오믈렛(Omelet). 프랑스식 계란말이로서 스타트업 이름 치고는 약간 생뚱맞은 이름이다. 왜 회사 이름을 그렇게 지었는지 오믈렛에 물었더니 “Optimization and MachinE LEarning Technologies 의 중간 철자를 조합해서 만들었다”는 답변이 돌아왔다. ‘최적화와 머신 러닝기술’을 조합한 단어이며, 회사 구성원들이 낸 아이디어를 차용했다고 한다. 약간 귀여우면서도 누구나 기억할만한 말랑말랑한 이름이다. 

하지만 오믈렛은 말랑하지 않다. 오히려 최적화 AI기술의 첨단에 서있다. 그들이 만들어낸 최적화 AI 기술의 집합체는 ‘오아시스(OaaSIS)’다. ‘Optimization as a Service/Intra/System’의 약어로서 이는 오믈렛이 무엇을 지향하는지 잘 드러내준다. 단순한 서비스가 아니라, 인프라와 시스템의 최적화까지 나아가겠다는 것이다. 무슨 의미일까.

오믈렛은 OaaSIS를 가장 먼저 물류시스템에 적용했다. OaaSIS의 물류최적화 시스템에 접속하면 어떤 경로로 물건을 배송하면 가장 좋은 결과를 얻을 수 있는지가 일목요연하게 나타난다. 이 과정에서 ‘시간단축’을 우선할 것인지, ‘배송기사’에 대한 고른 분배를 우선할 것인지, 아니면 ‘거리’를 우선할 것인지 등 다양한 조건을 부여할 수 있다. 당연히 복수 조건도 가능하며 심지어 각 조건에 대한 가중치 부여도 가능하다.

그러나, 과연 과거의 데이터를 학습하여 결과를 도출해내는 전통적 AI 방식으로 최적화가 가능할까? 그러한 학습 방식으로는 과거 작업자들이 만들어낸 최적의 결과 정도만 따라할 수 있을 것이다. 그래서 OaaSIS는 과거 데이터 학습에서 더 나아가 스스로 데이터를 생성하여 학습을 하는 시스템으로 만들어졌다. 마치 알파고가 처음에는 인간 바둑 기사의 기보를 학습했지만, 나중에는 스스로 수천만 기보를 생성하며 학습한 것과 유사한 방식이다. 

오믈렛 박진규 대표는 AI 기술에서 일반적으로 쓰는 ‘추론’이라는 단어 대신, 수학에서 볼 수 있는 ‘해’라는 단어를 주로 사용한다. 기존에 해답이 존재하지 않는 상태에서 새로운 ‘해(답)’를 찾아간다는 것이다. “사람이 만들어놓은 해답 중에서 가장 괜찮은 것을 끊임없이 개량하고 최적화하는 과정, 즉 강화학습을 통해 새로운 ‘해’를 찾아나가는 것이 OaaSIS”라고 박 대표는 강조한다. 

오믈렛은 이렇게 만들어진 OaaSIS를 바탕으로 배송할당, 경로 최적화 라우팅 엔진을 API형태로 전 세계에 출시할 계획을 가지고 있다. 달리 말해서 전 세계의 고객들이 오믈렛 시스템에 접속해서 라우팅 엔진을 이용하게 만들겠다는 것이다. 야심찬 계획이 아닐 수 없다.

이것만 해도 대단한데, OaaSIS를 단순히 Service에 국한하지 않고, Infra와 System으로 확장한다는 것은 무슨 의미일까. 박진규 대표는 “OaaSIS는 물류시스템으로 시작하지만 교통시스템, 무인로봇 운영자동화, 그리고 반도체 칩설계와 신약 후보물질 개발까지 OaaSIS의 적용 범위를 넓혀나갈 것”이라고 포부를 밝혔다. 일종의 인공지능(AGI)으로 발전시키겠다는 것이다. “우리는 최적화 인공지능의 원천기술을 가지고 있다.  우리는 파운데이션 모델을 개발하여 다른 팀에게 제공할 수 있는 팀”이라며 박 대표는 자부심을 드러냈다.  

오믈렛의 팀 구성을 보면 이런 포부와 자부심이 잘 드러난다. 박진규 CEO와 권창현 CTO는 모두 KAIST 산업및시스템공학부의 교수를 맡고 있고, 팀원들 역시 KAIST와 서울대의 석박사를 거친 인력들이다. 오믈렛은 회사를 설립한지 3개월 만에 시드투자를 유치하고, 곧이어 딥테크 팁스에 선정되는 등 성과를 이어오고 있다. 

오믈렛은 CJ그룹이 서울창조경제혁신센터와 공동으로 운영하는 오픈이노베이션 프로그램인 ‘오벤터스(O!VentUs, Open+Venture+Us)’ 7기에 선정돼 지원을 받고 있으며, CJ대한통운 등과 함께 물류시스템 PoC를 진행하는 등 다양한 기업을 대상으로 OaaSIS를 검증하고 있다. 

