무슨 일이 일어났나요?
TechCrunch는 이전 Yandex 및 Amazon 검색 리더가 설립한 스타트업인 Keenable이 Accel이 주도하는 시드 자금 2,600만 달러를 통해 잠복 상태에서 벗어났다고 보고했습니다. 이 회사는 AI 에이전트를 위한 웹 검색 인프라를 구축하고 있으며 해당 인덱스에는 1000억 개가 넘는 문서가 포함되어 있다고 밝혔습니다.
TechCrunch는 Keenable이 2,600만 달러의 종자 자금을 확보하여 잠복 상태에서 벗어났다고 보고했습니다. Accel은 Conviction Partners와 익명의 비즈니스 엔젤들이 참여하여 라운드를 주도했습니다. 이 스타트업은 이전에 Yandex에서 검색, AI 및 클라우드 작업을 이끌었던 Andrey Styskin과 TechCrunch에서 독일 AI 과학자로 묘사한 Matthias Petri가 설립했습니다. 회사가 명시한 초점은 주로 사람에게 최적화된 기존 검색이 아닌 AI 에이전트를 위해 설계된 검색 인프라입니다. 자금 조달과 회사의 은밀한 출현은 보고된 주요 개발이며, 출처는 회사의 광범위한 주장에 대한 독립적인 확인을 제공하지 않습니다.
TechCrunch에 따르면 Keenable은 1000억 개가 넘는 문서의 색인을 구축했으며 자사의 애플리케이션 프로그래밍 인터페이스가 훈련 및 런타임 중에 여러 AI 연구소 및 추론 제공업체에서 이미 생산에 사용되고 있다고 밝혔습니다. 회사는 해당 고객들을 공개하지 않았기 때문에 이들의 신원, 이용 규모, 얻고 있는 결과 등을 출처에서 독립적으로 확인할 수는 없다. TechCrunch는 또한 Keenable이 음성 AI 회사인 Gradium과 제휴하여 실시간 정보 검색을 지원한다고 보고합니다. 이러한 세부 사항은 회사의 보고 범위와 명시된 용도를 설명하지만 독립적인 성과 결과를 확립하지는 않습니다.
회사는 자사의 기술적 접근 방식이 비용이 많이 들고 비효율적인 방식으로 전체 웹을 검색하는 대신 특정 쿼리에 대해 검색 공간을 빠르게 좁히는 데 기반을 두고 있다고 말합니다. TechCrunch는 Keenable이 독점적인 검색 기능과 단일 문서에 완전한 답변이 포함되어 있지 않을 때 AI 시스템이 여러 웹 소스의 정보를 결합할 수 있도록 돕기 위한 WebQueryLanguage라는 곧 출시될 제품을 개발하고 있다고 보고합니다. 이 보고서는 독립적인 벤치마크, 가격 정보, 기술 문서 또는 시스템이 기존 검색 API와 어떻게 비교되는지에 대한 자세한 설명을 제공하지 않습니다. 결과적으로 기술적인 방향은 설명되었으나 실질적인 장점은 아직 검증되지 않은 상태이다.
왜 중요한가요?
AI 에이전트는 질문에 답변하고 작업을 완료하기 위해 소스 기반의 최신 정보가 필요합니다. Keenable의 접근 방식은 회사의 고객 주장, 성능, 적용 범위 및 비용이 소스에서 독립적으로 확인되지 않았지만 사람이 검색하는 것이 아닌 기계 검색을 중심으로 검색 시스템을 구축하려는 노력이 증가하고 있음을 반영합니다.
Keenable이 표적으로 삼고 있는 실제 문제는 점점 더 능력이 향상되는 AI 시스템의 핵심입니다. 에이전트는 유창한 응답을 생성할 수 있지만 그 유용성은 관련 있고 최신 정보를 찾는 데 달려 있습니다. 기계 사용자를 위해 설계된 검색은 문서의 더 많은 부분을 검색하고, 소스 전반에 걸쳐 증거를 연결하고, 다운스트림 모델이 사용할 수 있는 형식으로 정보를 반환해야 할 수 있습니다. TechCrunch에 따르면 Keenable의 창립자는 소스 문서가 챗봇 응답을 향상한다고 믿고 있지만 기사에서는 해당 주장을 독립적으로 테스트하거나 회사 시스템이 정확성을 얼마나 향상시키는지 확인하지 않았습니다. 따라서 보고서는 결과를 입증하지 않고 필요성과 제안된 접근 방식을 구성합니다.
