Larridin은 조직이 실제로 어떤 AI 도구를 얼마나 능숙하게 쓰는지, 라이선스와 토큰에 얼마가 드는지, 엔지니어링 산출물이 어떻게 달라지는지를 추적해 발견과 거버넌스, 개발 분석, 지출을 한 화면에 모읍니다.
이 도구를 사용해 보셨나요? 평점을 남겨 주세요
Larridin은 조직이 실제로 AI를 얼마나 쓰는지, 그 비용이 얼마인지, 그리고 그로 인해 어떤 업무가 달라지는지를 추적하는 엔터프라이즈 측정 플랫폼입니다. 개별 AI 도구를 대체하는 대신 그 위에 자리 잡고, 사람으로 구성된 인력과 점점 늘어나는 소프트웨어 에이전트 양쪽에 걸쳐 AI 사용과 지출을 비즈니스 성과에 연결합니다.
기업은 정산 능력보다 빠른 속도로 AI 라이선스를 구매하지만, 흔히 근거로 쓰이는 좌석 수나 벤더 대시보드, 사내 설문은 실제 사용이 아니라 구매를 설명할 뿐입니다. 창업 팀의 표현을 빌리면, 엔터프라이즈 기술 분야에서 25년 넘게 일한 끝에 그들이 본 가장 큰 공백은 AI가 실제로 작동하는지 아무도 측정하지 못한다는 점이었습니다.
측정은 서로 연결된 네 가지 관점으로 구성됩니다. 지출 인텔리전스는 라이선스와 토큰 비용을 실제로 소비한 팀과 에이전트까지 거슬러 추적합니다. AI 임팩트는 부서별 도입률과 숙련도, AI 캐파를 비교합니다. 디벨로퍼 인텔리전스는 엔지니어링 산출물과 코드 품질, 배포 결과를 AI 지출에 연결합니다. 워크플로 인텔리전스는 반복 업무를 찾아내고 측정된 기준선 대비 자동화 진척을 추적합니다. 여기에 자율 시스템을 다루는 두 화면이 더해집니다. 에이전트 효과성은 에이전트가 무엇을 했고 비용이 얼마였는지 보고하며, 에이전트 준비도는 현재 환경에 에이전트를 돌릴 기술과 도구, 가드레일이 갖춰져 있는지 점검합니다.
2026년 5월에 공개된 Frost & Sullivan의 독립 연구는 Larridin을 실제 사용과 숙련도, 가치를 다루는 중립적 측정 계층으로 규정하면서, 라이선스 수나 표면적 사용 통계 같은 전통적 도입 지표로는 AI가 생산성과 리스크 관리, 경영 성과에 실제로 기여한 바를 더 이상 설명할 수 없다고 지적합니다.
이 회사는 공동 창업자 겸 CEO Russ Fradin, 공동 창업자 겸 사장 Jim Larrison, 공동 창업자 겸 CTO Ameya Kanitkar가 이끌고 있으며, Andreessen Horowitz가 주도하고 Bloomberg Beta와 Gradient 등이 참여한 1,700만 달러 규모의 시드 투자를 유치했습니다.
Larridin은 보고에서 멈추지 않고 유휴 캐파 활성화, 교육 맞춤화, 워크플로 최적화, 코드 내구성 리스크 완화, AI 정책 집행을 아우르는 처방형 권고를 제시합니다.
배포에는 정해진 순서가 있고, 각 단계가 다음 단계의 입력이 됩니다.
공개된 관찰 결과는 도입 초기 몇 주에 무엇이 드러나는지 보여 줍니다. 이 회사 CEO가 업계 콘퍼런스에서 공유한 도입 현황에 따르면, 기업 AI 라이선스를 보유한 직원의 약 60퍼센트가 여전히 개인 계정으로 작업하고 있었습니다. 유료 좌석은 놀고 통제되지 않은 사용은 계속되므로 거버넌스 문제이자 지출 문제입니다. 같은 발표는 조직이 이미 알고 있던 도구 하나마다 직원들이 스스로 다섯에서 여섯 개를 더 찾아 쓰고 있었고, 열 명 규모의 한 그룹이 서로 다른 AI 회의록 도구를 여섯 개나 돌리고 있었다고 전합니다. 또한 측정된 AI 활동의 상당 부분이 라이선스를 산 목적이던 고부가 업무가 아니라 평범한 검색 질의였습니다. 이 수치들에는 표본 규모나 방법론이 공개되지 않았습니다.
Larridin은 세 부류의 의사결정 주체를 명시적으로 겨냥합니다. AI 총괄과 CIO, CTO와 엔지니어링 리더, 그리고 CFO와 재무 팀입니다. 세 집단 모두 지금 손에 없는 근거로 AI 예산을 정당화하라는 요구를 받고 있다는 공통점이 있습니다.
