Reco AI Security 투자 유치액 1억 4,000만 달러 도달, 그러나 혼잡한 시장이 기준을 높이다

Reco는 5,500만 달러 규모의 Series B 확장 투자를 유치해 누적 투자금을 1억 4,000만 달러로 늘렸다. 기업들이 광범위한 SaaS 환경 전반에서 AI 에이전트를 관리하는 데 어려움을 겪는 가운데 나온 소식이다. 이번 Reco AI security 투자는 이 스타트업이 기존 애플리케이션 가시성을 에이전트 보안 플랫폼으로 전환할 수 있는 추가 자원을 제공한다.

이 전환은 투자 유치라는 헤드라인보다 더 중요하다. Reco는 이전까지 SaaS 애플리케이션, ID, 권한, 구성 위험을 매핑하는 데 집중했다. 이제는 이러한 기록을 에이전트, 소유자, 호출 도구, 접근 가능한 데이터와 연결하려 한다.

이 전략은 Reco를 갈수록 혼잡해지는 시장 한가운데에 놓는다. HiddenLayer, WitnessAI, CrowdStrike 등 다른 공급업체들은 런타임 모니터링, ID 제어, 데이터 거버넌스 또는 애플리케이션 검색을 통해 에이전트 보안에 접근하고 있다. Reco는 자사의 SaaS 맥락이 단지 시의적절한 메시지가 아니라 지속적인 우위가 된다는 점을 입증해야 한다.

Reco AI Security 투자가 더 폭넓은 에이전트 전략을 뒷받침하다

이번 신규 자금은 SaaS 애플리케이션 모니터링에서, 이를 통해 동작하는 자율 소프트웨어 거버넌스로 옮겨가는 Reco의 전환을 뒷받침한다.

이번 확장 투자는 2026년 2월 발표된 3,000만 달러 규모의 Series B를 잇는다. 투자 보도에 따르면 AT&T Ventures, Forestay Capital, Quadrille Capital이 최근 투자에 참여했다.

AT&T의 참여는 이 통신 기업이 Reco의 고객이기도 하다는 점에서 추가적인 의미를 갖는다. 고객이자 투자자는 상업적 검증을 제공할 수 있지만, 이 관계만으로 제품이 다른 조직에서도 일관되게 작동한다는 점이 입증되는 것은 아니다.

Reco는 채용, 영업, 파트너십, 고객 지원에 자금을 투입할 계획이다. 이러한 우선순위는 회사가 또 다른 시장을 찾는 일보다 실행력과 유통 역량을 당면한 제약으로 보고 있음을 시사한다.

CEO Ofer Klein은 TechCrunch에 Reco의 기업가치가 2월 이후 두 배 이상 증가했다고 말했다. 그는 이를 수억 달러대 후반으로 표현했지만 정확한 수치는 공개하지 않았다.

Klein은 연간 반복 매출이 수천만 달러대에 도달했으며 2026년 동안 세 배 성장할 것으로 예상한다고도 말했다. 이는 독립 감사를 거친 결과가 아니라 경영진의 발언이다. 이 회사는 100곳이 넘는 고객을 보유하고 있으며, 금융 서비스 부문이 사업의 약 40%를 차지한다.

이 수치는 특히 구매자가 긴 보안 검토 절차를 요구하는 분야에서 Reco가 신뢰할 만한 엔터프라이즈 기반을 갖췄음을 보여준다. 다만 계약 규모, 갱신율, 배포 범위, 그리고 현재 매출 중 에이전트 특화 제품에서 발생하는 비중에 관한 중요한 질문은 여전히 남는다.

투자 이력은 Reco의 포지셔닝이 얼마나 빠르게 변화했는지를 보여준다. 회사는 2025년에 2,500만 달러의 추가 자금을 조달한 뒤, 2026년 2월 3,000만 달러 규모의 Series B를 발표했다. 이 2월 라운드로 보고된 누적 투자금은 8,500만 달러가 됐다.

Reco는 처음에 핵심 문제를 SaaS 보안 격차로 설명했다. 이 회사는 보안팀이 완전히 목록화하거나 구성하거나 모니터링할 수 없는 애플리케이션에 집중했다. 최근 자료에서는 AI 에이전트, 비인간 ID, 애플리케이션 간 연결을 더 중심에 두고 있다.

이러한 흐름이 Reco가 SaaS 보안을 포기했다는 뜻은 아니다. 대신 SaaS를 많은 엔터프라이즈 에이전트가 권한을 부여받고 작업을 수행하는 환경으로 본다.

