Databricks, 기업 가치 1880억 달러 돌파… AI 전략 가속화

서론

Databricks가 새로운 전략적 투자 유치를 완료하며 기업 가치 1880억 달러를 달성했습니다. 이는 해당 기업이 기술 분야에서 가장 빠른 가치 성장을 이루는 과정에서 중요한 이정표가 되었습니다.

이번 투자 라운드의 조건 합의서에 서명했으며, 2026년 늦여름에 거래가 완료될 예정입니다. 기존 투자자인 Coatue가 주도하며, 추가로 신규 및 기존 투자자들이 참여할 것으로 보입니다. Databricks는 공식 발표에서 구체적인 투자 금액을 공개하지 않았습니다. TechCrunch의 보도에 따르면 다른 소식통들은 투자 금액이 약 30억 달러라고 전했지만, 해당 수치는 아직 공식적으로 확인되지 않았습니다.

이번 투자가 주목받는 이유는 그 규모뿐만 아니라 Databricks가 자사의 포지셔닝을 성공적으로 확장했기 때문입니다. 이 회사는 처음에 빅데이터 및 클라우드 분석 시대에 두각을 나타냈으며, 현재는 데이터, 인공지능, AI 에이전트, 거버넌스 및 모델 비용 통제 분야의 핵심 기업 플랫폼으로 변모했습니다.

이미지 출처: TechCrunch. 원문에 따르면 해당 일러스트레이션은 AI로 생성되었습니다.

1880억 달러 가치의 새로운 전략적 투자 유치

Databricks는 2026년 7월 16일에 이번 투자를 발표했습니다. 회사에 따르면, 이번 투자는 다중 AI 전략의 실행을 가속화하고 기업 AI 제품 포트폴리오 내 여러 핵심 제품의 추가 개발을 지원하기 위한 것입니다.

공식 발표에서는 특히 세 가지 중점 영역을 강조했습니다:

• Unity AI 게이트웨이: 조직이 모델, 에이전트, 도구 및 AI 제공업체 간의 액세스, 지출, 관찰 가능성 및 정책을 관리할 수 있도록 지원합니다.
• Genie: 비즈니스 데이터를 답변과 실행으로 전환하는 AI 동료입니다.
• Lakebase: 데이터 애플리케이션 및 AI 에이전트를 위한 서버리스 Postgres 데이터베이스입니다.

Databricks는 또한 이 자금이 향후 AI 인수 및 더 깊은 연구에 사용될 수 있다고 밝혔습니다. 이번 투자 라운드가 아직 완료되지 않았기 때문에 1880억 달러의 가치는 완료된 투자 거래가 아닌 조건 합의서에 서명된 시점의 가치를 반영합니다.

이 구분은 중요합니다. 발표는 회사의 예상 가치와 주관 투자자를 확인했으며, 최종 투자 금액과 전체 투자자 명단은 거래 완료 후에야 알 수 있을 것입니다.

Databricks의 빠른 가치 성장

최신 발표 이전에 이 회사는 이미 짧은 기간 내에 여러 차례 대규모 사모 펀딩을 완료했습니다.

날짜	펀딩 이벤트	보도된 가치
2024년 12월	J 라운드, 예상 100억 달러	620억 달러
2025년 9월	K 라운드 10억 달러	1000억 달러 이상
2025년 12월-2026년 2월	L 라운드 및 관련 투자, 약 50억 달러 지분 포함	1340억 달러
2026년 7월	새로운 전략적 투자	가치 1880억 달러 도달

Coatue가 주도하는 조건 합의서 | 1880억 달러 |

2024년 12월, Databricks는 620억 달러의 가치로 J 라운드 투자를 완료했다고 발표했습니다. 2025년 9월까지 K 라운드 투자로 가치가 1000억 달러를 돌파했습니다. 같은 해 후반, 회사는 L 라운드 투자 가치를 1340억 달러로 발표했으며, 이후 2026년 2월에는 확장된 투자 업데이트를 공개했습니다.

약 19개월 만에 가치가 620억 달러에서 1880억 달러로 상승한 것은 기업 AI 인프라를 중심으로 한 회사에 대한 사모 투자자들의 높은 평가를 잘 보여줍니다. 이는 또한 Databricks가 최근 상장을 통해 자금을 조달하는 대신 지속적으로 사모 자본을 통해 확장 자금을 확보하고 있음을 의미합니다.

