기존 CCTV를 안전 관제 자산으로, 싱가포르 에일리틱스 740만 달러 유치

기사 제공처 : 아이티인사이트 / 등록기자: 최시훈 [기자에게 문의하기] /

해당 기사에 관련하여 문의하기에 남겨주시면 "최시훈"기자에게 전송됩니다

이름

연락처

- -

이메일

740만달러 투자 뒤에 숨은 산업용 AI 수익모델

싱가포르 비전 인공지능(AI) 스타트업 에일리틱스(Ailytics)가 틴 멘 캐피털(Tin Men Capital) 주도로 740만 달러 규모의 시리즈 A(Series A) 투자를 유치했다는 소식은 단순한 스타트업 투자 발표보다 더 큰 산업적 의미를 갖는다. 레너드 탄 공동창업자 겸 최고경영자(CEO)와 프라티크 마노차 공동창업자 겸 최고기술책임자(CTO)가 이끄는 이 회사는 새 장비를 대량 설치하는 방식이 아니라 기존 폐쇄회로텔레비전(CCTV)을 안전·운영 관리 시스템으로 전환하는 모델을 앞세웠다.

투자금 740만 달러, 한화 약 98억 원은 거대 플랫폼 기업의 인수합병 금액과 비교하면 작지만, 산업 현장 AI 시장에서 구매 담당자가 실제 예산을 집행할 수 있는 비용 구조가 어디에 있는지를 보여주는 숫자다. 핵심은 컴퓨터비전(Computer Vision) AI가 실험실 기술에서 현장 손익계산서의 항목으로 이동했다는 점이다.

에일리틱스는 2024년 4월 프리 시리즈 A 라운드에서 270만 달러를 조달한 뒤 사업 범위를 4개국 70개 프로젝트에서 15개국 400건 이상 구축 실적으로 확대했다고 2026년 10월 26일 PR Newswire를 통해 밝혔다. 같은 기간 프로젝트 수는 70건에서 400건 이상으로 늘었다(400건+).

이 증가는 제품 성능만이 아니라 산업 고객의 반복 구매 가능성, 설치 파트너 네트워크, 현장 운영 데이터 축적이 함께 움직였다는 신호로 읽힌다. 에일리틱스가 겨냥한 시장은 화려한 소비자 앱이 아니다. 공장, 조선소, 물류센터, 공항 건설 현장처럼 카메라가 이미 깔렸지만 그 영상이 사후 확인용 기록에 머무는 공간이다.

기업은 안전사고를 줄이고 생산 지연을 막아야 하지만, 모든 현장에 센서와 게이트웨이, 전용 카메라를 새로 설치하기에는 비용 부담이 크다. 이 틈에서 기존 CCTV를 분석 자산으로 바꾸는 모델이 등장했다.

설비투자(CapEx)를 최소화하고 운영비(OpEx)로 전환하는 전략은 경기 변동기에 더 설득력을 얻는다. 에일리틱스의 제품인 아일리사(Ailyssa)는 단일 2차원 영상에서 3차원 공간 정보를 해석하고, 수십 년 된 구형 카메라와 비·먼지·낮은 조도 같은 조건에서도 작동하도록 설계됐다고 회사는 설명했다.

이 대목은 투자자가 보는 사업성의 중심이다. 산업 고객은 데모 영상보다 고장률, 오경보, 설치 기간, 기존 장비와의 호환성을 따진다. 구형 카메라를 활용할 수 있다면 도입 기업은 카메라 교체 비용을 늦추고, 스타트업은 더 넓은 고객군을 상대할 수 있다.

기술 우위가 비용 절감으로 번역될 때 비전 AI는 파일럿 프로젝트에서 정식 구매 계약으로 넘어간다. 투자자 구성을 보면 에일리틱스의 확장 방식도 드러난다.

이번 라운드에는 SG 그로스 캐피털 산하 시즈(SEEDS), 일본 최대 클라우드 카메라 기업 세이피(Safie), 일본 최대 건설사 중 한 곳의 패밀리 오피스가 신규 투자자로 참여했고 기존 투자자도 함께했다. 금융투자자만이 아니라 카메라·건설 생태계와 닿아 있는 투자자가 들어왔다는 점이 중요하다. 산업용 AI는 소프트웨어만 팔아 성장하기 어렵다.

카메라 유통, 현장 시공, 안전관리 프로세스, 고객 내부 승인 절차가 매출 전환 속도를 좌우한다. 사례도 산업적 색깔이 분명하다.

에일리틱스는 싱가포르 공공주택(HDB) 프로젝트를 비롯해 냇스틸(NatSteel), 팍스오션(PaxOcean), DHL, 로마 레오나르도 다빈치 국제공항, 창이공항 제5터미널 건설 현장 등에서 솔루션을 운영했다고 밝혔다. 이 명단은 제조·물류·공항·건설을 가로지른다. 특정 업종 전용 솔루션이 아니라 위험 행동, 구역 침범, 절차 준수, 장비 이동 같은 공통 운영 문제를 영상 데이터로 다루겠다는 접근이다.

