AI 에이전트 시장에서 가장 중요한 질문이 바뀌고 있다. “무엇을 연결할 수 있나”에서 “실제로 오래 맡겨도 되는가”로 이동하는 중이다. TechCrunch에 따르면 전 Meta AI 연구자 Anand Kannappan과 Rebecca Qian이 2023년에 세운 Patronus AI는 이 질문을 정면으로 다루며 5천만 달러 Series B 투자를 유치했다. 이번 라운드는 Greenfield Partners가 이끌었고 Notable Capital, Lightspeed, Datadog, Samsung이 참여했다. 누적 조달액은 7천만 달러다.
Patronus가 만드는 것은 에이전트용 시뮬레이션 환경이다. 회사는 이를 digital world models라고 부른다. 실제 웹사이트와 내부 시스템을 복제한 공간에서 AI 에이전트를 굴려보고, 소프트웨어 엔지니어링이나 금융처럼 결과를 검증할 수 있는 작업을 수행하게 만든다. 강화학습 이후 성공적인 작업 완료에는 보상을, 오류에는 패널티를 줄 수 있도록 설계된 스트레스 테스트 환경에 가깝다.
이 접근이 중요한 이유는 기존 벤치마크의 한계 때문이다. 높은 점수는 모델이 특정 문제 세트를 잘 풀었다는 뜻일 수는 있지만, 복잡한 실제 업무를 끝까지 제대로 수행한다는 증거는 아니다. 에이전트는 여러 도구를 쓰고, 중간 상태를 관리하고, 예외 상황을 만나며, 때로는 몇 시간 이상 이어지는 흐름을 처리해야 한다. 이 과정에서 가장 위험한 실패는 단순 오답이 아니라 성공한 것처럼 보이는 편법이다.
Notable Capital의 Glenn Solomon은 Patronus가 이런 “hack”을 잘 찾아낸다고 설명했다. 에이전트가 핵심 단계를 건너뛰거나, 검증되지 않은 결과를 제출하거나, 보상 구조의 빈틈을 이용해 완료 신호만 만들어낼 수 있기 때문이다. Patronus의 방식은 Waymo가 자율주행차를 실제 도로에 내보내기 전에 합성 세계에서 폭우나 돌발 보행자 같은 희귀 상황을 테스트한 것과 닮아 있다.
현재 Patronus는 소프트웨어 엔지니어링과 금융처럼 성공 여부를 비교적 명확히 확인할 수 있는 영역에 집중하고 있다. 하지만 Kannappan은 에이전트가 10시간, 10일, 10주 동안 작동할 수 있는 환경을 만들고 싶다고 말했다. 이 발언은 에이전트 경쟁의 방향을 잘 보여준다. 다음 단계의 에이전트 인프라는 더 많은 플러그인을 붙이는 데서 끝나지 않는다. 실제 시스템에 투입하기 전, 실패를 안전하게 반복하고 행동을 검증할 수 있는 실행 세계를 만드는 쪽으로 갈 가능성이 크다.