Loop, 공급망 중단을 예측하는 AI 구축을 위해 9,500만 달러 규모의 시리즈 C 투자 유치

공급망의 불확실성을 돌파할 9,500만 달러의 승부수

시리즈 C 라운드의 규모와 주요 투자자 구성

샌프란시스코에 본사를 둔 공급망 AI 스타트업 Loop가 9,500만 달러(한화 약 1,300억 원 규모)에 달하는 대규모 시리즈 C 투자 유치에 성공했습니다. 이번 라운드는 단순한 자금 조달을 넘어, 실리콘밸리의 가장 영향력 있는 투자자들이 Loop의 비전과 기술적 잠재력에 강력한 신뢰를 보냈다는 점에서 의미가 깊습니다.

이번 투자 라운드는 Valor Equity Partners와 Valor Atreides AI 펀드가 주도하였으며, 8VC, Founders Fund, Index Ventures가 참여했습니다. 또한 J.P. Morgan의 후기 단계 전문 펀드인 Growth Equity Partners까지 가세하며, 금융권과 테크 벤처 캐피털이 동시에 주목하는 핵심 플레이어임을 입증했습니다.

특히 이번 자금 조달은 엔지니어링 인재 확보가 그 어느 때보다 치열한 기술 업계의 흐름 속에서 이루어졌습니다. 우버(Uber) 출신의 공동 창업자들은 확보된 자본의 상당 부분을 최정상급 인재 채용에 투입하여, 기술적 격차를 더욱 벌리겠다는 전략을 세우고 있습니다.

단순 진단을 넘어 처방으로: Loop가 그리는 새로운 패러다임

결국 Loop의 지향점은 공급망의 가시성을 확보하는 수준을 넘어, 기업이 예측 불가능한 외부 변수 속에서도 스스로 회복탄력성을 유지할 수 있도록 돕는 지능형 운영 체제가 되는 것입니다.

건강검진을 넘어선 '장수'를 위한 공급망 관리

기존의 공급망 관리 시스템이 문제가 발생한 뒤 이를 파악하는 '사후 진단'에 머물렀다면, Loop는 한 단계 더 나아간 '예측 및 처방' 모델을 지향합니다. Loop의 공동 창업자이자 CTO인 샤오수 리우(Shaosu Liu)는 이를 의료 서비스에 비유하여 매우 명확하게 설명합니다.

리우는 인터뷰를 통해 "매년 건강검진을 받으면서 '아, 좀 더 걸어야겠네'라고 생각하는 것은 진단일 뿐입니다. 하지만 그것이 최종 목표는 아니지 않습니까?"라고 지적했습니다. 그는 진정한 목표는 누군가가 개인에게 구체적인 영양 섭취 방법을 가르쳐주고, 궁극적으로는 장수할 수 있도록 돕는 '처방'에 있어야 한다고 강조합니다.

이러한 철학은 공급망 관리에도 그대로 적용됩니다. Loop는 기업이 단순히 '어디서 문제가 생겼는지'를 아는 것에 그치지 않고, '어떤 조치를 취해야 위험을 회피하고 비용을 최적화할 수 있는지'에 대한 구체적인 가이드를 제공하는 것을 목표로 합니다.

비정형 데이터의 구조화: AI 하네스를 통한 운영 자동화

파편화된 데이터를 인텔리전스로 전환하는 기술력

Loop의 사업 모델은 매우 실무적이고 명확합니다. 글로벌 공급망 운영 과정에서 발생하는 데이터의 상당수는 광학 문자 인식(OCR) 기능이 없는 PDF, 종이 문서, 이메일, 디지털 메시지 등 '비정형 데이터'의 형태를 띠고 있습니다. 이러한 데이터는 기존 시스템에서 활용하기 매우 까다롭습니다.

Loop는 이러한 비정형 데이터를 가져와 체계적으로 구조화함으로써 업무를 자동화할 수 있는 독자적인 'AI 하네스(harness)' 기술을 개발했습니다. 이 시스템은 자체 개발한 모델과 최신 프런티어 모델을 적절히 조합하여 최적의 자동화 성능을 구현합니다.

이를 통해 고객사는 어디에서 불필요한 비용이나 시간이 낭비되고 있는지 즉각적으로 식별할 수 있습니다. 또한 특정 제품의 과잉 공급이나 과소 공급 위험을 사전에 포착하여 재고 관리의 효율성을 극대화할 수 있습니다. Loop 측은 시스템 도입 즉시 고객이 수천 달러의 비용을 절감할 수 있을 만큼 그 효과가 즉각적이라고 설명합니다.

ERP 및 TMS 통합을 통한 데이터 생태계 확장

Loop는 단순히 문서를 읽는 수준을 넘어, 고객의 기존 인프라와 깊숙이 통합되는 전략을 취하고 있습니다. 고객사의 전사적 자원 관리(ERP) 소프트웨어 및 운송 관리 시스템(TMS)과 직접 연동하여 데이터의 흐름을 끊김 없이 이어갑니다.

나아가 공급업체, 창고, 그리고 공급망을 구성하는 다양한 중간 단계의 구성원들로부터 실시간 데이터를 수집함으로써 데이터의 폭과 깊이를 확장하고 있습니다. 이러한 통합은 Loop가 단순한 소프트웨어를 넘어 공급망 전체의 '지능형 레이어'로 자리 잡게 만드는 핵심 동력입니다.