이 차이는 Reco AI security 투자 논지의 핵심이다. 에이전트는 단독으로 가치를 창출하는 경우가 드물다. 이메일, 고객 기록, 문서, 티켓 시스템, 협업 플랫폼, 내부 데이터베이스에 접근해야 한다.

각 연결은 손상된 지시, 과도한 권한, 방치된 계정 또는 잘못 구성된 통합으로 인한 피해도 키울 수 있다. Reco는 기존 애플리케이션 그래프가 이러한 조합을 찾아내는 데 필요한 맥락을 제공한다고 보고 있다.

따라서 이번 투자는 제품 확장과 시장 재포지셔닝을 모두 지원한다. Reco는 SaaS 가시성을 바탕으로 쌓은 신뢰성을 잃지 않으면서 더 폭넓은 약속으로 보안 리더들을 설득해야 한다.

에이전트 확산이 인벤토리를 보안 문제로 바꾸다

기업은 식별할 수 없는 에이전트를 관리할 수 없으며, 특히 그러한 에이전트가 사람, 애플리케이션, 서비스 계정으로부터 액세스를 상속받을 때 더욱 그렇다.

에이전트 확산은 조직 전반에서 AI 에이전트가 통제 없이 증가하는 현상을 뜻한다. 여기에는 내부 개발자가 만든 에이전트, 상용 소프트웨어 안에서 활성화된 기능, 브라우저 기반 어시스턴트, 자동화 워크플로, 공식 승인 없이 도입된 도구가 포함된다.

이는 전통적인 소프트웨어 도입보다 측정하기 어렵다. 하나의 애플리케이션이 여러 에이전트 인스턴스를 호스팅할 수 있고, 단일 에이전트가 여러 비즈니스 시스템과 상호작용할 수 있다. 공급업체마다 정의도 달라 대규모 에이전트 수치를 비교하기 어렵다.

Klein은 Reco가 Fortune 100 고객 한 곳에서 이전에 알려지지 않았던 에이전트 21,000개를 발견했다고 말했다. 고객명은 공개되지 않았으며, Reco와 TechCrunch 모두 집계 방식을 밝히지 않았다.

그러므로 이 수치는 일반적인 벤치마크가 아니라 회사가 보고한 사례로 다뤄야 한다. 그 의미는 이 수치가 묘사하는 가시성 격차에 있다. 대기업은 주요 AI 플랫폼을 승인하면서도 그 안에서 작동하는 개별 자동화를 여전히 놓칠 수 있다.

Reco는 또한 금융 서비스 고객에서 퇴사한 직원이 만든 에이전트를 발견했다고 주장한다. 해당 에이전트는 Salesforce 액세스를 유지했고 조직이 모니터링할 수 없는 도메인으로 정보를 전송할 수 있었던 것으로 알려졌다.

이 시나리오는 익숙한 여러 보안 실패를 연결한다. 직원은 떠났지만 그 사람과 연결된 디지털 행위자는 계속 활성 상태였다. 에이전트는 애플리케이션 액세스와 외부 통신 경로도 보유하고 있었다.

기존 퇴사 처리 절차는 위임된 모든 토큰, 워크플로 또는 연결된 에이전트를 식별하지 못한 채 직원 계정만 비활성화할 수 있다. 애플리케이션 관리자는 원래 소유자가 퇴사한 사실을 모른 채 승인된 통합만 볼 수도 있다.

위험은 이들의 조합에서 발생한다. 에이전트, 자격 증명, 데이터 소스, 외부 대상지는 각각 별도로 검토하면 허용 가능한 것으로 보일 수 있다. 그러나 함께 있으면 민감한 정보가 승인 없이 빠져나가는 경로를 만들 수 있다.

Reco는 자사 접근 방식의 기반이 되는 데이터 구조를 컨텍스트 그래프라고 부른다. 그래프는 에이전트, 애플리케이션, 계정, 사람, 권한, 도구, 데이터 리소스 간 관계를 기록한다. 보안팀은 이후 개별 경고를 검토하는 대신 에이전트가 어디까지 접근할 수 있는지 살펴볼 수 있다.

이 설계는 ID, 클라우드, SaaS 보안 제품에서 이미 활용되는 관계 매핑과 닮아 있다. 에이전트 특유의 과제는 워크플로 중에 권한과 행동이 바뀔 수 있다는 점이다.

