기존 B2B SaaS는 대부분 기능 단위로 분리되어 있다. 문서는 문서 도구에서, 자동화는 Workflow 도구에서, 거래는 ERP나 별도 시스템에서 처리된다. 각각의 도구는 충분히 잘 만들어져 있지만, 문제는 이 도구들 사이에서 발생한다.
각 도구에 데이터가 흩어지면서 전체 업무 맥락이 사라지고, 문서 작성 → 승인 → 견적 → 발주 사이에 사람이 수동으로 데이터를 옮기며, AI가 참조할 수 있는 연결된 데이터가 존재하지 않게 된다. 동남아 산업자재 B2B 시장의 규모는 $130B 이상이지만, 이 시장에서 발생하는 거래의 30% 이상이 서류 오류, 수작업, 시스템 부재로 인해 지연된다. 연간 $300억 이상의 기회비용이 여기서 발생한다. 기업의 실제 업무는 연결되어 있는데, 시스템은 분리되어 있기 때문이다.
REINDEERS의 접근: 기능이 아니라 업무 흐름을 가져온다
REINDEERS는 기능을 제공하지 않는다. 대신 흐름을 가져온다. Document AI와 Workflow AI는 각각 독립적인 제품이 아니라, 하나의 데이터 흐름 위에서 동작하는 두 개의 레이어다.
| 레이어 | 역할 | 데이터 | 상태 |
|---|---|---|---|
| Document AI | 업무의 시작점 — 정보 정리, 문서 생성 | 제안서, 견적서, 기술문서, IR 자료 | 운영 중 |
| Workflow AI | 업무의 실행 구조 — 이벤트 기반 자동화 | 승인, 알림, 리포트, 데이터 동기화 | 운영 중 |
| REINDEERS | 거래 중계 — 견적/주문/결제/정산 | PQ, PO, DO, CI, 결제, 정산 | 운영 중 |
| DVRP | 물류 실행 — 3PL 재고/배차/경로 최적화 | DO, 트럭, 기사, 경로, ETA | BETA |
| POP | 내부 운영 — MES + ERP + WMS 통합 | 생산, 재고, 물류, 재무 | 5월 오픈 |
핵심은 이 5개 플랫폼이 분리된 시스템이 아니라, 하나의 데이터 흐름 위에서 동작한다는 점이다. Document AI에서 생성된 견적서가 REINDEERS의 거래로 연결되고, 거래가 확정되면 Workflow AI가 후속 업무를 자동 실행하며, DVRP가 물류를 실행하고, POP가 생산과 재고를 관리한다.
데이터 모델: Event + State + Log 아키텍처
REINDEERS의 모든 플랫폼은 동일한 데이터 모델을 공유한다. 이 모델의 핵심은 세 가지 축이다.
State(현재 상태)는 각 엔티티(문서, 워크플로우, 주문, 배송)의 현재 상태를 나타낸다. 관계형 DB에 저장되며, 항상 최신 스냅샷을 유지한다. document.status = 'draft', order.state = 'confirmed' 같은 형태다.
Event(상태 변화 트리거)는 상태를 변화시키는 모든 행위를 이벤트로 기록한다. MQ(Message Queue)를 통해 비동기로 전파되며, 다른 시스템의 트리거가 된다. quote.confirmed, payment.completed, shipment.departed 등이 MQ로 전파된다.
Log(이력 기록)는 모든 이벤트와 상태 변화의 전체 이력을 시간 순서로 기록한다. 추적, 감사, AI 학습 데이터의 원천이 된다.
이 구조가 의미하는 것은 단순한 CRUD 시스템이 아니라 시간 기반 데이터 시스템(Time-based System)이라는 점이다. 모든 데이터는 "지금 어떤 상태인가"와 "어떻게 여기까지 왔는가"를 동시에 갖는다.