이러한 빈번한 후기 펀딩 라운드는 특이할 정도가 되어, 이 회사가 벤처 캐피탈 알파벳에서 얼마나 멀리 갈 수 있을지에 대한 농담을 불러일으키기도 했습니다. 그러나 이러한 유머 뒤에는 지속적인 투자 수요와 Databricks가 기존 데이터 사업과 현재 기업 AI 시장을 결합하는 능력이 반영되어 있습니다.

빅데이터 플랫폼에서 기업 AI 회사로

Databricks는 2013년 Apache Spark의 원 개발자들이 설립했습니다. 초기 성장은 기업이 대규모 데이터 세트를 처리하고, 분석을 실행하며, 클라우드에서 데이터 워크로드를 구축하는 것을 도운 데서 비롯되었습니다.

생성형 AI가 가속화되면서 이 과거는 회사에 중요한 이점을 제공했습니다. 대부분의 기업은 빈 AI 환경에서 시작하지 않으며, 이미 데이터베이스, 데이터 웨어하우스, 거버넌스 요구사항, 액세스 제어, 규정 준수 의무 및 여러 시스템에 분산된 다년간의 비즈니스 컨텍스트를 보유하고 있습니다.

Databricks는 이미 데이터 인프라 수준에서 운영되고 있었습니다. 기업이 독점 데이터를 활용하여 AI 애플리케이션을 구축하기 시작했을 때, 이 회사는 독립적인 모델 제공업체로 처음부터 시작하는 대신 기존 기업 플랫폼을 확장할 수 있었습니다.

이러한 전환은 분석 사업을 포기하는 것이 아니라 동일한 기반 자산인 거버넌스가 적용된 비즈니스 데이터를 중심으로 플랫폼을 확장하는 것입니다. Databricks의 현재 핵심 철학은 신뢰할 수 있는 기업 AI를 위해서는 데이터 컨텍스트, 모델 유연성, 보안, 모니터링 및 운영 인프라가 함께 작동해야 한다는 것입니다.

Databricks AI 확장背后的 제품

최근 제품 개발은 회사가 기업 AI 스택의 여러 계층을 어떻게 구축하고 있는지 보여줍니다.

Lakebase

Lakebase는 운영 애플리케이션 및 AI 에이전트를 위한 Databricks의 서버리스 Postgres 제품으로, 데이터를 읽고 쓰며 분석 및 AI 워크로드와 함께 작동해야 하는 애플리케이션을 위한 트랜잭션 레코드 시스템을 제공하도록 설계되었습니다.

서버리스 Postgres 회사 Neon을 인수한 후, 이 제품은 Databricks 전략의 중요한 부분이 되었습니다. 에이전트 기반 애플리케이션의 경우 운영 데이터베이스가 필수적입니다. 에이전트는 일반적으로 정적 검색뿐만 아니라 상태 유지, 레코드 업데이트, 워크플로우 트리거 및 시간에 따른 애플리케이션 지원이 필요하기 때문입니다.

Unity AI 게이트웨이

Unity AI 게이트웨이는 AI 활동을 관리하기 위한 회사의 거버넌스 및 제어 계층입니다. 이는 기업이 모델 액세스, 라우팅, 예산, 속도 제한, 관찰 가능성, 보호 장치 및 감사 기능을 관리할 수 있도록 지원합니다.

여러 제공업체와 도구에 걸친 정보입니다.

이러한 다중 모델 접근 방식은 기업이 점점 더 다양한 워크로드에 따라 다른 모델을 사용하는 현재 시장 트렌드와 일치합니다. 한 회사는 복잡한 추론 작업에 고성능 독점 모델을, 일상적인 작업에는 경량 모델을, 비용, 맞춤화 또는 배포 제어가 더 중요할 때는 오픈 가중치 모델을 사용할 수 있습니다.

Genie

Genie는 AI 협력자로 자리매김하며, 직원들이 비즈니스 데이터에 대해 질문하고 신뢰할 수 있는 답변이나 실행 제안을 받을 수 있도록 합니다. 이는 사용자 지향 생산성 계층에 더 가깝습니다. 거버넌스가 적용된 데이터와 플랫폼 기능을 비즈니스 팀이 직접 사용할 수 있는 인터페이스로 전환합니다.

Agent Bricks

Agent Bricks는 기업 데이터에 연결된 AI 에이전트를 구축, 배포 및 관리하는 도구를 제공합니다. 이는 Databricks가 모델 실험에서 평가, 모니터링 및 거버넌스가 가능한 생산 시스템으로 전환하는 전체 전략을 지원합니다.