우리가 오픈AI의 ChatGPT나 구글의 Gemini서버에 접속하여 그들의 엔진을 이용하듯이, 세계인들이 OaaSIS에 접속하여 한국 기업 오믈렛의 엔진을 이용하는 그날이 곧 올 것인지, 오믈렛의 미래가 궁금한 것은 단지 기자만은 아닐 것이다. 

오믈렛이 해결하려는 문제점이 무엇입니까? 

오믈렛은 기업들이 방대하고 복잡한 데이터를 활용해 효과적이고 경제적인 의사결정을 내리는데 겪는 어려움을 해결하고자 합니다. 문제의 복잡성이 증가하면서 전통적인 방법으로는 한계에 봉착했고, 최적화 전문가 및 IT 인력의 인건비와 모델 구축 및 유지 비용도 급증하고 있습니다. 더욱이, 생성형 AI는 효과적인 의사결정을 도출하는 데 한계를 지니고 있으며, 산업 현장에서는 의사결정에 필요한 데이터가 부족하고, AI 구축과 운영에 천문학적인 비용이 소요됩니다. 오믈렛은 최적화 AI 기술을 통해 이러한 문제를 해결하고, 기업들이 보다 효율적이고 경제적인 방식으로 의사결정을 내릴 수 있도록 지원합니다.

어떤 방식으로 이 문제를 해결합니까? 

오믈렛은 기업들이 효과적인 의사결정을 경제적으로 도출할 수 있도록 최적화 AI 서비스 ‘OaaSIS (Optimization as a Service/Infra/System)’를 제공합니다. 

우리는 최적화 AI 알고리즘을 공급하는데 단순히 예측을 수행하는 수동적인 AI가 아닌, 문제 데이터를 입력받아 해당 문제의 해를 생성하고 지속적으로 개선하는 능동적인 AI 모델을 제공합니다. 이 최적화 AI 모델은 기업이 보유한 데이터를 기반으로 의사결정을 도출할 수 있을 뿐만 아니라, 자체적으로 데이터를 생성해 학습함으로써 더 큰 문제를 더 빠르고 정확하게 해결할 수 있는 능력을 갖추고 있습니다.

오믈렛은 또한 특정 도메인에 특화된 Decision-Management 소프트웨어를 제공하여 각 산업의 요구에 맞는 맞춤형 의사결정 솔루션을 지원합니다. 이를 통해 기업들은 복잡한 문제에 대해 최적의 해답을 도출할 수 있으며, 기업 데이터에 의존하지 않아 경제적인 비용으로 AI 모델을 구축할 수 있습니다.

더 나아가, 오믈렛은 신속하게 AI 기반 의사결정 모델을 구축하고 이를 유지 및 관리할 수 있는 DecisionOps 플랫폼을 제공합니다. 이 플랫폼은 데이터를 바탕으로 지속적으로 학습하며, 새로운 데이터가 축적됨에 따라 자동으로 AI 모델을 업데이트하고, 의사결정 모델을 재배포함으로써 의사결정 효율성을 극대화합니다. 기업들은 복잡한 의사결정을 보다 간단하고 경제적으로 자동화할 수 있습니다.

경쟁사 대비 우리의 경쟁력과 기술적인 장점은 무엇입니까? 

오믈렛의 기술적 강점은 인공지능을 활용하여 복잡한 의사결정 문제를 해결하는 최적화 AI 원천기술을 보유하고 있다는 점입니다. 오믈렛의 최적화 AI 모델은 단순한 예측을 넘어서, 문제 데이터를 입력받아 그에 대응하는 최적의 해를 생성하고 지속적으로 개선하는 능동적인 AI입니다. 이는 기존 수동적 AI 모델과 달리, 더 나은 해를 탐색할 수 있어 문제 해결의 효과성이 매우 뛰어납니다.

또한 오믈렛의 기술은 기업의 데이터에 의존하지 않고 자체 생성 데이터를 활용해 학습하므로, 더 큰 문제를 더 빠르고 정확하게 해결할 수 있습니다. 이를 통해 기업들이 데이터 수집과 모델 학습에 소요되는 비용을 크게 줄일 수 있으며, 경제적으로도 매우 효율적인 솔루션을 제공합니다.

오믈렛의 최적화 AI는 OpenAI에서 최근 출시한 O1 모델과 유사하게, 테스트 시점에서 이전 결과를 토대로 반복적인 추론과 계산을 수행하여 더 나은 결과를 도출하는 능력을 가지고 있습니다. O1 모델은 수학, 공학, 과학 등 여러 분야의 복잡한 문제를 해결할 가능성을 제시하지만, 높은 개발 및 운영 비용이 큰 과제로 남아 있습니다. 이에 반해, 오믈렛은 Test time inference 모듈을 문제별로 맞춤형 fine-tuning하여 성능을 향상시키고 개발 비용을 줄일 수 있는 기술을 갖추고 있어, 보다 실용적이고 경제적인 솔루션을 제공할 수 있습니다.