예를 들어, 하나의 견적 요청이 발생하면 다음과 같이 흐른다. Document AI에서 견적서 초안이 생성되어 document.created 이벤트가 발생하고, 견적서가 확정되면 quote.confirmed 이벤트가 MQ로 전파된다. Workflow AI가 이벤트를 수신하여 공급사 알림 + PO 초안을 생성하고, REINDEERS에서 거래가 확정되면 order.confirmed 이벤트가 발생한다. DVRP가 DO(Delivery Order)를 자동 생성하여 배차 최적화를 실행하고, 모든 단계의 이력이 Log에 기록되어 AI 학습 데이터로 축적된다. 이 흐름에서 사람이 직접 개입하는 지점은 "확인"과 "승인"뿐이다.
실행 구조: Event-driven + Workflow Engine
Workflow AI는 단순한 자동화 도구가 아니다. MQ(Message Queue)와 Redis를 기반으로 한 Event-driven 실행 엔진이다.
Event 발생 (Form / API / Internal Event / Schedule)
→ MQ에 메시지 등록 (LavinMQ)
→ Worker가 메시지 소비
→ Node 기반 실행 (트리거 → 조건 분기 → 액션)
→ State 업데이트 (PostgreSQL)
→ 후속 Event 발생 (다음 Workflow 트리거)
// 캐시 계층
Redis: 세션, 실행 상태, 중복 방지(idempotency key)
PostgreSQL: 워크플로우 정의, 실행 이력, 자격 증명(암호화)
Event Log: 시간 기반 전체 이력 (감사 + AI 학습)
핵심은 이벤트가 시스템 간 경계를 넘는다는 점이다. REINDEERS에서 발생한 payment.completed 이벤트가 MQ를 통해 Workflow AI의 트리거가 되고, Workflow AI가 실행한 결과가 다시 DVRP의 입력이 된다. 각 플랫폼은 독립적으로 배포되지만, MQ를 통해 하나의 실행 흐름으로 연결된다.
견적 자동 발송 — 고객사 견적 요청 → AI가 과거 유사 거래 참조 → 공급사별 견적 요청 자동 생성 → 공급사 알림
포워딩 비딩 — PO 확정 → 등록된 포워더에게 비딩 요청 자동 발송 → 견적 수집 → 비교 테이블 생성
통관 서류 준비 — DO 생성 → HS Code 자동 분류 → 원산지증명/인증 서류 체크 → 누락 시 담당자 알림
정산 자동화 — 배송 완료 이벤트 → 공급사/포워더 정산 데이터 자동 집계 → 승인 요청 Workflow 실행
AI 파이프라인: RAG 기반 컨텍스트 검색과 생성
REINDEERS에서 AI는 별도의 서비스가 아니라 데이터 레이어 위에서 동작한다. AI의 성능은 모델이 아니라 데이터 축적과 검색 정확도에 의해 결정된다. 이를 구현하기 위해 RAG(Retrieval-Augmented Generation) 파이프라인을 사용한다.
| 단계 | 처리 내용 | 기술 구현 |
|---|---|---|
| 1. 데이터 수집 | 5개 플랫폼의 실거래/문서/업무 데이터 | PostgreSQL → ETL → 정규화 |
| 2. 임베딩 생성 | 문서 섹션, 거래 조건, 상품 정보를 벡터로 변환 | 텍스트 → 청크 분할 → 임베딩 모델 → 벡터 저장 |
| 3. 지식 베이스 구축 | HS Code, 인증 규정, 통관 조건, 과거 견적 패턴 | 벡터 DB + 지식 그래프(관계 매핑) |
| 4. 컨텍스트 검색 | 사용자 질의에 관련된 데이터를 검색하여 순위 매기기 | 벡터 유사도 검색 + 메타데이터 필터링 + 재순위화 |
| 5. 프롬프트 조립 | 검색 결과 + 사용자 입력 + 시스템 지시를 조합 | 계층화된 컨텍스트 (사용자 입력 > 검색 결과 > 템플릿) |
| 6. 생성 + 검증 | LLM이 응답을 생성하고, 후처리로 품질 검증 | 구조 검증 + 할루시네이션 체크 + 포맷 정규화 |
여기서 핵심은 계층화된 컨텍스트 조립이다. AI가 문서를 생성하거나 의사결정을 보조할 때, 단순히 프롬프트 하나를 던지는 것이 아니라 우선순위에 따라 정보를 조합한다. Priority 1은 사용자가 직접 입력한 정보, Priority 2는 벡터 검색으로 찾은 관련 실거래 데이터 및 과거 문서, Priority 3은 도메인 지식(HS Code 분류, 국가별 인증 요건, 통관 규정), Priority 4는 템플릿 구조와 스타일 가이드, Priority 5는 시스템 지시(출력 형식, 길이 제약, 언어)다.
