AI 과제 발굴부터 성과 관리까지…알고리즘랩스, 기업 AX 전 과정 지원 작성일 10-12 52 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">기업별 업무 분석해 AI 적용 과제 자동 발굴<br>AI 도입 후 활용 현황부터 성과까지 통합 관리<br>10년간 축적한 현업 데이터·기술력 앞세워 차별화<br>내년 IPO 목표…사무 영역 넘어 피지컬 AI로 확장</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="G8lA9QGhCY"> <p contents-hash="6d5dd404a67517ddf2fd7f3432e9858555f6cd8d6f8a65ba050fcedc27fe6a03" dmcf-pid="H6Sc2xHlvW" dmcf-ptype="general">생성형 인공지능(AI)이 산업과 사회 전반에 걸쳐 변혁을 일으키고 있다. AI가 알아서 업무를 처리하고 협업도 하는 에이전틱 AI를 넘어 AI가 산업 현장의 물리 환경에 스며드는 피지컬 AI도 급속 발전하고 있다. 과학기술정보통신부와 정보통신기획평가원(IITP), 한국정보산업연합회(FKII)가 소프트웨어(SW) 명장급 인재를 육성하는 ‘AI·SW마에스트로’ 사업도 빨라지는 AI 전환(AX)에 맞춰 곳곳에 혁신 동력을 불어넣고 있다. 디지털타임스는 ‘AX 현장에 뛰어든 혁신가들’ 기획을 통해 AI·SW마에스트로 과정 수료생 출신 창업가들의 활약상을 총 10회에 걸쳐 소개한다.</p> <p contents-hash="78665c88a29599bb52e8cc2448d2ab22a5b2c2f2c6ae8bd23cdbfe2a30246211" dmcf-pid="XPvkVMXSyy" dmcf-ptype="general">AX 현장 뛰어든 혁신가들</p> <p contents-hash="b825bba0ebfc5ff02ecd231b6c84aeadd9c10139a1f6a11a8f62883dd25741e3" dmcf-pid="ZQTEfRZvlT" dmcf-ptype="general">③손진호 알고리즘랩스 대표</p> <figure class="figure_frm origin_fig" contents-hash="25bdf985b07807069038728f7bb370a2b5d3fee9cae0395030cbfe19aea2c512" dmcf-pid="5xyD4e5Thv" dmcf-ptype="figure"> <p class="link_figure"><img alt="손진호 알고리즘랩스 대표. 알고리즘랩스 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/12/dt/20261012165413075umhb.png" data-org-width="640" dmcf-mid="KJIZAs4qv7" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/12/dt/20261012165413075umhb.png" width="658"></p> <figcaption class="txt_caption default_figure"> 손진호 알고리즘랩스 대표. 알고리즘랩스 제공 </figcaption> </figure> <p contents-hash="858ca0f95bd02fcdaca1fad05efc57bb82225ccaad3a4a0ac76f68b5c7ca8d1b" dmcf-pid="1fCNb6WIyS" dmcf-ptype="general"><br> 기업들이 앞다퉈 인공지능 전환(AX)에 나서고 있지만, AI를 도입하는 것과 이를 실제 성과로 연결하는 것은 별개의 문제다. 도입에만 급급해 현업에서 잘 쓰지 못하거나, 쓰더라도 성과를 확인하기 어려운 경우가 적지 않다.</p> <p contents-hash="7363c7b5e61ad4eb7702c633470eb10ef7ade49e7bae6b781e663cbcabfa5ddf" dmcf-pid="t4hjKPYCSl" dmcf-ptype="general">손진호 알고리즘랩스 대표는 12일 디지털타임스와의 인터뷰에서 “AI 도입 과정에서 기업들이 겪는 어려움은 크게 세 가지”라며 “어떤 업무에 AI를 도입해야 할지 모르고, 필요한 AI 에이전트를 개발하려 해도 이를 효율적으로 구축할 방법을 찾기 어려운 데다 도입 이후 실제 어떤 효과를 내는지 측정하기 어렵다는 것”이라고 말했다.</p> <p contents-hash="39c7686be7983cb2ffcb749b99e3eac97f85d5c792b5e44617f139440859d2cf" dmcf-pid="F8lA9QGhWh" dmcf-ptype="general">이에 알고리즘랩스는 기업의 AX가 일회성 도입에 그치지 않도록 과제 발굴부터 개발, 운영 및 성과 측정까지 이어지는 체계를 구축했다. AI가 실제로 기업에 가져다주는 효과를 확인하고, 이를 토대로 새로운 과제를 지속적으로 발굴하는 선순환 구조를 만들겠다는 취지다.