3년간 총 50억원 규모 R&D 추진…기업 간접구매 특화 AI 에이전트 개발
AI 구매·지출관리 솔루션 '제노'를 운영하는 캐스팅엔(대표 최준혁)이 중소벤처기업부의 '스케일업 팁스' 연구개발 사업에 최종 선정됐다고 18일 밝혔다.
이번 선정 과제는 '기업 간접구매 특화 AI 거버넌스 엔진 및 자율 구매 에이전트 개발'이다. 연구개발은 2026년 7월부터 2029년 6월까지 3년간 진행된다. 캐스팅엔은 정부 R&D 지원금 25억원과 자체 투자금 25억원을 포함해 총 50억원 규모로 기술 개발과 상용화를 추진한다. 운영사는 인탑스인베스트먼트다.
스케일업 팁스는 민간 투자와 정부 R&D 지원을 연계해 기술력과 사업성을 갖춘 기업의 성장을 지원하는 프로그램이다. 캐스팅엔은 이번 과제를 계기로 기업의 간접구매 지출을 통합적으로 관리하는 BSM 분야의 기술 경쟁력을 강화한다는 계획이다.
캐스팅엔이 개발 중인 AI 구매 에이전트 '제노AI'는 기업의 구매 요청 단계부터 규정과 예산 등을 확인하고 반복적으로 발생하는 구매 업무를 지원하는 데 초점을 맞추고 있다.
주요 기능은 △구매 요청 및 품목 자동 분류 △구매 규정 검증 △중복구매·이상지출 탐지 △예산 및 전결 기준에 따른 승인 경로 추천 △입찰·견적 요청 자동화 △품목별 공급사 및 가격 후보 추천 △반복구매 자동 실행 등이다.
기존 ERP가 이미 발생한 지출을 기록하고 관리하는 데 주로 활용됐다면, 제노는 구매가 이뤄지기 전 단계에서 기업별 구매 규정과 예산, 전결 기준, 공급사 자격 요건 등을 확인하는 방식이다. 별도의 검토가 필요한 구매에 대해서는 담당자와 승인권자가 판단할 수 있도록 관련 근거를 제시한다.
공급사 선정 과정에도 AI를 활용한다. 가격뿐 아니라 품질, 납기 준수율, 기존 거래 이력과 계약 조건, 기업별 공급사 기준 등을 분석해 후보를 제시하고 담당자가 추천 근거를 확인한 뒤 최종적으로 판단할 수 있도록 설계하고 있다.
견적 및 입찰 과정의 반복 업무도 자동화 대상이다. 구매 요청 내용을 토대로 견적요청서와 입찰 조건 작성을 지원하고 해당 품목을 공급할 수 있는 기업을 찾아 견적 요청과 비교 분석까지 연결하는 기능을 개발하고 있다.
AI 학습에는 캐스팅엔이 기업 간접구매 과정에서 축적한 데이터가 활용된다. 회사에 따르면 현재 110개 이상의 유료 이용 기업을 확보하고 있으며 관리 대상 지출 규모는 약 1조400억원이다. 검증된 공급사 데이터베이스도 1,000개 이상 구축했다.
구매 실무자의 경험과 판단 기준을 데이터화하는 작업도 진행한다. LG전자에서 28년간 구매 업무를 수행한 이교원 부사장과 쿠팡 구매조직 설계 경험을 보유한 안재권 CSO 등이 참여해 품목 분류와 공급사 평가, 입찰 설계, 가격 검증 등 구매 업무의 판단 기준을 AI 학습 체계에 반영하고 있다.
다만 AI가 모든 구매를 자동으로 결정하는 방식은 아니다. 신규 품목과 신규 공급사, 예산 초과 가능성이 있는 구매, 일회성·고위험 구매 등에 대해서는 담당자의 승인을 거치는 '휴먼인더루프' 구조를 적용한다. 반복구매 등 일정한 기준을 충족하는 업무부터 단계적으로 자동화한다는 계획이다.
캐스팅엔은 관련 기술을 순차적으로 상용 서비스에 적용한다. 오는 8월 말 선보이는 제노에는 구매 규정 사전 통제와 입찰 자동화, 공급사 추천 강화, 가격 후보 추천 등의 기능을 우선 적용할 예정이다.
최준혁 캐스팅엔 대표는 “기업의 비용 문제는 가격뿐 아니라 규정 밖 지출이나 분산·중복구매, 반복적인 수작업 등 구매 과정에서도 발생한다”며 “구매가 시작되는 단계부터 AI가 기업의 규정과 데이터를 바탕으로 의사결정을 지원할 수 있도록 제노를 고도화할 계획”이라고 말했다.
이어 “국내 기업의 구매 데이터와 구매 전문가들의 경험을 활용해 기업 구매 환경에 특화된 AI 에이전트를 개발해 나가겠다”고 덧붙였다.
캐스팅엔은 제노 2.0 출시에 맞춰 기업별 구매 현황을 분석하는 'AI 구매·지출 진단 프로그램'도 운영할 예정이다. 규정 외 구매와 중복구매, 입찰 자동화 가능 영역, 공급사 통합 대상 등을 분석해 기업의 구매·지출 관리에 활용할 수 있도록 지원한다.
이원지 기자 news21g@etnews.com
