AI 바우처 공급기업 등록: 판단OS가 현장으로 간다
AI를 도입한 회사는 많다. 하지만 현장의 판단이 정렬된 회사는 드물다.
판단OS, AI 바우처 공급기업에 등록되다
줄갭의 JudgmentOS가 **과학기술정보통신부·정보통신산업진흥원(NIPA) AI 바우처 지원사업 공급기업 풀(Pool)**에 공식 등록되었습니다.
이것이 왜 중요한지, 그리고 우리가 어디로 가려는지 이야기하겠습니다.
AI 바우처, 정확히 뭐인가
AI 바우처 지원사업은 과기부가 주관하는 국가 AI 확산 정책입니다. 구조는 단순합니다.
| 구분 | 내용 |
|---|---|
| 수요기업 | AI 도입을 원하는 중소·중견기업 |
| 공급기업 | AI 솔루션을 보유한 기업 (과기부 선정) |
| 지원 규모 | 수요기업당 최대 2억원 바우처 지급 |
| 방식 | 수요기업이 공급기업 풀에서 원하는 AI 솔루션을 선택해 활용 |
즉, 수요기업은 정부 지원금으로 AI를 도입하고, 공급기업은 검증된 AI 솔루션을 제공합니다. 줄갭은 이제 그 공급기업 풀에 있습니다.
AI 도입의 진짜 장벽
대부분의 기업이 AI 도입을 고민할 때 떠올리는 질문은 이겁니다.
"어떤 AI를 써야 하지?"
하지만 우리가 현장에서 만난 진짜 문제는 다릅니다.
"AI를 도입했는데, 현장에서 안 씁니다."
제조 공장에 AI 검수 시스템을 넣었는데, 작업자가 안 씁니다. 건설 현장에 AI 일정 관리를 도입했는데, PM이 결국 수동으로 돌아갑니다. 물류 창고에 AI 예측을 넣었는데, 담당자가 결과를 보고 "그래서 어쩌라는 건데요?" 합니다.
기술이 문제가 아닙니다. AI가 내린 결과와 현장의 판단 사이에 갭(Gap)이 있는 것이 문제입니다.
AI는 확률적으로 맞았을 뿐입니다. 하지만 현장의 판단은 한 번의 결정으로 결과가 확정됩니다. 이 간극을 줄이는 것이 갭 설계이고, 그것이 JudgmentOS가 하는 일입니다.
왜 제조·건축·물류인가
우리가 특히 집중하는 영역이 있습니다. 프로젝트 단위로 판단이 발생하는 산업군입니다.
제조업 — 도면 변경, 납기 조정, 품질 이슈, 설비 유지보수 — 매일 수십 건의 판단이 발생합니다. 담당자가 바뀌면 "왜 그렇게 했지?"라는 맥락이 사라집니다.
건축/건설 — 현장 안전, 공정 변경, 자재 선정, 하도급 관리 — 프로젝트마다 판단이 리셋됩니다. 전 현장의 교훈이 다음 현장으로 전달되지 않습니다.
물류 — 배차 최적화, 재고 예측, 클레임 처리 — 데이터는 많은데 판단 기준이 사람 머릿속에만 있습니다. 핵심 인력이 떠나면 노하우도 함께 사라집니다.
공통점 — 프로젝트가 끝나면 판단도 사라집니다. 매번 처음부터 다시 고민합니다. 이것이 판단 손실의 핵심입니다.
이 산업들의 공통점은 **"판단이 프로젝트 단위로 발생하고, 프로젝트가 끝나면 판단도 함께 사라진다"**는 것입니다.
ERP는 있습니다. MES도 있습니다. 하지만 **"왜 그렇게 판단했는지"**를 기록하고 재사용하는 시스템은 없습니다. 그것이 JudgmentOS가 채우려는 자리입니다.
JudgmentOS가 현장에서 하는 일
AI 바우처를 통해 도입되는 JudgmentOS는 세 가지를 합니다.
1. 갭 진단 (30분) — 조직의 판단 흐름을 5가지 갭 관점으로 분석합니다. 목적함수 불완전? 제약조건 누락? 실패 비용 미고려? AI 도입 전에, 어디가 문제인지부터 파악합니다.
2. 구조 설계 — 어디까지 AI, 어디서부터 사람인지 경계를 설계합니다. AI가 초안을 만들고, 사람이 확정하는 구조. 자동화 범위를 정하고, 중단 조건을 설계합니다. AI가 판단을 망치지 않는 안전장치를 만듭니다.
3. 판례 축적 — 확정된 판단이 자동으로 조직 자산이 되는 루프를 완성합니다. CODR 기록 → AI 학습 → 3초 검색 → 다음 판단에 활용. 사람은 떠나도, 판단은 남습니다.
AX 전환이란 무엇인가
DX(디지털 전환)는 이제 기본입니다. 다음 단계는 **AX(AI 전환)**입니다.
하지만 AX는 단순히 AI 툴을 도입하는 것이 아닙니다.
| 단계 | DX (디지털 전환) | AX (AI 전환) |
|---|---|---|
| 본질 | 아날로그 → 디지털 | 디지털 → AI 판단 정렬 |
| 핵심 | 데이터를 수집·저장하는 것 | 판단을 설계·축적·재사용하는 것 |
| 실패 원인 | 시스템을 안 써서 | AI와 사람의 갭이 안 닫혀서 |
| 성공 기준 | 도입률 | 판단 정렬률 |
AX의 핵심은 기술이 아니라 **"의도와 결과 사이의 갭을 줄이는 것"**입니다. 그래서 우리는 갭 진단부터 시작합니다.
우리의 포부
10개의 실패한 AI 프로젝트로 만든 회사입니다. 그래서 알고 있습니다 — AI 도입의 95%는 성공하지만, 사업은 5%의 치명적 갭으로 망한다는 것을.
AI 바우처 공급기업 등록은 우리에게 새로운 채널입니다.
목표는 단순합니다. AI를 도입하고 싶지만 "어디서부터 시작해야 할지" 모르는 기업들에게, 갭 진단부터 시작해서 판단이 정렬된 AI 시스템을 만드는 것. 제조 현장의 PM, 건설 현장의 소장, 물류 창고의 운영자 — 현장의 판단이 카카오톡에 묻히지 않는 세상을 만들겠습니다.
Bottom Line
AI를 쓰는 회사는 많습니다. 판단이 정렬된 회사는 드뭅니다. AI 바우처는 그 차이를 만들 기회입니다. 우리는 준비되어 있습니다.
Contact: ceo@zulgap.kr | Built in Seoul