Gather AI, 공급망 '현실 격차' 해소를 위해 4,000만 달러 투자 유치

물류 분야의 컴퓨터 비전 및 자율 로봇 공학 선구자인 Gather AI가 Smith Point Capital이 주도하는 4,000만 달러 규모의 시리즈 B 투자 라운드를 마감했다. 이번 최신 자본 투입으로 회사의 총 투자 유치액은 7,400만 달러에 달하며, 이는 공급망 효율성의 차세대 개척지로서 '물리적 AI(Physical AI)'에 대한 강력한 신뢰를 시사한다.

이번 라운드는 전 Salesforce 공동 CEO인 Keith Block이 설립한 Smith Point Capital이 주도했다. 기존 투자자인 Bain Capital Ventures, Tribeca Venture Partners, Bling Capital, Dundee Venture Capital, XRC Ventures와 함께 신규 투자자인 The Hillman Company가 참여했다. 투자금은 운영 규모를 전 세계적으로 확장하고, 선반을 수동적으로 스캔하는 대신 재고 오류를 능동적으로 찾아내는 Gather AI의 독자적인 '호기심 많은(curious)' 드론 기술을 더욱 발전시키는 데 활용될 예정이다.

물류 네트워크가 점점 복잡해짐에 따라, 디지털 기록과 물리적 현실 사이의 단절(흔히 '현실 격차'라고 불림)은 수십억 달러 규모의 문제가 되었다. Gather AI의 플랫폼은 창고 재고를 실시간으로 디지털화하는 자율 드론을 배치하여 이를 해결하며, 창고 관리 시스템(WMS)과 직접 통합되는 단일 진실 공급원(Single Source of Truth)을 제공한다.

'호기심 많은' 로봇: 자동화에 대한 베이지안 접근 방식

Gather AI 성공의 핵심은 자율 시스템이 환경을 인식하는 방식의 근본적인 변화에 있다. 경직된 경로를 따르는 일반적인 스캔 솔루션과 달리, Gather AI의 드론은 신경망과 결합된 베이지안 호기심(Bayesian curiosity) 기법을 활용한다. 이를 통해 드론은 능동적으로 바코드, 로트 번호, 텍스트, 유통기한과 같은 특정 데이터 포인트를 찾는 주체성을 가지고 행동할 수 있다.

이러한 '호기심'을 통해 시스템은 즉석에서 지능적인 의사결정을 내릴 수 있다. 라벨이 일부 가려져 있거나 팔레트가 제자리에 있지 않은 경우, 드론은 마치 인간 감사관처럼 더 나은 각도를 포착하거나 추가 조사를 위해 행동을 조정할 수 있다. 그러나 한정된 시간 동안만 스캔할 수 있는 인간 작업자와 달리, 이 드론은 거의 완벽한 일관성을 유지하며 지속적으로 작동한다.

결정적으로, Gather AI는 핵심 탐색 및 식별 작업을 위해 엔드 투 엔드 거대 언어 모델(LLM)을 피함으로써 현재의 생성형 AI(Generative AI) 열풍과 차별화했다. 확률 기반의 베이지안 방법론에 의존함으로써, 시스템은 LLM을 괴롭히는 '환각(hallucination)' 문제를 방지하고 공급망 시스템에 입력되는 데이터가 정확하고 신뢰할 수 있도록 보장한다.

베이지안 호기심의 기술적 장점

• 능동적 조사: 드론은 단순히 지나치지 않고 누락되거나 비정상적인 데이터를 '사냥'한다.
• 환각 없음: 데이터 판독을 위해 생성형 예측이 아닌 결정론적 확률 모델을 사용한다.
• 인프라 독립성: 창고 개조가 필요 없다(반사판, 비콘 또는 특수 조명 불필요).
• 냉동 보관 가능: 인력 투입이 어렵고 위험한 영하의 환경에서도 효과적으로 작동한다.

기업용 소프트웨어 베테랑들의 전략적 지원

Smith Point Capital, 특히 Keith Block의 참여는 Gather AI가 물리적 세계를 위한 표준 '기록 시스템(system of record)'이 될 가능성을 강조한다. Salesforce를 글로벌 기업 거물로 성장시키는 데 일조한 Block은 Gather AI를 단순한 로봇 공학(robotics) 회사가 아니라 현대 상거래를 위한 중요한 지능 계층으로 보고 있다.

