Exa Labs가 $250M 시리즈 C로 $2.2B 평가: AI 전용 검색 인프라가 뜬다

1. 제품 변화

Exa Labs가 5월 20일 시리즈 C 라운드에서 $250M을 조달하고 평가 $2.2B를 받았다. 안드리센 호로위츠(a16z)가 주도했고, 5,000여 개 회사와 40만 명 이상의 개발자가 이미 Exa의 검색 API를 사용 중이다. Cursor, Cognition, HubSpot, OpenRouter, Monday.com 같은 회사가 대표 고객이다. AI 시대의 "검색 인프라"가 별도 카테고리로 자본시장 평가를 받는 흐름이다.

*Photo by Nat on Unsplash*

2. 숫자부터

항목	내용
라운드	Series C
조달 규모	$250M
평가	$2.2B (직전 라운드 $700M에서 3배 이상)
리드	Andreessen Horowitz (a16z)
고객 수	5,000+ 기업, 40만+ 개발자
대표 고객	Cursor, Cognition, HubSpot, OpenRouter, Monday.com
직전 라운드	2024 가을 $85M @ $700M

평가 상승 폭이 8개월에 약 3.1배이다. AI 검색 인프라 영역의 자본 수요·공급 격차가 극단적으로 벌어진 시점이라는 의미이다.

3. "AI 전용 검색 API"가 뭐이다

사람이 검색창에 단어를 치는 구글 검색과 다르게, Exa는 AI 에이전트가 호출하는 검색 API이다. 결과 화면이 아니라 구조화된 데이터(URL, 요약, 인용 가능 텍스트)를 반환한다.

LLM이 도구를 호출해 외부 정보를 가져와야 하는 패턴이 점점 늘면서, 일반 웹 검색 결과(SERP)는 그대로 쓰기 어려운 경우가 많다. Exa는 처음부터 AI 워크플로우에 맞춘 검색 결과 포맷, 신뢰도 점수, 인용 가능한 텍스트 추출을 제공한다.

4. 사용자

발표에서 강조된 대표 고객은 다음과 같다.

1. Cursor — AI 코드 에디터. 코드 컨텍스트 외부 문서 검색
2. Cognition (Devin) — 자율 AI 코딩 에이전트
3. HubSpot — 영업·마케팅 자동화의 외부 데이터 보강
4. OpenRouter — 다중 LLM 라우팅 플랫폼
5. Monday.com — 업무 협업 도구의 컨텍스트 자동 채움

이 외에 OpenAI·Anthropic·Google·Microsoft 등 거대 모델 회사가 자체 검색 인프라를 만드는 와중에도, Exa는 "검색 인프라만 잘하는 회사"로 입지를 잡았다.

*Photo by Nicolas Arnold on Unsplash*

5. 시장 흐름 — 왜 AI 검색이 폭증하는가

5가지 흐름이 동시에 작용한다.

1. 에이전트형 LLM 확산 — Anthropic·OpenAI의 도구 사용 패턴이 표준화되면서 검색 API 호출 빈도가 폭증
2. 모델 학습 데이터 cutoff — 모든 LLM은 학습 시점 이후 정보를 모르기 때문에 외부 검색에 의존
3. 인용·출처 요구 증가 — 기업·법률·의료 등 정밀 도메인에서 답변에 출처 첨부가 필수
4. RAG 패턴 표준화 — Retrieval-Augmented Generation이 거의 모든 챗봇·코딩 도구의 기본 구조
5. B2A 시장의 등장 — Expedia·여행사·금융사가 "AI 에이전트가 자사 데이터 접근"하는 채널을 별도 구축

6. 한국 개발자가 챙길 점

Exa는 한국에서 직접 가입·결제가 가능한 API 서비스이다. 다음 항목을 확인해 두면 좋다.

1. 가격 모델 — 검색 호출당 과금. 무료 티어와 유료 티어 한도 비교
2. 한국어 검색 품질 — 영어 위주 코퍼스 강세. 한국어 컨텍스트는 별도 평가 필요
3. 개인정보·기업 데이터 처리 — 검색 쿼리·결과 데이터가 어떻게 저장되는지 정책 확인
4. 대체 옵션 — Tavily, You.com Search API, Perplexity Sonar, Brave Search API 같은 경쟁 서비스 비교
5. 자체 RAG 구축 대 외부 API — 트래픽 패턴·정확도 요구·비용을 종합 평가

7. 경쟁 구도

AI 검색 인프라 시장은 빠르게 형성되고 있다. 주요 플레이어를 정리하면 다음과 같다.

회사	포지셔닝	특징
Exa Labs	AI 워크플로우 검색	a16z 250M, 개발자 친화 API
Tavily	에이전트 검색	LangChain·LlamaIndex 통합
You.com	종합 AI 검색	사람·에이전트 동시 대상
Perplexity	챗 + 검색	Sonar API + 소비자 챗
Brave Search API	인덱스 기반	프라이버시 강조
Google Gemini Grounding	모델 통합	Google 검색 인덱스 직결
OpenAI Web Search	모델 통합	ChatGPT 내부 사용

*Photo by Trnava University on Unsplash*

8. 한계와 시그널

성장세에도 본질적 위험이 있다.

1. 거대 모델 회사의 내재화 — OpenAI·Google·Anthropic이 자체 검색을 강화하면 외부 API 수요가 줄어들 수 있음
2. 수익 모델 압박 — 호출당 과금 구조가 LLM 비용 하락과 함께 압박받을 수 있음
3. 저작권·법적 리스크 — 크롤링 대상 사이트의 robots.txt·이용약관 변경 영향
4. 품질 격차 좁힘 — 경쟁사들의 품질 격차가 좁아지면 가격 경쟁으로 전환 가능성

다음 시그널로는 ① Exa·경쟁사의 가격 정책 변화 ② LLM 회사의 자체 검색 통합 발표 ③ 검색 API 호출 단가·트래픽 통계 ④ 한국·일본·중국어 검색 품질 벤치마크 발표를 보면 좋다.

9. 같이 볼 기술 글

기술 흐름을 이어서 볼 글은 IT 카테고리와 #AI, #스타트업, #AI인프라 태그에서 이어서 볼 수 있다. Quick Share Android ↔ iOS QR 전송 글은 이어서 보면 AI 인프라 흐름이 더 잘 잡힌다.

---

10. 참고 자료

출처: Bloomberg, SiliconANGLE, Benzinga, PYMNTS