들어가며

구독자님, 지난 6월 16일 YC Spring 2026 데모데이가 열렸어요. 약 194개 스타트업이 1분씩 무대에 섰고, 한 방산 스타트업은 데모데이 사상 최고 밸류에이션인 2,800억 원을 기록했어요. 역대급 배치라는 수식어가 매 시즌 반복되긴 하지만, 이번에는 실제 숫자가 정말 달랐어요.

그런데 TechCrunch가 VC 8명에게 "이번 배치에서 가장 주목하는 기업"을 물었더니, 흥미로운 패턴이 나타났어요. 가장 핫한 11개 기업 중 4개가 AI 에이전트를 만드는 회사가 아니었어요. 에이전트가 안전하게 작동하기 위한 인프라를 만드는 회사였어요.

결론부터 말씀드리면, 1849년 캘리포니아 골드러시에서 가장 확실하게 돈을 번 건 곡괭이와 청바지를 판 사람이었듯, AI 에이전트 시대의 진짜 수혜 구조가 이번 배치에서 선명하게 드러나기 시작했어요.

데모데이에서 벌어진 일

YC Spring 2026 배치는 숫자부터 달라요. 194개 스타트업 중 62%가 B2B였고, 방산·산업 분야 비중은 이전 배치의 2배로 뛰었어요. 전체의 91%가 엔터프라이즈 대상이에요. 소비자 AI 열풍이 지배했던 2023~2024년 배치와는 완전히 다른 풍경이에요.

밸류에이션도 한 단계 올라섰어요. 표준 밸류에이션 캡이 300억 원대($30M)가 되었고, 트랙션이 있는 기업은 500~700억 원대를 호가했어요. 배경을 짚어보면, 2009년 에어비앤비가 YC 졸업 후 받은 밸류에이션이 $3M(약 40억 원)이었어요. 17년 만에 표준 자체가 10배 뛴 셈이에요.

가장 높은 밸류에이션의 주인공은 9 Mothers라는 방산 스타트업이에요. AI 기반 대(對)드론 방어 시스템을 만드는 회사인데, 2024년 설립 이후 매출 $1.6M(약 22억 원)을 올렸고, 단일 계약이 올해 $35M(약 480억 원)으로 확대될 예정이에요. 투자자들은 $200M(약 2,800억 원) 이상의 밸류에이션을 매겼어요. YC 역사상 최고 기록이에요. Webflow 전 CTO 브라이언트 초가 창업한 마케팅 자동화 플랫폼 Ploy는 $27M(약 370억 원) 시드 라운드를 마감했어요.

방산, 의료, 우주까지 영역은 다양한데요. 제가 주목한 건 영역이 아니라 역할이에요. 11개 주목 기업 중 4개를 한 줄씩 요약하면 이래요.

이 4개 기업의 공통점이 보이시나요? AI 에이전트를 만드는 게 아니에요. 에이전트가 작동하기 위해 필요한 것들을 만들고 있어요.

물론 나머지 기업 중에는 에이전트 자체를 만드는 곳도 있어요. Tasklet은 슬랙, 아웃룩, 구글 드라이브 등에 연결해서 업무를 자동으로 처리하는 범용 에이전트이고, Complir는 국제 무역 규정 준수를 AI 에이전트가 대신 관리해주는 서비스예요. 흥미로운 기업들이지만, VC들이 가장 뜨겁다고 지목한 기업 다수가 에이전트 위가 아니라 에이전트 아래에 위치해 있다는 사실이 이번 배치의 핵심 신호예요.

왜 곡괭이가 금보다 비싼가

이 패턴은 이번 배치만의 특수한 현상이 아니에요. 많이들 금광 붐(골드러시)가 일어날 때 청바지와 곡괭이를 팔면 된다는 말은 쉽게 하지만 왜 곡괭기가 비싸지는지 제대로 이해하는 사람은 없어요.

올해 3월 W26 배치에서 이미 뚜렷한 신호가 있었어요. 에이전트 인프라 기업 Daytona 위에서 100개 이상의 YC 스타트업이 에이전트를 돌리고 있었고, 에이전트용 샌드박스^[3]​ 클라우드인 E2B는 배치의 약 10%가 자사 플랫폼을 쓴다고 밝혔어요. 세계에서 가장 선별적인 액셀러레이터의 스타트업들이 특정 인프라 위에 표준화되고 있다면, 그건 트렌드가 아니라 구조가 잡힌 거예요.

