ArticleMarina Temkin·2026년 11월 17일·0

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.

Model ML raises $250M to automate investment banking grunt work 관련 대표 이미지

🖼️ 인포그래픽

Model ML raises $250M to automate investment banking grunt work 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

Model ML raises $250M to automate investment banking grunt work의 핵심 내용을 4단계로 요약한 인포그래픽
Model ML raises $250M to automate investment banking grunt work 핵심 내용을 4단계로 압축한 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

  1. ,500만 달러 규모의 시리즈 A 발표 1년 만에 더 큰 시리즈 B가 성사됐고, 기존 투자사 QED Investors가 후속 투자도 공동 주도했다.
  2. Excel·PowerPoint 연동과 거래 맥락 파악을 결합해, 자료를 처음 작성할 때뿐 아니라 거래 진행 중 분석이 바뀔 때 생기는 수정 업무까지 자동화한다는 구상이다.
  3. 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?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.