공급망 소프트웨어 스타트업 Atomic이 1,250만 달러 규모의 시리즈 A 투자 라운드를 마무리하며 총 조달 금액을 1,500만 달러를 조금 넘는 수준으로 늘렸다. 이번 라운드는 성장 투자를 전문으로 하는 Klass Capital이 주도했으며, Madrona Venture Group도 참여했다.
Atomic은 기업에 필요한 재고량과 보관 위치를 결정하기 위해 에이전트형 인공지능을 사용하는 플랫폼을 개발한다. 이 플랫폼은 여러 운영 시나리오를 시뮬레이션한 뒤, 고객의 데이터와 관행에서 학습한 업무 규칙에 따라 권장 대응을 제시하거나 자동으로 결정을 내린다.
재고 계획에서 의사결정으로
이 접근법의 기원은 회사 공동 창업자인 Michael Rossiter와 Neal Suidan이 2018년 Tesla에서 Model 3 생산 확대 업무를 수행하던 중 구축한 초기 시스템으로 거슬러 올라간다. 자료에 따르면 당시 내부 스프레드시트는 계획 수립에 요구되는 변화의 속도를 더 이상 따라갈 수 없었고, 이에 따라 팀은 운영 의사결정을 보다 역동적으로 시뮬레이션하는 방법을 개발했다.
Atomic은 연간 반복 매출이 연초 이후 5배 증가했다고 밝혔다. Atomic을 육성한 DVx Ventures의 설립자이자 Tesla 전 사장인 Jon McNeill에 따르면, 회사는 추천을 제공하는 서비스에서 실제 결정을 내리는 플랫폼으로 전환했다. 그는 DoorDash가 수백 개 지점에서 구매하는 물량의 약 90%에 이 시스템을 사용한다고 덧붙였다.
DoorDash와 HelloFresh를 비롯한 기업들이 이 플랫폼을 사용하고 있으며, Atomic은 포장 소비재, 모빌리티, 제조 분야의 고객들과도 협력하고 있다. 식품을 취급하는 기업의 경우 더욱 정확한 재고 계획이 낭비와 부패를 줄이는 데 도움이 될 수 있지만, 해당 출처는 이러한 효과를 측정한 독립적인 수치를 제시하지 않는다.
실무적으로 무엇이 달라지는가?
이 소식의 실질적인 중요성은 계획 시스템에 또 다른 분석 도구를 추가하는 데 있는 것이 아니라, 의사결정의 일부가 추천 단계에서 자동 실행 단계로 넘어간다는 데 있다. 회사는 인공지능이 고객 직원들이 따르는 «의사결정 규칙»을 문서화되어 있지 않은 경우에도 추론할 수 있었다고 말한다. 그 결과 시스템 설정에 걸리는 시간이 줄었고, 일부 고객은 플랫폼에 의사결정 자체를 위임하게 됐다.
Atomic은 Tesla의 전 계획 책임자인 Jeff Goodrich를 최고기술책임자이자 세 번째 공동 창업자로 영입하기도 했다. Rossiter는 운영 데이터를 스프레드시트에서 고급 소프트웨어로 옮기는 일이 금융 데이터 시스템을 현대화하는 것보다 여전히 덜 일반적인 전환이라고 본다.
제약과 미해결 질문
이 모델의 성공은 운영 데이터의 품질과 시스템이 각 산업에 특화된 업무 규칙을 이해하는 능력에 달려 있으며, 특히 제조, 모빌리티, 소비재 분야의 과제가 서로 다르다는 점이 중요하다. 또한 해당 출처는 자동화된 의사결정에 대한 거버넌스나 인간 검토의 메커니즘을 설명하지 않으며, 가격이나 이용 조건에 관한 세부 사항도 제시하지 않는다. 따라서 이 소식은 플랫폼의 상업적 사용 확대와 회사의 투자 유치를 입증하지만, 그 자체만으로 모든 공급망에 대한 적합성을 판단하기에는 충분하지 않다.