직원은 일반적으로 식별 가능한 로그인 및 애플리케이션 사용 패턴을 따른다. 에이전트는 하나의 자동화된 순서 안에서 지시를 처리하고, 여러 도구를 호출하며, 문서를 검색하고, 기록을 업데이트하고, 응답을 보낼 수 있다.

에이전트는 사람의 ID, 서비스 계정 또는 자체 자격 증명을 통해서도 행동할 수 있다. 이러한 다양성은 소유권과 책임 소재를 복잡하게 만든다.

Reco는 자사 플랫폼이 280개 이상의 애플리케이션과 통합된다고 말한다. Klein은 또한 회사가 며칠 안에 통합을 추가할 수 있으며, 직접 연결된 애플리케이션 밖의 에이전트를 찾기 위해 브라우저 또는 네트워크 신호를 활용한다고 말했다.

이러한 주장은 검색 범위가 이후 모든 제어의 품질을 결정하기 때문에 중요하다. 애플리케이션 또는 ID 데이터가 불완전한 그래프는 자신감 있어 보이지만 오해를 부르는 관점을 제시할 수 있다.

보안팀은 Reco가 무엇을 에이전트로 집계하는지, 어떤 신호로 이를 식별하는지, 중복 인스턴스를 어떻게 처리하는지 물어봐야 한다. 배포 후에도 검색이 계속되는지, 그래프가 취소된 권한을 얼마나 빠르게 반영하는지도 확인해야 한다.

더 광범위한 에이전트 거버넌스 과제는 이미 도입에 영향을 미치고 있다. Google Cloud는 설문에 참여한 기술 리더의 79%가 보안, 거버넌스 또는 운영을 추론 확장에 가장 큰 장애물로 봤다고 보고했다.

같은 보고서는 고위 IT 의사결정권자의 35%가 다중 시스템 액세스에 대한 불충분한 보안을 에이전트 배포의 주요 장벽으로 꼽았다고 밝혔다. 이러한 공급업체 후원 수치에는 맥락이 필요하지만, 에이전트는 시스템 경계를 넘나들면서 유용해진다는 핵심 문제를 뒷받침한다.

Reco는 인벤토리를 첫 번째 제어 지점으로 포지셔닝하고 있다. 회사의 더 어려운 과제는 에이전트가 도구, 권한, 행동을 바꿀 때 검색이 신뢰할 수 있는 정책 집행으로 이어진다는 점을 보여주는 것이다.

Reco의 SaaS 그래프가 런타임 보안 경쟁자들과 맞서다

Reco는 애플리케이션 관계에서 시작하는 대신, 에이전트가 실행 중에 수행하는 행동을 우선시하는 다른 보안 경로와 경쟁하고 있다.

AI 에이전트 보안 시장에는 아직 확립된 단일 제품 경계가 없다. 공급업체들은 유사한 언어를 사용하지만 기술 스택의 서로 다른 부분을 보호한다.

Reco는 엔터프라이즈 애플리케이션과 이를 연결하는 ID에서 출발한다. 이 플랫폼은 에이전트를 식별하고, 이를 소유자와 연결하며, 권한을 매핑하고, 도구 호출을 검사하며, 불필요한 액세스를 제한하는 것을 목표로 한다.

HiddenLayer는 AI 워크로드와 런타임 보안을 통해 이 문제에 접근한다. 런타임 보안은 모델 또는 에이전트가 작동하는 동안 행동을 관찰하고 대응하는 것을 의미한다.

HiddenLayer는 2026년 9월 1억 달러 규모의 Series B를 유치했다. 회사는 프로덕션 환경의 에이전트와 코드를 작성, 검토, 배포하는 자율 코딩 도구에 대한 보호를 확대하겠다고 밝혔다.

자사의 런타임 보안 전략은 프롬프트 조작, 도구 오용, 무단 행동이 발생하는 시점에 이를 탐지하는 데 초점을 맞춘다. HiddenLayer는 모델 검색, 공격 시뮬레이션, AI 공급망 위험도 다룬다.

CrowdStrike는 엔드포인트와 탐지·대응 분야의 기반을 갖고 있다. 이 회사의 에이전트 보안 제품은 프롬프트와 에이전트 활동을 기기 및 인프라에서의 후속 실행과 연결한다.