왜 인프라에 돈이 몰릴까요? 에이전트가 실제 업무에 투입되려면 세 가지 질문에 답해야 하기 때문이에요.

첫째는 테스팅이에요. AI가 코드를 생성하는 속도는 비약적으로 빨라졌지만, 그 코드를 테스트하는 환경은 여전히 수동으로 만들어야 해요. 기존 샌드박스로는 속도를 못 따라가요. Arga Labs가 소프트웨어의 '디지털 트윈'을 즉시 만들어서 AI 에이전트가 안전하게 테스트할 수 있는 환경을 제공하는 이유예요.

둘째는 보안이에요. 에이전트가 이메일을 읽고, 슬랙에 메시지를 보내고, 코드를 커밋하는 세상에서 그 에이전트의 공개 인터페이스가 해킹되면 회사 전체가 위험해져요. Silmaril은 에이전트가 프롬프트 인젝션에 취약한 지점을 자율적으로 탐색하고, 위협을 발견하면 방화벽을 자동으로 재훈련시켜요.

셋째는 관리와 감사(audit)예요. 에이전트 하나를 쓰는 건 쉬워요. 하지만 100개를 동시에 돌리면, "3번 에이전트가 어떤 파일을 수정했고 왜 그런 판단을 했는지" 추적하는 게 핵심 과제가 돼요. Superset이 각 에이전트를 독립된 작업 공간에서 실행하고, 충돌 없이 관리하는 플랫폼을 만드는 건 이 문제 때문이에요.

한 VC 분석가의 관찰이 이 구조를 정확히 짚어요. "더 좋은 모델과 더 좋은 프롬프트는 빠르게 상품화되고 있어요. 하지만 감사 추적(audit trail)은 상품화되지 않아요." 에이전트가 무엇을 했고 왜 했는지 기록하고 검증하는 능력이 지금 가장 방어 가능한 포지션이라는 의미예요.

이건 이전에도 본 패턴이에요. 2000년대 중반 클라우드 컴퓨팅이 부상했을 때, 가장 큰 기업이 된 건 클라우드 위의 모니터링(Datadog), 보안(CrowdStrike), 인프라 관리(HashiCorp) 레이어였어요. 클라우드 앱을 만든 수천 개 스타트업 대부분은 사라졌지만, 그 앱들이 안전하게 돌아가도록 만든 인프라 기업들은 수십조 원대 시가총액을 기록하고 있어요. 플랫폼이 바뀔 때마다 그 위의 인프라 레이어에서 거대 기업이 탄생하는 구조는, 우연이 아니라 필연이에요. 플랫폼이 확산될수록 인프라 수요는 그보다 더 빠르게 커지니까요.

곡괭이 시장은 어디로 향하나

이번 데모데이를 현장에서 지켜본 한 투자자가 인상적인 관찰을 남겼어요. "YC S26 배치를 한마디로 요약하면, AI가 처음으로 예산 결재권(budget authority)을 얻는 지점의 지도예요. 관심이 아니에요. 새로움도 아니에요. 예산이에요."

이 말이 에이전트 인프라 시장의 방향을 정확히 가리켜요. AI가 관심을 이기는 건 2023년에 이미 끝났어요. 데모도 이겼어요. 이제 남은 건 예산이에요. 숫자가 이를 뒷받침해요. 올해 3월 W26 배치에서는 14개 기업이 데모데이 전에 $1M ARR(연간 반복 매출)을 돌파했어요. 직전 배치의 3배이고, 2년 전만 해도 거의 불가능했던 수치예요. 스타트업이 3개월 만에 이 매출을 찍는다는 건 기업 고객이 실제로 지갑을 열기 시작했다는 뜻이에요. 그리고 기업이 AI 에이전트에 실제 예산을 집행하는 순간, 테스팅·보안·감사 인프라는 선택이 아니라 필수 지출이 돼요.

이유는 간단해요. 에이전트 하나가 실수하면 불편한 수준이지만, 100개가 동시에 실수하면 사업적 재앙이에요. 누가 승인했는지, 무엇을 건드렸는지, 왜 그런 판단을 했는지 추적할 수 없다면, 기업은 에이전트를 실무에 투입할 수 없어요. 에이전트를 더 많이 쓸수록 인프라 수요가 비례해서 커지는 구조예요.

