[Startup 분석] 라이너, AI 검색을 대학·연구실의 기본 도구로 파고들다

AI 검색 시장은 이제 “답을 잘 만드는가”보다 “어떤 출처로 답을 만들고, 그 답을 실제 업무까지 연결하는가”를 겨루고 있다. 라이너(LINER)는 최근 경상국립대 전 구성원 약 2만5천 명에게 라이너 프로를 1년간 공급하는 계약을 맺었고, 서울대 연구실과는 AI for Science 실증에 들어갔다. 여기에 검색·학술 검색·딥리서치를 호출 단위로 판매하는 API 가격표까지 공개했다. 지금 라이너를 봐야 하는 이유는 한국의 소비자 AI 검색 서비스가 대학·연구실·개발자 시장을 잇는 지식 업무 인프라로 넘어갈 수 있는지 시험대에 올랐기 때문이다.

한눈에 보는 라이너

• 설립·대표: 2015년 설립, 김진우 대표. 웹 하이라이터에서 출발해 2023년 이후 AI 검색을 중심 제품으로 전환했다.
• 핵심 제품: 출처 기반 AI 검색, 연구 전용 Liner Scholar, 문서 작성 도구 Liner Write, 검색·에이전트 API.
• 현재 트랙션: 회사 발표 기준 2026년 3월 전 세계 220여 개국 1,300만 사용자. Liner Scholar는 4억8천만 편 이상의 학술 자료를 검색 기반으로 제시한다.
• 최근 사업 신호: 경상국립대 약 2만5천 명 대상 1년 공급 계약, 연세대 5만 명 규모 AI 캠퍼스 협력, 서울대 재료공학 연구실과 AI for Science 연구 협력.
• 최근 공개 투자: 2024년 10월 2,900만 달러 투자 유치. 삼성벤처투자·인터베스트·에이티넘인베스트먼트 등이 참여했다고 회사가 밝혔다.
• 기업가치: 최신 기업가치는 공개되지 않았다.
• 핵심 비공개 지표: 월간활성이용자, 유료 전환율, 구독 ARR, 대학 계약 금액과 실제 활성 좌석, API 사용량·매출, 고객 유지율, 추론 원가와 매출총이익률.

AI 검색에서 연구 운영체제로

라이너의 제품을 단순히 “한국판 퍼플렉시티”라고 부르면 현재 전략의 절반만 보게 된다. 일반 웹 질문에는 라이너 AI 검색이 답하고, 논문 탐색과 문헌 검토에는 Liner Scholar가 들어가며, 결과물을 문서로 만드는 단계는 Liner Write가 맡는다. 검색·분석·작성 사이의 복사와 붙여넣기를 한 작업 공간으로 합치는 것이 제품의 방향이다.

Liner Scholar의 공식 설명에 따르면 검색 대상은 4억8천만 편 이상의 논문이다. 사용자는 주제에 맞는 논문을 찾고, 여러 논문의 핵심을 비교표로 만들고, 문헌 검토 초안이나 연구 가설을 생성하며, 문장별 인용 후보까지 추천받을 수 있다. 라이너가 파는 것은 “답 한 번”이 아니라 연구자가 질문을 정리한 뒤 근거를 모으고 결과물을 쓰는 일련의 흐름이다.

왜 대학 계약이 중요한가?

2026년 7월 경상국립대는 학부생·대학원생·교직원을 포함한 약 2만5천 명에게 라이너 프로를 1년간 제공하는 계약을 체결했다. 학교 이메일 인증만으로 AI 검색, Liner Scholar, Liner Write를 쓸 수 있게 하는 구조다. 계약 금액은 공개되지 않았지만, 이 사례는 세 가지 면에서 중요하다.