이 회사의 에이전트 수명 주기 제어에는 검색, ID, 소프트웨어 공급망 보호, 런타임 격리가 포함된다. CrowdStrike는 에이전트가 코드를 실행하고 파일에 접근하며 민감한 정보를 이동시킬 수 있으므로 지속적인 권한 부여가 필요하다고 말한다.

이 접근 방식들은 겹치지만 출발점은 다르다.

Reco는 어떤 에이전트가 존재하는지, 누가 소유하는지, 어떤 SaaS 리소스에 접근할 수 있는지를 묻는다. 런타임 중심 공급업체는 에이전트가 지시를 처리하고 작업을 실행하는 동안 어떤 일이 일어나는지 묻는다. 엔드포인트 공급업체는 그러한 행동으로 생성되는 기기 및 워크로드 활동을 살핀다.

기업은 아마도 이 세 가지 모두의 요소를 필요로 할 것이다. 완전한 제어 경로는 SaaS 텔레메트리를 통해 에이전트를 발견하고, ID를 검증하며, 권한을 제한하고, 도구 호출을 검사하고, 런타임에서 위험한 행동을 차단할 수 있다.

상업적 관점의 질문은 어느 공급업체가 주요 제어 플레인이 되는가다. 보안팀은 일반적으로 새로운 위험 범주마다 별도 콘솔을 추가하는 데 저항한다. 기존 플랫폼은 에이전트 보호 기능을 기존 계약과 운영 워크플로에 묶어 제공할 수 있다.

Reco의 강점은 클라우드 애플리케이션 전반의 맥락이다. 그래프가 이미 사람, 계정, 권한, SaaS 연결을 매핑하고 있다면, 에이전트를 추가하는 것만으로도 고객에게 실질적으로 활용 가능한 거버넌스로 가는 더 빠른 경로를 제공할 수 있다.

단점은 접근 권한을 매핑하는 것만으로는 모든 유해 행위가 자동으로 드러나지 않는다는 점이다. 에이전트는 문서를 읽고 이메일을 보낼 정당한 권한을 가질 수 있다. 보안 문제는 악의적이거나 오해를 유발하는 콘텐츠가 해당 역량들을 결합하도록 만들 때 발생한다.

이 지점에서 프롬프트 인젝션이 중요해진다. 프롬프트 인젝션은 신뢰할 수 없는 콘텐츠가 에이전트의 지시를 변경해 도구 사용 방향을 바꾸거나 데이터를 노출할 수 있는 상황을 말한다.

악성 지시는 웹페이지, 문서, 메시지 또는 도구 응답에 숨겨질 수 있다. 에이전트는 승인된 작업을 수행하는 과정에서도 이를 마주할 수 있다.

애플리케이션 맥락은 잠재적 피해 규모를 추정하는 데 도움이 되지만, 런타임 검사는 위험한 실행 순서를 식별하는 데 도움이 된다. Reco는 프롬프트와 도구 호출을 검사할 수 있다고 밝히며, 런타임 보안 영역에 한층 더 가까워지고 있다.

시장은 이러한 검사가 서로 다른 모델과 애플리케이션 전반에서 얼마나 깊이 작동하는지 시험할 것이다. 또한 Reco가 정당한 자동화를 막지 않으면서 충분히 빠르게 대응할 수 있는지도 검증할 것이다.

보안 구매자는 하나의 그래프, 게이트웨이 또는 엔드포인트 센서만으로 에이전트 위험을 해결할 수 있다는 포괄적 주장을 경계해야 한다. 각 도구는 워크플로의 서로 다른 일부만 볼 수 있다.

실용적인 평가는 하나의 에이전트를 생성부터 인증, 도구 선택, 데이터 접근, 실행, 폐기까지 추적해야 한다. 그러면 구매자는 어떤 단계가 여전히 보이지 않거나 다른 제품에 의존하는지 파악할 수 있다.

Reco의 제품은 애플리케이션 간 관계가 직접 집행 가능한 의사결정으로 이어질 때 가장 강력해질 것이다. 보안팀은 방치된 에이전트를 식별하고, 그 접근 권한을 이해하며, 위험한 연결을 해지하고, 그 조치가 실제로 적용됐는지 확인할 수 있어야 한다.

이번 투자는 Reco가 그러한 증거를 구축할 시간을 제공한다. 그러나 더 큰 플랫폼 기업과 자금력이 풍부한 AI 보안 전문업체가 가하는 압박까지 없애주지는 않는다.

