시리즈 C로 확보한 자금과 투자사 구성
2026년 8월 25일, AI 검색 스타트업 라이너(Liner)가 500억 원 규모의 시리즈 C 투자를 유치했다. 단순한 자금 조달이 아니다.
이번 투자는 개인용 검색 서비스를 기반으로 성장한 라이너가 기업용 AI 전환(AX, AI transformation) 시장을 정면 공략하는 사업 모델 전환의 신호탄이다. 리드 투자자 LB인베스트먼트를 중심으로 에이티넘인베스트먼트·CJ인베스트먼트 등 기존 주주가 후속 참여했고, KDB산업은행·KB증권·헬리오스프라이빗에쿼티·대신증권·스틱벤처스가 신규 투자사로 합류했다(더에이아이, 2026년 8월 25일). 누적 투자금은 약 940억 원으로 늘었다.
이번 투자가 주목되는 이유는 세 가지다. 검색 AI가 단순 질의응답을 넘어 '에이전트(agent)' 형태의 작업 대행·통합 플랫폼으로 진화하고 있다는 점, 투자자 구성에서 전통 금융권이 신규로 대거 가담했다는 점, 그리고 95.3점이라는 수치화된 정확성 지표와 글로벌 트래픽 순위 30위가 기업 시장 공략의 실질적 근거로 제시됐다는 점이다. 투자자 면면은 그 자체로 시장의 신호를 담는다.
KDB산업은행·KB증권·대신증권 등 전통 금융 기관이 AI 검색 스타트업에 신규 투자자로 합류했다는 사실은 기업용 솔루션으로서의 확장 가능성을 금융권이 상업적 기회로 판단했음을 뜻한다. 직전 투자 라운드 이후 약 1년 10개월 만에 이뤄진 이번 후속 투자는 라이너의 B2C와 기업용 AI 전환이라는 두 축이 동시에 성과를 내고 있음을 반영한다. 사용자 규모와 트래픽 지표도 이 판단을 뒷받침한다.
라이너는 현재 미국·유럽·인도·동남아시아 등 220여 개국에서 1,400만 명의 사용자를 확보하고 있다. 2026년 7월 말 기준 시밀러웹(SimilarWeb) 글로벌 AI 서비스 트래픽 순위에서 포우(31위)·미스트랄AI(32위)·글린(35위)을 제치고 30위를 기록했다(시밀러웹, 2026년 7월).
광고
이 규모의 사용자 데이터는 검색 정확성 개선과 도메인별 모델 튜닝에 직결되는 자산이다.
검색 특화 LLM의 정확성과 글로벌 사용자 지표
기술 경쟁력의 핵심은 정확성이다. 라이너는 오픈AI의 사실 정확성 평가 벤치마크 'SimpleQA'에서 95.3점을 기록했다고 공개했다. 자체 개발한 컴포넌트 기반 검색 특화 LLM은 검색 답변 생성 성능 평가에서 8개 핵심 컴포넌트 전 영역에 걸쳐 GPT-4o를 능가하는 성능을 보였다(더에이아이, 2026년 8월).
범용 대형언어모델(LLM)과의 경쟁에서 '크기' 대신 '검색 정밀도'를 선택한 전략적 포지셔닝이다. 이 기술 역량은 이미 제품군으로 구체화되어 있다.
학술 특화 '라이너 스콜라', 비즈니스용 '라이너 라이트', 투자·시장 리서치용 '라이너 파이낸스'가 각 도메인 시장을 겨냥한다. 5억여 건의 학술 데이터를 기반으로 축적한 검색 역량을 기업용 솔루션에 적용한 구조다. 챗형 AI와 차별화되는 경쟁력은 이 데이터 자산과 정확성 지표의 결합에서 나온다.
실제 기업 납품 사례도 확인된다. 사우디아라비아 국책 AI 기업 휴메인(Humane)의 통합 AI 플랫폼 '휴메인 원(Humane One)'에 딥리서치 기반 AI 검색 엔진을 공급했다(더에이아이, 2026년 8월).
단순 제품 판매가 아니라 플랫폼 통합 형태로 기업 고객의 운영 워크플로우에 깊숙이 관여한 이 사례는, 에이전트형 비즈니스 모델이 반복 가능한 수익 구조로 전환될 수 있음을 보여주는 첫 번째 사례로 평가된다.
기업용 AI 전환(AX)으로의 전략적 확장 의미
물론 반론도 존재한다. 거대 클라우드·LLM 제공자가 범용 모델의 성능을 지속적으로 끌어올리는 상황에서, 전문 검색 스타트업의 확장성 한계를 지적하는 시각은 합리적이다. 자본력과 생태계 종속성은 무시할 수 없는 현실적 제약이다.
