라이너 비즈니스모델 분석: 가입자 1,300만·a16z AI검색 TOP4로 구글 잡으러 간 한국 스타트업
하이라이트 펜에서 출발해 AI 검색 에이전트로 진화한 라이너(Liner). 글로벌 가입자 1,300만명의 95%가 해외 사용자이고, a16z가 선정한 생성형 AI 웹 앱 세계 4위를 기록한 유일한 한국 스타트업이다. 환각률 4%의 출처 기반 AI 검색으로 퍼플렉시티와 글로벌 무대에서 정면 경쟁하는 라이너의 수익 전략을 해부한다.
1. 핵심 숫자
| 지표 | 수치 | 비고 |
|---|---|---|
| 설립 | 2015년 | 아우름플래닛, 서울 마포구 |
| 대표 | 김진우 (CEO) | 연세대 컴퓨터공학, 1990년생 |
| 글로벌 가입자 | 1,300만명 | 해외 사용자 95%+ (미국 중심) |
| a16z 순위 | 생성형 AI 웹 앱 세계 4위 (이후 2위) | 한국 AI 스타트업 유일 |
| 누적 투자 | 438억원+ | 2026년 기준 |
| 시리즈B2 | 270억원 (2024년 10월) | 에이티넘인베스트먼트·인터베스트 주도 |
| 예비유니콘 | 2025년 9월 선정 | 중소벤처기업부, 최대 200억 보증 |
| AI 환각률 | 4% 수준 | 업계 평균 15~30% 대비 압도적 낮음 |
| 학술 DB | 4억 6천만 건 | 업계 표준 2억건 대비 2배 규모 |
| 유료 구독자 | 미국인 60%+ | 1년 사이 미국 활성 구독자 13.5배 성장 |
| 오피스 | 서울 (본사) + 샌프란시스코 | 임직원 ~60명 |
| 포브스 선정 | '주목 AI 창업자 33인' (2025년) | 한국인 유일 |
💡 라이너는 한국에서 만든 AI 서비스 중 가장 글로벌화에 성공한 사례 중 하나다. 매출의 절반 이상이 미국에서 발생하며, 미국 대학원생·연구자들이 핵심 유료 사용자층이다.
2. 수익 모델
라이너의 수익 공식은 "무료 AI 검색으로 사용자를 모으고, Pro 구독과 엔터프라이즈로 수익화"한다.
2-1. 수익원 구성
| 수익원 | 비중 (추정) | 설명 |
|---|---|---|
| Pro 구독 | ~60% | 월 $20, 고급 AI 모델·무제한 검색 |
| Enterprise B2B | ~30% | 기업·기관 맞춤 계약, API 접근 |
| SDK·파트너십 | ~10% | 기술 라이선스·협력 수수료 |
수익원: Pro 개인 구독 + 기업/기관 엔터프라이즈 계약 + API·SDK 파트너십
2-2. 요금 체계
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Free | $0 | AI 검색 기본 기능, 제한된 일간 검색 횟수 |
| Pro | $20/월 ($200/연) | 무제한 검색, 멀티모달, 고급 AI 에이전트 |
| Enterprise | 별도 협의 | 기관 계정, SSO, 데이터 보안, API |
2-3. 라이너의 3개 핵심 제품
라이너 (Liner): AI 검색 플랫폼의 근간. 4억 6천만 건 학술 DB 기반. 모든 답변에 출처 명시.
라이너 스콜라 (Liner Scholar): 2025년 1월 분리 출시. 연구 특화 에이전트. 8개 AI 에이전트가 협력하는 '피어 리뷰(Peer Review)' 기능. 가설 설정부터 논문 초안까지. 스탠퍼드 주최 AI 저자 학회에서 고등학생이 라이너 스콜라로 스포트라이트 논문 선정.
라이너 라이트 (Liner Write): 2026년 출시. 비즈니스 문서 특화 AI. "바이브 리서치" 개념 — AI와 대화하며 전문 문서 작성.