이번 투자는 수요를 입증하지만, Reco의 카테고리 선두를 보장하지는 않는다

투자자 관심은 기업이 에이전트 보안에 비용을 지출할 것임을 확인하지만, 어떤 기술 아키텍처가 승리할지는 결정하지 않는다.

TechCrunch가 공개 기업 프로필을 검토한 결과에 따르면, 현재 최소 24개 기업이 어떤 형태로든 AI 에이전트 보안 제품을 판매하고 있다. 이들 제품은 도구 검증, 데이터 접근, 아이덴티티, 런타임 모니터링, 프롬프트 보안, 섀도 AI 탐지를 아우른다.

이러한 밀도는 까다로운 구매 환경을 만든다. CISO들은 공통 정의, 벤치마크, 배포 패턴이 안정되기 전에 제품을 평가해야 한다.

벤더들은 동일한 기능을 서로 다른 용어로 설명할 수 있다. 한 기업의 에이전트 인벤토리는 다른 기업의 섀도 AI 탐지와 유사할 수 있다. 컨텍스트 그래프, 지식 그래프, 아이덴티티 그래프, 자산 그래프는 상당 부분 겹칠 수 있다.

반대 문제도 존재한다. 유사한 표현이 중요한 기술적 차이를 숨길 수 있다. “에이전트 보안”은 프롬프트 모니터링, 모델 보호, 권한 거버넌스, Model Context Protocol 서버 검사 또는 엔드포인트 활동 통제를 뜻할 수 있다.

일반적으로 MCP로 불리는 Model Context Protocol은 AI 시스템을 도구 및 외부 데이터와 연결하기 위한 표준이다. MCP는 에이전트의 역량을 확장하지만, 방어자가 검토해야 할 또 하나의 통합 계층도 만든다.

Reco는 플랫폼이 행동을 통제하는 지점과 위험만 보고하는 지점을 입증해야 한다. 가시성에는 가치가 있지만, 보안팀은 결국 에이전트를 승인, 제한, 격리 또는 제거해야 한다.

회사는 고객 사례도 뒷받침해야 한다. 알려지지 않은 에이전트 21,000개를 발견했다는 보고는 인상적이지만, 정의나 방법론 없이는 독자가 결과를 평가할 수 없다.

그 수에는 임베디드 어시스턴트, 에이전트 인스턴스, 워크플로, 도구, 서비스 계정 또는 반복 관측치가 포함될 수 있다. 각각의 해석은 서로 다른 보안 영향을 갖는다.

광범위한 접근 권한을 가진 소수의 에이전트가 제한적인 자동화 수천 개보다 더 큰 위험을 초래할 수 있다. 단순 인벤토리 규모가 노출 분석을 대체해서는 안 된다.

Reco는 금융 서비스 고객이 자사 사업의 약 40%를 차지한다고 말한다. 이러한 집중도는 엄격한 감사, 아이덴티티, 데이터 통제를 요구하는 까다로운 구매자에 대한 접근성을 제공한다.

동시에 기대치를 높일 수도 있다. 은행과 기타 규제 대상 기관에는 명확한 증적 추적, 일관된 집행, 지역별 통제, 예측 가능한 통합 동작이 필요하다.

에이전트 거버넌스는 오프보딩과 변경 관리까지 확장돼야 한다. 직원의 역할이 바뀌면 위임된 모든 권한과 연결된 에이전트를 검토해야 한다. 애플리케이션이 AI 기능을 수정하면 조직은 새로운 아이덴티티와 연결을 탐지해야 한다.

같은 요건은 지식 시스템에도 적용된다. 에이전트의 출력은 검색할 수 있는 문서, 메시지, 데이터베이스만큼만 통제된다. 내부 AI 워크플로를 구축하는 팀에는 어떤 모델이 답변을 생성했는지에 대한 기록만이 아니라 knowledge base 주변의 명확한 접근 경계가 필요하다.

또 다른 불확실성은 오탐에 관한 것이다. 브라우저와 네트워크 신호는 탐지 범위를 넓힐 수 있지만, 광범위한 탐지는 일반 자동화를 에이전트로 분류할 수도 있다.

플랫폼이 신뢰할 수 있는 영향도에 따라 경고의 우선순위를 정하지 못한다면 보안팀은 이를 무시하게 될 것이다. Reco의 그래프는 저위험 어시스턴트와 고객 시스템에 대한 쓰기 권한을 가진 방치된 워크플로를 구분해야 한다.