산업용 AI 시장에서 수직 산업별 맞춤화와 공통 플랫폼화 사이의 균형이 매출총이익률을 가른다.

구형 카메라 활용 전략이 기업 도입 장벽 낮춘다

최신 추론 엔진인 아일리사엑스(AilyssaX)는 움직이는 장면의 맥락을 분석하고 여러 단계로 구성된 절차 이행 여부를 확인해 경보의 의미를 높이는 기능을 내세웠다. 여기서 중요한 단어는 경보다. 산업 현장에서 알림이 많아질수록 관리자는 화면을 덜 보게 된다.

AI 경보가 현장 직원의 신뢰를 얻으려면 단순 객체 탐지를 넘어 어떤 행위가 어떤 절차를 위반했는지 설명해야 한다. 에일리틱스가 도메인 특화 추론 모델 개발과 AI 운영 비용 절감을 투자금 사용처로 밝힌 이유도 여기에 있다. 비즈니스 관점에서 이번 740만 달러 조달은 세 가지 신호를 던진다.

첫째, 산업용 AI 기업의 경쟁력은 대형 범용모델 보유 여부보다 현장 데이터를 얼마나 반복적으로 학습하고 배포 비용을 낮추는지에서 갈린다. 둘째, 카메라를 새로 팔지 않고 이미 설치된 장비를 활용하는 전략은 고객의 초기 저항을 줄인다. 셋째, 미국·일본·호주·걸프 지역 현지 팀 강화 계획은 소프트웨어 수출이 단순 온라인 판매가 아니라 현장 운영 조직을 필요로 한다는 사실을 보여준다.

레너드 탄 CEO가 "글로벌 산업용 AI 기업으로 성장하겠다"는 계획을 밝힌 배경도 이 구조와 맞닿아 있다. 틴 멘 캐피털의 제러미 탄 공동창업자 겸 매니징 파트너는 에일리틱스가 "매우 탄탄한 단위 경제성과 높은 재구매율"을 갖췄다고 평가했다(PR Newswire, 2026년 10월 26일). 단위 경제성(Unit Economics)은 고객 한 곳을 확보하고 유지하는 데 드는 비용 대비 수익성을 뜻한다.

이 지표는 산업용 소프트웨어 스타트업의 생존을 가르는 핵심이다. 파일럿 프로젝트가 많아도 설치·운영 인력이 계속 늘어나면 수익성은 악화한다.

반대로 기존 CCTV와 표준화된 분석 모델을 활용해 구축 비용을 줄이면 같은 매출에서도 현금 소모 속도를 낮출 수 있다.

한국 기업이 이 사례를 봐야 하는 이유도 여기에 있다. 국내 제조·건설 현장은 이미 많은 CCTV를 보유했지만, 상당수 영상은 사고 뒤 원인을 확인하는 자료로 소비된다. 안전관리 인력 충원만으로 모든 위험 구역을 실시간 감시하기 어렵고, 현장마다 네트워크 품질과 조명, 먼지, 장비 배치가 다르다.

에일리틱스식 모델은 이 문제를 하드웨어 교체가 아닌 소프트웨어 계층에서 풀겠다는 제안이다. 한국 솔루션 기업에도 같은 질문이 돌아온다. 새 장비를 파는가, 아니면 기존 자산을 데이터 인프라로 바꾸는가.

물론 반론도 있다. 산업 현장 영상은 개인정보와 작업자 감시 논란을 동반하고, 오경보가 잦으면 안전관리 효율보다 피로도가 커질 수 있다.

또 공장과 건설 현장마다 작업 절차가 달라 범용 모델만으로는 높은 정확도를 내기 어렵다. 이 반론은 타당하다. 다만 그 한계가 곧 시장 부재를 뜻하지는 않는다.

오히려 도메인 특화 추론 모델, 현장별 정책 설정, 경보 이력 분석, 권한 관리 같은 기능을 갖춘 기업이 더 높은 진입장벽을 만들 수 있다.

한국 제조·건설 현장에도 비용 경쟁 신호

투자 시장 측면에서도 이번 사례는 생성형 AI(Generative AI) 일변도의 투자 흐름과 다른 길을 보여준다. 거대언어모델(LLM) 서비스는 빠르게 확산했지만, 산업 현장에서는 지연시간, 카메라 품질, 네트워크 안정성, 규정 준수, 현장 교육까지 맞물려야 계약이 성사된다.

그래서 성장 속도는 소비자 서비스보다 느릴 수 있다. 대신 한 번 들어간 솔루션은 운영 프로세스와 결합해 교체 비용을 만든다.