Omnigent

Omnigent는 Databricks AI 팀과 Neon이 공동 개발한 오픈 소스 "메타 프레임워크"입니다. 이 도구는 Claude Code, Codex, Pi 또는 사용자 정의 도구와 같은 코딩 에이전트를 대체하는 것이 아니라, 그 위에 공통 계층을 구축하는 것을 목표로 합니다.

이 프로젝트는 팀이 다양한 에이전트를 조합하고, 모델이나 프레임워크를 전환하며, 정책 제어를 구현하고, 샌드박스에서 에이전트를 실행하며, 실시간 세션에서 협업할 수 있도록 합니다. 이는 Databricks의 핵심 철학인 모델 자체는 효과적인 AI 시스템의 일부일 뿐이라는 점을 보여줍니다.

오픈 모델이 기업 비용 전략의 중요한 요소로 자리잡다

Databricks AI 전략의 또 다른 핵심 요소는 오픈 모델과 독점 시스템을 동시에 평가하고 사용하려는 의지입니다.

2026년 7월, 회사는 수백만 줄의 코드베이스에서 실제 코딩 작업을 기반으로 한 내부 벤치마크 결과를 발표했습니다. 이 테스트는 다양한 모델과 그들이 실행되는 에이전트 프레임워크를 동시에 비교했습니다.

Databricks 보고서에 따르면, 오픈 모델이 품질과 비용의 균형에서 뛰어난 성과를 보였으며, 특히 GLM 5.2는 테스트된 코딩 워크로드에서 최고 수준의 역량을 달성했습니다. 회사 데이터에 따르면, GLM 5.2는 품질에서 Anthropic의 Opus 4.8과 통계적으로 동등한 수준을 유지하면서도, 작업당 평균 비용은 더 낮았습니다.

이러한 결과는 일반적인 순위로 간주되어서는 안 됩니다. 해당 벤치마크는 Databricks 자체의 코드베이스, 언어, 워크플로, 테스트 및 엔지니어링 요구 사항을 기반으로 구축되었습니다. 그 진정한 가치는 방법론에 있습니다. 조직이 공개 리더보드에만 의존하지 않고 자체 작업에서 모델을 테스트함으로써 더 나은 조달 및 라우팅 결정을 내릴 수 있다는 점입니다.

에이전트 프레임워크가 비용에 미치는 영향은 모델 자체 못지않다

동일한 벤치마크 테스트에서 에이전트 프레임워크가 종단 간 비용과 품질에 상당한 영향을 미친다는 사실도 발견되었습니다.

프레임워크는 모델의 컨텍스트, 도구 호출, 명령, 반복 루프 및 작업 환경과의 상호 작용을 관리합니다. 두 시스템이 동일한 기본 모델을 사용하더라도, 전송하는 컨텍스트 양, 실행 단계 수 또는 도구 호출 방식이 다를 수 있습니다.

Databricks는 일부 테스트에서 동일한 모델과 추론 전략을 서로 다른 프레임워크를 통해 실행했을 때, 비용 차이가 두 배 이상 발생하면서도 품질은 유사하게 유지되는 것을 발견했습니다. 테스트된 다른 방식과 비교했을 때, 더 단순한 Pi 툴체인은 일반적으로 훨씬 적은 반복 컨텍스트를 사용했습니다.

결론은 특정 툴체인이 항상 우월하다는 것이 아닙니다. 오히려 Databricks는 모델 선택이 AI 효율성의 일부일 뿐이라고 봅니다. 모델, 툴체인, 라우팅, 컨텍스트 관리 및 작업 복잡성의 조합이 작업 완료의 실제 비용을 결정합니다.

이 발견은 Unity AI Gateway 및 Omnigent와 직접적으로 관련이 있습니다. 전자는 중앙 집중식 거버넌스와 비용 제어를 제공하고, 후자는 에이전트 툴체인을 결합하거나 전환하는 것을 더 쉽게 만듭니다. 이 둘은 단일 모델이나 에이전트 제공업체에 의존하는 대신 유연성에 기반한 전략을 함께 지원합니다.

투자자가 Databricks를 AI 인프라의 승자로 볼 수 있는 이유

Databricks는 최첨단 AI 연구소에서 시작되지 않았지만, 이것이 바로 매력일 수 있습니다. 이미 기업 관계, 데이터 인프라, 거버넌스 기술, 클라우드 통합 및 핵심 비즈니스 시스템과 관련된 워크로드를 보유하고 있습니다.