</p> <p contents-hash="abc9e9269676214057fab42e1c6782c8bd4189b363a59a52e9dc361e1288001b" dmcf-pid="36Sc2xHlWC" dmcf-ptype="general">기업이 AX를 추진하는 과정에서 가장 먼저 부딪히는 문제는 무엇을 AI에 맡길지 정하는 것이다. 현업 담당자는 자신의 업무를 잘 알지만 AI 기술을 어디에 접목할 수 있는지 판단하기 어렵고, 외부 전문가에게 맡긴다 해도 실제 업무를 충분히 이해하지 못한다면 적절한 과제를 찾아낼 수 없다. 알고리즘랩스는 이러한 간극을 줄이기 위해 현업의 업무 내용을 바탕으로 AI 도입 과제를 발굴하는 ‘AI 블루프린트’를 개발했다.</p> <p contents-hash="df00bb86f56ed93a9149904535db6a4eedd0aa4d1eda5de1d5055c19eb525fe2" dmcf-pid="0PvkVMXSyI" dmcf-ptype="general">AI 블루프린트는 현업 담당자들이 현재 수행하는 업무를 알려주면 어떤 업무에 AI를 적용할지, 어떤 단계까지 자동화할지 제안해주는 솔루션이다. 담당자가 자신의 업무를 간략하게 입력하면 AI는 세부적인 질문을 이어가며 실제 업무를 수행하는 과정을 파악하고, 일종의 인수인계 매뉴얼처럼 구체적인 업무 지침을 만든다. 이를 바탕으로 기존 업무를 AI로 전환했을 때 업무 흐름을 설계하고, 각 과제의 실행 가능성과 예상 투자수익률(ROI)을 분석해 먼저 추진할 과제를 선정할 수 있도록 돕는 역할을 한다.</p> <p contents-hash="0f022a182d3320657806234f3d69d0cd363c87d2e8216c0c645a8514f550e694" dmcf-pid="pQTEfRZvWO" dmcf-ptype="general">손 대표는 “과거에는 주요 과제 몇 개를 선정해 컨설팅을 받는 방식도 유의미했지만, 직원 한 명당 여러 개의 AI 에이전트를 만들어야 하는 상황에서 수백 개의 과제를 모두 컨설팅으로 발굴하기는 어렵다”며 “기존에는 하나의 업무를 세부적으로 파악하기 위해 인터뷰와 업무 정리에만 100시간 가까이 들여야 했다면, 블루프린트를 활용하면 이를 30분 안에 마칠 수 있는 데다 결과물의 품질도 높일 수 있다”고 설명했다.</p> <p contents-hash="8e848fcf86d96ffba2d4f2a44899e595aea45d20fe0061ce2450d5898bc6f895" dmcf-pid="UxyD4e5Tvs" dmcf-ptype="general">발굴한 과제를 실제 AI로 구현하는 역할은 ‘AI 캔버스’가 맡는다. 코드를 직접 작성해 AI 에이전트를 개발하려면 구현 과정이 복잡해지고 유지·관리 부담도 커지기 마련이다. AI 캔버스는 이러한 과정을 간소화한 노코드 플랫폼으로, AI 블루프린트가 설계한 업무 흐름을 바탕으로 필요한 시스템과 데이터를 연결해 AI 에이전트를 개발할 수 있도록 지원한다.</p> <p contents-hash="7fef51ed540d16ae34c24a76a9e3977b8943b00ce3882f5f0a296a712dad4eef" dmcf-pid="uMWw8d1yhm" dmcf-ptype="general">기업의 보안 환경을 고려해 내부 서버를 활용한 폐쇄망 기반 AI 운영도 지원한다. 기업 내부의 민감 정보가 외부로 유출되지 않도록 외부 AI 서비스 대신 내부 서버에서 AI 모델을 운영해 보안성을 높였다.</p> <p contents-hash="642a4393b46d12cd1f25c6cc89c904a5b2bf98e8d0612e6775de7d001fc50f3f" dmcf-pid="7RYr6JtWhr" dmcf-ptype="general">손 대표는 “일반적인 코딩 방식으로 AI 에이전트를 개발하려면 수천 줄의 코드가 필요하지만, AI 캔버스에서는 이를 10개 안팎의 노드로 관리할 수 있다”고 말했다. 또 “담당자가 바뀌더라도 전체 코드를 일일이 확인할 필요 없이 문제가 발생한 부분만 찾아 수정할 수 있어, 여러 AI 에이전트를 운영할 때 드는 유지·관리 부담을 줄일 수 있다”고 했다.</p> <p contents-hash="9c9b90ded51c24e05e7ce12f894cd477c45cb26b39e68321182f7a957913502b" dmcf-pid="zeGmPiFYTw" dmcf-ptype="general">‘AI 타워’는 기업 내에서 운영 중인 AI 에이전트의 성과를 한눈에 파악하고, 실제 기업의 이익에 얼마나 기여하는지 측정하는 도구다. AI 도입 전후의 업무 시간 변화, 이익률 개선 등 구체적인 지표를 바탕으로 AI 도입이 기업의 업무 효율과 수익 개선에 얼마나 도움이 됐는지를 평가한다.