오믈렛. 프랑스식 달걀 요리를 뜻하는 말이니 스타트업 이름으로는 다소 뜻밖이다. 왜 이런 이름을 붙였느냐고 묻자 오믈렛은 "Optimization과 MachinE LEarning Technologies의 가운데 글자를 합쳤다"고 답했다. '최적화와 머신러닝 기술'을 합친 말로, 구성원들이 낸 아이디어였다. 조금 귀엽고 기억에 잘 남는 이름이다.
그렇다고 오믈렛이 말랑한 회사는 아니다. 오히려 최적화 AI 기술의 최전선에 있다. 이들이 만든 최적화 AI 기술의 집합을 'OaaSIS'라고 부른다. 'Optimization as a Service/Intra/System'의 줄임말로, 오믈렛이 무엇을 지향하는지 분명히 보여 준다. 서비스에 머물지 않고 인프라와 시스템의 최적화로까지 넓혀 가겠다는 뜻이다. 어떤 의미일까?
오믈렛은 OaaSIS를 물류 시스템에 가장 먼저 적용했다. OaaSIS의 물류 최적화 시스템에 접속하면 어느 경로로 가야 가장 좋은 결과가 나오는지 한눈에 볼 수 있다. 이때 '시간 단축', '배송 기사 간 균등 배분', '거리' 등 여러 조건 가운데 무엇을 우선할지 고를 수 있다. 조건을 여러 개 함께 적용할 수 있고, 조건마다 가중치를 줄 수도 있다.
그런데 과거 데이터를 학습해 결과를 내는 전통적인 AI 방식으로 최적화를 이룰 수 있을까? 그런 학습 방식은 과거 작업자들이 만든 최선의 결과를 따라가는 데 그친다. 그래서 OaaSIS는 과거 데이터 학습을 넘어, 스스로 데이터를 만들어 학습하는 시스템으로 설계됐다. 알파고가 처음에는 사람 기사의 기보로 배우다가 나중에는 수천만 건의 기보를 직접 만들어 학습한 것과 비슷하다.
박진규 오믈렛 대표는 AI 기술에서 흔히 쓰는 '추론'이라는 말 대신 수학 용어인 '해'를 자주 쓴다. 정답이 없는 상태에서 새로운 '해'를 찾는다는 뜻이다. 박 대표는 "OaaSIS는 사람이 만든 최선의 답을 끊임없이 개선하고 최적화하는 과정, 곧 강화학습으로 새로운 '해'를 찾는 것"이라고 강조했다.
이렇게 만든 OaaSIS를 기반으로 오믈렛은 배송 배정과 경로 최적화를 위한 라우팅 엔진을 API 형태로 전 세계에 출시할 계획이다. 세계 곳곳의 고객이 오믈렛 시스템에 접속해 라우팅 엔진을 쓰게 하겠다는 것이다. 야심 찬 계획이다.
이것만으로도 인상적인데, OaaSIS를 서비스에서 인프라와 시스템으로 넓힌다는 것은 무슨 뜻일까? 박진규 대표는 "OaaSIS는 물류 시스템에서 출발하지만 교통 시스템, 무인 로봇 운영 자동화, 반도체 칩 설계, 신약 후보 물질 개발로 적용 범위를 넓혀 갈 것"이라며 포부를 드러냈다. 일종의 범용 인공지능(AGI)으로 키워 가겠다는 의미다. 박 대표는 "우리는 최적화 AI의 핵심 기술을 갖고 있다. 파운데이션 모델을 개발해 다른 팀에 제공할 수 있는 팀"이라며 자부심을 나타냈다.
오믈렛의 팀 구성에는 이런 포부와 자부심이 잘 드러난다. 박진규 대표와 권창현 CTO는 둘 다 KAIST 산업및시스템공학과 교수이고, 팀원들도 KAIST와 서울대학교 석·박사 출신이다. 오믈렛은 설립 3개월 만에 시드 투자를 받고 곧이어 딥테크 팁스(TIPS) 프로그램에 선정되는 등 성과를 이어 왔다.
오믈렛은 CJ그룹과 서울창조경제혁신센터가 함께 운영하는 오픈이노베이션 프로그램 '오벤터스(O!VentUs, Open + Venture + Us)' 7기에 선정돼 지원을 받고 있으며, CJ대한통운을 비롯한 여러 기업과 물류 시스템 PoC를 진행하고 있다.
