Model ML raises $250M to automate investment banking grunt work
Quick Summary
투자은행과 컨설팅의 반복 업무를 AI로 자동화하는 런던 스타트업 Model ML이 시리즈 B에서 기업가치 15억 달러를 인정받으며 2억 5,000만 달러를 조달했다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약
투자은행과 컨설팅의 반복 업무를 AI로 자동화하는 런던 스타트업 Model ML이 시리즈 B에서 기업가치 15억 달러를 인정받으며 2억 5,000만 달러를 조달했다.
📌 핵심 요약
- General Atlantic과 기존 투자사 QED Investors가 시리즈 B를 공동 주도했다. Model ML이 7,500만 달러 규모의 시리즈 A를 발표한 지 1년 만이다.
- 설립 3년 차인 Model ML의 공동 창업자는 Chaz와 Arnie Englander 형제다. 두 사람이 앞서 공동 창업한 기업 두 곳 중 하나인 개인 간 대여 플랫폼 Fat Llama는 2022년 스웨덴 경쟁사 Hygglo에 4,150만 달러에 인수됐다.
- Model ML의 AI 에이전트는 고객사의 데이터 및 Excel·PowerPoint 같은 도구와 연동해 주니어 뱅커와 컨설턴트가 맡아 온 재무 모델 작성, 피치 자료 준비, 실사 보고서 작성을 자동화한다.
- Model ML은 에이전트가 거래 전반의 맥락을 파악해, 새로운 상황이 분석에 영향을 주면 재무 모델과 프레젠테이션을 자동으로 갱신할 수 있다고 설명한다.
- 같은 분야에는 Hebbia와 Rogo가 있으며, Rogo는 4월에 기업가치 20억 달러로 1억 6,000만 달러를 조달했다. Anthropic과 OpenAI도 금융 전문가용 도구를 개발했다. Model ML은 오픈소스 모델을 사용해 프런티어 모델 대비 약 2%의 비용으로 더 빠르게 결과를 낸다고 주장한다.
🧩 주요 포인트
- ,500만 달러 규모의 시리즈 A 발표 1년 만에 더 큰 시리즈 B가 성사됐고, 기존 투자사 QED Investors가 후속 투자도 공동 주도했다.
- Excel·PowerPoint 연동과 거래 맥락 파악을 결합해, 자료를 처음 작성할 때뿐 아니라 거래 진행 중 분석이 바뀔 때 생기는 수정 업무까지 자동화한다는 구상이다.
- 금융 전문가용 도구를 두고 여러 기업이 경쟁하는 가운데 Model ML이 차별점으로 제시한 것은 오픈소스 모델의 운영 비용과 결과를 내는 속도다. 기사는 비용과 속도의 비교 조건을 제시하지 않았다.
🧠 상세 정리
1. 시리즈 B 조달과 창업자 이력
테크크런치의 2026년 11월 17일 보도에 따르면, 런던에 본사를 둔 Model ML은 시리즈 B에서 2억 5,000만 달러를 조달하며 기업가치 15억 달러를 인정받았다. 7,500만 달러 규모의 시리즈 A를 발표한 지 1년 만으로, General Atlantic과 기존 투자사 QED Investors가 이번 투자를 공동 주도했다. 설립 3년 차인 이 회사를 세운 Chaz와 Arnie Englander 형제는 이전에도 두 회사를 함께 창업했다. 그중 개인 간 대여 플랫폼 Fat Llama는 2022년 스웨덴 경쟁사 Hygglo에 4,150만 달러에 인수됐다.
2. 재무 모델 작성에서 거래 진행 중 자료 갱신까지
Model ML이 자동화 대상으로 삼은 일은 투자은행의 주니어 뱅커와 컨설턴트가 맡아 온 재무 모델 작성, 피치 자료 준비, 실사 보고서 작성이다. 회사는 이를 위해 고객사가 이미 사용하는 시스템과 데이터, Excel과 PowerPoint 같은 도구에 연동되는 AI 에이전트를 개발한다. 회사 측 설명에 따르면 에이전트는 뱅커와 컨설턴트가 진행 중인 거래의 맥락을 전반적으로 파악한다. 거래에 새로운 상황이 생겨 기존 분석에 영향을 주면, 그 변화를 재무 모델과 프레젠테이션에 자동으로 반영할 수 있다는 설명이다.
3. 금융 AI 경쟁과 Model ML의 비용 주장
테크크런치는 투자은행과 경영 컨설팅의 반복 업무를 자동화하는 다른 스타트업으로 Hebbia와 Rogo를 소개했다. 이 가운데 Rogo는 4월에 기업가치 20억 달러를 인정받으며 1억 6,000만 달러를 조달했다. Anthropic과 OpenAI도 금융 전문가용 도구를 개발했다. Model ML은 자사 서비스가 오픈소스 모델을 기반으로 작동하며, 이 덕분에 프런티어 모델을 사용할 때 드는 비용의 약 2%로 운영하면서 결과도 더 빨리 낼 수 있다고 주장한다. 기사에는 이 비용을 산정한 조건이나 속도 차이를 보여 주는 측정값이 제시되지 않았다.
🧾 핵심 주장 / 시사점
- QED Investors는 기존 투자자로서 더 큰 규모의 후속 라운드에도 공동 주도사로 참여했다.
- Model ML이 설명하는 에이전트의 가치는 재무 모델과 발표 자료를 만드는 일에서 그치지 않는다. 같은 거래에 대한 분석이 달라질 때 두 자료에 변경 사항을 반영하는 일까지 포함한다.
- 약 2%는 Model ML이 제시한 프런티어 모델 대비 운영 비용의 비율이다. 기사만으로는 어느 작업에서 어느 정도의 속도 차이가 났는지 판단하기 어렵다.
✅ 액션 아이템
- Model ML의 자금 조달 경과는 시리즈 A와 시리즈 B의 조달액, 두 발표 사이의 1년, QED Investors의 역할을 함께 살펴볼 것.
- Model ML의 기능을 검토할 때 Excel·PowerPoint를 활용한 최초 자료 작성과 거래 상황 변화에 따른 자동 갱신을 구분해 살펴볼 것.
- 프런티어 모델 대비 약 2%의 비용과 더 빠른 결과라는 주장을 평가할 때 비용과 속도의 비교 조건을 확인할 것.
❓ 열린 질문
- Model ML의 시리즈 B 조달액은 1년 전 발표한 시리즈 A와 비교해 얼마나 늘었는가?
- Model ML의 에이전트는 어떤 거래 상황 변화를 재무 모델과 프레젠테이션에 자동으로 반영할 수 있는가?
- Model ML이 제시한 프런티어 모델 대비 약 2%의 비용과 더 빠른 결과는 어떤 비교 조건에서 나온 것인가?