</p> <p contents-hash="fcfef2e8cb857a470e9987ac7eaaf1ab155c046d5ad0af4c545bfc29b2630073" dmcf-pid="qdHsQn3GSD" dmcf-ptype="general">그는 “기업 업무 가운데 AI가 얼마나 도입돼 있는지 명확하게 답할 수 있는 기업은 거의 없을 것”이라며 “누가 AI를 잘 만들고 있고, 어떤 AI가 일을 잘하고 있는지 측정하는 것이 타워의 역할”이라고 설명했다.</p> <figure class="figure_frm origin_fig" contents-hash="676b042446729858ede683758632ab1639e430706fc183eba5a389510e37e056" dmcf-pid="BJXOxL0HyE" dmcf-ptype="figure"> <p class="link_figure"><img alt="알고리즘랩스의 올인원 AI 전환 솔루션. 알고리즘랩스 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/12/dt/20261012165414326nzzo.png" data-org-width="640" dmcf-mid="23vkVMXSSU" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/12/dt/20261012165414326nzzo.png" width="658"></p> <figcaption class="txt_caption default_figure"> 알고리즘랩스의 올인원 AI 전환 솔루션. 알고리즘랩스 제공 </figcaption> </figure> <p contents-hash="3e29f67301bf36086af19cafb15831a3875840ecb343a4b144f42aa271d9c2f2" dmcf-pid="bJXOxL0Hhk" dmcf-ptype="general"><br> 손 대표는 세 차례 창업에 실패한 뒤 2016년 FKII가 운영하는 SW마에스트로 프로그램 교육을 받았다. 사업 아이템은 어느 정도 구체화했지만, 함께 창업할 인력을 확보하는 데 어려움을 겪고 있던 그는 SW마에스트로를 통해 초기 팀 구성에도 도움을 받았다. 2017년 알고리즘랩스를 설립한 이후에도 수료생들과 맺은 인연을 이어가며 인재 확보 등에 도움을 받고 있다.</p> <p contents-hash="6a4a06012c4d7e22f08e3a1034165cc61d7f24da18123bf7e3a82ff762755f25" dmcf-pid="KiZIMopXyc" dmcf-ptype="general">알고리즘랩스가 내세우는 차별점은 다양한 기업의 AI 도입 과정에서 축적한 경험과 기술력이다. 이 회사는 그동안 2만개 이상의 AI 과제를 발굴하고 300개 이상의 프로젝트를 수행하면서 기업 현장의 업무 특성과 AI 활용 사례에 대한 노하우를 쌓았다. 이를 바탕으로 각 기업의 업무를 분석하고 AI 도입이 필요한 분야와 구체적인 실행 방안을 제시할 수 있다는 설명이다.</p> <p contents-hash="117f863bb551b9802dee843f7958f427e6131f54db4b481684c725e0f06dfaeb" dmcf-pid="9n5CRgUZTA" dmcf-ptype="general">기술적 완성도도 높여왔다. AI 캔버스는 기존 오픈소스를 일부 수정해 사용하는 대신 자체 개발 기술을 기반으로 구축해 기능 확장과 다른 솔루션과의 연계에 유리하다. AI 블루프린트에 적용된 업무 분석 방법론은 컴퓨터·인간 상호작용(HCI) 분야의 세계적 권위 학술대회인 ‘CHI’(Conference on Human Factors in Computing Systems)에 채택됐다. 손 대표는 해당 방법론을 활용해 작성한 AI 도입 청사진이 기존 비교 기준보다 약 30~50% 높은 품질 평가를 받았다고 설명했다.</p> <p contents-hash="0fc2ef405aaa34209ead51785a3f0f67f4beeca03a321d617823d4a5e008a711" dmcf-pid="2L1heau5Tj" dmcf-ptype="general">사업 성과도 가시화되고 있다. 올해 8월 기준 매출은 이미 지난해 연간 매출의 약 두 배에 달했으며, 올해 처음으로 영업흑자를 달성할 것으로 전망된다. 특히 전체 매출의 절반 이상을 소프트웨어 라이선스 판매에서 거두고 있는 만큼 인력을 크게 늘리지 않고도 매출을 확대할 수 있는 구조를 갖췄다.