Blog

Document AI와 Workflow AI는 별개의 제품이 아니다. 하나의 데이터 파이프라인을 구성하는 두 개의 레이어이며, 이 연결이 REINDEERS 거래까지 이어진다. 이 글에서는 두 서비스가 왜 분리되어 있는지, 어떻게 이벤트 기반으로 연결되는지, 실제 B2B 시나리오에서 어떻게 동작하는지, 그리고 사람은 결정, AI Agent는 실제 업무 실행 이라는 원칙이 이 구조 위에서 어떻게 현실화되는지를 다룬다. 두 서비스는 왜 따로 존재하는가 Document AI와 Workflow AI를 처음 접하면 자연스럽게 드는 질문이 있다. "왜 두 개인가? 하나로 합치면 안 되는가?" 이 질문은 합리적이지만, 두 서비스가 분리되어 있는 데는 명확한 이유가 있다. 문서 생산(content generation)과 업무 실행(process execution)은 근본적으로 다른 문제이기 때문이다. 구분 Document AI Workflow AI 역할 정보를 정리하고 문서를 생성 업무를 정의하고 자동 실행 입력 사용자 데이터, 거래 이력, 템플릿 이벤트(Event), 조건(Condition), 트리거(Trigger) 출력 제안서, 견적서, 기술문서, 리포트 승인, 알림, 데이터 동기화, API 호출 AI 활용 방식 RAG 기반 텍스트 생성 + 포맷팅 조건 분기 판단 + 실행 순서 최적화 Document AI는 "무엇을 만들 것인가"에 집중한다. 사용자가 입력한 정보와 플랫폼에 축적된 거래 데이터를 조합하여, 비즈니스에 필요한 문서를 생성한다. 견적서, 제안서, 기술 문서, IR 자료 등 B2B 업무에서 반복적으로 필...

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 ...

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...

B2B 업무 현장에서 문서는 매출과 신뢰를 결정짓는 핵심 자산이다. 제안서, 서비스 소개서, 사업계획서, 기술 문서, IR 자료 등 상대를 설득하거나 정보를 전달하기 위한 문서가 항상 필요하고, 그 작성 과정은 회사마다 형태만 다를 뿐 구조적으로 동일하다. 자료를 모으고, 목차를 잡고, 섹션별로 작성하고, 표현을 다듬고, 검토하고, 내보내는 과정이 반복된다. 문제는 기존 AI 문서 도구가 이 반복 구조를 해결하지 못한다는 점이다. 대부분의 생성형 도구는 "프롬프트 한 줄 입력 → 결과물 한 덩어리 출력"으로 끝난다. 한 번 생성된 결과를 부분적으로 수정하거나, 과거 문서의 패턴을 재활용하거나, 생성된 내용의 사실 관계를 검증하는 구조가 없다. 기존 생성형 AI 도구에는 네 가지 근본적인 한계가 있다. 단발성 생성이라 전체를 한 번에 만들고 끝나서 섹션 단위 편집이 불가능하고, 기업의 과거 데이터나 도메인 지식을 참조하지 못하며, 할루시네이션 체크나 스타일 일관성 검증이 없고, Token 사용량이 보이지 않아 통제할 수 없다. Reindeers Document AI는 이 문제를 문서를 조작 가능한 섹션 단위로 분리하여 관리하는 운영 플랫폼 으로 해결한다. 단순히 AI가 문장을 생성하는 도구가 아니라, 구조화된 데이터 입력 → 섹션별 생성 → 편집 → 품질 검증 → 공유/출력까지 이어지는 문서 운영 체계다. 섹션 기반 데이터 모델 기술 스택은 Next.js App Router 기반이며, Cloudflare Workers에 배포된다. 데이터 저장은 Turso 기반 libSQL과 Drizzle ORM을 사용하고, 인증은 JWT 쿠키 방식으로 구성했다. 핵심은 문서를 "하나의 파일"이 아니라 "프로젝트 → 섹션"의 2레벨 계층 구조 로 관리한다는 점이다. 엔티티 주요 필드 역할 Proje...

레인디어스 플랫폼은 처음부터 단순한 B2B 거래 플랫폼을 목표로 설계된 것은 아니었다. 글로벌 유통, 제조, 생산, 물류를 연결하는 플랫폼을 만들다 보니 자연스럽게 하나의 질문에 도달하게 되었다. "기업의 실제 업무는 어디에서 이루어지고 있는가?" 견적 요청, 공급사 커뮤니케이션, 생산 일정 조정, 물류 일정 관리, 그리고 제안서나 사업계획서 같은 문서 작성까지. 기업의 대부분의 업무는 결국 데이터와 문서, 그리고 반복적인 프로세스 안에서 이루어진다. 4,300개 이상의 파트너사가 레인디어스 플랫폼에서 거래를 진행하면서, 거래 이외의 업무 영역에서도 동일한 수준의 자동화를 요청하는 경우가 늘어났다. 이 과정에서 우리는 한 가지 명확한 사실을 발견했다. 거래 플랫폼만으로는 기업의 업무를 충분히 지원할 수 없다는 것 이다. 그래서 레인디어스는 거래 플랫폼을 넘어 AI 기반 업무 플랫폼 으로 확장하기 시작했다. 이 확장의 첫 번째 결과물이 Document AI와 Workflow AI다. Document AI - 문서를 작성하는 방식을 바꾸다 기업 내부에서 가장 많은 시간을 소비하는 업무 중 하나는 문서 작성이다. 제안서 사업계획서 IR 자료 기술 문서 보고서 정책 문서 이러한 문서들은 대부분 일정한 구조와 패턴을 가지고 있지만, 매번 사람이 처음부터 작성해야 하는 경우가 많다. 특히 B2B 무역 업종에서는 국가별로 요구되는 서류 양식이 다르고, 언어도 한국어, 태국어, 영어, 중국어가 혼재되어 있어 문서 작성의 난이도가 높다. 레인디어스는 이 문제를 해결하기 위해 Document AI Agent 를 개발했다. Document AI는 단순히 텍스트를 생성하는 도구가 아니라 기업 내부에서 발생하는 다양한 문서를 자동으로 작성할 수 있는 문서 생산 시스템 이다. doc.reindeers.ai에서 운영되고 있는 이 시스템은 다음과 같은 기술 구조로 동작한다. LLM 기반...