기업이 AI 프로토타입에서 프로덕션 배포로 전환할 때, 까다로운 문제는 종종 운영 측면에서 발생합니다:

• 에이전트가 어떤 데이터에 접근할 수 있습니까?
• 각 작업을 어떤 모델이 처리해야 합니까?
• 지출을 어떻게 모니터링하고 제한합니까?
• 프롬프트, 도구 호출 및 작업을 어떻게 감사합니까?
• 에이전트는 애플리케이션 상태를 어디에 저장하고 업데이트합니까?
• 팀은 자체 데이터와 워크플로를 사용하여 품질을 어떻게 평가합니까?

Databricks는 이러한 문제를 중심으로 제품을 구축하고 있습니다. 따라서 이 회사의 자금 조달 스토리는 단순히 AI 브랜드에 대한 투자자의 열정을 반영하는 것이 아닙니다. 이 회사는 데이터, 모델, 애플리케이션, 에이전트, 거버넌스 및 비용 제어를 연결하는 기업을 위한 운영 계층이 되려고 노력하고 있습니다.

이것이 극도로 높은 비상장 기업 가치 평가에 따른 위험을 제거하지는 않습니다. Databricks는 여전히 제품 확장을 지속적인 수익으로 전환하고, 성장을 유지하며, 클라우드 제공업체 및 전문 AI 플랫폼과 경쟁하고, 궁극적으로 1880억 달러 평가에 부합하는 기대치를 입증해야 합니다.

그럼에도 불구하고, 자금 조달 라운드의 순서는 투자자들이 기업 데이터와 AI의 교차점에 있는 회사의 위치가 상당한 경쟁 우위를 제공한다고 믿고 있음을 시사합니다.

1880억 달러 평가가 의미하는 것 – 그리고 의미하지 않는 것

비상장 시장 평가는 특정 자금 조달 거래에 해당하는 가격입니다. 이는 공개 시장 시가총액과 다르며, 모든 기존 주식이 해당 가격에 매도될 수 있다는 것을 반드시 의미하지는 않습니다.

현재 발표는 서명된 투자 의향서를 기반으로 하며, 거래는 늦여름에 완료될 것으로 예상됩니다. 이 과정이 완료되기 전까지 이번 라운드의 최종 규모와 구성은 변경되거나 공개되지 않을 수 있습니다.

해당 평가는 참여 투자자들이 Databricks의 가치를 이전 1340억 달러 이상에서 크게 높일 준비가 되었음을 나타냅니다. 이는 또한 회사가 채용, 연구, 제품 개발, 인수 및 잠재적 직원 유동성 계획을 위한 강력한 자원을 확보했음을 의미합니다.

해당 평가가 지속 가능한지 여부는 미래의 재무 성과와 회사가 진화하는 기업 AI 아키텍처의 핵심 위치를 유지할 수 있는지에 달려 있습니다.

자주 묻는 질문

Databricks의 2026년 평가액은 얼마인가요?

2026년 7월, Databricks는 1880억 달러 평가액의 전략적 자금 조달 조건을 발표했습니다. 이번 라운드는 늦여름에 완료될 예정이며, 기존 투자자 Coatue가 주도합니다.

Databricks는 이번 라운드에서 얼마나 자금을 조달했나요?

Databricks는 이번 라운드의 구체적인 자금 조달 금액을 공개하지 않았습니다. TechCrunch는 다른 보도를 인용하여 조달액이 약 300억 달러라고 전했지만, 회사 발표는 평가액, 주관사 및 예상 완료 시점만 확인했습니다.

Databricks의 1880억 달러 자금 조달 라운드가 완료되었나요?

발표에 따르면, 아직 완료되지 않았습니다. Databricks는 조건 시트에 서명했으며 거래가 2026년 늦여름에 완료될 것이라고 밝혔습니다.

Databricks의 평가액이 왜 이렇게 빠르게 성장했나요?

투자자들은 Databricks의 가치를 기존 클라우드 분석 회사의 범위를 넘어 평가하고 있습니다. 이 플랫폼은 이제 기업 데이터, AI 에이전트, 모델 거버넌스, 운영 데이터베이스, 비즈니스 중심 AI 도구 및 다중 모델 비용 관리를 포괄합니다.

Databricks는 어떤 AI 제품에 투자하고 있나요?

회사는 최신 자금 조달 발표에서 Unity AI Gateway, Genie 및 Lakebase를 특히 강조했습니다. 더 광범위한 AI 제품 포트폴리오에는 Agent Bricks 및 오픈 소스 프로젝트 Omnigent 메타 프레임워크도 포함됩니다.