미탐은 반대의 비용을 초래한다. 알려진 브라우저, 네트워크 또는 애플리케이션 신호를 피하는 에이전트는 그래프에 나타나지 않은 채 남을 수 있다. 조직은 Reco가 커스텀 에이전트, 내부 API, 로컬 모델, 자동화 플랫폼을 어떻게 처리하는지 시험해야 한다.

데이터 접근 역시 실무적인 우려 사항이다. 엔터프라이즈 애플리케이션과 아이덴티티를 매핑하는 플랫폼은 민감도가 매우 높은 메타데이터를 처리할 수 있다. 고객은 보존 정책, 지역별 호스팅, 관리자 접근 권한, 수집되는 프롬프트의 범위를 검토해야 한다.

프롬프트 검사는 탐지를 개선할 수 있지만, 기밀 콘텐츠를 또 다른 보안 시스템에 노출할 수도 있다. Reco는 수집 경계와 비식별화 통제를 명확히 해야 한다.

이러한 질문들이 투자 논리를 부정하는 것은 아니다. 이는 그 뒤에 따라야 할 작업을 규정한다.

가장 강력한 증거는 노출 감소, 조사 시간 단축, 신뢰할 수 있는 정책 집행을 보여주는 배포 사례에서 나올 것이다. 매출 성장과 고객 수는 중요하지만, Reco가 지속 가능한 인프라가 될지는 보안 성과가 결정할 것이다.

기존 보안 도구만으로는 문제를 단순히 흡수할 수 없는 이유

에이전트 보안은 익숙한 통제를 낯선 순서로 결합하므로, 또 하나의 고립된 제품을 추가하는 것보다 통합이 더 중요하다.

아이덴티티 및 접근 관리 도구는 이미 누가 엔터프라이즈 시스템에 들어갈 수 있는지를 결정한다. 데이터 유출 방지 도구는 이미 승인된 경계를 벗어나는 민감한 정보를 감시한다. 엔드포인트 탐지 도구는 이미 프로세스, 파일, 네트워크 활동을 관찰한다.

SaaS 보안 도구는 이미 애플리케이션과 구성 위험을 인벤토리화한다. 모델 보안 제품은 프롬프트, 학습 데이터, 추론 동작을 테스트한다.

에이전트는 언어를 행동으로 변환하기 때문에 이 범주들을 가로지른다. 에이전트는 아이덴티티처럼 인증하고, 사용자처럼 소통하며, 애플리케이션처럼 소프트웨어를 호출하고, 검색한 콘텐츠에 따라 행동을 바꿀 수 있다.

기존 통제도 여전히 도움이 될 수 있다. 과제는 자동화 워크플로가 완료되기 전에 이들의 관측 결과를 하나의 의사결정으로 연결하는 것이다.

고객 업데이트를 준비하는 영업 에이전트를 생각해 보자. 이 에이전트는 Salesforce에서 계정 세부 정보를 가져오고, 회의 노트를 검색하며, 지원 티켓을 읽고, 문서를 만들고, 이메일을 보낼 수 있다.

각 행동은 승인될 수 있다. 그러나 지시, 아이덴티티 또는 목적지가 바뀌면 결합된 워크플로는 여전히 잘못된 수신자에게 정보를 노출할 수 있다.

애플리케이션 수준 그래프는 에이전트의 잠재적 도달 범위를 보여줄 수 있다. 런타임 텔레메트리는 실제로 실행한 순서를 보여줄 수 있다. 아이덴티티 통제는 계정을 검증하고 권한을 좁힐 수 있다.

데이터 통제는 보호 대상 콘텐츠를 식별할 수 있다. 엔드포인트 또는 클라우드 모니터링은 워크플로가 SaaS API를 넘어설 때 후속 활동을 통제할 수 있다.

어느 한 계층도 다른 계층을 대체하지 않는다. 따라서 새롭게 형성되는 경쟁은 조정 능력을 중심으로 전개된다.

Reco의 통합 범위는 조정에 이르는 하나의 경로를 제공한다. Reco는 자사 플랫폼이 280개 이상의 애플리케이션을 지원하며, 며칠 내에 새 통합을 추가할 수 있다고 말한다.

이러한 폭은 구매자가 애플리케이션마다 별도의 탐지 프로젝트를 피하는 데 도움이 될 수 있다. 그러나 통합 개수만으로는 깊이를 거의 알 수 없다.

