고 규칙이 준수되는 것을 실시간으로 입증할 수 있는 기술은 기업 AI 스택의 기초가 될 수 있습니다. 이는 금융 서비스, 의료, 보험과 같은 규제 산업에서 특히 중요합니다. 여기서 규제 요구 사항은 느슨해지기보다는 더욱 엄격해지고 있습니다.

기밀 AI는 또한 새로운 형태의 협력을 가능하게 할 수 있습니다. 조직은 원시 데이터를 노출하지 않고 공유 또는 풀링된 데이터 세트를 분석할 수 있습니다. 이는 이전에는 개인 정보 문제로 인해 도달할 수 없었던 통찰력을 잠금 해제할 수 있습니다. 이 경우, 신뢰를 유지하는 인프라는 위험을 줄이는 것만이 아니라 AI로 가능한 것을 확장할 수 있습니다.