Unity AI Gateway란 무엇인가요?

Unity AI Gateway는 Databricks의 모델, 에이전트, 도구 및 AI 제공업체를 위한 제어 및 거버넌스 계층입니다. 액세스 정책, 비용 제어, 관찰 가능성, 보안 가드레일, 라우팅 및 감사 로그와 같은 기능을 제공합니다.

Lakebase는 어떤 용도로 사용되나요?

Lakebase는 애플리케이션 및 AI 에이전트를 위해 설계된 서버리스 Postgres 데이터베이스입니다. 에이전트 시스템에 운영 데이터 계층을 제공하여 상태를 유지하고 자주 변경되는 애플리케이션 데이터를 처리합니다.

Databricks가 GLM 5.2 및 코딩 에이전트 프레임워크를 벤치마킹한 이유는 무엇인가요?

Databricks는 자체 코드베이스의 실제 엔지니어링 작업을 기반으로 품질과 비용을 측정하고자 했습니다. 연구에 따르면 선택된 모델과 이를 지원하는 프레임워크 모두 작업 완료 비용에 상당한 영향을 미칠 수 있습니다.

관련 도구

• Databricks Data + AI 플랫폼: 기업 데이터, 분석, 애플리케이션, 머신러닝 및 AI 에이전트를 위한 통합 플랫폼.
• Unity AI Gateway: 다중 모델 AI 시스템을 위한 거버넌스, 관찰 가능성, 라우팅, 액세스 및 비용 제어.
• Lakebase: 데이터 애플리케이션 및 AI 에이전트를 위한 서버리스 Postgres 인프라.
• Genie One: 비즈니스 팀이 관리되는 기업 데이터를 처리하도록 돕는 AI 협업 도구.
• Agent Bricks: 기업 AI 에이전트를 구축, 평가, 배포 및 거버넌스하기 위한 도구.
• Omnigent: 여러 모델 및 에이전트 도구를 결합하고 제어하기 위한 오픈 소스 메타 프레임워크.

관련 링크

• Databricks 1880억 달러 자금 조달 발표: 투자 조건, 평가액, 투자자 및 자금 사용 목적에 대한 회사 공식 성명.

• Databricks L 시리즈 자금 조달 1340억 달러 평가

• com/company/newsroom/press-releases/databricks-surpasses-4-8b-revenue-run-rate-growing-55-year-over-year: 2025년 말 자금 조달 및 재무 성장 모멘텀에 대한 공식 세부 정보.

• Databricks K 시리즈 평가액 1,000억 달러 초과: 2025년 K 시리즈 자금 조달 및 AI 수익 이정표에 대한 공식 정보.

• Databricks J 시리즈 평가액 620억 달러: 회사의 2024년 12월 자금 조달 공지.

• Databricks 프로그래밍 에이전트 벤치마크: 모델 및 도구 체인 비용 효율성 주장의 기반이 되는 방법론과 결과.

• Omnigent 소개: Databricks의 오픈소스 멀티 에이전트 메타 도구 체인에 대한 공식 설명.

요약

Databricks는 1,880억 달러의 평가액으로 새로운 전략적 자금 조달 조건 시트에 서명했으며, Coatue가 주도하고, 거래는 2026년 여름 말에 완료될 예정입니다. 회사는 해당 라운드의 자금 규모를 공식적으로 공개하지 않았습니다.

평가액은 급속한 성장세를 이어가고 있습니다: 2024년 말 620억 달러에서 2025년 1,000억 달러를 돌파했고, 2026년 초 1,340억 달러에 도달한 후 현재 1,880억 달러로 상승했습니다. 이러한 성장은 Databricks가 클라우드 데이터 및 분석 분야에서 AI 에이전트, 운영 데이터베이스, 모델 거버넌스, 비즈니스 AI 도구 및 멀티 도구 체인 인프라로 확장하는 것과 병행하여 진행되고 있습니다.

최근 제품 출시와 내부 프로그래밍 벤치마크는 동일한 전략을 더욱 뒷받침합니다: 기업은 모델 간 유연성, 더 강력한 비용 통제, 독점 데이터에 대한 통제된 액세스, 그리고 AI 실험을 프로덕션 시스템으로 전환할 수 있는 인프라가 필요합니다.

최신 평가액은 투자자들의 신뢰를 반영합니다: Databricks는 단순한 AI 자금 조달 주기의 또 다른 수혜자가 아니라, 기업 데이터와 AI를 위한 핵심 제어 레이어가 될 잠재력을 가지고 있습니다.