Skip to main content

2030 비전: 데이터가 만드는 새로운 산업경제 생태계

요약:
산업은 점차 제품 중심에서 데이터 중심으로 변화하고 있다. REINDEERS는 제조, 물류, 인증, 정산 데이터를 하나의 네트워크로 통합해 국가와 산업의 경계를 넘어선 새로운 경제 생태계를 만들어가고자 한다. 이번 글은 REINDEERS가 지향하는 산업경제의 방향을 소개한다.

AI Agent 진화 4단계 로드맵 (2026–2030)
2026
Tool
자동화 20%
단순 반복 자동화
Agent 2~3개
2027
Assistant
자동화 50%
멀티스텝 실행
Agent 5~6개
2028–2029
Agent Team
자동화 80%
Agent 간 자율 협업
Agent 8~12개
2030
Autonomous
자동화 95%
법인 자율 운영
Agent 15~20개
사람: 실행자 → 전략가  |  AI Agent: 도구 → 동료 → 팀 → 운영자

1. 산업의 경계가 흐려지는 시대

과거의 산업은 구분되어 있었다. 제조는 생산, 물류는 이동, 유통은 판매였다. 하지만 점점 더 많은 과정이 데이터로 연결되고 있으며, 그 데이터가 새로운 가치를 만들고 있다.

REINDEERS는 그 흐름 속에서 "데이터가 움직이는 무역경제"를 만들어가고 있다. 제품이 이동하기 전에 데이터가 먼저 이동하는 구조, 그것이 우리가 추구하는 방향이다.

2. 우리가 이미 가지고 있는 것

비전을 이야기하기 전에, 현재 우리가 가진 것을 먼저 정리하겠다. 비전은 근거 없는 선언이 아니라, 지금 가진 자산에서 출발해야 한다.

25,000건 이상의 거래 데이터가 있다. 11년간 동남아 산업재 무역을 직접 운영하며 쌓은 데이터다. 태국, 한국, 중국, 말레이시아 4개국에서 발생한 실제 거래 기록이며, 품목별 가격 변동, 시즌별 수요 패턴, 국가간 물류 경로와 소요 시간, 포워더별 가격 경쟁력 데이터를 포함한다.

4,300개 이상의 파트너가 등록되어 있다. 바이어 2,500개 이상, 벤더 1,800개 이상, 포워더 30개 이상. 이들은 MRO, 산업재, 화학제품, 식품 원료 등 다양한 카테고리에 걸쳐 있으며, 단순 연락처가 아니라 실제 거래 이력이 있는 검증된 파트너들이다.

4개국 운영 경험이 있다. 각 국가의 세율 체계, 인증 규격, 통관 절차, 결제 관행의 차이를 직접 부딪히며 배웠다. 이 경험은 코드로 옮기기 전에 반드시 필요한 것이었고, 우리 플랫폼의 데이터 모델이 4개국 통화/세율/규제를 하나의 레이어에서 관리할 수 있는 이유다.

3. 데이터 중심 산업경제의 구조

REINDEERS가 지향하는 모델은 다음 세 가지 축으로 구성된다.

  • Data Flow: 산업 프로세스가 데이터 이벤트로 연결되는 구조
  • Trust Layer: 데이터 무결성과 이력 추적을 보장하는 구조
  • Prediction Core: AI가 수요와 공급 변화를 예측하는 구조

추상적으로 들릴 수 있으니, 구체적으로 설명하겠다.

Data Flow가 실제로 의미하는 것

지금 REINDEERS에서 거래가 발생하면, Quote - PO - Invoice - Settlement이 하나의 데이터 체인으로 연결된다. 각 단계의 변경은 MQ(LavinMQ)를 통해 이벤트로 전파되고, 관련된 모든 모듈이 자동으로 반응한다.

이 구조가 축적되면 어떤 일이 가능해지는가. "태국에서 MRO 부품을 중국 공급사에 발주할 때, 평균 리드타임이 얼마인가" "이 공급사의 견적 응답 속도가 지난 6개월간 어떻게 변했는가" "해상 운송 vs 항공 운송의 비용 차이가 품목별로 어떻게 달라지는가" 같은 질문에 데이터가 직접 답할 수 있게 된다. 지금은 담당자의 경험과 기억에 의존하는 정보들이다.

Trust Layer의 현실적 의미

Event + State + Log 데이터 모델이 그 기반이다. 모든 데이터 변경은 이벤트로 기록되고, 현재 상태는 이벤트의 결과이며, 변경 이력은 삭제할 수 없는 로그로 남는다. "이 인보이스가 왜 수정되었는가" "이 PO의 가격이 언제 변경되었는가"를 누구나 추적할 수 있다.