한 커넥터는 사용자와 권한만 노출할 수 있다. 다른 커넥터는 구성 이벤트, 에이전트 인벤토리, 프롬프트 기록, 실시간 집행 기능을 제공할 수 있다. 구매자는 모든 핵심 시스템에 대해 접근 가능한 객체와 지원되는 조치를 평가해야 한다.

CrowdStrike는 효과적인 보호에 가시성, 아이덴티티, 런타임 대응이 필요하다고 주장한다. HiddenLayer는 설계 단계 검토만으로는 모든 프로덕션 상호작용을 예측할 수 없기 때문에 지속적 테스트를 강조한다.

Reco의 모델은 이들의 신호를 연결하는 관계 계층이 된다면 이러한 주장과 양립할 수 있다. 실행에 더 가까운 통제를 대체하겠다고 주장한다면 이들과 경쟁하게 된다.

따라서 파트너십은 제품 기능만큼 중요해질 것이다. Reco는 자금 조달과 비슷한 시기에 ServiceNow 파트너십을 발표하며, 기존 보안 및 워크플로 프로세스와의 통합을 시사했다.

회사는 데이터 보안 벤더들과도 협력해 왔다. 이러한 연결은 보안팀이 에이전트가 접근한 리소스뿐 아니라 그 리소스에 규제 대상 또는 기밀 정보가 포함됐는지도 이해하도록 도울 수 있다.

조정된 시스템은 사고 발생 후 여러 질문에 답할 수 있어야 한다. 어떤 에이전트가 행동했는가, 누가 소유했는가, 어떤 지시가 워크플로를 시작했는가, 어떤 도구가 실행됐는가, 어떤 데이터가 이동했는가, 어떤 정책이 이를 중단했는가?

또한 분석가가 여러 콘솔에서 이벤트를 재구성하지 않아도 되도록 증거를 보존해야 한다. 이 요구 사항은 그래프 기반 제품에 기회를 제공하지만, 기록이 완전하고 최신 상태로 유지되는 경우에만 가능하다.

운영 모델은 직원에게도 중요하다. 지식 근로자는 반복 작업을 줄여주는 어시스턴트를 계속 도입할 것이다. 승인되지 않은 모든 도구를 차단하면 사용이 모니터링되지 않는 시스템 밖으로 더 밀려날 수 있다.

조직에는 모든 실험이 긴 조달 주기를 기다리게 하지 않으면서 검토, 승인, 접근 권한 축소를 수행할 수 있는 경로가 필요하다. 승인된 워크플로의 검색 가능한 기록은 이 과정을 지원할 수 있다.

팀은 자체 AI workflows에도 같은 규율을 적용할 수 있다. 데이터 소스, 의도된 출력, 사람의 승인 지점, 각 단계에서 사용되는 자격 증명을 식별해야 한다.

Reco의 기회는 이러한 규율을 엔터프라이즈 SaaS 전반에서 집행 가능하게 만드는 데 있다. 위험은 에이전트 확산을 줄이지 못한 채 이를 설명하는 또 하나의 대시보드가 되는 것이다.

Reco의 베팅이 통하고 있는지를 보여줄 세 가지 신호

다음 시험대는 Reco가 투자를 측정 가능한 통제, 방어 가능한 통합, 지속 가능한 엔터프라이즈 도입으로 전환하는지 여부다.

첫 번째 신호는 프로덕션 배포에서 나오는 증거다. Reco는 반복 가능한 측정 방법과 함께 에이전트, 아이덴티티, 위험한 연결에 대한 더 명확한 정의를 제시해야 한다.

고객 사례 연구는 시작 환경, 탐지 과정, 적용된 통제, 그에 따른 노출 감소를 설명해야 한다. 대규모 인벤토리 수치는 주목을 끌지만, 시정 조치의 결과가 구매자의 가치 평가에 더 도움이 된다.

유용한 증거에는 조직이 소유자 없는 에이전트를 얼마나 빠르게 식별하는지, 방치된 자격 증명을 해지하는지, 과도한 권한을 줄이는지가 포함될 것이다. 또한 오탐률과 지원되는 애플리케이션도 설명해야 한다.

Reco가 일관된 방법론과 독립적인 고객 검증을 공개한다면 컨텍스트 그래프에 대한 주장은 더 강해질 것이다. 향후 공개가 주로 극적인 익명 수치에 의존한다면 구매자는 제품을 비교하기 어려울 수 있다.