비즈니스 기회는 또한 웹 정보에 접근하는 방법의 변화를 반영합니다. 인간 검색 사용자는 일반적으로 결과 페이지를 검사하고 링크를 선택하는 반면, AI 에이전트는 반복적인 쿼리를 실행하고 원본 자료를 읽고 검색된 정보를 더 긴 작업의 일부로 사용할 수 있습니다. TechCrunch는 Accel 파트너인 Zhenya Loginov가 Google 및 Microsoft가 검색 API에 대해 더욱 선택적으로 변하면서 웹 규모 검색 인프라에 대한 제한된 옵션을 보고 있다고 보고합니다. 해당 계정은 투자자의 견해이므로 시장에 대해 독립적으로 검증된 평가로 취급되어서는 안 됩니다. 인간의 탐색과 기계 검색의 구별은 회사가 명시한 포지셔닝의 핵심입니다.
Keenable이 저렴한 비용으로 신뢰할 수 있는 검색을 제공할 수 있다면 AI 개발자에게 TechCrunch가 경쟁자로 식별한 Brave 및 Exa와 같은 주요 검색 회사 및 전문 제공업체를 넘어서는 또 다른 인프라 옵션을 제공할 수 있습니다. 이는 자체적으로 완전한 검색 스택을 구축하지 않고 새로운 웹 정보가 필요한 시스템을 가진 모델 개발자와 추론 회사에 중요할 수 있습니다. 출처는 Keenable이 다른 대안보다 저렴하고 빠르며 포괄적이거나 정확한지 여부를 확인하지 않으며 회사가 보고한 자금, 청구 지수 및 명시된 생산 사용을 넘어서는 사용자 또는 대중 영향에 대한 증거를 제공하지 않습니다. 결과적으로 그 중요성은 입증되어야 할 결과에 따라 달라집니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
다음에 무엇을 볼 것인가
핵심 테스트는 Keenable이 웹 규모에서 안정적인 검색을 입증하고 비용 경쟁력을 유지하며 비공개 프로덕션 사용자를 공개 고객으로 전환할 수 있는지 여부입니다. TechCrunch는 회사가 연말까지 15명으로 구성된 엔지니어링 팀을 두 배로 늘릴 계획이며 WebQueryLanguage라는 제품을 개발 중이라고 보고했습니다.
가장 먼저 주목해야 할 이슈는 Keenable의 생산 공간 검증입니다. TechCrunch는 여러 AI 연구소와 추론 제공업체가 회사의 API를 사용하고 있지만 고객의 이름은 알려지지 않았다고 보고했습니다. 공개 고객 참조, 독립적인 평가 또는 기술 사례 연구는 서비스가 의미 있는 규모로 사용되고 있는지 여부와 실제 시스템에서 검색 품질, 대기 시간 또는 답변 기반을 개선하는지 여부를 확인하는 데 도움이 됩니다. 해당 정보가 제공될 때까지 생산 사용은 독립적으로 측정된 결과가 아니라 회사가 보고한 세부 사항으로 유지됩니다.
두 번째 문제는 경제학이다. TechCrunch는 대규모 웹 인덱스를 유지하는 데 비용이 매우 많이 들고 Keenable이 확장하는 동안 비용을 통제하려고 노력하고 있다고 보고합니다. 보고서에 따르면 이 회사는 미국과 유럽 전역에 15명의 엔지니어링 직원을 두고 있으며 2026년 말까지 직원 수를 두 배로 늘릴 계획이다. 중요한 미지수로는 운영 비용의 규모, 가격 책정 모델, 인덱스가 새로 고쳐지는 빈도, 실제로 검색할 수 있는 웹 부분, 대용량 에이전트 작업 부하를 수익성 있게 처리할 수 있는지 여부 등이 있습니다. 이러한 알려지지 않은 사항에 따라 보고된 확장이 지속 가능한 서비스로 어떻게 변환되는지가 결정됩니다.
세 번째 문제는 WebQueryLanguage가 발표된 기능이 아니라 유용한 제품이 되는지 여부입니다. 여러 웹 소스의 증거를 결합하면 정보가 단편화되었을 때 도움이 될 수 있지만 소스 선택 오류, 모순되는 증거 및 어려운 귀속 문제가 발생할 수도 있습니다. TechCrunch는 제품이 곧 출시될 것이라고 보고합니다. 출시 날짜, 공개 액세스 조건, 테스트 결과 또는 충돌하는 소스 처리를 위한 보호 장치를 제공하지 않습니다. Keenable은 또한 Brave, Exa 및 Google의 진화하는 AI 검색 제품과의 경쟁에 직면하게 되므로 장기적인 위치는 여전히 불확실합니다. 따라서 제품의 최종 가용성과 관찰된 결과는 중요한 신호가 됩니다.