AI 에이전트의 실용화 장벽을 낮추기 위해 자율주행차 개발 방식을 차용한 스타트업이 주목받고 있다. 플루라이는 지난 수요일 기업용 디지털 시스템을 기반으로 한 합성 데이터 시뮬레이션을 통해 AI 에이전트의 성능을 개선하는 기술을 개발하기 위해 1300만 달러의 시드 펀딩을 완료했다고 밝혔다.
이번 투자 라운드는 이스라엘 사이버 보안 전문 벤처캐피탈인 팀8이 주도했으며 U&I, 벨로시티, 머서 등이 참여했다. 플루라이의 공동 창업자인 일란 카다르와 엘라드 레비는 과거 자율주행 기술 회사인 넥사에서 근무한 경력이 있다. 카다르는 웨이모와 협력해 엔드투엔드 딥러닝 주행 소프트웨어를 시뮬레이션하고 평가한 경험이 있다.
카다르는 AI 에이전트 붐을 목격하면서 자율주행차 개발 당시와 동일한 패턴을 발견했다고 설명했다. 데모 구축은 쉽지만 이를 신뢰할 수 있고 비용 효율적인 제품으로 만드는 것은 어렵다는 점이다. 그는 이 문제를 해결하기 위해 시뮬레이션 계층을 구축해야 한다는 판단 아래 회사를 설립했다.
현재 AI 에이전트는 복잡한 작업을 수행할 때 여전히 높은 정확도를 보장하지 못하는 것으로 나타났다. 라이브벤치 2.0 테스트 결과 클로드 페이블 5.2와 챗GPT-6 아스트라는 각각 100개 과제 중 82.9점과 75.6점을 기록했다. AI 인프라 기업 EON이 가상 기업 환경에서 진행한 테스트에서는 가장 성공적인 모델로 꼽힌 클로드 오퍼스 4.8도 76.8%의 작업 정확도에 그쳤다.
플루라이가 주목하는 핵심 문제는 확률적 시스템으로서의 한계다. 자율주행차처럼 예측 불가능한 환경에서 작동하는 AI 에이전트는 특정 조건에서 오류를 범한다. 예를 들어 여행 예약을 담당하는 에이전트가 고객의 지출 정책을 무시하거나, 단일 데이터베이스 질의에는 잘 응답하지만 복합적인 상황에서는 실패하는 경우가 발생한다.
회사는 이러한 엣지 케이스를 대비하기 위해 기업 자체의 디지털 시스템 데이터를 바탕으로 합성 데이터를 생성하는 시뮬레이션 환경을 제공한다. 이를 통해 모델이 실제 운영 환경에서 마주칠 수 있는 다양한 변수를 미리 학습하도록 돕는다.
플루라이의 접근법은 AI 에이전트가 단순한 자동화 도구를 넘어 기업 워크플로우에 안정적으로 통합되기 위한 필수 단계로 해석된다. 다만 현재까지 공개된 정보는 초기 자금 조달과 기술 컨셉에 집중되어 있으며, 실제 고객사에서의 배포 사례나 구체적인 성능 향상 수치는 아직 확인되지 않았다.