</p> <p contents-hash="2bc4ccca1a3d64e0efe8848d0879e1627f948be9c2788db2230c2bba838c0206" dmcf-pid="VotldN71CN" dmcf-ptype="general">기업공개(IPO)도 준비하고 있다. 지난해 12월 시리즈B 투자를 유치한 데 이어 올해 6월 상장 주관사로부터 후속 투자를 받았다. IPO를 통해 사업 확장에 필요한 자금을 확보하는 한편, AI 기업도 높은 성장률과 수익성을 동시에 달성할 수 있다는 점을 시장에 보여주겠다는 생각이다.</p> <p contents-hash="8b144ef26a590dbdedceea092c06fbb1b07d7b6920bc917a453fa33bc34dcfc4" dmcf-pid="fgFSJjztWa" dmcf-ptype="general">향후 피지컬 AI 분야로 사업을 확장하겠다는 계획도 세웠다. 기존 AI가 문서 작성이나 데이터 분석 등 컴퓨터 안에서 이뤄지는 업무를 지원했다면, 피지컬 AI는 로봇을 통해 생산·제조 현장의 작업까지 수행할 수 있다는 점에서 활용 범위가 넓다.</p> <p contents-hash="2950bfbbbdb33d602b928d91ea98fc4e97910a0db62eab769d85018f57d72cc5" dmcf-pid="4a3viAqFTg" dmcf-ptype="general">그는 “보고서를 작성하는 업무와 부품을 조립하는 업무는 형태가 다르지만 모두 일정한 절차에 따라 수행된다는 공통점이 있다”며 “물리적인 작업에 필요한 힘과 각도 등 세부 데이터를 업무 절차와 결합하면 로봇이 수행할 수 있는 작업 지침을 만들고, 이를 바탕으로 로봇을 제어할 수 있을 것”이라고 설명했다.</p> <p contents-hash="ecd72b949f5982142739241a95d41aeca002b59aae45a9e609b825ef8f2f8a35" dmcf-pid="8N0TncB3ho" dmcf-ptype="general">알고리즘랩스는 AI 블루프린트로 제조 현장의 작업 절차와 세부 데이터를 분석하고, 이를 로봇이 수행할 수 있는 작업 지침으로 구체화한다는 구상이다. 작업 지침을 실제 로봇의 움직임으로 연결하는 역할은 AI 캔버스가 맡는다. 로봇팔이나 운반 로봇 등을 플랫폼에 연결해 필요한 작업을 수행하도록 제어하고, 여러 로봇의 작업을 연결해 각 작업의 진행 상황과 공정 전체의 운영 상태를 관리하는 시스템으로 발전시킬 계획이다. 알고리즘랩스는 이를 실현하기 위해 AI 캔버스와 로봇 장비를 연동한 소규모 제조시설(팹)을 준비하고 있다.</p> <p contents-hash="02e1d155b35b214bf115e15550955971ffbf3d9334cca66bcbe0f4ecaa6e9da2" dmcf-pid="6jpyLkb0hL" dmcf-ptype="general">손 대표는 “향후 3~5년 뒤에는 피지컬 AI 활용이 크게 확대될 것으로 예상한다”며 “현재는 사무직 업무를 중심으로 AX를 지원하고 있지만 앞으로는 물리적인 작업까지 영역을 확장할 수 있을 것”이라고 말했다.</p> <figure class="s_img figure_frm origin_fig" contents-hash="682d96e304365e0d833223bf91062e81603ddaf478b3f1883c660c8039c3c2e3" dmcf-pid="PAUWoEKpSn" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/12/dt/20261012165415541ozdr.png" data-org-width="225" dmcf-mid="YZvkVMXSSG" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/12/dt/20261012165415541ozdr.png" width="225"></p> </figure> <p contents-hash="3a3624e31649827b7b475d8e075a1c07795fe47aff713706919bec637fabcf5c" dmcf-pid="QcuYgD9UTi" dmcf-ptype="general"><br> 이혜선 기자 hslee@dt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털타임스. 무단전재 및 재배포 금지.</p> 관련자료 이전 공공기관·CSP 6개사 한자리에…행안부, 클라우드 비교의 장(場) 마련 10-12 다음 [김영욱의 게임 후벼파기] 투자 판단 어렵네…복잡해진 게임사·VC의 셈법 10-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