2-4. 데이터 해자: 10년의 하이라이팅 데이터
라이너의 가장 큰 경쟁력은 10년간 사용자 1,300만명이 직접 선별한 하이라이팅 데이터다.
사람이 웹페이지에서 직접 밑줄 친 부분은 "이 문장이 중요하다"는 신호다. 라이너는 이 데이터를 축적해 "어떤 출처가 신뢰할 수 있는가"를 학습한다. 크롤링만으로 만들어진 AI는 흉내 낼 수 없는 이 데이터가 환각률 4%의 비결이다.
3. 성장 비결
3-1. "출처 먼저"라는 역발상
ChatGPT·Claude가 빠른 답변에 집중할 때, 라이너는 느리더라도 출처가 있는 답변을 선택했다. 이 전략은 처음에는 단점처럼 보였지만, 학술·연구·저널리즘 분야에서 "신뢰할 수 있는 AI"로 포지셔닝하게 해줬다. 환각률 4%는 시장에서 검증된 수치다.
3-2. 미국 대학원생 공략 — 최고 가치 고객
김진우 대표는 창업 초기부터 "출처를 중시하는 미국 대학원생·연구자"를 타겟으로 정했다. 이들은 학술 논문 작성·리뷰·요약에 AI를 적극 활용하고, Pro 구독료 $20을 가볍게 낼 수 있는 고소득 지식 근로자다. 미국 유료 구독자가 전체의 60%+를 차지하는 이유다.
3-3. a16z 리스트 등재 — 신뢰의 증폭
앤드리슨 호로위츠(a16z)가 발표하는 '글로벌 생성형 AI Top 100 소비자 앱' 리스트는 실리콘밸리에서 신뢰의 기준이다. 라이너가 이 리스트에 등재된 것은 미국 VC·기업들에게 "이 한국 스타트업이 진짜"라는 신호가 됐다. 후속 엔터프라이즈 영업에서 결정적 역할을 했다.
3-4. "바이브 리서치"로 시장 정의
"바이브 코딩"처럼 비개발자도 AI에게 지시만으로 소프트웨어를 만들듯, "바이브 리서치"는 연구 경험 없는 사람도 AI와 대화하며 학술 수준의 연구를 수행하게 한다. 새로운 시장 카테고리를 만드는 것은 경쟁보다 더 강력한 성장 전략이다.
4. 비즈니스 모델 캔버스
4-1. BMC 핵심 인사이트
하이라이팅 데이터 = 경쟁사가 복사할 수 없는 해자 — ChatGPT도, 퍼플렉시티도 10년간 사용자 1,300만명이 선별한 하이라이팅 데이터를 갖지 못한다. 이 데이터가 환각률 4%의 근거이자 라이너만의 진짜 경쟁력이다.
PLG(Product-Led Growth) 교과서 — 무료로 쓰게 하고, 파워 유저를 Pro로 전환하고, Pro 사용자들이 기업에 도입을 요청하면 Enterprise로 올라간다. Slack·Notion과 같은 B2B SaaS의 전형적 성장 경로다.
글로벌 먼저가 낳은 구조적 강점 — 국내 사용자를 먼저 키우지 않고 처음부터 미국·글로벌을 타겟으로 만들었다. 사용자 95%가 해외인 덕분에 국내 경쟁에서 자유롭고, 달러 기반 구독료로 환율 혜택을 받는다.
소수 정예 60명이 1,300만 사용자 서비스 — 직원 60명으로 글로벌 220개국 1,300만명을 서비스한다. 기술 레버리지의 극단적 사례다. 인당 생산성이 극대화된 이 모델은 AI 네이티브 스타트업의 새로운 기준이다.
연구 도구에서 지식 작업 전반으로 — 라이너 스콜라(연구)→라이너 라이트(비즈니스 문서)로 확장하며 "연구 도구"에서 "지식 노동의 모든 것"으로 시장을 넓히고 있다. 이 확장이 성공하면 Enterprise 계약 단가가 크게 올라간다.
