Dodge AI, 기업 소프트웨어를 화재 진압 모드에서 벗어나게 하기 위해 $2.65M 조달

Dodge AI는 기업 기술 중 가장 매력적이지 않지만 가장 비용이 많이 드는 부분인, 설치된 후에도 핵심 소프트웨어가 정상적으로 작동하도록 유지하는 작업을 자동화하기 위해 $2.65 million를 모금했습니다.

이번 투자 라운드는 Accel과 Google AI Futures Fund가 주도했으며, NewBuild Venture Capital, Antler, Schema Ventures와 SAP 생태계의 엔젤 투자자들이 참여했습니다. Dodge AI는 라운드 단계에 대해 공개하지 않았습니다.

샌프란시스코에 본사를 둔 이 회사는 기업 애플리케이션 유지보수를 위한 AI 제어 평면이라고 설명하는 시스템을 구축하고 있습니다. 이들의 에이전트는 SAP, Salesforce, Microsoft Dynamics, Kinaxis, Oracle JDE와 같은 시스템 전반에 걸쳐 사고를 조사하고, 수정안을 제안하거나 실행하며, 각 변경에 대한 이유를 보존합니다.

마지막 기능이 가장 중요할 수도 있습니다. 대기업은 공급업체가 제공한 그대로 소프트웨어를 운영하는 경우가 드뭅니다. 수년간의 맞춤 규칙, 통합, 우회 방법, 백그라운드 작업 및 일회성 예외가 기록 시스템에 내재됩니다. 문제가 발생하면 답변이 티켓, 구성 파일, 컨설턴트, 그리고 결정을 내렸던 직원들의 기억에 흩어져 있을 수 있습니다.

왜 유지보수가 AI 문제인가

Dodge AI에 따르면 기업은 매년 $600 billion가 넘는 비용을 비즈니스 애플리케이션 유지보수에 사용합니다. 전통적인 접근 방식은 인력이 많이 투입되는 방식으로, 대형 시스템 통합업체가 팀을 배정해 티켓을 해결하고, 변경 요청을 구현하며, 작업을 모니터링하고, 운영 장애에 대응합니다. 이 모델은 서비스를 복구할 수는 있지만, 각 수리를 지속 가능한 조직 지식으로 전환하는 데는 종종 실패합니다.

그 결과 복합적인 컨텍스트 문제가 발생합니다. 수정이 이루어지고 맞춤화가 축적되면서 조직은 시스템이 왜 그렇게 동작하는지를 기억하는 사람들에게 점점 더 의존하게 됩니다. 기술 부채는 단순히 오래된 코드만을 의미하는 것이 아니라, 시스템이 수행하는 일과 기업이 신뢰성 있게 설명할 수 있는 내용 사이의 격차를 의미합니다.

이는 또한 생산 AI 에이전트가 능력 있는 기본 모델에 대한 접근만으로는 충분하지 않은 이유이기도 합니다. Unite.AI가 최근 기업 자동화에서의 맥락에 관한 보도에서 조사했듯이, 에이전트는 작업을 둘러싼 정책, 예외 및 운영 이력을 논리적으로 처리할 수 있을 때 유용해집니다. ERP 환경에서는 그저 그럴듯한 답변만으로는 부족합니다. 에이전트는 왜 한 창고가 재고를 다르게 할당하는지, 왜 특정 가격 규칙이 다른 규칙을 우선하는지, 혹은 왜 작업이 특정 시간에만 실행될 수 있는지를 이해해야 합니다.

Dodge AI는 일상적인 유지보수 작업을 해결하면서 이러한 컨텍스트를 구축하는 것을 목표로 합니다. 이 플랫폼은 비즈니스 프로세스, ERP 맞춤화, IT 서비스 관리 시스템 및 레거시 구성들을 연결한 뒤, 결과적으로 생성된 “예외 인텔리전스”를 활용해 근본 원인을 식별하고 향후 에이전트를 위한 진실의 원천을 만듭니다.

티켓에서 운영 메모리로

“오랫동안 기업 시스템을 유지하는 유일한 방법은 인력을 늘리는 것이었습니다,” 라고 Dodge AI의 공동창업자이자 CEO인 Rebhav Bharadwaj는 말했습니다. 그는 장기적인 에이전트가 기업이 핵심 시스템을 지속적으로 개선하고 복구하도록 도와줄 수 있으며, 사고를 더 빠르게 해결하면서 유지보수 작업 중에 보통 사라지는 지식을 포착할 수 있다고 주장합니다.