적합하다는 신호는 다음과 같습니다.
맞지 않는 경우 하나는 벤더가 직접 밝힙니다. Larridin의 비교 페이지는 목적이 개발 대시보드나 순수 클라우드 비용 플랫폼, 또는 단일 유스케이스 수준의 생성형 AI 비용 모델처럼 특정한 하나라면 더 좁은 대안이 그 일에는 더 맞을 수 있다고 인정합니다. 네 개 측정 영역 중 하나만 필요하다면 쓰지 않을 넓이에 비용을 내는 셈입니다.
분석 기관의 관점은 두 번째 여과 장치를 더합니다. Frost & Sullivan 연구는 사전 전환 없이도 사용과 숙련도, 가치를 빠르게 드러내는 경량 측정 계층과, 더 넓은 디지털 워크플레이스 및 운영 모델에 내장된 접근을 대비하면서, 각각이 가장 잘 맞는 자리는 조직 성숙도와 리스크 태세, 가치 실현 시간 요구에 달려 있다고 결론짓습니다.
소규모 팀은 사실상 대상 밖입니다. 셀프서비스 요금제도, 공개된 최소 좌석 수도, 공개 가격표도 없으며, 배포 자체가 중앙 IT를 통해 브라우저 확장과 데스크톱 에이전트를 뿌리는 방식이라 관리되는 단말과 관리자의 존재를 전제합니다.
보안 검토에서 가장 중요한 대목은 처리가 어디서 일어나는가입니다. 민감한 데이터 대부분은 사용자 브라우저 안에서 처리되어 단말을 벗어나지 않고, Larridin 클라우드로는 요약 통계만 전송됩니다. 벤더는 이를 제로 지식 아키텍처라고 부르며 SOC 2 Type II 인증과 함께 HIPAA 및 GDPR 준수를 밝히고 있습니다.
공개 가격은 없습니다. 요금표도, 플랜 비교도, 셀프서비스 결제도 게시되어 있지 않으며 데모 예약과 가격 문의, 바로 사용해 보기까지 사이트의 모든 상업적 경로가 문의 양식으로 이어지고, 문의 페이지는 전문가와 상담하라고 안내합니다. 접근은 영업 주도이며 조직 단위로 견적이 나옵니다.
첫째, 웹사이트 이용약관과 플랫폼 계약은 별개의 문서입니다. 웹사이트 약관은 플랫폼 사용이 Larridin과 고객이 체결한 별도의 마스터 서비스 계약 또는 다른 서면 상업 계약의 적용을 받는다고 명시하므로, 데이터 처리 조항과 서비스 수준, 계약 기간, 해지 권리처럼 상업적으로 중요한 내용은 모두 그 MSA 안에 있습니다.
둘째, 비용 비교는 좌석 단가가 아니라 전체 범위를 기준으로 해야 합니다. 제품이 발견과 거버넌스, 엔지니어링 분석, 지출 대사를 한꺼번에 다루기 때문입니다. 벤더의 대안 페이지는 견적이 흔히 대조되는 더 좁은 범주들을 열거합니다. GetDX와 Jellyfish 같은 개발 인텔리전스, Faros AI 같은 소프트웨어 배포 인텔리전스, Pay-i 같은 생성형 AI ROI 및 캐파 관리, Worklytics 같은 인력 분석과 AI 도입 벤치마크, 그리고 Mavvrik 같은 AI 및 클라우드 비용 거버넌스입니다.
엔지니어링 분석 영역은 이미 붐빕니다. 독립 소프트웨어 비교 디렉터리는 앞서 나온 이름들 외에 Cortex와 Typo, Harness, LinearB, Plandek까지 상당한 진용을 열거하므로, 엔지니어링 측정만 필요한 조직에는 성숙한 선택지가 여럿 있습니다. 그래서 변별력 있는 질문은 좁아집니다. 그 대안이 저장소 안뿐 아니라 엔지니어링 밖의 AI 사용까지 보는가? 개인 계정과 회사 계정을 구분하는가? 토큰과 라이선스 비용을 청구서와 대사하는가, 아니면 추정하는가? Larridin의 자리매김은 이 모두를 한 시스템에서 답한다는 데 있으며, 스스로를 개발 생산성 대시보드나 토큰 비용 추적기 이상이라고 설명합니다.
아래 경계는 모두 벤더가 문서로 밝힌 내용이며, 파일럿에 들어가기 전에 기대치에 반영해야 합니다.
