발스AI가 4000만 달러(약 568억원)의 시리즈A 투자를 성공적으로 유치하여 기업가치 4억 달러(약 5680억원)를 인정받았다. AI 모델의 성능 검증을 외부 평가기관에 의존하려는 수요가 증가하고 있는 가운데, 이번 투자는 그러한 흐름을 반영한다. 이번 투자 라운드는 안드리센 호로위츠가 주도하였으며, 8VC, 피어VC, 블룸버그 베타와 같은 기존 투자자들도 참여했다.

발스AI는 대규모 언어 모델을 금융, 법률, 코딩, 의료 등에서의 실제 업무 과제로 평가하는 독립적인 벤치마크 솔루션을 제공하는 회사로 자리잡았다. 이 회사는 웹사이트에서 변호사, 은행원, 엔지니어, 의사가 수행하는 다양한 업무를 AI 모델이 얼마나 잘 수행할 수 있는지를 측정한다고 설명하고 있다. 특히, 공개 시험 벤치마크보다 실제 업무를 반영한 과제를 중시하고 있다는 점이 두드러진다.

이번 투자에서 특히 주목할 점은 제3자 평가의 중요성이다. AI 모델 개발사들은 새로운 모델을 공개할 때 종종 자기 평가 결과를 함께 제공하지만, 이러한 평가 결과는 학습 데이터와의 결합이나 특정 점수에 맞춰 최적화될 수 있다는 비판에 직면해왔다. 발스AI는 비공식 테스트 세트와 자체 평가 인프라를 통해 이러한 문제점을 해결하고자 한다.

발스AI의 평가 결과는 오픈AI, 앤트로픽, 구글, 메타, xAI의 모델 카드에도 인용되며, 올해 매출은 2025년 연간 매출의 8배에 달할 것으로 예상되고 있다. 그러나 구체적인 매출액은 아직 공개되지 않았다. 이와 함께 새롭게 출시된 도구 '발스 스미스'도 주목받고 있으며, 이는 깃허브 저장소를 맞춤형 코딩 벤치마크로 전환하는 기능을 제공한다. 기업은 자신이 사용하는 코드 저장소를 기준으로 다양한 모델과 코딩 에이전트를 비교하고 평가할 수 있게 된다.

발스AI는 발스 스미스 설명 페이지에서 공개 또는 비공식 저장소를 연결하여 AI 모델 평가 과제를 생성할 수 있는 방법을 소개하고 있다. 이 시스템은 병합된 풀 리퀘스트에서 테스트 가능한 개발 작업을 찾아, 이를 설명과 숨겨진 테스트가 포함된 과제로 변환한다. AI 모델은 원래의 코드 수정안을 보지 않고 과제를 풀어야 하며, 숨겨진 테스트를 통과해야만 해결된 것으로 인정받는다.

이러한 평가 방식은 한국 기업들에게도 매우 유용할 것으로 예상된다. AI 코딩 도구나 업무용 모델을 도입할 때, 단순히 공개 순위표만으로는 자사의 업무와의 적합성을 판단하기가 어렵기 때문이다. 특히 금융, 법률, 의료와 같은 오류 비용이 큰 분야에서는 모델의 일반적인 성능보다 특정 업무에서의 정확성과 재현성이 더욱 중요하게 고려되어야 한다.

이번 발스AI의 투자 유치는 AI 모델 경쟁이 단순한 성능 발표에서 검증 인프라로 확대되고 있음을 나타내며, 발스AI의 평가 방식이 기업의 도입 결정에 미치는 영향은 실제 고객 사례와 반복 검증 결과에 따라 결정될 것이다.