미렌딜 — 제품 없는 시드에 2억 달러가 붙은 이유

AI 업계는 더 큰 모델을 만들기 위해 더 많은 연구자, 더 많은 실험, 더 많은 GPU 시간을 투입해 왔다. 그런데 미렌딜은 질문을 한 칸 뒤로 밀었다. 모델을 연구하는 사람을 늘리는 대신, 연구의 반복 자체를 AI가 수행하게 만들겠다는 회사다². 아직 제품도 매출도 공개되지 않은 시드 회사에 2억 달러가 붙었다¹.

왜 제품 없는 시드였나 — 투자자는 모델이 아니라 연구 속도를 샀다

미렌딜의 이상한 점은 규모가 아니라 순서다. 보통 딥테크 회사는 논문, 데모, 초기 고객, 벤치마크를 차례로 증명한 뒤 큰 라운드로 간다. 미렌딜은 공개 제품과 매출 없이 Seed 단계에서 2억 달러를 유치했다¹. 이 라운드가 말하는 것은 단순한 기대가 아니라, 프론티어 AI 연구의 병목이 어디로 이동했는지에 대한 판단이다.

지금의 프론티어 경쟁은 모델 아키텍처 하나로 설명되지 않는다. 실험 설계, 데이터 선택, 학습 안정화, 평가, 엔지니어링 반복이 모두 연결돼야 한다. 미렌딜은 이 전체 과정을 AI가 자율적으로 수행하고 개선하는 self-accelerating 연구 루프를 만들겠다고 밝힌다². 투자자가 산 것은 첫 제품의 매출표가 아니라, 연구 생산성을 다시 쓰겠다는 시스템 가설이다.

창업팀의 이력도 이 베팅의 핵심이다. 베남 네이샤부르, 하쉬 메타, 샤얀 살레히안, 타라 레자이 4인이 창업했고, 팀은 앤트로픽·오픈AI·구글 딥마인드·xAI 출신 연구자와 엔지니어 20명으로 구성됐다¹. 프론티어랩 내부에서 모델을 만든 사람들이 이제 모델을 만드는 시스템을 만들겠다고 나온 셈이다.

그래서 이 라운드는 ‘AI 스타트업의 대형 시드’라기보다, 연구 조직 형태에 대한 선행 투자에 가깝다. 앤드리센 호로위츠와 클라이너 퍼킨스가 공동 리드하고 엔비디아가 참여했다는 사실은 이 회사가 소프트웨어 앱이 아니라 계산 인프라와 연구 워크플로의 접점에 놓였다는 신호다¹.

무엇이 다른가 — 전통 R&D 와 미렌딜의 접근

미렌딜이 증명해야 할 3단계

1. 연구 자동화가 실제로 생산성을 올리는가 미렌딜은 실험 설계와 엔지니어링 반복, AI 시스템 개선을 AI가 수행하는 구조를 목표로 한다². 문제는 이 루프가 단순 자동화 도구인지, 아니면 연구자의 시행착오 비용을 구조적으로 줄이는 엔진인지다. 프론티어 AI에서 중요한 것은 데모가 아니라 반복 속도와 실패 비용이다.
2. 첫 모델·제품이 투자 논리를 견딜 수 있는가 회사는 향후 몇 개월 안에 첫 모델과 제품을 공개할 예정이지만, 현재 공개된 제품과 매출은 없다¹. 따라서 이번 라운드는 성과에 대한 후불 보상이 아니라 팀과 문제 정의에 대한 선불 베팅이다.
3. 과학 R&D 로 확장 가능한가 미렌딜의 장기 목표는 신약, 화학, 생물학, 로보틱스 같은 과학 분야의 프론티어 AI R&D 접근권을 넓히는 것이다². 이 목표가 의미 있으려면 범용 연구 루프가 특정 도메인의 실험 제약과 데이터 제약을 견뎌야 한다.

왜 앤드리센·클라이너·엔비디아는 이 베팅을 샀나

다음 12개월에 지켜볼 지표 3개

1. 첫 모델·제품 공개 시점 회사는 향후 몇 개월 안에 첫 모델과 제품을 공개할 예정이라고 알려졌다¹. 공개가 늦어질수록 이번 라운드는 팀 신뢰에 더 오래 기대야 한다.
2. 연구 루프의 검증 방식 미렌딜이 말하는 자가 가속 루프가 벤치마크, 논문, 제품 워크플로, 고객 PoC 중 무엇으로 입증되는지가 중요하다². 단일 데모보다 반복 가능한 개선률이 더 큰 신호다.
3. 과학 도메인 진입의 첫 선택 장기 목표는 신약·화학·생물학·로보틱스 등 과학 R&D 접근권 확대다². 첫 도메인이 어디인지에 따라 미렌딜이 범용 AI 연구소인지, 특정 과학 자동화 회사인지가 갈린다.