• 획득 비용의 변화: 개인 사용자 한 명씩 광고로 데려오는 대신 대학 한 곳이 수만 명의 배포 채널이 된다.
• 습관의 선점: 학생이 논문 탐색과 글쓰기 단계에서 라이너를 기본 도구로 익히면 졸업 후 기업 사용자로 이어질 가능성이 생긴다.
• 신뢰 장벽의 통과: 대학은 출처, 개인정보, 부정행위, 비용 문제를 함께 본다. 계약 자체가 완전한 품질 보증은 아니지만 소비자 앱보다 높은 조달 문턱을 넘었다는 신호다.

다만 “2만5천 명 공급”과 “2만5천 명 활성 사용자”는 전혀 다른 숫자다. 실제 월간 이용자, 질의량, 재계약률, 교수와 학생의 사용 비중이 공개되지 않은 상태에서는 계약 좌석을 그대로 트랙션으로 계산하면 안 된다.

서울대 협력은 고객 계약보다 실험에 가깝다

라이너는 7월 21일 서울대 남기태 교수 연구실과 첨단 재료과학 분야의 AI for Science 연구 협력을 발표했다. Liner Scholar와 재료과학 특화 에이전트를 활용해 AI가 연구 생산성을 얼마나 높이는지 실증·분석하겠다는 내용이다. 이는 당장 큰 매출 계약이라기보다 제품의 신뢰도를 연구 현장에서 검증하는 레퍼런스에 가깝다.

이 협력의 진짜 가치는 “논문을 빨리 요약했다”가 아니다. 연구 질문 설정, 선행연구 추적, 가설 생성, 인용 검증 중 어느 단계가 얼마나 빨라졌는지 측정할 수 있다면 라이너는 대학 구매 담당자에게 생산성 근거를 제시할 수 있다. 반대로 정량 결과가 공개되지 않으면 유명 연구실 로고를 얻은 홍보 협력에 머물 수 있다.

돈은 어디서 버는가?

라이너의 수익 구조는 네 층으로 나뉜다.

1. 개인 구독: 무료 사용자를 Pro·Max 등 유료 플랜으로 전환한다. 학생과 연구자가 핵심 고객이다.
2. 기관 라이선스: 대학이나 기업이 구성원에게 좌석을 일괄 제공한다. 경상국립대 계약이 대표적인 사례다.
3. API 사용료: 개발사가 라이너의 웹 검색, 학술 검색, 답변 생성, 딥리서치 기능을 자기 제품에 넣을 때 호출량만큼 지불한다.
4. 엔터프라이즈 계약: 대량 사용 할인, SLA, 청구서 결제, 보안·데이터 보관 조건, 전용 지원을 묶어 판매한다.

가장 흥미로운 변화는 API다. 2026년 6월 기준 공식 가격표는 웹 검색 1,000회당 1달러, 학술 검색 0.3달러, 빠른 답변 에이전트 3달러, 검색 에이전트 20달러, 딥리서치 에이전트 200달러를 제시한다. 토큰이 아니라 성공한 호출 수를 기준으로 청구하기 때문에 개발사는 질의당 원가를 비교적 쉽게 예측할 수 있다.

이 가격은 동시에 라이너의 원가 구조를 드러낸다. 학술 검색 결과만 돌려주는 호출과 여러 차례 검색·생성을 수행하는 딥리서치의 가격 차이가 매우 크다. 매출이 늘어도 고비용 에이전트 사용이 함께 늘면 추론비와 외부 모델 비용이 마진을 압박할 수 있다. 결국 중요한 숫자는 API 매출보다 호출당 매출총이익이다.

라이너의 해자는 4억8천만 논문인가?

큰 논문 숫자는 눈에 띄지만, 숫자 자체가 영구적인 해자는 아니다. Google Scholar, Microsoft Academic 계보의 데이터, 출판사 검색, Crossref·OpenAlex 같은 공개 메타데이터를 조합하면 경쟁사도 광범위한 학술 인덱스를 만들 수 있다. 더 중요한 것은 사용자의 질문을 적절한 검색어로 바꾸고, 관련 논문을 순위화하고, 답의 각 문장을 원문 근거에 연결하는 품질이다.