여기서 흥미로운 역설이 생겨요. 에이전트가 저렴하고 쉬워질수록, 기업은 더 많은 에이전트를 돌릴 거예요. 그러면 그 에이전트들을 테스트하고, 보호하고, 감사하는 인프라 비용은 오히려 늘어나요. AI 에이전트의 한계 비용이 0에 수렴할수록, 인프라의 가치는 반대로 커지는 거예요. 그리고 예전에는 보통 매출을 내기 전에 그러니까 ARR, MRR이 찍히기 전에 투자를 받았다면 이제는 반복매출은 당연하고 Scale-Up(규모 키우기)를 위해서 투자를 받는 시대로 스타트업씬이 바뀌고 있다는 거에요.

한국 시장에도 시사점이 있어요. 국내 AI 도입은 대부분 "에이전트를 만들거나 쓰는" 단계에 머물러 있어요. 대기업들이 사내 AI 에이전트를 시범 운영하기 시작했지만, 정작 그 에이전트의 행동을 추적하고 검증하는 인프라에 대한 논의는 거의 없어요. 하지만 실무 투입이 본격화되는 순간, 동일한 인프라 수요가 터질 거예요. 테스팅과 보안 없이 에이전트를 운영하는 건, 로그 없이 서버를 돌리는 것과 같다는 인식이 실리콘밸리에서는 이미 정착되고 있거든요.

오스왈드의 시선

저는 이번 YC 배치를 보면서, GTM 전략을 수립하면서 반복적으로 목격한 패턴을 다시 떠올렸어요.

새로운 플랫폼이 등장하면 첫 번째 물결은 항상 애플리케이션이에요. "이걸로 뭘 만들 수 있지?"가 시장의 첫 질문이에요. 모바일이 나왔을 때 모두가 앱을 만들었고, 클라우드가 나왔을 때 모두가 SaaS를 만들었어요. AI 에이전트도 지금 이 단계예요. 슬랙에 연결하는 에이전트, 이메일을 정리하는 에이전트, 코드를 짜는 에이전트.

그런데 플랫폼이 실제로 엔터프라이즈에 침투하기 시작하면, 돈의 흐름이 바뀌어요. "이게 안전하게 돌아가려면 뭐가 필요하지?"가 두 번째 질문이 되고, 이 질문에 답하는 기업이 결국 더 큰 시장을 가져가요. 모바일에서는 MDM(모바일 기기 관리)과 앱 보안이, 클라우드에서는 모니터링과 접근 제어가 그 역할을 했어요.

이번 YC 배치의 에이전트 인프라 기업들은 정확히 이 두 번째 물결의 시작점에 서 있어요.

다만 한 가지 유보할 점이 있어요. "곡괭이" 비유가 깔끔한 만큼, 현실은 더 복잡해요. 클라우드 모니터링 시장에서도 수십 개 스타트업이 뛰어들었지만 살아남은 건 소수였어요. 에이전트 인프라 역시 대형 클라우드 사업자(AWS, Azure, GCP)가 직접 나서면 게임이 달라질 수 있어요. 결국 관건은 타이밍이에요. 인프라 수요가 폭발하기 직전에 고객을 확보하되, 대형 플레이어가 진입하기 전에 전환 비용을 만들어놓는 것. 이 타이밍을 잡았는지는 1~2년 안에 드러날 거예요.

마치며

정리해볼게요. 이번 YC S26 배치가 보여주는 핵심은 세 가지예요.

첫째, AI 에이전트 시대의 가장 확실한 수혜자는 에이전트 자체가 아니라, 에이전트가 작동하기 위한 인프라를 만드는 기업이에요. 둘째, VC들의 투자 기준이 "이 기술이 흥미로운가"에서 "이 기술이 예산 결재를 받을 수 있는가"로 이동하고 있어요. 셋째, 이 구조는 새롭지 않아요. 클라우드, 모바일, 모든 플랫폼 전환에서 반복된 패턴이에요.

다음에 AI 에이전트 도입을 검토하실 때, 에이전트 자체뿐 아니라 "이 에이전트가 안전하게 돌아가려면 뭐가 필요하지?"를 함께 물어보시길 추천해요. 그 질문의 답에 돈이 있어요.

💬 혹시 회사에서 AI 에이전트를 도입하거나 검토하고 계신가요? 가장 큰 걸림돌이 뭔지 댓글로 알려주세요!

참고자료 & 더 읽기

핵심 출처

배경 지식

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.