오믈렛이 제공하는 서비스는 무엇인가요?

오믈렛은 최적화 AI 기술을 활용해 물류, 로봇, 교통 분야의 복잡한 문제들을 해결하는 다양한 솔루션을 개발하고 있습니다. 현재 오믈렛은 물류 시스템 운영 최적화를 목표로 주요 제품군을 출시 준비 중에 있습니다.

첫번째로, 배송 작업 할당과 경로 최적화 문제를 해결할 수 있는 라우팅 엔진을 API 형태로 전 세계에 출시할 계획입니다. 이 라우팅 엔진은 생성형 AI와 AI 기반 Local Search 기법을 결합해 산업별로 특화된 제약 조건을 반영하며, 대규모 라우팅 문제를 빠르고 정확하게 해결할 수 있습니다. 또한 모듈러 구조를 적용해, 최소한의 추가 작업으로 다양한 산업에 유연하게 적응할 수 있습니다.

두번째로, 11월에 출시 예정인 수배송 관리 소프트웨어 Transportation Management System(TMS)은 물류 센터 간 자원 할당을 고려한 계층적 라우팅을 통해 배송 최적화를 지원합니다. 직관적인 최적화 설정과 데이터 통합 관리 기능을 통해 고객의 배송 데이터를 효율적으로 관리할 수 있으며, 서비스 시간과 진입 조건을 손쉽게 처리할 수 있습니다. 더 나아가, TMS는 배송의 퀄리티와 고객 만족도를 관리하는 CRM 도구로 활용될 수 있습니다.

이 외에도 물류 로봇 작업 할당 및 경로 최적화 엔진과 이를 활용한 소프트웨어도 내년에 출시를 할 예정입니다.

우리의 타깃 시장과 핵심 고객은 누구입니까? 

오믈렛의 타깃 시장은 AI 기반 최적화 솔루션이 필요한 다양한 산업으로, 특히 물류, 교통, 로봇, 제조 등 대규모 자원 관리와 복잡한 의사결정을 필요로 하는 분야를 주로 겨냥하고 있습니다. 시장의 크기는 글로벌 물류 및 교통 관리 솔루션 시장만 해도 수십억 달러에 달하며, 이러한 산업들은 AI와 최적화 기술을 도입하여 비용 절감과 효율성 향상을 꾀하고 있습니다.

핵심 고객은 복잡한 자원 관리와 운영 최적화 문제를 해결해야 하는 대기업 및 중견기업으로, 특히 물류 회사, 운송 및 배송 서비스 제공업체, 제조업체 등이 주 대상입니다. 이러한 기업들은 오믈렛의 최적화 AI 솔루션을 통해 더 나은 의사결정을 빠르고 경제적으로 내릴 수 있으며, 운영 효율성을 극대화할 수 있는 잠재력이 큽니다.

우리의 비즈니스 모델은 무엇입니까? 

오믈렛의 비즈니스 모델은 최적화 AI 알고리즘 공급 SaaS, 소프트웨어 공급 SaaS, 그리고 DecisionOps 플랫폼 PaaS 등 세 가지로 구성됩니다.

먼저, 알고리즘 공급 SaaS입니다. 오믈렛은 복잡한 문제 해결을 위한 최적화 알고리즘을 API 형태로 제공합니다. API 사용료는 문제의 규모, 복잡성, 호출 빈도에 따라 차등화됩니다. 대규모 기업을 대상으로 맞춤형 솔버와 컨설팅 서비스를 제공하며, 성과 기반 요금제를 통해 알고리즘 사용으로 절감된 비용의 일부를 수익으로 공유합니다.

둘째, 소프트웨어 공급 SaaS 입니다. 사용자 규모에 따라 월간 또는 연간 구독료가 부과되며, 기본 기능 외에 프리미엄 기능에 대해 추가 요금을 적용합니다. 대규모 고객에게는 맞춤형 소프트웨어 패키지와 컨설팅 서비스를 제공합니다.

셋째, DecisionOps 플랫폼 PaaS 입니다. 월간 또는 연간 구독료와 API 사용료를 기반으로 고객들이 의사결정 파이프라인을 구축할 수 있도록 지원합니다. 또한, 플랫폼 내에서 의사결정 모델을 거래할 수 있는 마켓플레이스를 운영하며, 거래된 모델에 대해 수수료를 부과합니다.

그 동안 오믈렛 팀의 성과는 무엇입니까? 