라이너에는 2015년부터 축적한 웹 하이라이트와 정보 소비 행동 데이터가 있다. 이 데이터가 “사람이 실제로 중요하다고 표시한 문장”을 학습하는 데 쓰인다면 일반적인 링크 그래프와 다른 신호가 될 수 있다. 그러나 회사는 이 데이터가 현재 검색 순위와 답변 품질에 얼마나 기여하는지, 개인정보 보호와 옵트아웃을 어떻게 처리하는지 충분한 기술 자료를 공개하지 않았다.

95.3% 정확도는 어떻게 읽어야 하나?

라이너는 Liner Scholar 공식 페이지에서 OpenAI의 SimpleQA 평가 95.3%를 제시한다. SimpleQA는 짧고 사실적인 질문에 대한 정답률을 보는 벤치마크다. 높은 점수는 검색을 통해 사실을 찾는 능력의 긍정적 신호지만, 복잡한 문헌 검토의 완성도나 인용이 원문의 맥락을 충실히 반영하는지까지 보증하지는 않는다.

또한 공개 페이지에는 평가 시점, 사용 모델, 검색 인덱스 버전, 비교 대상, 재현 코드가 충분히 제시되지 않는다. 따라서 95.3%는 회사가 제시한 제품 지표로 받아들이되, 독립적으로 재현된 학술 결과처럼 쓰면 안 된다. 대학 고객에게 더 필요한 것은 표준 질문 점수보다 전공별 인용 오류율, 누락률, 재현 가능한 사용성 평가다.

가장 큰 경쟁자는 퍼플렉시티가 아니라 번들이다

일반 AI 검색에서는 Perplexity가 직접 경쟁자다. 학술 연구에서는 Elicit, Consensus, Scite 같은 전문 도구가 있고, Google Scholar는 연구자의 오래된 검색 습관을 장악하고 있다. 여기에 ChatGPT Deep Research, Claude, Gemini는 검색과 문서 작성을 기존 구독 안에 계속 묶고 있다.

라이너의 가장 큰 위험은 어떤 한 스타트업이 기능을 더 잘 만드는 것이 아니다. 대학과 기업이 이미 구매한 Microsoft 365, Google Workspace, ChatGPT Enterprise 안에서 “충분히 좋은” 검색과 글쓰기를 제공받는 상황이다. 별도 예산을 받으려면 라이너는 학술 출처 정확도, 연구 과정 관리, 한국어·아시아권 사용성에서 번들 제품보다 명확한 생산성 차이를 보여줘야 한다.

대학 시장은 좋은 유통망이지만 까다로운 시장이다

대학은 한 번 계약하면 수만 명에게 제품을 배포할 수 있지만, 예산 주기가 길고 가격 압력이 강하다. 학생의 사용량은 학기와 시험 기간에 따라 크게 흔들릴 수 있고, 생성형 AI의 부정행위 논란은 학교 정책 변경으로 이어질 수 있다. 연구자의 미공개 아이디어와 논문 초안을 다루기 때문에 데이터 보관, 모델 학습 사용 여부, 삭제 요청, 접근 통제도 핵심 구매 조건이 된다.

라이너는 SOC 2 Type II, HIPAA 등 보안·규정 준수 요소를 강조하고 있다. 그러나 인증 보유와 개별 대학의 데이터 정책 충족은 같은 말이 아니다. 특히 기관용 제품이 커질수록 관리자 콘솔, 감사 로그, 지역별 데이터 저장, SSO, 사용량 통제 같은 보이지 않는 기능에 더 많은 개발비가 들어간다.

2,900만 달러 이후 기업가치는 말이 되는가?

2024년 10월 라이너는 2,900만 달러 규모의 투자를 유치했다. 최신 기업가치와 2025~2026년 매출은 공개되지 않았기 때문에 현재 밸류에이션의 적정성을 숫자로 계산하기는 어렵다. 사용자 1,300만 명만으로 높은 가치를 정당화할 수도 없다. 활성도와 유료 전환율이 빠진 누적 사용자 수는 매출의 대리변수가 아니기 때문이다.