플랫폼에 AI를 도입한다고 하면 흔히 "자동화"나 "대체"를 떠올린다. 하지만 레인디어스에서의 AI는 애초부터 사람을 대신하는 존재로 설계되지 않았다. 우리가 정의한 AI의 역할은 명확하다. 결정을 내리는 주체가 아니라, 결정을 가능하게 만드는 보조자 다. 왜 '결정형 AI'를 선택하지 않았는가 국제 무역과 물류 영역에서 완전 자동 의사결정은 기술적 문제 이전에 책임 구조의 붕괴 를 가져온다. 견적이 잘못되었을 때 책임은 누구에게 있는가 포워딩 선택이 실패했을 때 수정 권한은 누구에게 있는가 납기 지연이 발생했을 때 AI의 판단을 되돌릴 수 있는가 이 질문들에 명확히 답할 수 없다면, AI는 자동화 도구가 아니라 리스크 증폭기가 된다. 그래서 레인디어스는 AI를 "결정 엔진"으로 두지 않았다. 여기에는 규제적 현실도 크게 작용한다. 국제 무역은 국가별 수출입 규제, 관세율, 인증 요건이 얽혀있다. 태국의 TISI 인증, 한국의 KC 마크, 중국의 CCC 인증 등 각 국가의 규제 기관은 "누가 이 결정을 내렸는가"에 대해 명확한 책임 소재를 요구한다. AI가 자동으로 통관 서류를 작성하거나 인증 요건을 판단했을 때, 오류가 발생하면 규제 기관은 해당 결정의 책임자를 추적한다. "알고리즘이 판단했다"는 답변은 어느 나라의 관세청에서도 통하지 않는다. 신뢰 측면도 있다. 4,300개 이상의 파트너사가 연결된 B2B 플랫폼에서, AI가 견적 금액을 자동 결정하거나 공급사를 자동 선택했다면, 그 판단에 대한 불신은 곧 플랫폼 자체에 대한 불신으로 이어진다. B2B 거래에서 신뢰는 한 번 무너지면 복구하기 어렵다. 특히 $130B 규모의 시장에서 거래 한 건의 금액이 수만 달러에 달할 때, "AI가 알아서 처리합니다"라는 메시지는 안심이 아니라 불안의 원인이 된다. AI 개입의 기준: '...

플랫폼의 UI/UX를 개편했다고 하면 흔히 디자인 변경이나 사용성 개선을 떠올린다. 하지만 이번 레인디어스 플랫폼의 UI/UX 개편은 그런 종류의 작업이 아니었다. 화면은 결과였고, 실제 변경의 중심은 주문과 견적을 해석하는 내부 구조 였다. 고객사, 공급사, 포워딩이 동시에 사용하는 플랫폼에서 UI는 단순한 인터페이스가 아니라 각 주체가 현재 상황을 어떻게 인식하는지 를 결정한다. 이 인식이 어긋나면, 기술적으로는 정상이어도 운영은 항상 충돌한다. 레인디어스에는 바이어 2,500곳 이상과 공급사 1,800곳 이상, 포워딩 업체 30곳 이상이 참여하고 있다. 이 4,300개 이상의 파트너가 동일한 주문을 서로 다른 관점에서 바라본다는 것은, 화면 하나의 문제가 곧 운영 전체의 문제가 된다는 뜻이다. 문제의 시작: 상태는 같았지만, 의미는 달랐다 기존 UI에서 가장 심각했던 문제는 같은 주문을 보고 있음에도 각 사용자가 전혀 다른 단계라고 인식 한다는 점이었다. 고객사 화면에서는 "주문 완료" 공급사 화면에서는 "확정 전" 포워딩 화면에서는 "조건 미정" 데이터상 상태 값은 일치했지만, 그 상태가 의미하는 바는 사용자 역할마다 달랐다. 이는 단순한 UI 문제처럼 보였지만, 실제로는 주문 흐름 자체가 단선 구조로 설계되어 있었기 때문 이었다. 기존에는 하나의 상태 필드가 모든 역할에 동일하게 노출되었다. ORDER_PLACED 라는 상태가 구매자에게는 "주문을 넣었으니 기다리면 된다"였지만, 공급사에게는 "아직 내가 수락하지 않은 요청"이었고, 포워딩 업체에게는 "물류 조건이 아직 정의되지 않은 건"이었다. 하나의 상태 값이 세 가지 해석을 만들어내고 있었다. UI 개편의 전제 조건: Draft 개념의 도입 UI를 바꾸기 전에 먼저 한 일은, 주문과 물류 흐름을 다시 정의하는 것이었다. 모든 프로세...