이 접근 방식은 유지보수를 비용 센터에서 데이터 수집 계층으로 재구성합니다. 모든 사고에는 비즈니스가 실제로 어떻게 운영되는지에 대한 정보가 담겨 있습니다. 원인, 수정 및 관련 예외를 보존함으로써 Dodge AI는 다음 조사를 더 빠르게 수행하고 생산 에이전트에게 보다 신뢰할 수 있는 운영 매뉴얼을 제공할 수 있습니다.

이 회사는 이미 12개 이상의 기업과 협력하고 있으며, 그 중 절반은 상장 기업이라고 밝혔습니다. 이 플랫폼은 사고 관리 및 프로세스 최적화 워크플로우 전반에 걸쳐 시간당 수백 건의 문의를 처리합니다.

한 사례에서는 트럭이 창고에서 적재되지 못했는데, 이는 물품 수령 전표가 잘못된 정보를 출력했기 때문이었습니다. Dodge AI는 SAP, Kinaxis 및 내부 창고 소프트웨어 전반에 걸쳐 문제를 추적하고 몇 분 안에 해결책을 제공했습니다. 또 다른 배치에서는 고객이 재고 계획을 야간에 실행했는데, 이는 아침에 프로세스가 실행될 때 SAP가 충돌했기 때문이었습니다. Dodge AI는 워크플로우를 현대화하고 132배 빠르게 만들었으며, 10명 규모의 팀이 유지보수에서 해방되고, 주문 할당 시간을 8시간 단축했다고 밝혔습니다.

투자자들이 유지보수 레이어에 투자하는 이유

이 기회는 티켓 해결을 넘어섭니다. 기업은 재무, 공급망, 고객 운영 및 기타 고위험 기능에 AI 에이전트를 배치하고 싶어하지만, 이러한 에이전트는 이해하지 못하는 시스템에서 안전하게 작동할 수 없습니다. 레거시 애플리케이션을 유지보수하기 어렵게 만드는 문서화되지 않은 규칙은 자율 시스템이 신뢰할 수 있는 변화를 만들기 전에 필요로 하는 동일한 규칙입니다.

“애플리케이션 유지보수는 기업 기술 분야에서 가장 규모가 크면서도 가장 현대화되지 않은 분야 중 하나입니다,” 라고 Accel의 투자자 Prayank Swaroop가 말했습니다. 그는 유지보수부터 시작함으로써 Dodge AI가 에이전트가 생산 환경에서 안전하게 작동하기 전에 기업이 필요로 하는 컨텍스트 레이어를 구축하고 있다고 설명했습니다.

팀은 Bharadwaj와 공동 설립자 겸 CTO Aditya Thakur, COO Aditya Patil을 결합합니다. 그들의 단기 과제는 에이전트형 유지보수 레이어가 새로운 운영 위험을 초래하지 않고도 고도로 맞춤화된 환경 전반에 일반화될 수 있음을 입증하는 것입니다. 각 기업 스택은 서로 다른 권한, 거버넌스 요구사항 및 실패 모드를 가지고 있으며, 성공은 모델 성능만큼이나 감사 가능성과 통제된 실행에 달려 있습니다.

더 큰 베팅

Dodge AI의 논지는 유지보수가 기업 전환의 진입점이며, 단순히 자동화할 문제만은 아니라는 것입니다. CIO들은 일상적인 사고에 예산과 관심이 소모되어 현대화에 어려움을 겪는 경우가 많으며, 이미 작동 중인 시스템을 방해할 위험 때문에 대규모 교체 프로젝트를 정당화하기 어렵습니다.

만약 Dodge AI가 이러한 사고를 해결하고 그 뒤에 숨은 논리를 문서화할 수 있다면, 기업은 반응형 지원에서 지속적인 현대화로 보다 안전한 전환 경로를 확보할 수 있습니다. 어제의 실패를 설명하는 동일한 지식 그래프는 에이전트가 내일의 변경 요청을 평가하고, 위험한 의존성을 식별하며, 수년 전 묻힌 규칙을 위반하지 않고 프로세스를 자동화하는 데 도움을 줄 수 있습니다.

$2.65 million 규모의 라운드는 Dodge AI가 목표로 하는 시장 규모에 비하면 작지만, 회사는 전략적으로 중요한 베팅을 하고 있습니다. AI 에이전트가 기업을 운영하기 전에, 누군가가 기업이 실제로 어떻게 작동하는지를 가르쳐야 하기 때문입니다.