B2B 무역에서 신뢰는 결국 "데이터가 조작되지 않았음"을 증명하는 것이다. 우리는 블록체인이 아니라 이벤트 소싱 구조로 이를 달성한다. 더 실용적이고, 기존 시스템과 통합이 가능하며, 성능 저하가 없다.

Prediction Core는 아직 먼 이야기인가

솔직히, 예측 기능이 실질적 가치를 만들려면 데이터가 더 쌓여야 한다. 25,000건의 거래 데이터는 시작점이지, AI가 의미 있는 패턴을 학습하기에 충분한 양은 아니다.

그래서 지금은 AI를 "예측"이 아니라 "보조"에 집중시키고 있다. 카테고리 자동 분류, 견적서 정규화, 업무 자동 생성. AI가 제안하고, 사람이 승인하는 구조. 데이터가 충분히 축적된 후에 예측 기능을 점진적으로 활성화하는 것이 계획이다.

4. AI와 인간의 공동 의사결정 구조

REINDEERS가 지향하는 구조에서는 AI가 제안하고, 사람이 승인하는 방식을 유지한다. AI는 효율을 추구하고, 사람은 방향을 결정한다. 이 조합이 산업 경제의 지속 가능성을 만든다고 믿는다.

완전한 자동화는 목표가 아니다. "인간의 판단을 보조하는 지능형 시스템"이 REINDEERS의 기술 철학이다. 산업의 속도는 빨라지되, 그 결정의 책임은 여전히 사람에게 있다.

이것은 철학적 선택이 아니라 실무적 판단이다. B2B 무역에서는 한 건의 PO가 수천만 원에서 수억 원에 이른다. AI가 잘못된 가격을 승인하거나, 부적절한 공급사를 매칭하면 그 손실은 되돌리기 어렵다. 그래서 AI는 의사결정자가 아니라 의사결정 보조자다.

5. 왜 동남아인가

동남아 산업재 B2B 시장은 약 1,300억 달러 규모로 추정된다. 하지만 디지털화 수준은 극히 낮다. 대부분의 거래가 전화, 이메일, 엑셀로 이루어지며, 물류 추적은 포워더에게 전화를 걸어야 가능하고, 견적 비교는 담당자의 기억에 의존한다.

이 시장이 2030 비전에 적합한 이유는 세 가지다.

첫째, 비효율이 크다. 비효율이 크다는 것은 기술이 만들 수 있는 가치가 크다는 뜻이다. 선진국 시장처럼 이미 ERP와 SCM이 보급된 곳에서는 플랫폼이 기존 시스템과 경쟁해야 한다. 동남아에서는 "기존 시스템"이 엑셀과 전화이므로, 플랫폼이 제공하는 가치가 즉시 체감된다.

둘째, 성장률이 높다. ASEAN 제조업 성장률은 연 5-7%대를 유지하고 있으며, 중국 플러스 원(China+1) 전략으로 태국, 베트남, 말레이시아로의 공급망 이전이 가속화되고 있다. 시장 자체가 커지고 있다.

셋째, 우리가 이미 거기에 있다. IMARKET Thailand를 2015년에 설립했고, 11년간 현지에서 운영해왔다. 현지 법인, 현지 파트너, 현지 규제에 대한 이해가 이미 있다. 새로 진입하는 것이 아니라 기존 사업을 플랫폼으로 전환하는 것이다.

6. 지금과 2030 사이에 해야 할 일

비전은 방향이다. 방향이 맞더라도 도달하려면 단계가 필요하다.

2025-2026: 플랫폼 완성

REINDEERS 거래 플랫폼이 2025년 12월에 오픈했다. 2026년 3월 DVRP 베타, 4-5월 POP 베타가 예정되어 있다. Document AI와 Workflow AI가 그 뒤를 따른다. 5개 플랫폼이 모두 MQ로 연결되어 하나의 이벤트 네트워크를 형성하는 것이 이 단계의 목표다.

2026-2027: 데이터 축적과 AI 학습

플랫폼 위에서 실제 거래가 발생하면 데이터가 축적된다. 가격 패턴, 공급사 응답률, 물류 경로별 비용, 시즌별 수요 변동. 이 데이터가 일정 규모에 도달하면 AI 예측 기능을 활성화할 수 있다. "이 공급사에 이 품목을 발주하면 납기가 평균 몇 주 걸릴 것인가" 같은 예측이 가능해진다.

2027-2030: 산업 데이터 네트워크

개별 기업의 거래 데이터가 축적되면, 기업 간 데이터 연결이 가능해진다. "A 공급사의 원자재 가격이 올랐다"는 데이터와 "B 바이어의 다음 분기 수요가 증가할 것이다"는 예측이 결합되면, 공급망 전체의 최적화가 시작된다.

