대기업들이 수십 년간 쌓아온 레거시 코드베이스는 AI 전환의 발목을 잡는다. 수백만 줄이 얽히고설킨 시스템을 현대화하려면 개발자 수십 명이 수개월씩 매달려야 하는 것이 현실이고, 그 시간 동안 새 기능은 멈춘다. 그 병목을 수천 개의 AI 에이전트가 병렬로 자율 가동하는 방식으로 정면 돌파하겠다는 회사, 블리지(Blitzy)에 Series B로 2억 달러(약 2,600억원)이 붙었다1. 기업가치는 14억 달러로 인정받아 유니콘 클럽에 진입했다1.
왜 '레거시 코드베이스'였나 — 기술 부채가 가장 깊은 곳에 가장 큰 시장이 있다
AI 코딩 도구의 주전장은 지금까지 새 코드를 빠르게 쓰는 쪽이었다. GitHub Copilot, Cursor 같은 IDE 코파일럿은 개발자가 직접 지시하고 모델이 한 줄씩 제안하는 방식으로 시장을 키웠다. 그런데 엔터프라이즈 현실은 다르다. 대부분의 대기업 엔지니어링 조직은 신규 기능 개발보다 기존 코드를 이해하고 유지보수하는 데 더 많은 시간을 쓴다. 수십 년간 덧붙여진 레거시 시스템은 클라우드·AI 전환의 병목이 됐고, 이를 해소하는 일은 아직 기존 AI 코딩 도구가 제대로 공략하지 못한 영역으로 남아 있다1.
블리지는 이 병목을 정면 타깃으로 삼는다. 기존 코드베이스를 역공학(reverse engineering)으로 분석해 동적 지식 그래프를 자동 구축하고, 수천 개의 AI 에이전트를 수일에서 수 주간 병렬 가동하며 소프트웨어 전체를 자율적으로 개발한다1. 개발자가 작업을 직접 지시하는 코파일럿 방식과 근본적으로 다르다. 에이전트 군이 코드베이스를 스스로 파악하고, 현대화 목표를 향해 자율 실행한다. 개발자는 지시자가 아니라 결과 검토자로 역할이 바뀐다. 레거시 코드에 대한 깊은 이해가 없어도 현대화 작업을 시작할 수 있다는 것이 엔터프라이즈 고객에게 가장 큰 진입 장벽을 낮추는 지점이다.
모델 스택도 단일 공급사에 의존하지 않는다. 구글, 앤트로픽, 오픈AI의 최신 모델을 조합해 매 실행마다 10만 번 이상 호출하며 코드 품질을 끌어올린다1. 이 멀티모델 앙상블 구조는 특정 모델의 약점을 다른 모델이 보완하게 한다. 코드 생성, 리뷰, 테스트, 문서화까지 각 단계에서 최적 모델을 선택하는 오케스트레이션이 블리지의 핵심 아키텍처다. 실행당 10만 회라는 호출 규모는 단순한 마케팅 수치가 아니라, 이 접근이 얼마나 연산 집약적인지를 보여주는 설계 지표다.
독립 벤치마크 SWE-Bench Pro에서 기록한 66.5% 점수는 현재 업계 1위다1. 이 벤치마크는 실제 깃허브 이슈를 AI가 자율 해결하는 능력을 측정한다. 블리지의 수치는 특정 회사가 자체 주장하는 성능 지표가 아니라 독립 기관의 검증이라는 점에서 의미가 다르다. 기술 검증과 투자 승인이 같은 시점에 나왔다는 사실은 시장 신호로 읽힌다. 글로벌 2000대 기업 수십 곳이 이미 고객사로 합류했고, 일부 고객사에서는 엔지니어링 속도가 5배 향상됐다1.
코파일럿과 무엇이 다른가 — 같은 AI, 다른 패러다임
| 비교 영역 | IDE 코파일럿 방식 | 블리지 자율 에이전트 |
|---|---|---|
| 작동 방식 | 개발자가 직접 지시, 모델이 제안 | 수천 에이전트 병렬 자율 실행, 개발자 개입 최소화 |
| 코드 이해 | 컨텍스트 창 내 코드만 파악 | 역공학 기반 동적 지식 그래프 자동 구축 |
| 모델 활용 | 단일 또는 소수 모델 | 구글·앤트로픽·오픈AI 멀티모델, 실행당 10만+ 호출 |
| 적합 작업 | 신규 코드 작성·단발성 수정 | 레거시 코드베이스 현대화·대규모 리팩토링 |
| 성과 측정 | 주관적 개발자 경험 | SWE-Bench Pro 66.5% 업계 1위, 속도 5배 향상 사례 |
어떻게 작동하나 — 자율 개발의 3단계
- 역공학·지식 그래프 구축 블리지는 먼저 기존 코드베이스 전체를 역공학으로 분석해 동적 지식 그래프를 자동 구축한다1. 수십 년간 쌓인 코드의 의존성, 패턴, 구조를 AI가 스스로 파악하는 단계다. 개발자가 별도로 문서를 작성하거나 컨텍스트를 제공할 필요 없이, 시스템이 코드베이스의 전체 지도를 그린다. 이 지도가 이후 에이전트 실행의 기반이 된다. 기존 코딩 도구가 컨텍스트 창 안에 들어오는 코드만 보는 것과 달리, 블리지는 레거시 전체를 하나의 구조화된 지식으로 통합한다.
