로켓 쏘던 개발자들, 기업용 AI의 '신뢰성' 문제에 57억 베팅하다

창업팀: 로켓 발사대에서 AI 워크플로우로

이 회사의 기술적 철학을 이해하려면 창업팀의 이력을 보면 됩니다. 2025년 설립된 INXM의 창업 멤버들은 모두 항공우주 및 안전 필수 소프트웨어 분야의 베테랑들입니다.

• 알렉산더 (알렉스) 외링 (Alexander Oelling), CEO: 이자르 에어로스페이스(Isar Aerospace)와 플라잉 택시 회사 볼로콥터(Volocopter)에서 최고디지털책임자(CDO)를 역임했습니다.
• 마티아스 카이너 (Matthias Kainer): 이자르 에어로스페이스에서 로켓 발사 관제 시스템을 구축했습니다.
• 예스퍼 뷜룬드 (Jesper Bylund): 비행 제어 인터페이스를 설계했으며, 자동화 플랫폼 n8n에서도 근무한 경험이 있습니다.
• 카밀 클뤼버 (Kamil Klüber): 소프트웨어 컨설팅 기업인 Thoughtworks 출신입니다.

이들이 로켓이나 항공기 소프트웨어를 만들 때 가장 중요하게 여긴 것은 '예측 가능성'입니다. 발사 시퀀스는 매번 똑같이, 완벽하게 실행되어야 합니다. 그 어떤 즉흥적인 변칙도 용납되지 않죠. 이들은 이와 똑같은 원칙을 기업용 AI에 적용했습니다. 즉, AI가 사람처럼 대화하는 챗봇 역할이 아니라, 마치 전통적인 소프트웨어처럼 '컴파일'되어 결정론적으로 실행되어야 한다는 것입니다.

챗GPT 같은 AI가 공장에서 퇴짜 맞는 이유

현재 많은 기업들이 시도하는 'AI 에이전트' 방식은 치명적인 약점을 가지고 있습니다. 매 단계마다 대규모 언어 모델(LLM)을 호출해서 결정을 내리다 보니, 다음과 같은 문제가 발생하기 때문입니다.

• 비결정성(Non-determinism): 똑같은 업무 지시를 내려도 실행할 때마다 다른 결과가 나올 수 있습니다. 이는 감사 추적을 어렵게 만들고 규정 준수를 거의 불가능하게 합니다.
• 환각(Hallucination) 위험: AI가 없는 승인 단계를 만들거나 안전 점검을 건너뛰는 식으로 잘못된 동작을 생성할 경우, 제조업이나 금융업에서는 감당할 수 없는 부채가 됩니다.
• 데이터 주권(Data Sovereignty): 민감한 생산 데이터를 외부 LLM API로 보내는 행위는 유럽의 개인정보보호법(GDPR), EU AI 법안(EU AI Act), 그리고 기업 내부 보안 정책과 충돌합니다.

이 때문에 수많은 산업 기업들이 AI의 가능성을 데모로만 확인할 뿐, 실제 업무에 도입하지 못하고 있는 것입니다.

INXM의 해결책: '컴파일드 AI'란 무엇인가

INXM의 핵심 기술인 '오케스트레이터(Orchestrator)' 엔진은 AI를 '챗봇'이 아닌 '컴파일러'처럼 사용합니다. 마치 우리가 작성한 코드가 컴파일을 거쳐 실행 파일이 되는 것과 같은 원리입니다. 그 과정은 두 단계로 명확히 분리됩니다.

1. 컴파일(Compilation) 단계.
사용자가 하고 싶은 비즈니스 프로세스를 자연어로 설명합니다. 예를 들어 "이 부품에서 결함이 발견되면, A팀장에게 알리고 B 부서장의 승인을 받아야 해"라고 말하는 식입니다. 그러면 LLM은 이 설명을 받아 완전하고 구조화된 실행 가능한 '플랜(Plan)', 즉 결정론적인 코드를 생성합니다. 이 플랜은 실제로 실행되기 전에 반드시 검증 과정을 거칩니다. 여기서 LLM은 오직 '작성' 단계에만 한 번 사용됩니다.

2. 실행(Execution) 단계.
검증된 플랜은 INXM의 오케스트레이터 엔진에서 더 이상 LLM을 호출하지 않고 실행됩니다. 이 엔진은 기업의 기존 시스템(ERP, PLM, MES), 이메일, 결재 도구 등과 연동되어 매번 똑같은 순서로 동일한 작업을 수행합니다. 외부 인터넷 연결도, AI의 추가적인 '생각'도 필요하지 않습니다.

이로 인해 얻는 이점은 명확합니다. 출력물은 재현 가능하고, 사전 테스트가 가능하며, 실행 중 '환각' 위험으로부터 완전히 자유롭습니다. 대화형 AI의 유연함을 누리면서도, 전통적인 코드의 신뢰성을 확보하는 것입니다.

이를 공장의 품질 검사 워크플로우 상황에 대입해 봅시다. 엔지니어가 평소 하던 말로 '필요한 승인 단계와 데이터 확인 사항'을 설명하면, 오케스트레이터가 이를 고정된 순서도로 컴파일하고, 관리자가 한 번만 승인합니다. 이후 관련 이벤트가 발생할 때마다 이 워크플로우는 데이터를 공장 밖으로 단 한 글자도 보내지 않고, 즉흥적인 변칙 없이 동일하게 실행됩니다.

인프라, 보안, 그리고 타겟 고객

오케스트레이터는 기업의 **자체 인프라(온프레미스 또는 프라이빗 클라우드)**에서 실행되기 때문에 생산 데이터가 외부로 나가지 않습니다. 이 설계 방식 덕분에 GDPR과 EU AI 법안의 요구사항을 구조적으로 충족시킵니다. 또한 클라우드 기반 자동화 도구가 물리적으로 접근할 수 없는 폐쇄망의 공장 내부 소프트웨어까지 연결할 수 있다는 것도 큰 강점입니다.

INXM의 타겟은 명확합니다. 바로 **산업 제조업체와 독일의 미텔슈탄트(중소 제조 기업)**들입니다. 이들은 폐쇄적인 레거시 시스템을 운영하고, 엄격한 규제와 반복 재현성이라는 강력한 요구사항을 가지고 있습니다. 이들은 이미 신뢰할 수 없다는 이유로 일반적인 AI 에이전트 도입을 거부한 기업들이며, INXM은 바로 이들을 위해 설계되었습니다.

570만 유로의 자금과 항공우주급 안전 소프트웨어를 납품한 경험을 가진 창업팀과 함께, INXM은 "기업 AI 도입의 병목은 성능이 아니라 신뢰성"이라는 명제에 과감한 베팅을 하고 있습니다.