이 계층화 덕분에 AI는 동일한 질문에도 기업마다 다른 맥락에 맞는 결과를 생성할 수 있다. 그리고 11년간 축적된 25,000건 이상의 실거래 데이터가 이 파이프라인의 지식 베이스를 구성한다. 이것이 단순히 LLM API를 호출하는 것과 근본적으로 다른 지점이다.
데이터 플라이휠: 플랫폼이 강해지는 구조
REINDEERS의 5개 플랫폼은 각각 서로 다른 종류의 데이터를 생성한다. 이 데이터들이 하나의 AI 파이프라인으로 수렴될 때, 플라이휠이 작동한다.
| 데이터 계층 | 원천 | AI 활용 | 축적 효과 |
|---|---|---|---|
| Layer 1: 거래 데이터 | REINDEERS 11년 실거래 | 수요 패턴/가격/납기 예측 | 25,000건+ |
| Layer 2: 물류 데이터 | DVRP + 포워딩 | 경로 최적화/통관 리스크 예측 | 4개국 물류 데이터 |
| Layer 3: 문서 데이터 | Document AI | 문서 품질 향상/템플릿 정교화 | 기업별 문서 패턴 |
| Layer 4: 업무 데이터 | Workflow AI | 프로세스 병목 감지/자동화 제안 | 업무 흐름 패턴 |
| Layer 5: 운영 데이터 | POP (MES+ERP+WMS) | 생산 일정 최적화/재고 예측 | 제조/운영 데이터 |
순환 구조는 이렇다. 고객 사용이 증가하면 데이터가 축적되고, 데이터 축적이 AI 정확도를 향상시키며, AI 정확도 향상이 자동화 수준을 높이고, 자동화 수준 향상이 운영 효율을 개선하면, 결국 고객의 이탈 비용이 증가한다.
이것이 "효율 기반 Lock-in"이다. 고객이 떠나기 어려운 이유는 계약이 아니라, 축적된 데이터와 학습된 AI가 만들어내는 운영 효율 때문이다. 시간이 지날수록 AI가 해당 기업의 패턴을 더 정확하게 파악하고, 더 적은 인력으로 더 많은 업무를 처리할 수 있게 된다.
수익 모델: 왜 무료가 가능한가
Document AI와 Workflow AI는 진입 장치이자 데이터 수집 레이어다. 실제 수익은 다음 3층 구조에서 발생한다.
| 수익원 | 구조 | 비율 | 상세 |
|---|---|---|---|
| 거래 수수료 | GMV의 10% | 81% | PG 수수료 2~3% 차감 후 순수익률 7~8% |
| SaaS 구독 | DVRP/POP 월정액 | 15% | 월 100~130만원/사 (POP 올인원 포함) |
| AI Token | Document/Workflow AI 사용량 | 4% | 사용량 기반 과금 |
Document AI와 Workflow AI가 무료인 이유는 명확하다. 이 두 서비스가 고객의 업무 데이터를 플랫폼 안으로 가져오는 역할을 하기 때문이다. 업무 데이터가 들어오면 거래가 따라오고, 거래가 따라오면 수수료가 발생한다. AI는 비용이 아니라 고객 획득 비용(CAC)이다.
