AI 에이전트가 기업 환경에서 실제로 작동하려면 모델 성능만으론 부족하다. "우리 회사의 매출 정의는 무엇인가", "이 파일에 접근할 수 있는 사람은 누구인가"—이런 질문에 답하지 못하는 에이전트는 강력한 도구가 아니라 예측 불가능한 변수다. 뉴욕 기반 Jedify는 이 공백을 정면으로 파고든다.
Jedify의 핵심 개념은 'context graph'다. 기업의 데이터베이스, 데이터 웨어하우스, Salesforce 같은 SaaS 앱, Tableau 같은 BI 도구, 그리고 Slack 채널과 회의 녹음까지—이 모든 소스를 API로 연결해 에이전트가 참조할 수 있는 다차원 맥락 지도를 구성한다. 기존의 semantic layer나 metadata catalog와 구별되는 지점은 데이터 관계뿐 아니라 사람·권한·워크플로·회사 고유 도메인 지식까지 동시에 포착하고, 정보가 유입되는 즉시 실시간으로 업데이트된다는 데 있다. 특정 LLM에도 종속되지 않는다.
권한 관리는 엔터프라이즈 AI에서 가장 민감한 지뢰밭이다. Jedify는 기존 identity 시스템, 파일 시스템, SaaS 도구에서 행·열·테이블 수준의 접근 제어를 상속받고, 고객이 에이전트별로 추가 접근 그룹을 설정할 수 있게 한다. 컴플라이언스 기업 Kiteworks는 Snowflake, Tableau, Notion, 내부 플레이북을 Jedify에 연결한 뒤 영업팀용 에이전트 앱을 구축했다. 고객 미팅 전에 필요한 맥락이 자동으로 준비되고, 대화 중에도 실시간으로 구체적인 정보가 표면화된다.
이번 시리즈A $24M은 Norwest가 리드했고, S Capital VC, Cerca Partners, Oceans Ventures가 참여했다. 주목할 포인트는 Snowflake의 전략적 투자다. Snowflake는 Cortex AI, Semantic Views, CoWork 등 자체 AI 기능을 구축하는 중임에도 Jedify에 투자했고, 두 회사는 기술 통합을 진행하고 있다. CEO Assaf Henkin의 논리는 이렇다: 기업 데이터의 대부분, 그리고 기관 지식의 거의 전부는 단일 클라우드에 없다. 여러 데이터베이스와 SaaS에 분산된 것이 현실이다. 토큰 비용을 기업들이 점점 옥죄는 시점에 맥락 레이어를 자체 훈련하는 건 비용 측면에서 현실적이지 않다는 게 Jedify의 판매 논리기도 하다. 궁극적 베팅은 단순하다: 모델이 범용화되고 서로 교체 가능해질수록, 기업 고유의 맥락 레이어가 다음 AI 경쟁의 핵심 differentiator가 된다. 현재 The Weather Company를 포함해 10~20개 기업이 이 베팅에 동참하고 있다.