우리가 OpenAI의 ChatGPT나 구글의 Gemini 서버에 접속해 그 엔진을 쓰듯, 세계 사람들이 OaaSIS에 접속해 한국 기업 오믈렛의 엔진을 쓰는 날이 머지않아 올지 궁금한 사람은 기자만이 아닐 것이다.
오믈렛은 어떤 문제를 풀려고 합니까?
오믈렛은 기업이 방대하고 복잡한 데이터를 바탕으로 효과적이면서 경제적인 의사결정을 내리는 과정에서 겪는 어려움을 풀고자 합니다. 문제가 복잡해지면서 전통적인 방법은 한계에 이르렀고, 최적화 전문가와 IT 인력의 인건비, 모델 구축·유지 비용은 크게 뛰었습니다. 게다가 생성형 AI는 효과적인 의사결정을 이끌어 내는 데 한계가 있고, 산업 현장에는 의사결정에 필요한 데이터가 부족하며, AI를 구축하고 운영하는 데는 막대한 비용이 듭니다. 오믈렛은 최적화 AI 기술로 이런 문제를 풀어 기업이 더 효율적이고 경제적으로 의사결정을 내리도록 돕고자 합니다.
이 문제를 어떻게 풉니까?
오믈렛은 기업이 효과적인 의사결정을 경제적으로 내릴 수 있도록 최적화 AI 서비스 'OaaSIS(Optimization as a Service/Infra/System)'를 제공합니다.
저희가 공급하는 최적화 AI 알고리즘은 예측만 하는 수동적 AI가 아니라, 문제 데이터를 받아 해를 만들어 내고 계속 개선하는 능동적 AI 모델입니다. 이 최적화 AI 모델은 기업이 가진 데이터로 의사결정을 도출할 수 있고, 스스로 데이터를 생성해 학습하는 능력도 있어 더 큰 문제를 더 빠르고 정확하게 풉니다.
오믈렛은 도메인별 의사결정 관리 소프트웨어도 제공해 산업마다 다른 요구에 맞춘 의사결정 솔루션을 지원합니다. 이를 통해 기업은 복잡한 문제의 최적해를 얻고, 기업 데이터에 기대지 않고도 AI 모델을 경제적으로 구축할 수 있습니다.
나아가 오믈렛은 기업이 AI 기반 의사결정 모델을 빠르게 구축하고 유지·관리할 수 있는 DecisionOps 플랫폼을 제공합니다. 이 플랫폼은 데이터를 바탕으로 계속 학습하고, 새 데이터가 쌓이면 AI 모델을 자동으로 갱신하며, 의사결정 모델을 다시 배포해 의사결정 효율을 극대화합니다. 기업은 복잡한 의사결정을 더 간단하고 경제적으로 자동화할 수 있습니다.
경쟁사와 비교한 경쟁 우위와 기술적 강점은 무엇입니까?
오믈렛의 기술적 강점은 인공지능으로 복잡한 의사결정 문제를 푸는 최적화 AI 핵심 기술을 갖고 있다는 데 있습니다. 오믈렛의 최적화 AI 모델은 기존의 수동적 AI 모델과 달리 문제 데이터에 맞춰 최적해를 생성하고 계속 개선하는 능동적 AI입니다. 더 나은 해를 탐색할 수 있어 문제를 더 효과적으로 풉니다.
또한 오믈렛의 기술은 기업 데이터에 의존하지 않고 스스로 생성한 데이터로 학습해 더 큰 문제를 더 빠르고 정확하게 풉니다. 덕분에 기업은 데이터 수집과 모델 학습에 드는 비용을 크게 줄일 수 있어 경제적으로 효율적인 솔루션이 됩니다.
오믈렛의 최적화 AI는 OpenAI가 최근 공개한 O1 모델처럼, 테스트 단계에서 앞선 결과를 바탕으로 추론과 계산을 반복해 더 좋은 결과를 얻는 능력이 있습니다. O1 모델은 수학, 공학, 과학 등 여러 분야의 복잡한 문제를 풀 가능성을 보여 주지만, 높은 개발·운영 비용이 여전히 큰 과제입니다. 반면 오믈렛은 Test time inference 모듈을 문제별로 파인튜닝해 성능을 높이고 개발 비용을 낮추는 기술을 갖고 있어 더 실용적이고 경제적인 솔루션을 제공합니다.