5. 투자 포인트
5-1. 투자 유치 히스토리
| 시기 | 라운드 | 금액 | 주요 투자자 |
|---|---|---|---|
| 2022년 | 시리즈B1 | 110억원 | 캡스톤파트너스 등 |
| 2024년 10월 | 시리즈B2 | 270억원 | 에이티넘인베스트먼트·인터베스트 주도, 삼성벤처투자·LB인베스트먼트 |
| 2025년 9월 | 예비유니콘 선정 | 보증 최대 200억원 | 중소벤처기업부 |
| 누적 | - | 438억원+ | - |
5-2. 매력 포인트
AI 검색 시장 구조적 성장으로 전 세계 검색 시장이 구글에서 AI 검색으로 이동하는 것은 피할 수 없는 흐름이다. 라이너는 이 흐름에서 "신뢰 가능한 AI 검색"이라는 고가치 포지션을 선점했다. 글로벌 선행 지표도 긍정적인데, a16z Top4 등재가 글로벌 VC 접근성을 열었고, 미국 구독자 급성장이 단순한 사용자 지표가 아닌 달러 수익 성장을 의미한다. 리스크는 OpenAI·Perplexity 등 대형 자본과의 경쟁, LLM API 비용 부담, 시리즈C 글로벌 VC 유치 성공 여부다.
6. 한국 시사점
6-1. "처음부터 글로벌"이 가능하다
라이너는 한국 스타트업이 국내 시장 없이도 글로벌에서 먼저 성공할 수 있음을 증명했다. 국내 MAU보다 미국 MAU가 훨씬 많다. AI 서비스는 언어 장벽이 있지만, 라이너는 학술·연구라는 보편적 니즈를 공략해 이를 극복했다.
6-2. 데이터 해자 구축의 전략적 중요성
10년간 하이라이팅 데이터를 쌓은 것이 AI 전환 시대에 경쟁력이 됐다. 처음엔 데이터 자체가 수익도 없고 주목도 못 받는 자산이었다. 그러나 AI 시대가 오자 이 데이터가 가장 강력한 해자가 됐다. 모든 스타트업이 지금 자신만의 데이터 자산을 쌓아야 할 이유다.
6-3. "신뢰"라는 포지셔닝의 힘
ChatGPT·Claude가 "능력"으로 경쟁할 때, 라이너는 "신뢰"로 경쟁했다. 학술·연구 분야에서 신뢰는 능력보다 더 중요하다. 자신의 산업에서 어떤 가치로 포지셔닝할지 선택하는 것이 제품 전략의 핵심이다.
7. BM 도해
8. 경쟁사 비교
| 항목 | 라이너 | 퍼플렉시티 | You.com | Elicit |
|---|---|---|---|---|
| 설립 | 2015년 (한국) | 2022년 (미국) | 2021년 (미국) | 2021년 (미국) |
| 주요 강점 | 10년 하이라이팅 데이터·환각 4% | OEM·삼성 파트너십 | 멀티모달 | 논문 전용 |
| 학술 DB | 4.6억건 | 웹 크롤링 | 웹 크롤링 | 2억건 |
| 출처 표시 | 전 답변 명시 | 일부 | 일부 | 전 답변 |
| 기업가치 | 예비유니콘 수준 | $20B | 소규모 | 소규모 |
| 비즈니스 | 구독+B2B | 구독+삼성OEM | 구독 | B2B |
| 글로벌 가입자 | 1,300만명 | 3,000만~4,500만명 | 소규모 | 소규모 |
| 한국 스타트업 | 유일 | 미국 | 미국 | 미국 |
라이너의 포지션은 퍼플렉시티와 달리 "신뢰와 학술"에 집중한다. 퍼플렉시티가 OEM·광고 없는 빠른 검색을 노린다면, 라이너는 출처 기반 신뢰성·학술 DB·에이전트 기능으로 프리미엄 지식 워커를 타겟한다. 자금력 차이는 크지만, 데이터 해자와 학술 특화 포지셔닝은 라이너만의 고유한 경쟁력이다.