커버리지는 컴퓨터에서 멈춥니다. 현재 추적은 컴퓨터 기반으로만 이루어져 iOS 사용은 잡히지 않고, 모바일 현장 인력을 위한 네트워크 트래픽 스니핑도 수행하지 않는다고 명시되어 있습니다. 현장 서비스와 리테일, 물류, 상당수의 일선 영업처럼 휴대폰에서 AI를 많이 쓰는 조직이라면 활동의 상당 부분이 아예 나타나지 않고, 도입률 수치는 도입과 무관한 이유로 낮게 읽힙니다. 조직 단위 뷰와 내장형 AI 탐지는 로드맵 항목입니다.
측정은 의도적으로 얕습니다. Scout은 대화 내용을 결코 수집하지 않습니다. 온당한 프라이버시 태도이면서 동시에 분명한 분석상의 한계이기도 합니다. 프롬프트 품질은 읽어서가 아니라 추론해서 얻어지므로, 제품이 재는 것은 AI 사용의 실질이 아니라 형태입니다.
귀속 주장은 따져 볼 필요가 있습니다. 플랫폼은 AI 사용과 비즈니스 성과 사이의 인과를 여러 정밀도 수준에서 증명한다고 말합니다. 이런 인과 주장은 원래 성립시키기 어려우므로, 이미 답을 아는 기간을 골라 귀속 결과를 대조해 보는 편이 좋습니다.
웹사이트 책임 한도가 매우 낮습니다. 공개 웹사이트 약관은 해당 약관에서 비롯되는 Larridin의 누적 책임을 미화 100달러로 제한하고, 어떤 종류의 보증도 없이 있는 그대로 그리고 이용 가능한 상태로 웹사이트를 제공하며, 델라웨어주 법을 준거법으로 삼습니다. 이는 플랫폼이 아니라 웹사이트에 적용되므로, 실제로 의지할 보호 조항은 MSA에서 협상해 넣어야 합니다.
2025년 9월에 마지막으로 갱신된 공개 개인정보 처리방침은 플랫폼 텔레메트리가 아니라 웹사이트와 마케팅 상호작용을 다룹니다. 데모와 문의 양식을 통해 이름과 이메일 주소, 전화번호, 직함, 회사명을 수집하고 IP 주소와 브라우저 종류, 운영체제, 참조 URL, 상호작용 정보를 함께 수집한다고 설명합니다. Larridin은 교차 맥락 행동 광고를 위해 개인정보를 판매하거나 공유하지 않으며, 만 16세 미만 미성년자의 개인정보를 알면서 수집하거나 판매하거나 공유하지 않는다고 밝힙니다. 접근과 정정, 삭제, 처리 반대 권리는 공개된 법무 연락처를 통해 행사합니다.
유의할 점이 둘 있습니다. 이 웹사이트는 현재 Do Not Track 신호에 응답하지 않습니다. 그리고 방침의 캘리포니아 거주자 항목에는 대괄호로 묶인 무료 전화번호 자리표시자가 아직 채워지지 않은 채 남아 있습니다.
중앙에서 배포되는 브라우저 플러그인 Scout과 이를 보완하는 데스크톱 애플리케이션을 통해 탐지하며, 알려진 AI 애플리케이션과 URL을 분류하는 방식으로 OpenAI와 Claude, Gemini, Perplexity를 비롯한 300개 이상의 도구를 포괄합니다.
읽지 않습니다. Scout은 키 입력이나 이메일, 개인 메시지, 문서 안의 정보를 읽거나 기록하지 않으며 대화 내용을 수집하지 않습니다. 민감한 데이터 대부분은 사용자 브라우저 안에서 처리되어 단말을 벗어나지 않습니다.
하지 않습니다. 현재 추적은 컴퓨터 기반으로만 이루어져 iOS 사용은 누락되고, 모바일 현장 인력을 위한 네트워크 트래픽 스니핑도 없습니다.
지원 대상 도구는 여섯 가지입니다. 코딩 보조 도구로는 Cursor와 Claude Code, GitHub Copilot을 지원합니다. 대화형 도구로는 ChatGPT 및 Codex, Google Gemini Code Assist를 지원합니다. 데이터 소스 연결 대상은 GitHub 또는 GitLab 저장소와 CI/CD 파이프라인입니다.
가능합니다. 기여를 AI 보조와 사람 작성으로 귀속시키고 작업량을 사람, AI 보조, 에이전트 작성 세 갈래로 나누며, 줄 수 대신 복잡도 보정 지표를 사용합니다.
가격은 공개되어 있지 않습니다. 모든 상업적 경로가 문의 양식으로 이어지며, 플랫폼 사용에는 별도로 체결한 마스터 서비스 계약이 필요합니다.
SOC 2 Type II 인증을 받았고 HIPAA와 GDPR을 준수하며, 거버넌스 기능은 ISO/IEC 42001:2023에 정합합니다. 규제가 강한 환경에는 Dell과 HP 어플라이언스를 통한 온프레미스 배포가 제공됩니다.