오믈렛은 어떤 서비스를 제공합니까?
오믈렛은 최적화 AI 기술로 물류, 로보틱스, 교통 분야의 복잡한 문제를 푸는 여러 솔루션을 개발합니다. 현재는 물류 시스템 운영 최적화를 겨냥한 주요 제품군의 출시를 준비하고 있습니다.
먼저, 배송 배정과 경로 최적화 문제를 푸는 라우팅 엔진을 API 형태로 전 세계에 출시할 계획입니다. 이 라우팅 엔진은 생성형 AI와 AI 기반 Local Search 기법을 결합해 산업별 제약 조건을 반영하면서 대규모 라우팅 문제를 빠르고 정확하게 풉니다. 모듈형 구조를 적용해 추가 작업을 최소화하면서 여러 산업에 유연하게 맞출 수 있습니다.
다음으로, 11월 출시 예정인 운송관리시스템(TMS)은 물류센터 간 자원 배분을 고려하는 계층적 라우팅으로 배송 최적화를 지원합니다. 직관적인 최적화 설정과 통합 데이터 관리 기능으로 고객의 배송 데이터를 효율적으로 관리하고, 서비스 시간과 진입 조건도 손쉽게 처리합니다. TMS는 배송 품질과 고객 만족도를 관리하는 CRM 도구로도 쓸 수 있습니다.
이와 함께 물류 로봇의 작업 배정 및 경로 최적화 엔진과 이를 활용한 소프트웨어를 내년에 출시할 계획입니다.
목표 시장과 핵심 고객은 누구입니까?
오믈렛의 목표 시장은 AI 기반 최적화 솔루션이 필요한 여러 산업이며, 그중에서도 대규모 자원 관리와 복잡한 의사결정이 필요한 물류, 운송, 로보틱스, 제조에 집중하고 있습니다. 물류·운송 관리 솔루션만 놓고 봐도 세계 시장 규모가 수십억 달러에 이르며, 이들 산업은 AI와 최적화 기술을 도입해 비용을 줄이고 효율을 높이려 하고 있습니다.
핵심 고객은 복잡한 자원 관리와 운영 최적화 문제를 풀어야 하는 대기업과 중견기업으로, 특히 물류 기업, 운송·배송 서비스 사업자, 제조 기업입니다. 이들 기업은 오믈렛의 최적화 AI 솔루션으로 더 나은 의사결정을 빠르고 경제적으로 내려 운영 효율을 극대화할 수 있습니다.
비즈니스 모델은 무엇입니까?
오믈렛의 비즈니스 모델은 최적화 AI 알고리즘을 공급하는 SaaS, 소프트웨어를 공급하는 SaaS, DecisionOps 플랫폼 PaaS의 세 가지로 이뤄집니다.
첫째는 알고리즘 공급 SaaS입니다. 오믈렛은 복잡한 문제를 푸는 최적화 알고리즘을 API 형태로 제공합니다. API 이용료는 문제의 규모와 복잡도, 호출 빈도에 따라 달라집니다. 대기업에는 맞춤형 솔버와 컨설팅 서비스를 제공하고, 성과 연동 요금 구조를 통해 알고리즘 사용으로 절감한 비용의 일부를 수익으로 나눕니다.
둘째는 소프트웨어 공급 SaaS입니다. 사용자 수에 따라 월 또는 연 단위 구독료를 받고, 기본 기능 외의 프리미엄 기능에는 추가 요금을 적용합니다. 대형 고객에게는 맞춤형 소프트웨어 패키지와 컨설팅 서비스를 제공합니다.
셋째는 DecisionOps 플랫폼 PaaS입니다. 월 또는 연 단위 구독료와 API 이용료를 받고 고객의 의사결정 파이프라인 구축을 지원합니다. 플랫폼 안에서 의사결정 모델을 거래하는 마켓플레이스도 운영하며, 거래된 모델에 수수료를 받습니다.
오믈렛 팀은 지금까지 어떤 성과를 냈습니까?