가속화되는 물류 AI 시장: 경쟁 구도와 거시적 흐름

변동성의 시대, AI 적응 스타트업의 부상

현재 글로벌 공급망은 유례없는 변동성의 시기를 지나고 있습니다. 이러한 불확실성은 역설적으로 공급망 적응을 위해 AI를 도입하려는 기업들에게 거대한 기회를 제공하고 있습니다. 최근 물류 및 공급망 분야에서 AI 스타트업들에 대한 투자가 집중되는 이유입니다.

실제로 Deliverr의 창업자 하리쉬 애보트(Harish Abbott)가 설립한 기업은 화물 운송업자와 운송업체의 업무 자동화를 위해 작년 말 8,500만 달러 규모의 시리즈 A 라운드를 유치한 바 있습니다. 또한 전직 구글 및 링크드인 엔지니어들이 설립한 Amari AI는 관세사들의 노후화된 시스템을 현대화하기 위해 지난 2월 스텔스 모드에서 벗어나며 시장의 주목을 받았습니다.

여기에 더해 Uber Freight나 Flexport와 같은 기존의 강력한 물류 테크 기업들 역시 대대적인 AI 추진력을 확보하며 시장의 파이를 키우고 있습니다. Loop는 이러한 치열한 경쟁 속에서 '예측과 처방'이라는 차별화된 포지셔닝을 통해 독자적인 영역을 구축하고 있습니다.

프런티어 모델의 위협 속에서 구축하는 강력한 비즈니스 해자

데이터 인텔리전스로 증명하는 방어 가능성

많은 AI 스타트업들이 OpenAI나 Anthropic 같은 프런티어 모델 연구소들의 발전 속도에 위협을 느끼며, 자신들만의 '해자(Moat)'를 어떻게 구축할지 고민하고 있습니다. Loop 역시 이 질문에서 자유롭지 않습니다. 하지만 Loop는 데이터의 깊이와 통합 수준에서 답을 찾고 있습니다.

Valor의 설립자이자 CEO인 안토니오 그라시아스(Antonio Gracias)는 "Loop는 공급망의 가장 어려운 부분을 파고들어 고객의 강점으로 만들었다"고 평가했습니다. 그는 Loop가 파편화된 데이터를 비용, 프로세스, 운전 자본을 개선하는 실질적인 인텔리전스로 전환하고 있다는 점에 주목했습니다.

리우는 특히 Valor가 일론 머스크의 xAI를 지원하는 주요 후원자라는 점을 언급하며, 그라시아스의 지원이 Loop의 비즈니스 모델이 얼마나 방어 가능한지에 대한 '매우 깊이 있는 실사'를 거친 결과라고 믿고 있습니다. 즉, 단순한 모델 활용을 넘어 데이터의 흐름을 장악하는 것이 진정한 해자라는 판단입니다.

기술의 임계점과 복리 효과: 선점하는 기업이 승리하는 이유

기술 발전의 속도를 기회로 전환하는 전략

Loop의 CEO 매트 맥키니(Matt McKinney)는 설립 당시 인공지능 기술이 완성 단계에 이르지 않았음에도 불구하고 과감히 사업을 시작했습니다. 그는 기술적 임계점이 2030년쯤에나 도달할 것이라 예상했지만, 기술의 발전 속도가 예상보다 훨씬 빠르게 가속화되고 있음을 인정합니다.

맥키니는 이러한 기술의 급격한 발전이 위협이 아닌 기회라고 말합니다. 기술이 발전할수록 Loop는 고객을 위해 더 많은 일을 할 수 있게 되며, 이는 곧 예측 불가능한 세상에서 더 높은 비용 절감과 낮은 위험, 그리고 더 넓은 회복탄력성을 제공할 수 있음을 의미합니다.

그는 "지금이 바로 적극적으로 뛰어드는 기업들의 우위가 복리로 쌓이는 시점"이라고 강조합니다. 향후 10년 동안 공급망 시장에서 살아남을 기업은 기술의 완성을 기다리는 기업이 아니라, 바로 지금 이 순간 기술을 활용해 가속도를 내고 있는 기업이 될 것이라는 확신입니다.

글로벌 공급망 재편기, 한국 기업이 주목해야 할 AI 전략

제조 및 수출 중심 국가를 위한 시사점

Loop의 사례는 제조 및 수출 중심의 경제 구조를 가진 한국 기업들에게 중요한 시사점을 던집니다. 글로벌 공급망의 변동성이 상수가 된 시대에, 단순히 효율적인 재고 관리를 넘어 AI를 통한 '예측적 대응 능력'을 갖추는 것은 이제 선택이 아닌 생존의 문제입니다.

한국의 대형 제조사부터 중견 수출 기업에 이르기까지, 파편화된 물류 데이터와 비정형 문서를 어떻게 디지털 자산화하고 이를 의사결정에 활용할 것인지에 대한 전략적 고민이 필요합니다. Loop처럼 기존 ERP/TMS와 유연하게 결합하면서도 실질적인 '처방'을 내릴 수 있는 AI 솔루션의 도입은 운영 비용 절감을 넘어 기업의 회복탄력성을 결정짓는 핵심 요소가 될 것입니다.

결국 기술의 발전 속도에 맞춰 얼마나 빠르게 현업의 프로세스에 AI를 이식하고, 그 과정에서 발생하는 데이터를 축적하여 '복리 효과'를 만들어내느냐가 향후 글로벌 시장에서의 경쟁력을 결정할 것입니다.