3000만달러 조달 보도, 마인드가드 AI 보안 확장

Mindgard가 AI 시스템 보안 플랫폼 확장을 위해 3000만 달러(약 424억원)를 조달한 것으로 전해졌다. 생성형 AI의 활용 범위가 모델에서 에이전트와 애플리케이션으로 넓어지면서 시스템 전체의 공격 가능성을 점검하는 보안 기술에 자금이 유입된 사례다.

크립토브리핑(Crypto Briefing)은 12일 Mindgard가 적대적 공격과 모델 조작, 데이터 유출에 대응하는 플랫폼을 확장하기 위해 자금을 확보했다고 전했다. 투자자와 투자 라운드의 성격은 공개되지 않았으며, Mindgard 공식 채널에서도 같은 조달 발표는 확인되지 않았다.

Mindgard는 영국 랭커스터대학교(Lancaster University)의 AI 보안 연구에서 출발해 2022년 설립된 스타트업이다. 회사는 보스턴과 런던에 본사를 두고 AI 모델과 에이전트, 애플리케이션의 위험을 평가하는 보안 플랫폼을 운영하고 있다.

주요 제품은 AI 레드팀 테스트와 런타임 보호 기능이다. 시험 대상에는 AI 애플리케이션과 에이전트, 대규모언어모델(LLM)뿐 아니라 이미지·오디오·멀티모달 모델도 포함된다.

AI 레드팀은 공격자의 관점에서 시스템을 시험해 취약점과 우회 경로를 찾는 보안 점검 방식이다. 런타임 보호는 개발 단계의 사전 검사에 그치지 않고 실제 운영 환경에서 발생하는 공격과 비정상 동작을 탐지하는 절차를 뜻한다.

기존 보안 점검은 주로 코드와 네트워크 취약점을 다뤘지만 AI 에이전트는 프롬프트와 외부 도구, 검색 기능, 권한, 데이터베이스를 함께 사용한다. 연결 지점이 늘어날수록 단일 모델의 성능 평가만으로는 시스템 전반의 위험을 파악하기 어려워지는 구조다.

에이전트의 권한 관리 문제는 크립토 서비스에도 직접 닿아 있다. 본지는 앞서 제미나이 AI 에이전트에서 프롬프트 주입을 통해 권한 상승으로 이어질 수 있는 공격 경로를 보도했다.

Mindgard는 5월 29일 공개한 보안 평가 도구 GuardBuster에서도 실제 운영 환경을 반영한 검증의 필요성을 강조했다. 회사는 가드레일 벤치마크만으로 현실의 공격에 대한 회복력을 입증하기 어렵다며 독립적인 성능 검증이 필요하다고 밝혔다.

아론 포트노이(Aaron Portnoy) Mindgard 최고제품책임자는 “조직이 가드레일에 투자했지만 이를 제대로 측정할 수 없다면 여전히 해소해야 할 공백을 안고 있는 것”이라고 말했다. 이는 보안 기능을 도입하는 데 그치지 않고 실제 공격 조건에서 성능을 반복적으로 측정해야 한다는 회사의 입장이다.

Mindgard는 2025년 1월 800만 달러(약 113억원)의 투자 유치를 발표했다. 당시 .406 벤처스(.406 Ventures)가 투자를 주도했고 애틀랜틱브리지(Atlantic Bridge), 윌로트리 인베스트먼트(Willowtree Investments), IQ 캐피털(IQ Capital), 레이크스타(Lakestar)가 참여했다.

테크.eu(Tech.eu) 펀딩 익스플로러는 지난달 27일 기준 Mindgard의 누적 조달액을 1100만 유로, 투자 라운드를 2건으로 집계했다. 최근 투자 시점도 2024년 12월로 표시돼 이번 3000만 달러 조달 보도는 아직 반영되지 않은 상태다.

AI 보안 분야에서는 비슷한 규모의 투자가 이어지고 있다. 테크.eu는 Qevlar AI가 올해 3000만 달러(약 424억원), RevEng.AI가 1500만 달러(약 212억원)를 각각 조달했다고 보도했다.

두 회사는 AI 보안 운영과 AI 생성 소프트웨어 검증을 주요 사업으로 내세우고 있다. 보안 대상이 개별 모델 평가에서 에이전트와 런타임, 소프트웨어 검증으로 확장되는 흐름을 보여준다.

Mindgard의 기술을 둘러싼 평가는 엇갈린다. 해커뉴스(Hacker News)에서는 회사가 공개한 AI 이미지 안전 연구를 두고 홍보성이라는 비판과 실제 보안 문제를 드러낸 연구라는 평가가 함께 나왔다.

이번 조달은 토큰이나 크립토 기업을 직접 대상으로 한 투자는 아니다. 다만 거래소와 지갑, 온체인 서비스가 AI 에이전트와 자동화 도구를 활용하면 권한과 데이터 접근, 운영 환경을 함께 검증해야 해 AI 시스템 보안과 크립토 인프라의 접점도 넓어질 수 있다.