오믈렛은 2023년 설립 3개월 만에 시드 투자를 받았고, 곧바로 딥테크 팁스(TIPS) 프로그램에 선정돼 3년간 17억 원의 연구개발 지원을 확보했습니다. 10곳이 넘는 중견·대기업과 개념 검증(PoC) 프로젝트를 수행해 최적화 AI의 산업 적용 가능성을 확인했습니다.
2024년 하반기에는 물류 라우팅 엔진 API, 기사용 앱, TMS 소프트웨어의 개발을 마치고 출시해 물류 배송 최적화 시스템을 시장에 정식 공급할 계획입니다. 최적화 AI 핵심 기술과 이를 기반으로 한 여러 애플리케이션을 짧은 기간에 압축적으로 개발해 냈습니다.
우리 팀의 경쟁력은 무엇입니까?
오믈렛의 가장 큰 경쟁력은 세계 수준의 최적화 AI 기술을 바탕으로 뛰어난 인재들이 모인 팀입니다. KAIST 현직 교수인 박진규 대표와 권창현 CTO가 설립했으며, 최적화 AI 분야에서 세계적인 연구 성과를 낸 KAIST·서울대학교 석·박사 출신으로 구성돼 있습니다. 특히 산업 경험이 풍부한 개발자와 도메인 전문가를 영입해 기술과 실무 경험을 함께 갖췄고, 현재 KAIST 학생 5명이 인턴으로 활발히 기여하고 있습니다.
저희 팀은 기술 수준에 머물지 않고 산업에 실질적인 변화를 가져올 혁신적인 솔루션을 제공하고자 합니다. 팀원 모두가 복잡하고 어려운 문제를 푼다는 같은 목표로 뭉쳐 있고, 글로벌 빅테크 기업으로 도약하겠다는 의지가 강합니다. 이런 높은 인재 밀도와 큰 비전을 바탕으로 오믈렛은 어느 회사보다 빠르고 효율적으로 혁신을 만들어 가고 있습니다.
우리가 투자받아야 하는 세 가지 이유!
첫째, 오믈렛은 KAIST와 서울대학교 석·박사 출신으로 이뤄진 인재 밀도 높은 팀입니다. 세계적인 연구 성과를 지닌 박진규 대표와 권창현 CTO가 이끌고, 산업 경험이 풍부한 개발자와 도메인 전문가가 함께하며, 모두가 글로벌 빅테크 기업으로 도약하겠다는 강한 의지를 갖고 있습니다.
둘째, 오믈렛은 최적화 AI 분야의 핵심 기술을 갖고 있으며 복잡한 문제를 능동적으로 푸는 기술 역량이 있습니다. 물류, 운송, 제조 등 여러 산업에 적용할 수 있는 라우팅 엔진과 TMS 소프트웨어를 개발하고 있고, 경제적으로 확장할 수 있는 혁신적인 솔루션을 제공합니다.
셋째, 오믈렛은 지금 산업 현장에서 생성형 AI가 보이는 한계를 넘어서기 위한 AGI 기술에 뚜렷한 비전이 있습니다. 이는 기업이 더 효율적으로 의사결정을 내리고 산업 전반에 혁신을 일으킬 새로운 가능성을 엽니다.
CJ 오벤터스 프로그램에서 어떤 도움을 받았습니까?
CJ대한통운과 함께 현실의 중요한 문제를 풀어 볼 기회를 얻은 것이 무척 뜻깊었습니다. 스타트업이 스스로 정한 문제를 넘어, 실제 산업 현장의 중요한 문제를 자기 기술로 풀 수 있음을 증명한 값진 기회였습니다. 이번 '택배 박스 크기 최적화 추천' 협업으로 오믈렛의 솔루션을 공급할 기회를 얻었을 뿐 아니라, 팀원들에게 자신감과 자부심을 심어 주고 오믈렛의 기술이 산업에 큰 영향을 줄 수 있다는 믿음도 굳혔습니다.
더 전하고 싶은 말이 있습니까?
오믈렛이 개발하는 OaaSIS 최적화 AI 기술은 예측만 수행하는 많은 AI 모델과 달리, 복잡한 문제를 실제로 풀 수 있는 AGI의 속성을 지닌 모델입니다. 이 분야에 도전하는 기업이 아직 드문 만큼, 저희는 한국에서 AGI 핵심 기술을 개발하는 몇 안 되는 기업 가운데 하나라고 생각합니다.