인공지능·데이터 보안 기업 사이에라(Cyera)가 AI 에이전트용 데이터 레이크 기술을 확보하기 위해 이스라엘 스타트업 라이프트데이터(Ryft Data)를 인수했다. 기업들이 민감한 내부 데이터를 AI 에이전트에 연결하는 속도가 빨라지면서, ‘누가 어떤 데이터에 접근했고 어떤 행동을 했는지’ 추적하는 보안 역량이 핵심 경쟁력으로 떠오르는 모습이다.
이번 거래 조건은 공개되지 않았지만, 이스라엘 매체 글로브스는 업계 소식통을 인용해 인수 금액이 1억~1억3000만달러, 원화 기준 약 1478억원~1921억원 수준으로 추정된다고 보도했다. 적용 환율은 1달러당 1477.50원이다.
설립 2년 된 라이프트, ‘AI 준비된 데이터 레이크’ 앞세워 주목
2024년 설립된 라이프트데이터는 기업용 자동화 데이터 레이크 플랫폼을 개발해왔다. 이 플랫폼은 직원과 AI 에이전트가 기업 데이터에 어떻게 접근하는지 자동으로 분석하면서, 빠르고 안전한 데이터 접근을 지원하는 것이 특징이다. 데이터 권한 부여, 분류, 최적화 과정을 자동화하고 오픈소스 표준을 기반으로 설계돼 특정 벤더에 종속되지 않도록 한 점도 강점으로 꼽힌다.
라이프트는 관리 계층을 통해 성능 최적화, 규제 준수, 재해 복구, 거버넌스를 자동 처리한다고 설명했다. 일반적으로 데이터 레이크를 안정적으로 운영하고 감사 대응이 가능한 상태로 유지하려면 수작업 엔지니어링 부담이 큰데, 이를 줄여준다는 의미다.
회사는 자사 기술이 단순히 데이터가 쌓여 정리되지 않는 ‘데이터 늪’이 아니라, 대규모 AI 에이전트 workload를 감당할 수 있는 ‘AI 준비된 데이터 레이크’를 구현한다고 강조해왔다. 이는 기업 환경에서 AI 에이전트가 더 많이 도입될수록 ‘정제되고 관리되며 추적 가능한 데이터’의 중요성이 커진다는 점과 맞닿아 있다.
기존 분석 도구 유지하며 보안 가시성 강화
라이프트 플랫폼은 기존 쿼리 엔진과 분석 도구 옆에서 작동하도록 설계돼, 고객이 데이터를 통째로 옮기거나 독점 기술 스택으로 갈아탈 필요가 없다. 도입 장벽을 낮춘 구조다.
특히 보안·컴플라이언스 팀은 이 아키텍처를 통해 AI 에이전트가 어떤 데이터에 접근했는지, 어떤 권한을 사용했는지, 이후 어떤 작업이 이어졌는지를 일관된 시야로 확인할 수 있다. 기업 전반에 자율형 AI 시스템이 빠르게 늘어나는 상황에서 이 같은 추적 기능은 실무적으로 매우 중요하다.
사이에라는 이번 인수로 자사 데이터 보안 플랫폼에 ‘에이전트 준비형’ 데이터 레이크 역량을 추가하게 됐다고 밝혔다. 회사는 이를 통해 대규모 환경에서도 즉시 추적 가능하고 안전한 AI 에이전트 데이터 접근 체계를 제공하는 로드맵을 앞당기겠다는 입장이다.
라이프트 CEO, 사이에라 AI 보안 부문 이끈다
인수 절차가 마무리되면 라이프트데이터 최고경영자 요시 레이트블랫(Yossi Reitblat)은 사이에라에서 AI 보안 활동을 총괄하게 된다. 라이프트 팀도 AI, 데이터, 정보보안의 접점을 전담하는 신규 조직으로 편입될 예정이다.
사이에라 공동 창업자이자 최고기술책임자 타마르 바르일란(Tamar Bar-Ilan)은 “라이프트 팀은 데이터와 AI의 교차 영역에서 깊은 전문성을 갖고 있다”며 “기업들이 AI 에이전트를 안전하고 빠르게 도입할 수 있도록 통합 데이터·AI 제어 체계를 구축하는 데 핵심 역할을 맡게 될 것”이라고 말했다.
사이에라, 5년간 네 번째 인수… 기업 AI 보안 시장 확대 신호
라이프트는 인수 전까지 인덱스벤처스, 베세머벤처파트너스 등으로부터 800만달러, 약 118억2000만원을 투자받았다. 사이에라 입장에서는 최근 5년 사이 네 번째 인수다. 회사는 올해 1월에도 기업가치 90억달러, 약 13조2975억원 기준으로 4억달러, 약 5910억원의 신규 자금을 유치한 바 있다.
이번 인수는 단순한 기술 보강을 넘어 기업 AI 보안 시장의 우선순위가 빠르게 바뀌고 있음을 보여준다. 생성형 AI를 넘어 스스로 접근하고 분석하고 실행하는 AI 에이전트가 확산되면서, 데이터 보안은 저장 단계가 아니라 ‘실시간 접근 통제와 추적’ 중심으로 이동하고 있다. 사이에라의 이번 행보는 그 변화에 맞춘 선제 대응으로 해석된다.
TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