그러나 이 반론은 경쟁의 축이 이미 이동했다는 사실을 간과한다.
광고
SimpleQA 95.3점, 5억 건의 학술 데이터, 글로벌 1,400만 사용자가 결합된 파이프라인은 모델 크기만으로 복제하기 어려운 경쟁 구조를 형성한다. 경쟁은 '모델 규모 대결'에서 '검색 파이프라인·데이터·응용 통합 대결'로 전환됐다.
이 변화의 구조적 함의는 세 층위에서 작동한다. 가치 사슬 상의 위치가 먼저 바뀐다.
대형 LLM을 단순 제공하는 기업보다 검색 결과의 정합성과 응용 통합을 결합한 기업이 기업용 솔루션 수익을 가져갈 가능성이 커진다. 한국 AI 생태계에도 변화의 압력이 가해진다.
도메인 특화 데이터와 API 통합 역량을 갖춘 스타트업에게 금융·의료·연구 부문의 AX 사업 기회가 실질적으로 열리게 될 것이다. 마지막으로 규제와 거버넌스의 무게가 달라진다.
정확성 지표의 외부 검증, 출처 표기, 데이터 라이선스 준수 여부가 기업 고객의 도입 결정을 가르는 실질적 기준으로 작동할 것이다. 라이너의 500억 원 투자 유치는 검색 중심 AI 스타트업이 에이전트형 플랫폼으로 사업 구조를 전환하는 현실적 선택을 보여준다. 한국 스타트업이 '모델 규모' 대신 '정확성·도메인 데이터·응용 통합'을 통해 글로벌 틈새를 공략하는 길이 실현 가능함을 이번 사례는 증명했다.
과제는 이제 한국의 기업·연구·규제 환경이 이 전문화된 AI 비즈니스 모델의 지속 가능한 수익 창출을 뒷받침하는 방향으로 재편될 수 있느냐다.
FAQ
Q. 일반 사용자는 라이너의 이번 사업 전환으로 어떤 변화를 체감하게 되나?
A. 개인 사용자 입장에서 가장 직접적인 변화는 검색 결과의 정밀도 향상이다. 라이너가 공개한 SimpleQA 95.3점은 사실 정합성이 높은 검색 결과를 더 자주 경험할 수 있음을 의미하며, 1,400만 명 규모의 누적 사용자 데이터는 검색 모델 개선에 지속적으로 투입된다. 다만 기업용 기능과 통합된 고급 서비스는 유료화 가능성이 높아, 딥리서치·도메인 특화 분석 기능 등은 기업 고객 중심으로 먼저 제공될 가능성이 있다. 일반 사용자는 기본 검색 정확도의 개선 효과를 체감하면서도, 프리미엄 기능 접근 여부에 따라 서비스 경험이 달라질 수 있다는 점을 고려해야 한다.
Q. 한국의 다른 AI 스타트업이나 기업은 이번 사례에서 무엇을 참고해야 하나?
A. 핵심은 도메인 특화 데이터의 선제적 확보와 외부 검증 가능한 정확성 지표의 공개다. 라이너가 SimpleQA 점수와 GPT-4o 대비 성능 비교를 공개적으로 제시한 방식은 기업 고객의 신뢰를 얻는 실질적 수단이다. API·플러그인 형태의 통합 역량을 강화하고, 기업용 AI 전환(AX) 추진 시에는 데이터 라이선스·개인정보 보호·출처 표기 정책을 서비스 설계 초기 단계부터 내재화해야 한다. 클라우드·LLM 제공자와의 경쟁보다 상호보완적 파트너십을 모색하는 전략이 자본 효율 측면에서 유리하며, 추적 가능한 데이터 파이프라인과 외부 감사 가능한 정확성 체계를 갖추는 것이 규제 리스크를 낮추는 현실적 대비책이다.
Q. 전통 금융 기관들이 이번 투자에 신규로 참여한 배경은 무엇인가?
A. KDB산업은행·KB증권·대신증권 등 금융 기관의 참여는 라이너의 기업용 솔루션이 금융·투자 리서치 영역에서 직접적인 활용 가능성을 갖는다고 판단한 결과로 해석된다. '라이너 파이낸스'와 같은 투자·시장 리서치 특화 제품은 금융 기관의 내부 분석 업무에 적용 가능한 실질적 수요처를 제공한다. 또한 전통 금융권의 AI 도입 필요성이 높아지는 상황에서, 검색 정확성과 출처 추적이 검증된 전문 AI 솔루션은 범용 챗봇보다 기관 도입 문턱이 낮다. 금융권의 투자 참여는 향후 B2B 파트너십으로 이어질 가능성도 열어둔다.
※ 이 기사는 더에이아이 보도를 참조하여 작성하였습니다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}