산업용 AI 기업이 투자자에게 제시할 무기는 사용자 수보다 재구매율과 현장당 매출이다. 이번 자금의 사용처도 확장 전략을 드러낸다. 회사는 미국, 일본, 호주, 걸프 지역의 현지 팀을 강화하고 자체 도메인 특화 추론 모델 개발 및 AI 운영 비용 절감에 투자할 계획이라고 밝혔다.

지역 확장은 영업 사무소를 늘리는 문제가 아니다. 각국의 안전 규정, 노동 관행, 카메라 설치 기준, 클라우드 이용 정책이 다르기 때문이다. 일본 최대 클라우드 카메라 기업 세이피의 참여는 일본 시장 진입에서 카메라 인프라 파트너가 갖는 역할을 암시한다.

걸프 지역은 대형 인프라와 건설 프로젝트가 많아 영상 기반 운영관리 수요가 발생할 수 있지만, 구체 계약 규모는 현재까지 공식 확인되지 않았다. 한국 투자자와 기업 전략 담당자는 이 발표를 해외 스타트업 소식으로만 넘기기 어렵다. 국내에도 스마트팩토리, 스마트건설, 물류 자동화 예산이 존재하지만, 현장 책임자는 새 시스템이 기존 업무를 방해하지 않는지를 먼저 확인한다.

비전 AI 도입의 승부처는 알고리즘 성능표가 아니라 사고 감소, 작업 중단 시간 축소, 관리자 대응 속도 개선 같은 운영지표와 연결되는지에 있다. 에일리틱스가 4개국 70개 프로젝트에서 15개국 400건 이상으로 확장했다는 수치는 바로 그 연결 가능성을 시장에 설명하는 자료다.

숫자는 작지 않다. 필자는 산업용 AI의 다음 경쟁이 모델 크기보다 배포 비용에서 갈린다고 본다.

공장과 건설 현장은 최신 GPU(Graphics Processing Unit)를 자랑하는 발표장과 다르다. 먼지와 소음, 낮은 조도, 낡은 카메라, 끊기는 네트워크가 기본 조건이다. 그 환경에서 돌아가는 AI가 예산을 얻는다.

에일리틱스의 740만 달러 조달은 비전 AI가 현장 안전을 명분으로 삼되, 실제로는 산업 운영 소프트웨어 시장을 재편하려는 움직임이라는 점에서 한국 기업에도 불편한 질문을 던진다. 이미 설치된 수많은 카메라를 비용으로 남겨둘 것인가, 아니면 안전과 생산성을 계산하는 데이터 자산으로 바꿀 것인가.

※ 이 기사는 PR Newswire의 2026년 10월 26일 보도자료 '틴 멘 캐피털, 비전 AI 스타트업 에일리틱스에 740만 달러 시리즈 A 투자 주도'를 참조하여 작성했다.

FAQ

Q. 에일리틱스 투자가 한국 제조기업에 직접 영향을 주나

A. 이번 투자는 싱가포르 스타트업의 해외 투자 유치로, 한국 기업과의 계약이나 국내 진출 계획은 원천 자료에서 공식 확인되지 않았다. 다만 기존 CCTV를 활용해 안전·운영 관리를 자동화하는 방식은 한국 제조·건설 현장에도 적용 가능한 구조다. 국내 기업은 신규 카메라 구매보다 기존 영상 인프라 활용 여부, 경보 정확도, 개인정보 처리 기준을 먼저 검토해야 한다. 해외 유사 사례가 축적될수록 국내 발주처도 파일럿 단계에서 운영지표 검증을 더 강하게 요구할 가능성이 크다.

Q. 산업 현장 비전 AI 도입 때 가장 큰 비용 변수는 무엇인가

A. 카메라 자체보다 설치 환경 분석, 모델 튜닝, 네트워크 연결, 현장 교육, 오경보 관리가 비용을 좌우한다. 에일리틱스가 구형 카메라와 열악한 환경 대응을 강조한 이유도 초기 설비 교체 부담을 낮추기 위해서다. 기업은 도입 전에 사고 유형, 감시 구역, 경보 대응 책임자를 명확히 정해야 한다. 기술 검증은 영상 인식률만 보지 말고 실제 업무 흐름을 얼마나 개선했는지로 판단해야 한다.

Q. 비전 AI 스타트업의 투자 매력은 어디에서 나오나

A. 투자자는 산업 고객의 반복 구매, 구축 이후 확장 가능성, 고객당 운영수익을 중시한다. PR Newswire 보도(2026년 10월 26일)에 따르면 에일리틱스는 2024년 4월 이후 4개국 70개 프로젝트에서 15개국 400건 이상 구축 실적으로 확장했다. 이 수치는 초기 실험을 넘어 여러 지역과 업종에서 재사용 가능한 제품 구조를 갖췄는지 판단하는 근거가 된다. 다만 국가별 규제와 현장 맞춤 비용이 커지면 성장 속도와 수익성은 달라질 수 있다.

▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기