잠재력에 비해 기업 환경에서 실제적인 영향력을 발휘하는 데 어려움을 겪던 AI 에이전트에 대해, 한 신생 스타트업은 그 근본적인 원인이 '맥락(context)'의 부족에 있다고 보고 시장 공략에 나섰다.
Y Combinator의 2025년 여름 코호트로 출범한 이 회사는 이 격차를 해소하는 것을 목표로 하는 워크플로우 오케스트레이션 스타트업이다. 이들은 복잡한 기업 환경과 내부 프로세스를 매핑(mapping)하여, 에이전트들이 신속하게 확산하는 데 필요한 맥락을 제공한다.
트레이스(Trace)의 팀 체르카소프(Tim Cherkasov) CEO는 AI 연구소들의 도구들을 언급하며 "OpenAI와 Anthropic은 회사 내부에서 활용 가능한 훌륭한 인턴들을 만들고 있습니다. 저희는 그들을 어디에 배치해야 할지 아는 매니저를 만들고 있습니다"라고 밝혔다.
이 런던 기반 회사는 지난 목요일, Y Combinator, Zeno Ventures, Transpose Platform Management, Goodwater Capital, Formosa Capital, 그리고 WeFunder로부터 총 300만 달러의 시드 투자금을 유치했으며, 벤자민 브라이언트(Benjamin Bryant)와 케빈 무어(Kevin Moore) 등 엔젤 투자자들의 투자도 확보했다.
트레이스의 시스템은 먼저 기업이 기존에 보유하고 있는 도구들—이메일, Slack, Airtable과 같이 기업의 일상 업무생활을 구성하는 시스템들—로부터 지식 그래프(knowledge graph)를 구축하는 것부터 시작한다. 이러한 맥락 정보가 갖춰지면, 사용자는 "새로운 마이크로사이트를 디자인해야 합니다" 또는 "2027년 판매 계획을 개발합시다"와 같은 높은 수준의 과제를 시스템에 입력할 수 있다. 그러면 트레이스가 단계별 워크플로우를 제시하고, 일부 작업은 AI 에이전트에게 위임하며 나머지 작업은 인간 작업자에게 할당하는 방식이다. 시스템이 AI 에이전트를 호출하게 되면, 해당 하위 작업을 완료하는 데 필요한 구체적인 데이터가 프롬프트로 제공된다.
이 접근 방식은 기업 내부 실제 배포의 가장 큰 걸림돌 중 하나였던 AI 에이전트 온보딩 과정의 섬세한 작업을 자동화하는 것을 목표로 한다.
많은 기업들이 에이전트 AI에 집중하면서 트레이스는 상당한 경쟁에 직면할 것으로 예상된다.
실제로 Anthropic은 금주 초, 특정 부서 기능에 초점을 맞춘 사전 제작된 플러그인 형태의 엔터프라이즈 에이전트를 출시했다. 또한 트레이스가 활용하는 여러 업무 생산성 서비스들, 예를 들어 Atlassian의 Jira 등은 자체 에이전트를 개발하며 이 스타트업의 시스템과 잠재적인 경쟁 구도를 형성하고 있다.
하지만 트레이스의 창업자들은 자신들의 지식 그래프 기반 접근 방식이 성공의 핵심 열쇠가 될 것이라고 확신한다. 이는 지식 그래프를 통해 에이전트 배포 구조 깊숙이 '맥락 엔지니어링'을 구현할 수 있기 때문이다.
아르투르 로마노프(Artur Romanov) CTO는 "2024년과 2025년은 여전히 프롬프트 엔지니어링에 관한 것이었습니다. 하지만 이제 우리는 프롬프트 엔지니어링을 넘어 맥락 엔지니어링으로 이동했습니다"라고 강조했다. "가장 적절한 시점에 가장 풍부한 맥락을 제공하는 쪽이 AI 우선 기업들이 구축될 인프라가 될 것이며, 저희는 바로 그 인프라가 되고자 합니다."
[출처:] https://techcrunch.com/2026/02/26/trace-raises-3-million-to-solve-the-agent-adoption-problem