가치가 크게 올라가려면 두 가지 중 하나가 증명돼야 한다. 첫째는 개인 구독이 높은 유지율을 가진 글로벌 연구자 SaaS로 성장하는 경우다. 둘째는 대학·기업 계약과 API가 소비자 매출보다 빠르게 커지며 반복 매출의 질을 높이는 경우다. 반대로 무료 사용자 증가에 비해 유료 전환이 낮고, 기관 계약이 할인된 좌석 판매에 머문다면 거대한 사용량이 오히려 추론 비용 부담이 될 수 있다.

핵심 리스크 다섯 가지

• 활성도 착시: 1,300만 명이 누적 가입자인지 현재 활성 사용자인지 명확하지 않다.
• 기관 계약의 질: 공급 좌석, 실제 사용자, 유료 계약 금액, 갱신 여부가 공개되지 않았다.
• 모델·인프라 의존: 검색 이후 답변 생성에 외부 LLM을 활용할수록 가격과 품질을 완전히 통제하기 어렵다.
• 번들 경쟁: Google·Microsoft·OpenAI가 검색과 문서 도구를 기존 계약에 포함하면 별도 구매 이유가 약해진다.
• 연구 신뢰성: 틀린 인용 하나가 일반 챗봇의 오답보다 더 큰 피해를 만들 수 있다. 전공별 검증과 원문 접근성이 중요하다.

개인적 판단: 라이너의 진짜 제품은 답이 아니라 검증 가능한 흐름이다

라이너의 진짜 제품은 검색창에서 생성되는 한 문단의 답이 아니다. 질문을 논문으로 연결하고, 여러 근거를 비교하고, 인용 가능한 결과물로 바꾸는 검증 가능한 지식 업무 흐름이다. 이 방향은 범용 챗봇과 정면으로 모델 성능을 겨루는 것보다 현실적이다.

현재 가장 긍정적인 신호는 소비자 사용자 수보다 유통 경로가 세 갈래로 늘었다는 점이다. 개인 구독, 대학 라이선스, 개발자 API가 같은 검색 인프라를 공유하면 하나의 제품 투자가 여러 매출 경로를 만들 수 있다. 특히 공개 API 가격은 라이너가 더 이상 앱 안의 사용자만 보지 않는다는 분명한 선언이다.

아직은 “글로벌 연구 인프라 회사”라고 단정하기 이르다. 계약 금액, 실제 활성 좌석, 유료 전환, API 매출, 재계약이 공개돼야 한다. 다음에 볼 숫자는 또 다른 대학 이름이나 누적 사용자 수가 아니라 기관 갱신률과 API 반복 사용량이다. 그 두 숫자가 확인되면 라이너는 한국의 인기 AI 앱을 넘어 연구·지식 업무의 독립적인 유통망을 가진 회사로 평가받을 수 있다.

참고 자료

• Liner Scholar 공식 제품 페이지 — 제품 기능, 4억8천만 편 이상 학술 자료, 회사 제시 SimpleQA 지표
• Liner Developers API Pricing — 검색·학술 검색·에이전트 API 가격과 기업 계약 조건
• Liner, 2,900만 달러 투자 유치 발표 — 2024년 공개 투자와 참여 투자자
• 경상국립대학교 GNU Focus — 약 2만5천 명 대상 Liner Pro 공급 계약
• 아시아경제: 라이너-경상국립대 공급 계약 — 계약 범위와 1년 제공 방식
• 라이너-서울대 AI for Science 연구 협력 — 재료과학 연구 생산성 실증 계획
• How Liner is Reinventing Global Knowledge Work — 회사 발표 사용자 수와 제품 전략
• Liner Write 공식 제품 페이지 — 검색·초안·편집을 결합한 문서 워크플로

작성 기준일: 2026년 7월 30일. 사용자 수, 학술 자료 수, 벤치마크와 제품 성능은 회사 발표 기준이며 독립 감사 수치가 아니다. 대학 계약 금액, 실제 활성 좌석, 최신 기업가치, 매출·수익성은 공개되지 않았다.