두 번째 신호는 경쟁적 수렴이다. CrowdStrike, HiddenLayer, WitnessAI, 주요 클라우드 플랫폼, 그리고 ID 공급업체들은 서로 겹치는 통제 기능을 추가하고 있다.

Reco는 자사의 SaaS 기반이 경쟁업체들이 쉽게 재현할 수 없는 정보를 만들어낸다는 점을 보여줘야 한다. 특히 소프트웨어 기업들이 기존 애플리케이션에 에이전트를 내장하는 상황에서 더 빠른 통합 개발이 도움이 될 수 있다.

깊이는 계속해서 결정적 요소로 남을 것이다. Reco는 자사의 커넥터가 핵심 엔터프라이즈 플랫폼 전반에서 에이전트 소유권, 권한, 도구 호출, 정책 변경을 관찰할 수 있음을 입증해야 한다.

회사는 언제 파트너십을 맺고 언제 경쟁할지도 결정해야 한다. 런타임 및 엔드포인트 공급업체와의 통합은 Reco의 활용도를 높일 수 있다. 모든 보안 계층을 대체하려 하면 제품 범위가 과도하게 확장되고 더 큰 플랫폼과 맞서게 될 것이다.

Reco가 에이전트와 애플리케이션 간 관계에 대한 신뢰할 수 있는 정보원이 된다면, 스택 내에서 명확한 위치를 차지할 수 있다. 반면 기존 공급업체들이 고객이 이미 보유한 도구를 통해 유사한 검색 기능을 제공한다면 Reco의 차별성은 좁아질 것이다.

세 번째 신호는 자금 조달 이후의 상업적 품질이다. 경영진은 2026년 중 연간 반복 매출이 세 배로 증가할 것으로 예상하지만, 더 중요한 질문은 고객 유지와 제품 도입에 관한 것이다.

구매자들은 기존 SaaS 보안 고객이 에이전트 통제로 확장하는지 지켜봐야 한다. 이러한 확장은 설치 기반이 새로운 시장에 진입하는 효율적인 경로를 제공한다는 Reco의 주장을 뒷받침할 것이다.

신규 고객 구성도 중요하다. 금융 서비스 분야에서의 지속적인 강세는 Reco가 까다로운 거버넌스 요구사항을 충족한다는 점을 보여줄 수 있다. 더 폭넓은 도입은 특정 산업에 대한 의존도를 낮출 것이다.

5,500만 달러의 확장 투자는 Reco에 엔지니어링, 지원, 파트너십, 영업을 위한 더 긴 활주로를 제공한다. 동시에 회사가 현재까지 총 1억4,000만 달러의 자본을 유치했다고 발표한 만큼 기대치도 높아진다.

Reco의 AI 보안 자금 조달은 관계 전반에 대한 통제에 베팅한 것으로 이해하는 것이 가장 적절하다. 에이전트는 자신을 둘러싼 애플리케이션, ID, 도구, 데이터로부터 유용성을 얻는다. Reco는 자사의 그래프를 통해 이러한 관계를 가시화하고 관리 가능하게 만들고자 한다.

이러한 논지는 신뢰할 만하지만, 시장은 여전히 정립되지 않았다. 런타임 전문업체들은 액세스 맵이 행동을 포착하지 못한다고 주장할 수 있다. 엔드포인트 플랫폼은 조치가 실행되는 지점에서 차단이 이뤄져야 한다고 주장할 수 있다. ID 공급업체들은 지속적인 권한 부여가 자사의 제어 플레인 안에 속한다고 주장할 수 있다.

엔터프라이즈 구매자들은 에이전트 생성과 인증부터 조치, 폐기에 이르는 전체 과정을 따라갈 수 있는 제품이 무엇인지 물어야 한다. 또한 상용 애플리케이션과 내부 개발 에이전트 모두에서 정책이 작동한다는 증거를 요구해야 한다.

Reco는 자사의 주장을 입증할 자본을 확보했다. 이제 확장되는 그래프가 사후적으로 에이전트 확산을 드러내는 것 이상의 역할을 할 수 있음을 보여줘야 한다.

향후 몇 달은 고객들이 Reco를 중앙 에이전트 거버넌스 계층으로 여길지, 아니면 더 큰 보안 스택 내 하나의 구성 요소로 볼지를 분명히 해줄 것이다. 귀사의 에이전트, ID, 애플리케이션 자산 환경에는 어떤 결과가 가장 적합할까?