제목
- PhoenixAI, 에이전트형 AI-준비 데이터베이스 개발에 8천만 달러 투자 유치
요약
- PhoenixAI가 시리즈 B로 8천만 달러를 모집했고, Sky9 Capital이 주도 투자했다. Atypical Ventures와 Olive Technology Ventures 및 기존 투자자들도 참여했다.
- 이번 자금은 회사의 AI-네이티브 데이터베이스 개발과 규제 산업에 대한 거버넌스 확장을 목표로 한다.
- PhoenixAI의 분석용 데이터베이스는 다수의 AI 에이전트가 초당 수천만 건의 질의를 처리하는 환경에 맞춰 설계되었으며, 초저지연과 높은 동시성을 자랑한다.
- 트랜잭셔널 데이터베이스와는 달리 대규모 데이터 집합에 대한 복잡한 분석 질의를 빠르게 수행하는Analytical 데이터베이스의 역할을 강화한다.
- 시장의 경쟁자로 Snowflake, Databricks, ClickHouse 등이 있으며, “에이전트형 데이터베이스”라는 새로운 카테고리를 확립하기 위한 경쟁이 진행 중이다.
- 회사는 트랜잭셔널 데이터베이스를 대체하려는 것이 아니라 상위에 위치한 계층으로서 AI 에이전트가 더 빠르게 작동하도록 돕는다고 설명한다.
- 원문 링크: https://siliconangle.com/2026/06/11/phoenixai-raises-80m-drive-development-agentic-ai-ready-database-technology/
자세한 내용
- 투자 및 일정
- PhoenixAI가 8천만 달러 규모의 시리즈 B를 유치했다. 주도 투자사는 Sky9 Capital이며, Atypical Ventures와 Olive Technology Ventures가 함께 참여했고, 기존 투자자들도 재참여했다. 기사 업데이트 시점은 2026년 6월 11일.
- 회사 및 제품 개요
- PhoenixAI는 AI 네이티브 데이터베이스와 규제 산업에 대응하는 거버넌스를 확장하는 것을 목표로 하는 기업이다. 이들이 개발하는 것은 “에이전트형 AI(Agentic AI)” 시대에 맞춘 분석용 데이터베이스로, 수많은 AI 에이전트가 대규모 데이터를 실시간으로 쿼리하고 추론하는 환경에 최적화되어 있다.
- 트랜잭셔널 데이터베이스는 개별 연산(행 삽입, 계정 잔액 업데이트, 주문 기록 등)을 원자적으로 안정적으로 기록하는 시스템으로 작동한다. 반면 분석용 데이터베이스는 방대한 데이터에서 다층의 질문을 읽고 집계·조인·요약하는 작업에 강점이 있다. 이 차이가 에이전트가 인간이 생각하는 “대화형·비정형적” 질문에 대응하는 데 중요한 차이가 된다.
- 기술적 포인트
- PhoenixAI의 분석 데이터베이스는 수십억 행의 데이터를 스캔하고 복잡한 질의를 처리하는 데 초점을 맞춰 읽기 속도를 우선한다. 이로써 다수의 에이전트가 동시에 질의를 수행하고, 대규모 데이터에 대해서도 신속하게 응답할 수 있다.
- 데이터 파이프라인 없이도 실시간으로 데이터를 수집하는 “no pipeline” 형태를 지향하며, Kafka와 같은 이벤트 스트리밍 플랫폼을 활용해 초단위로 데이터를 최신 상태로 유지한다.
- 시장 및 경쟁 구도
- 분석 데이터베이스 시장에서 Snowflake, Databricks, ClickHouse 등 기존 업체들이 이미 경쟁 중이며, Snowflake는 최근 에이전트형 기능을 자체적으로 도입했다. Databricks는 Delta Live Tables를 통해 실시간성을 강조하고, ClickHouse Cloud의 동시성도 크게 개선되었다.
- 에이전트형 데이터베이스라는 시장 카테고리를 확립하고, 이 새로운 미래의 데이터 계층을 구축하기 위한 경쟁이 치열해지고 있다.
- 비즈니스 맥락 및 비전
- PhoenixAI의 목표는 기업의 Oracle, SAP 같은 트랜잭셔널 시스템을 대체하지 않고, 그 위에 올라가 AI 에이전트가 더 빠르고 똑똑하게 작동하도록 돕는 계층으로서 기능하는 것이다. 즉, 시스템의 진실을 기록하는 시스템(시스템 오브 레코드)과 인사이트를 제공하는 시스템(시스템 오브 인사이트)을 분리해 운영한다.
- 회사는 에이전트 수가 많아질수록 petabytes 규모의 라이브 데이터에 대해 실시간으로 질의하고 추론해야 하는 시대에 대비해 분석 데이터베이스를 재구축했다고 밝혔다. 앞으로도 수천 개의 에이전트 스웜이 정보를 찾고 학습하며 작동하는 환경을 지원할 계획이다.
- 리드 인터뷰 발언
- PhoenixAI의 회장인 Rick Underwood은 “오늘날 대부분의 분석 데이터베이스는 더 이상 존재하지 않는 세계를 위해 설계됐다”라며, 수천 개의 에이전트가 동시 다원에 걸쳐 데이터를 조회하고 추론해야 하는 상황에서 데이터베이스가 병목이 되거나 breakthroughs가 될 수 있다고 말했다.
- 요지 및 미래 방향
- PhoenixAI는 에이전트형 데이터베이스 카테고리를 강화하고, 수천 개의 에이전트 스웜이 실시간으로 대량 데이터를 다루는 환경에서도 빠른 응답을 제공하도록 데이터베이스를 재구축했다. 이로써 차세대 AI 에이전트가 기업 데이터에 기반해 더 빠르고 정확하게 작동하는 기반을 마련한다.
- 원문 원문 링크