일본 도쿄에 본사를 둔 사카나 AI(Sakana AI)가 첫 상용 제품인 ‘Sakana Marlin’을 출시했다. 사카나 AI는 이 제품을 ‘가상 최고전략책임자(Virtual CSO)’로 포지셔닝한다. 마를린은 챗봇처럼 즉각적인 답변을 돌려주는 도구가 아니다. 사용자가 하나의 연구 주제를 입력하면 최대 약 8시간 동안 자율적으로 가설을 수립하고 자료를 탐색하며 결과를 검증하는 방식으로 작동한다. 한 번의 세션에서 수백에서 수천 건의 LLM(대규모 언어 모델) 쿼리가 발생하며, 최종 산출물은 수십 페이지에서 최대 약 100페이지 분량의 구조화된 보고서와 이미지 생성 AI를 활용해 제작된 발표용 슬라이드 덱이다. 사카나 AI는 2026년 4월 클로즈드 베타에서 약 300명의 전문가가 전략 수립, 시장 조사, 리스크 분석, 경쟁사 분석 등 실제 업무에 마를린을 적용했다고 밝혔다.
마를린의 핵심 기술은 AB-MCTS(적응형 분기 몬테카를로 트리 탐색, Adaptive Branching Monte Carlo Tree Search)다. 이 알고리즘은 사카나 AI가 이전에 발표한 연구 논문 “Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search”에서 비롯했다. AB-MCTS는 추론 과정을 트리 탐색 문제로 접근한다. 각 단계에서 알고리즘은 두 가지 중 하나를 선택한다. 새로운 후보 답변을 생성해 탐색을 ‘넓히는(wider)’ 방향, 또는 유망한 기존 답변을 정교하게 다듬는 ‘깊어지는(deeper)’ 방향이다. 기존의 반복 샘플링 방식이 병렬로 넓이만 확장하는 것과 달리 AB-MCTS는 두 방향을 적응적으로 결합한다. 멀티-LLM 변형에서는 특정 단계를 완전히 다른 모델로 라우팅하는 선택지도 추가된다. 마를린은 이 적응형 탐색 기법을 장기적인 연구 과제에 적용한 것이다. 두 번째 핵심 구성요소는 사카나 AI가 자율 과학적 발견을 시연하며 네이처(Nature)지에 게재한 ‘AI Scientist’ 프로젝트에서 가져온 워크플로 자동화 기술이다.
마를린의 비용 구조는 기업 고객을 명시적으로 겨냥한다. 선불 약정 없이 사용할 수 있는 종량제는 실행당 100크레딧이며 크레딧 단가는 98엔이다. 월정액 플랜은 세 가지로, 프로(Pro)는 월 15만 엔에 2,000크레딧, 팀(Team)은 월 40만 엔에 6,000크레딧, 엔터프라이즈(Enterprise)는 전용 지원을 포함한 맞춤형 가격이다. 실행 도중 취소가 가능하지만 이 경우에도 크레딧은 소진된다. 경쟁 서비스인 OpenAI Deep Research, Perplexity Deep Research, Google Gemini Deep Research가 수 분에서 수십 분 만에 결과를 반환하는 것과 비교하면 마를린의 처리 시간은 현저히 길다. 사카나 AI는 이를 의도된 트레이드오프로 설명한다. 속도보다 가설 검증의 깊이와 완성도 높은 산출물을 우선시하는 전략·금융·컨설팅·싱크탱크 팀을 위한 도구라는 설명이다.
사카나 AI는 마를린 자체는 폐쇄형으로 운영하지만, 핵심 알고리즘인 AB-MCTS는 ‘TreeQuest’라는 이름으로 아파치 2.0 라이선스 하에 오픈소스로 공개했다. TreeQuest는 생성 함수를 정의하고 고정된 탐색 예산으로 실행하는 인터페이스를 제공한다. 멀티-LLM 탐색과 긴 세션을 위한 체크포인팅 기능도 포함된다. 사카나 AI는 MUFG와 파트너십을 체결했으며 씨티그룹(Citigroup)으로부터 전략적 투자를 유치한 상태다.