"Gather AI는 물리적 세계를 측정하고 이해하며 운영하는 방식을 재정의하고 있습니다."라고 Keith Block은 이번 투자와 관련하여 밝혔다. "이 팀이 구축한 것은 단순히 재고를 세는 더 나은 방법이 아닙니다. 현대 공급망을 위한 기본 지능 계층입니다. 우리는 Gather AI가 모든 창고, 공장, 야적장의 기록 시스템이 될 것이라고 믿습니다."

이 스타트업은 이미 상당한 견인력을 입증했다. 지난 한 해 동안 Gather AI는 예약 실적을 250% 성장시켰고 운영 범위를 두 배로 늘렸다. 고객사로는 GEODIS, NFI Industries, Kwik Trip, Axon, dnata, Barrett Distribution, Langham Logistics와 같은 주요 물류 및 소매 거물들이 포함되어 있다.

운영 비교: 수동 방식 vs. Gather AI

Gather AI의 도입은 전통적인 재고 관리(inventory management)로부터의 패러다임 전환을 의미한다. 다음 비교표는 기존 방식과 Gather AI의 자율 솔루션 간의 운영 차이점을 보여준다.

표 1: 재고 관리 방식의 운영 비교

체화된 AI(Embodied AI)의 발자취 확대

새로운 4,000만 달러의 자본은 북미, 유럽 및 아시아 전역의 수백 개의 추가 시설로 Gather AI의 확장을 주도할 것이다. 지리적 성장 외에도, 회사는 플랫폼의 예측 기능을 향상하기 위해 R&D에 집중적으로 투자하고 있다. 목표는 단순히 재고 상태를 보고하는 단계에서 벗어나, 수익에 영향을 미치기 전에 잠재적인 병목 현상, 품절 및 안전 위험을 예측하는 것이다.

Gather AI의 설립자인 Sankalp Arora, Daniel Maturana, Geetesh Dubey는 카네기 멜런 대학교(Carnegie Mellon University) 박사 과정 학생으로 만났다. 로봇 공학에 대한 그들의 깊은 학문적 뿌리는 고가의 맞춤형 하드웨어가 아닌 상용 드론을 사용하는 실용적이고 하드웨어에 구애받지 않는 솔루션으로 이어졌다. 이러한 소프트웨어 우선 접근 방식은 신속한 배포와 용이한 확장을 가능하게 했으며, 이는 시장 점유율을 빠르게 확보하는 핵심 요인이 되었다.

"창고 활동이 디지털 시스템 기록과 일치하는 경우가 드물기 때문에 글로벌 물류 기업들은 매년 수십억 달러의 손실을 입습니다."라고 Gather AI의 공동 설립자이자 CEO인 Sankalp Arora가 말했다. "이 '물리-디지털 격차'는 운영상의 사각지대를 만듭니다. 우리는 이러한 사각지대를 제거하는 지속적인 물리적 인텔리전스를 제공합니다."

Creati.ai 관점: 신뢰할 수 있는 체화된 AI의 부상

더 넓은 AI 산업의 관점에서 볼 때, Gather AI의 시리즈 B 성공은 물리적 세계와 상호작용하는 인공지능인 체화된 AI(Embodied AI) 시장이 성숙하고 있음을 강조한다. 2024년과 2025년이 생성형 텍스트 및 이미지 모델의 폭발적인 증가로 지배되었다면, 2026년은 AI가 산업 응용 분야에서 그 가치를 입증하는 해가 될 것으로 보인다.

투자자들은 새로운 콘텐츠를 생성하는 '창의적' AI와 현실을 측정하고 최적화하는 '분석적' 또는 '물리적' AI를 점점 더 차별화하고 있다. Gather AI의 성공은 공급망과 같은 미션 크리티컬 산업에서 시장이 생성 기능보다 정밀도와 지상 실측 정보(ground truth)를 우선시하는 솔루션을 선호한다는 점을 시사한다.

베이지안 기법의 사용은 중요한 보호 장치 역할을 한다. 수백만 달러 규모의 재고를 보유한 창고에서 99%의 정확도는 종종 불충분하다. 시스템은 자신이 무엇을 모르는지 알아야 한다. Gather AI의 드론은 불확실성을 인식하도록 프로그래밍되어 있으며, 이러한 특성 덕분에 흐릿한 바코드를 '추측'할 수 있는 시스템보다 더 안전하고 신뢰할 수 있다. 자동화가 물리적 노동력에 계속 침투함에 따라, 이 '호기심 많지만 신중한' 아키텍처는 산업용 로봇 공학의 표준이 될 수 있다.