데이터독 베테랑, 대형 AI 락인에 맞서 AI 코딩 스타트업 ‘Niteshift’ 설립

Source: TechCrunch

AI 코딩 에이전트 스타트업 Niteshift가 Greylock의 제리 첸이 이끄는 700만 달러 시드 라운드를 유치했다. AI 기준으로는 겸손한 금액이지만, Datadog 초기 엔지니어 두 명이 설립한 이 스타트업은 리드 호프만, Datadog의 올리비에 포멜, 알렉시스 레-콕, Braintrust의 안쿠르 고얄, 그리고 Reflection AI의 미샤 라스킨 등 유명 엔젤 투자자들을 끌어모았다.

Datadog을 초기 단계부터 수십억 달러 규모로 성장시킨 사지드 메흐무드와 코너 브라나간이 설립한 이 회사는 “코드라는 가장 민감한 자산을 OpenAI나 Anthropic 같은 모델 제공업체에 직접 맡길 수 있을까?”는 질문을 내세우며 붐비는 AI 코딩 시장에 뛰어들었다. 해당 모델 제공업체들은 경쟁 앱을 출시하면서 스타트업과 기업을 “죽이고” 있기 때문이다.

CEO인 메흐무드는 이를 Datadog이 초기에 성장하던 시기와 비유한다. 당시 모니터링 회사는 Amazon Web Services 위에서 운영하기를 거부하는 전자상거래 고객들을 따냈다. 이는 Amazon이 동시에 같은 소매점들을 “소매업 종말(​retail apocalypse)”이라 불리는 현상으로 몰아가고 있었기 때문에 합리적인 우려였다.

메흐무드가 보는 AI 버전은 이미 진행 중이다. Anthropic, OpenAI 등은 수직형 소프트웨어 시장으로 빠르게 진입하고 있으며, 이를 일부는 SaaSpocalypse라 부른다.

“Datadog에서도 이 점을 명확히 보았습니다,” 라고 메흐무드는 말했다. “우리 멀티클라우드 비즈니스의 큰 부분은 Amazon을 쓰고 싶어 하지 않는 전자상거래 기업들에서 나왔습니다. … Anthropic이 법률, 의료, 금융 등 다양한 분야에서 경쟁하게 되면 같은 역학이 나타날 겁니다.”

베팅 포인트는 기업들이 AI가 생성한 코드를 적절히 검증·유지보수하고, 동시에 모델 제공업체와 경쟁 관계에 있지 않은 벤더를 원한다는 점이다. 즉, 코딩 모델을 다른 오케스트레이션 인프라와 분리하는 인프라에 대한 수요가 늘어날 것이라는 전망이다.

분명히 말하자면, Niteshift는 가장 인기 있는 코딩 에이전트인 Claude Code나 Codex를 대체하려는 것이 아니다. 오히려 그들에 대한 의존도를 낮추겠다는 입장이다.

Niteshift의 AI 코딩 클라우드는 프로젝트별 요구에 따라 해당 모델들—오픈소스 옵션 및 기타 모델 포함—사이를 라우팅한다.

“GPT와 클라우드 모델 사이를 전환할 수 있다는 점이 중요합니다,” 라고 메흐무드는 말했다. “모두가 거대 기업에게 발을 밟히는 걸 두려워하고 있죠.”

이 아이디어가 바로 Greylock의 첸을 설득한 포인트다.

“프론티어 랩이 스택을 위로 올라가면서, 고객에게 대안을 제공할 기회가 생깁니다: 에이전트를 실행하는 인프라와 분리하는 것이죠,” 라고 첸은 TechCrunch에 말했다. “Niteshift는 코딩 에이전트를 위해 이를 가능하게 하는 플랫폼을 구축하고 있습니다. 고객은 단일 모델이나 에이전트 벤더에 잠기지 않고 개발자 도구에 깊이 투자할 수 있게 됩니다.”

게다가 Niteshift는 토큰을 판매하지 않는다. 클라우드 제공업체처럼 인프라를 제공하고, 분당 사용량 기준으로 과금한다.

“다른 사람들은 노동 대체 인텔리전스를 팔고 있습니다,” 라고 메흐무드는 말했다. “우리는 인간 대신 에이전트를 위한 소프트웨어를 판매하고 있습니다—하지만 여전히 소프트웨어를 파는 겁니다.”

그럼에도 불구하고 Niteshift는 AI 코딩 툴이 포화된 시장에 진입한다. 모델 독립성 자체는 새로운 아이디어가 아니며, 경쟁사들은 이미 큰 선점 효과를 가지고 있다. 여기에는 Cursor(곧 SpaceX에 인수될 수도 있음), Cognition(최근 260억 달러 평가액에 10억 달러 유치), Amazon Bedrock, 그리고 AI 게이트웨이 플랫폼 OpenRouter(13억 달러 평가액에 1억 1300만 달러 유치) 등이 있다. 리스트는 계속된다.

메흐무드가 제시하는 답은 바로 창업팀의 깊이이다. 메흐무드와 브라나간은 단순히 문제를 공부한 것이 아니라, Datadog을 확장하면서 현재 대규모 엔지니어링 조직이 AI 생성 코드와 마주하고 있는 성장통을 직접 겪었다. 그는 “팀은 실제 프로덕션 환경에서 소프트웨어를 자동으로 실행·테스트·검증해야 하며, 이를 위해 대규모로 구현해 본 사람들의 인프라가 필요합니다”라고 강조한다.

When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.