그런데 이것만이 전부는 아니다. Document AI와 Workflow AI의 무료 제공은 실제로는 훨씬 큰 lock-in 전략의 진입점이다. 두 서비스를 통해 기업의 문서, 업무 프로세스, 의사결정 이력이 플랫폼 안으로 들어오면, 그 위에 CEO Agent와 부서별 Agent(구매·생산·영업·물류·재무·통관)를 얹을 수 있는 토양이 만들어진다. 무료로 시작한 고객이 Tool 단계(2026)에서 Assistant 단계(2027)로, Agent Team 단계(2028~2029)로, 최종적으로 Autonomous Operator 단계(2030)로 이동하면서, REINDEERS는 SaaS 구독과 거래 수수료를 넘어 "AI Agent 법인 운영 서비스" 자체를 판매하게 된다. 구독 + Agent 실행 수수료 + 성과 보수가 결합된 새로운 수익 축이다.
재무 목표를 보면 그 구조가 더 선명해진다. 2026년 GMV 51억, 고객 120사, 영업이익 -3.8억을 거쳐 2027년 GMV 220억, 고객 250사에서 흑자 전환(+8.6억)하고, 2030년에는 GMV 2,940억, 고객 1,250사, 영업이익 179.6억을 목표로 하고 있다. 모두 bottom-up 기반의 추산이며, 2028년 이후 Agent Team 단계부터는 기존 SaaS 구독 모델 위에 Agent 실행 수수료가 추가로 쌓이는 구조다.
POP로의 수렴: 운영 플랫폼이라는 최종 목적지
문서와 업무 자동화만으로는 기업 운영이 완성되지 않는다. 실제 기업 운영에는 생산 일정 관리(MES), 재무/재고 관리(ERP), 창고 관리(WMS)가 필요하다. POP는 이 세 가지를 하나로 통합하는 운영 플랫폼이다.
POP가 중요한 이유는 세 가지다. 첫째, 데이터 완결이다. 거래 → 문서 → 업무 → 물류까지는 있었지만, 생산과 재고가 빠져 있었다. POP가 이 마지막 퍼즐을 채운다. 둘째, 고객 Lock-in이다. MES+ERP+WMS를 하나의 SaaS로 제공하면, 고객사의 핵심 운영 데이터가 플랫폼 안에 쌓인다. 이탈 비용이 극적으로 증가한다. 셋째, SaaS 수익이다. POP는 월 정액 SaaS 모델로, 거래 수수료와 별개로 안정적인 반복 수익을 만든다.
POP는 "새로운 제품"이 아니다. 이미 만들어진 데이터 흐름 위에 올라가는 운영 레이어다. Document AI에서 시작된 데이터가 Workflow AI를 거쳐 REINDEERS 거래로 연결되고, DVRP로 물류가 실행되며, POP에서 생산과 재고가 관리된다. 이 전체가 하나의 파이프라인이다.
REINDEERS는 기능을 파는 회사가 아니다. 우리는 흐름을 만든다. 문서에서 시작된 업무가 거래로 이어지고, 물류로 실행되며, 생산으로 연결되는 구조를 만든다. 우리는 데이터를 쌓는다. 5개 플랫폼에서 생성되는 모든 데이터가 하나의 지식 베이스로 수렴되고, 이 데이터가 AI의 원료가 된다. 우리는 AI를 그 위에 올린다. AI는 모델이 아니라 데이터 위에서 동작하는 구조이며, 데이터가 쌓일수록 더 정확해진다.
그래서 Document AI와 Workflow AI는 무료다. 그것이 가장 강력한 플랫폼 전략이기 때문이다. 동남아 $130B 시장에서, 4,300+ 파트너와 함께, 11년의 실거래 데이터 위에서 — REINDEERS는 AI 기반 글로벌 산업 운영 플랫폼으로 수렴하고 있다.
오늘(2026)의 관점에서 다시 보면 — 무료는 AI Agent 법인 운영의 진입점이다
Document AI와 Workflow AI를 무료로 제공하는 진짜 이유는 고객 획득 비용 절감이 아니다. REINDEERS는 POP과 DVRP를 AI로 전환되는 구조로 설계하고 있고, 최종 지향점은 "AI Agent가 회사를 운영하고 사람은 전략과 방향만 결정하는" 조직 구조다. 무료 서비스는 그 구조로 고객을 이끄는 진입 경로다. 문서와 업무 자동화라는 가장 반복적이고 가장 부담 없는 영역부터 사람이 Agent에게 일을 넘기기 시작하면, 자연스럽게 그 다음 영역도 Agent가 맡게 된다.