- 수천 에이전트 병렬 자율 실행 지식 그래프를 기반으로 수천 개의 AI 에이전트가 수일에서 수 주간 병렬 가동된다1. 각 에이전트는 독립된 하위 작업을 맡아 동시에 진행하며, 전통적인 순차 개발 방식 대비 처리 속도를 비약적으로 높인다. 일부 고객사에서 엔지니어링 속도 5배 향상이 나온 것은 이 병렬 구조가 직접적인 원인이다1. 인간 개발자의 개입은 설계 검토와 최종 승인으로 압축되고, 반복적인 구현 작업은 에이전트 군이 담당한다.
- 멀티모델 앙상블로 품질 보증 매 실행마다 구글·앤트로픽·오픈AI의 최신 모델을 조합해 10만 번 이상 호출하며 코드 품질을 검증한다1. 단일 모델이 아니라 여러 모델이 서로 결과를 검토하고 보완하는 앙상블 구조다. 이 접근이 독립 벤치마크 SWE-Bench Pro 66.5% 업계 1위라는 수치로 이어졌다1. 실행당 10만 회 호출은 연산 비용이 크지만, 엔터프라이즈 고객이 요구하는 코드 정확성과 안전성 기준을 맞추기 위한 구조적 선택이다.
The Bet — 왜 8개 VC가 2억 달러를 넣었나
노스존·PSG·배터리 벤처스·점프 캐피털·모건 크릭 디지털·플라이브리지·NFX·피쿠스 캐피털이 Series B에서 2억 달러를 집어넣은 논리는 하나다1. AI 코딩 도구 시장에서 코파일럿은 이미 범용재(commodity)가 됐다. 개발자 한 명의 생산성을 20~30% 올리는 도구는 차별화가 어렵고, 경쟁은 가격으로 수렴한다. 그런데 레거시 현대화는 코파일럿이 침투하기 가장 어려운 영역이자, 동시에 글로벌 2000대 기업이 반드시 해결해야 하는 가장 큰 기술 부채다. 블리지는 개발자를 대체하는 것이 아니라 엔지니어링 속도를 5배로 끌어올리는 승수(multiplier)로 포지셔닝한다1. 기업가치 14억 달러와 SWE-Bench Pro 업계 1위가 동시에 나왔다는 사실은, 기술 검증과 시장 승인이 함께 완료됐다는 신호다. 이 베팅이 맞으려면 레거시 현대화라는 카테고리에서 블리지가 선두를 지켜야 한다 — 그리고 글로벌 2000 고객사 수십 곳의 초기 락인이 그 근거다1.
다음 12개월에 지켜볼 지표 3개
- SWE-Bench Pro 점수 방어 여부 66.5%는 현재 업계 1위지만, AI 코딩 벤치마크 경쟁은 빠르게 움직인다1. 이 수치를 유지하거나 끌어올리는지가 블리지 기술 해자의 실질적 깊이를 측정하는 지표다. 순위가 뒤집힐 경우, 기술 차별화를 근거로 한 영업 서사와 프리미엄 가격 정당성이 동시에 흔들릴 수 있다.
- 글로벌 2000 고객사 수 확장 속도 현재 글로벌 2000대 기업 수십 곳이 고객사로 확보됐다1. Series B 2억 달러가 고객 수 확장에 얼마나 빠르게 전환되는지가 레거시 현대화 시장 점유율 경쟁의 핵심 변수다. 특히 동일 기업 내 확장 계약(land and expand) 규모가 ARR 성장의 질을 결정할 것이다.
- 검증 가능한 사례 연구 공개 범위 현재 "일부 고객사 5배 향상"은 구체적 기업명 없이 공개된 상태다1. 검증 가능한 사례 연구(case study)가 얼마나 쌓이느냐가 대기업 영업 사이클을 단축하는 결정적 요인이다. 레거시 현대화 프로젝트는 의사결정 구조가 복잡하고 도입 검토 기간이 길기 때문에, 공개 레퍼런스의 유무가 계약 성사율에 직결된다.
2억 달러가 그 전환에 얼마나 빠르게 불을 붙이는지가, 다음 이야기다.