오믈렛은 2023년 설립 후 3개월 만에 시드 투자를 유치했으며, 곧바로 딥테크 팁스 프로그램에 선정되어 3년간 17억 원의 연구개발 지원금을 확보했습니다. 지금까지 10곳 이상의 중견 및 대기업들과 PoC(Proof of Concept) 프로젝트를 진행하며, 최적화 AI의 산업적용 가능성을 확인했습니다. 

또한, 2024년 하반기에는 물류 라우팅 엔진 API, 드라이버 앱, TMS 소프트웨어를 개발 완료하고 출시하여, 본격적으로 물류 배송 최적화 시스템을 시장에 공급할 계획입니다. 짧은 시간 내에 최적화 AI 원천기술과 이를 기반으로 한 다양한 애플리케이션을 동시에 압축적으로 개발하는 성과를 이뤄냈습니다.

우리 팀의 경쟁력은? 

오믈렛의 가장 큰 경쟁력은 세계적인 최적화 AI 기술력에 기반한 수준 높은 인재들로 구성된 팀입니다. 카이스트 현직 교수인 박진규 대표와 권창현 CTO가 주축이 되어 설립된 오믈렛은, 최적화 AI 분야에서 세계적인 연구 성과를 가진 카이스트 및 서울대 석박사 인재들로 이루어져 있습니다. 특히, 오믈렛은 산업 경험이 풍부한 개발자와 도메인 전문가들을 영입하여 기술과 실무 경험을 겸비하고 있으며, 현재 카이스트 학생 5명도 인턴으로 활발히 기여하고 있습니다.

우리 팀은 단순히 기술력에 머무르지 않고, 산업에 실질적인 변화를 일으킬 수 있는 혁신적인 솔루션을 제공하는 데 목표를 두고 있습니다. 모든 팀원들이 동일한 목표 아래 똘똘 뭉쳐, 복잡하고 도전적인 문제를 해결하며, 글로벌 빅테크 기업으로 도약하고자 하는 강한 열망을 가지고 있습니다. 이러한 높은 인재 밀도와 원대한 비전을 통해 오믈렛은 그 어떤 기업보다도 빠르고 효율적으로 혁신을 만들어 나가고 있습니다.

우리가 투자를 받아야 하는 이유 3가지!

첫째, 오믈렛은 카이스트 및 서울대 석박사 인재들로 구성된 높은 인재 밀도의 팀을 보유하고 있습니다. 세계적인 연구 성과를 가진 박진규 대표와 권창현 CTO를 중심으로, 산업 경험이 풍부한 개발자와 도메인 전문가들이 함께하며 글로벌 빅테크 기업으로 도약하려는 강력한 열망을 가지고 있습니다.

둘째, 오믈렛은 최적화 AI 분야에서 원천 기술을 보유하고 있으며, 복잡한 문제를 능동적으로 해결할 수 있는 기술력을 자랑합니다. 물류, 교통, 제조 등 다양한 산업에 적용 가능한 라우팅 엔진과 TMS 소프트웨어를 개발 중이며, 경제적으로 확장 가능한 혁신적인 솔루션을 제공합니다.

셋째, 오믈렛은 현재 산업 현장에서 생성형 AI의 한계를 뛰어넘고자 AGI기술에 대한 강력한 비전을 가지고 있습니다. 이는 기업들이 보다 효율적으로 의사결정을 내리고, 산업 전반에 혁신을 불러일으킬 수 있는 새로운 가능성을 제시합니다.

이번 CJ 오벤터스 프로그램을 통해 어떤 도움을 받았나요?   

CJ대한통운과 함께 실제로 해결하고자 하는 중요한 문제를 해결할 기회를 얻게 되어 매우 뜻깊었습니다. 스타트업이 자체 기술로 자신들이 설정한 문제가 아닌, 실제 산업 현장에서 중요한 문제를 해결할 수 있음을 입증할 수 있었던 소중한 기회였습니다. 이번 ‘택배박스 사이즈 최적화 추천’협업을 통해 오믈렛의 솔루션을 공급할 수 있는 기회가 열렸을 뿐만 아니라, 팀원들 또한 오믈렛의 기술이 산업적으로 중요한 기여를 할 수 있다는 확신을 가지게 되었고, 자긍심과 자신감을 얻는 계기가 되었습니다.

이외 추가적으로 전달하고싶은 이야기가 있으시다면?

오믈렛에서 개발 중인 OaaSIS 최적화 AI 기술은 단순한 예측에 그치는 많은 AI 모델들과는 달리, 실제로 복잡한 문제를 해결할 수 있는 AGI 속성을 지닌 모델입니다. 아직 많은 기업들이 이 분야에 도전하고 있지 않은 만큼, 저희는 한국에서 AGI 원천기술을 개발하고 있는 몇 안 되는 기업 중 하나라고 생각합니다.