이것이 Data Flow, Trust Layer, Prediction Core가 완전히 작동하는 상태다. 제조 데이터와 무역 데이터가 결합되어 공급망 최적화를 이루는 것. 그것이 2030의 목표다.

7. 현실 인식

1,300억 달러 시장에서 0.004%. 그것이 지금 우리의 위치다. CEO 김명훈 대표가 20년 이상 동남아에서 사업을 해왔고, 4개국에서 팀을 구성하고 해체하는 과정을 반복했다. 그래서 비전이 실현되기까지 얼마나 먼 길인지 누구보다 잘 알고 있다.

하지만 방향은 확실하다. 데이터가 산업을 이해하고, 산업이 데이터를 만드는 순환 구조. 그 방향으로 가는 한, 속도는 중요하지 않다. 지속 가능한 성장이 빠른 성장보다 중요하다.

8. 국경을 넘는 산업 네트워크를 향해

REINDEERS는 국경을 기반으로 하지 않는다. 각국의 법인과 규제를 존중하지만, 데이터 네트워크는 국가 단위를 넘어서는 것을 지향한다. AI는 각 리전의 데이터를 학습하며, 산업의 리듬에 따라 동작하는 방향으로 발전하고 있다.

REINDEERS가 추구하는 방향은 데이터로 연결된 산업 네트워크의 구축이다. ASEAN과 한국을 잇는 산업 데이터 연결이 그 첫 단계이며, 이를 점진적으로 확대해 나갈 계획이다.

9. 결론 - 데이터가 경제를 이끄는 시대를 향해

REINDEERS는 단순한 플랫폼을 넘어 하나의 산업경제 생태계로 발전하는 것을 목표로 하고 있다. 제품보다 데이터가, 거래보다 연결이 중요해지는 시대. 우리는 그 변화에 대비하는 것이 아니라, 이미 그 안에서 시스템을 만들어가고 있다.

다만 비전은 근거 위에 서야 한다. 25,000건의 거래 데이터, 4,300개의 파트너, 11년의 현장 경험. 이것이 우리의 근거다. 아직 부족하다는 것을 알고 있고, 그래서 매일 데이터를 쌓고 있다.

REINDEERS의 비전은 단순하다. 데이터가 산업을 이해하고, 산업이 데이터를 만든다. 그것이 새로운 경제의 형태이며, 우리가 만들어가고자 하는 방향이다.

관련 글

Popular posts from this blog

11년의 무역 데이터가 AI를 만든다 , RAG 지식 베이스 구축 과정

AI를 제품에 넣겠다고 하면 대부분 두 가지 중 하나를 떠올린다. GPT를 fine-tuning하거나, RAG를 쓰거나. 우리는 RAG를 택했다. 이유가 있다. REINDEERS는 2015년 IMARKET Thailand 설립 이후 약 11년간 동남아시아에서 B2B 무역을 해왔다. 25,000건 이상의 거래, 4,300개 이상의 파트너, 4개국의 규제 데이터. 이 데이터가 우리의 경쟁력이다. 문제는 이 데이터를 AI가 활용할 수 있는 형태로 만드는 과정이 생각보다 훨씬 복잡했다는 거다. 이 글은 그 과정에 대한 기록이다. 한 가지를 먼저 밝히고 시작한다. 이 RAG 지식 베이스는 단순히 "챗봇이 무역 지식을 참조하는 데이터 창고"가 아니다. REINDEERS와 POP, DVRP는 지금 AI로 전환되는 구조 위에 올라서 있다. 사람은 전략과 방향을 결정하고, 실제 업무는 조직도 안에 등록된 AI Agent가 수행한다. 이 Agent들 , 구매 Agent, 물류 Agent, 통관 Agent, 재무 Agent , 이 사람 대신 판단을 내릴 때 "왜 이렇게 결정했는가"를 반드시 설명할 수 있어야 한다. 그 설명의 출처가 바로 이 RAG 지식 베이스다. 11년의 무역 데이터는 Agent가 환각 없이 결정을 내릴 수 있는 유일한 근거다. RAG를 선택한 이유 먼저 RAG(Retrieval-Augmented Generation)가 뭔지를 간단히 정리하자. LLM에 질문을 던질 때, 질문만 보내는 게 아니라 관련 데이터를 함께 보내는 방식이다. "태국산 베어링 수입 단가가 얼마야?"라고 물으면, 우리 데이터베이스에서 관련 거래 이력을 찾아서 LLM에 컨텍스트로 넘긴다. LLM은 그 컨텍스트를 바탕으로 답을 생성한다. Fine-tuning을 선택하지 않은 이유는 명확하다. 무역 데이터는 계속 바뀐다. 베어링 단가는 분기마다 변동한다. 태국 FDA 규제는 수시로 개정된다. 선사 운임은 매...

