Plurai, 자율주행 기술로 AI 에이전트 신뢰도 높인다
원제: Plurai wants to help AI agents work better using the same approach that helped get self-driving cars to roads
왜 중요한가
AI 에이전트 신뢰성 문제를 시뮬레이션으로 해결하려는 시도는 기업 도입 장벽을 낮출 수 있어 에이전트 인프라 시장 전반에 영향을 미친다.
AI 에이전트 스타트업 Plurai가 2026년 11월 11일 1,300만 달러 시드 펀딩을 유치했다고 밝혔다. Team8 주도로 U&I, Velocity, Mercer가 참여했으며, 자율주행 시뮬레이션 기법을 AI 에이전트 신뢰성 향상에 적용해 현재 76~82% 수준에 머문 에이전트 작업 정확도를 끌어올리는 것이 목표다.
현재 AI 에이전트의 실제 성능은 기대에 못 미친다. LiveBench 2.0 기준으로 Claude Fable 5.2는 100점 만점 중 82.9점, ChatGPT-6 Astra는 75.6점을 기록했다. AI 인프라 기업 EON이 모의 기업 환경에서 진행한 테스트에서도 최고 성능 모델인 Claude Opus 4.8의 작업 정확도는 76.8%에 그쳤다. 이처럼 복잡한 환경에서 에이전트는 지출 정책을 무시하거나, 다수의 데이터베이스를 동시에 처리할 때 오류를 내는 등 신뢰성 문제를 드러내고 있다.
Plurai 공동창업자 Ilan Kadar와 Elad Levi는 자율주행 기술 기업 Nexar 출신이다. Kadar는 Waymo의 엔드투엔드 딥러닝 주행 소프트웨어 시뮬레이션·평가 작업에 참여한 경력이 있다. 그는 "AI 에이전트에서도 동일한 패턴을 발견했다. 데모는 쉽지만, 신뢰할 수 있고 비용 효율적인 시스템을 만드는 것은 어렵다"고 말했다.
Plurai의 접근법은 기업의 전자 시스템 전체를 디지털 트윈으로 구성한 뒤, 에이전트가 거칠 수 있는 모든 플로우를 그래프로 매핑하고 엣지 케이스에 대한 평가·수정을 적용하는 것이다. Claude Code, Codex, Copilot, Cursor 등 기존 에이전트 툴과 연동해 작동한다.
장기 목표는 더 야심차다. Plurai는 수집한 데이터를 활용해 고객 맞춤형 소형 오픈 웨이트 모델을 사후 학습(post-train)시킬 계획이다. Nvidia, Nebius와 협력해 진행한 테스트에서 자사 모델이 중급 프론티어 모델을 능가하는 성능을 더 낮은 비용에 달성했다고 밝혔다.