조직도 관점에서 보면 더 명확하다. REINDEERS Works의 조직도에서는 직원 등록 시 사람, AI Agent, 로봇 중에서 선택할 수 있다. CEO Agent가 전사 전략과 자원 배분을 담당하고, 구매·생산·영업·물류·재무·통관 Agent가 부서별 업무를 자율 실행한다. 사람 담당자는 전략 결정과 예외 승인에 집중하고, 로봇은 생산과 운송을 담당한다. Document AI는 이 조직도에서 문서 담당 Agent이고, Workflow AI는 업무 자동화 Agent다. 무료 서비스가 설치되는 순간, 고객의 조직도에는 이미 최소 두 명의 AI 직원이 등록되는 셈이다.
paperclip 같은 외부 AI Agent 도구는 바깥에서 브라우저를 조작한다. 고객의 시스템과 분리되어 있기 때문에, 고객이 도구를 바꿔도 기존 업무는 그대로 남는다. 그러나 REINDEERS의 AI Agent는 회사 조직 구조에 직접 통합된 직원이다. Document AI가 만든 제안서, Workflow AI가 실행한 승인 이력, REINDEERS의 거래 기록, DVRP의 물류 실행, POP의 생산 운영 — 모든 데이터가 한 회사의 "운영 기록"으로 쌓인다. 시간이 지날수록 이 기록은 고객이 이탈할 수 없는 운영 인프라가 된다. 왜냐하면 이탈한다는 것은 단지 도구를 바꾸는 것이 아니라, 10명이 하던 일을 다시 10명이 하는 조직으로 되돌아가야 한다는 뜻이기 때문이다.
Tool → Assistant → Agent Team → Autonomous Operator로 이어지는 4단계 진화 로드맵에서, 무료 Document AI와 Workflow AI는 Tool 단계의 출발점이다. 자동화 비율 20%의 첫 단계에서 고객이 Agent와 함께 일하는 방식을 학습하면, Assistant 단계(50% 자동화, AI 제안 + 사람 승인)로 넘어가는 데 큰 저항이 없다. Agent Team 단계(80% 자동화, AI 팀 자율 실행 + 사람 예외 처리)에서는 SaaS 구독 + Agent 실행 수수료가 본격적으로 쌓이기 시작한다. Autonomous Operator 단계(95% 자동화, AI 법인 운영 + 사람 전략)에서는 REINDEERS가 실질적으로 고객의 운영 파트너가 된다.
이 로드맵을 뒷받침하는 것은 POP만이 가능한 세 가지 조건이다. 첫째, 전사 데이터 접근권 — MES+ERP+WMS가 하나의 DB로 통합되어 Agent가 재고·생산·재무·물류 데이터에 실시간 접근할 수 있다. 둘째, 실행 인프라 — 6개 플랫폼(REINDEERS·DVRP·포워더비딩·POP·Document AI·Workflow AI)이 연결되어 Agent가 직접 발주·배송·정산을 실행할 수 있다. 셋째, 도메인 학습 데이터 — 11년 × 25,000건 이상의 실거래 위에서 환각 없는 판단이 가능하다. SAP·Oracle은 데이터는 있지만 실행 인프라가 없고, 알리바바는 실행 인프라는 있지만 도메인 데이터가 없다. Flexport는 한 영역만 다룬다. 세 조건을 모두 가진 것은 POP뿐이다.
그래서 Document AI와 Workflow AI는 무료다. 그것은 할인이 아니라 AI Agent 법인 운영으로의 진입점이기 때문이다. 기능을 파는 회사는 기능이 대체되면 무너지지만, 고객의 조직도 안에 직원으로 들어간 플랫폼은 대체되지 않는다. 이것이 REINDEERS가 2026년부터 설계하고 있는 가장 깊은 lock-in 전략이다.