B2B 견적의 AI Agent화 , 고객사·공급사·포워더가 AI로 견적을 주고받는 구조

B2B 거래에서 견적은 단순한 가격표가 아니다. 바이어의 구매 이력, 공급사의 재고 상황, 물류 비용, 인코텀즈, 납기일, 결제 조건 , 이 모든 변수가 얽힌 협상의 산물이다. 현재 이 과정은 이메일과 전화, 스프레드시트로 이루어진다. 바이어가 RFQ를 보내면 공급사가 검토하고, 포워더에게 물류 견적을 받아 합산하고, 다시 바이어에게 회신한다. 건당 수일이 걸리는 이 과정을 AI Agent가 대신할 수 있다면 어떨까. REINDEERS는 이 구조를 설계하고 있다. 먼저 이 글의 전제를 분명히 한다. REINDEERS·POP·DVRP는 지금 AI로 전환되는 구조 위에 올라서 있다. 조직도 안에서 직원을 등록할 때 '사람', 'AI Agent', '로봇' 중에서 선택할 수 있고, 사람은 전략과 방향을 결정하고, 실제 업무는 조직도 안에 등록된 AI Agent가 수행한다. 이 글의 Buyer Agent / Supplier Agent / Forwarder Agent는 외부 AI 도구가 아니라, 각 회사의 조직도 안에 '구매팀 담당자', '영업팀 담당자', '물류팀 담당자'로 실제 등록되는 AI 직원이다. 사람 직원과 동일한 권한 모델, 동일한 예산 한도, 동일한 감사 로그 위에서 일한다. B2B 견적의 AI Agent 간 통신 시퀀스 # Buyer Agent → Supplier Agent → Forwarder Agent 1 RFQ 발송 → RFQ 수신 2 물류 견적 요청 → 요청 수신 3 견적 수신 ← 상품 견적 발송 4 물류 견적 수신 ← 물류 견적 발송 ★ 비교표 생성 → 담당자 승인 5 PO 발행 → 주문 확정 6 부킹 요청 → 부킹 확정 왜 견적에 AI Agent인가 견적 업무가 느린 이유는 복잡해서가 아니다. 반복적인 정보 수집과 조합이 사람의 시간을 잡아먹기 때문이다. 공급사 담당자가 바이어의 과거 주문 이력을 ...

Reindeers Workflow: B2B 파트너 업무 효율과 자동화를 위한 워크플로우 플랫폼

B2B 국제 무역에서 하나의 거래가 완료되기까지 관여하는 시스템과 사람의 수는 예상보다 훨씬 많다. 견적 요청에서 시작해 공급사 선정, 발주, 포워딩 비딩, 통관 서류 준비, 출하, 배송, 정산까지 — 각 단계마다 서로 다른 담당자가 서로 다른 도구에서 수작업을 반복한다. 이 현장에서 반복적으로 발생하는 비효율은 분명하다. 바이어가 견적을 확정하면 공급사에게 이메일이나 메신저로 직접 통보해야 하고, 결제가 완료되면 수동으로 정산 시트에 옮기면서 1~3일이 소요된다. 출하 후에는 선적 정보를 기반으로 CI, PL, CO를 수동 생성하며 누락이 발생하고, 배송 완료 후 공급사/포워더 정산을 수작업으로 대조하면서 오차가 누적된다. ERP, 이메일, 스프레드시트, CRM에 같은 데이터를 반복 입력하는 것도 일상이다. 이 문제들의 공통점은 명확하다. "이벤트가 발생했을 때 후속 작업이 자동으로 실행되지 않는다" 는 것이다. 견적이 확정되었다는 '사실'은 시스템에 기록되지만, 그 사실이 다음 단계의 업무를 자동으로 트리거하지는 않는다. Reindeers Workflow는 이 문제를 해결하기 위해 만들어졌다. 단순히 "자동화 도구를 제공한다"가 아니라, REINDEERS 플랫폼에서 발생하는 실제 거래 이벤트를 기반으로 후속 업무가 자동 실행되는 구조를 만드는 것이다. REINDEERS 플랫폼과의 연결: 거래 이벤트가 워크플로우를 트리거한다 Reindeers Workflow의 가장 중요한 차별점은 범용 자동화 도구가 아니라 REINDEERS 본 플랫폼의 거래 이벤트에 직접 연결 된다는 것이다. REINDEERS에서 발생하는 핵심 거래 이벤트가 MQ(Message Queue)를 통해 워크플로우의 트리거가 된다. 거래 이벤트 트리거되는 워크플로우 실행 내용 quote.confirmed 공...