인터뷰
ZenaTech의 회장 겸 CEO Dr. Shaun Passley – 인터뷰 시리즈

핵심 포인트제나테크는 타사 모델이 험준한 아일랜드 지형에서 실패한 후 자체 드론을 제작했습니다.
더 보기
- 제나테크는 타사 모델이 험준한 아일랜드 지형에서 실패한 후 자체 드론을 제작했습니다.
- 서비스형 드론은 턴키 구독 기반 결과를 판매하여 초기 비용과 조종 부담을 없앱니다.
- 측량 회사 인수는 면허를 갖춘 전문가와 더 빠른 드론 도구를 결합하여 성장을 이끕니다.
Dr. Shaun Passley는 ZenaTech의 회장 겸 CEO로, 기업용 소프트웨어 개발과 기술 창업 분야의 경험을 자율 드론 시스템에 접목하고 있습니다. 그는 2000년에 Epazz를 설립하고 2017년에 ZenaTech를 세웠으며, 소프트웨어 분야의 경험을 바탕으로 기체, 인공지능 분석, 비즈니스 업무 흐름을 연결했습니다. 그의 업무는 데이터 수집, 현장 업무 자동화, 복잡한 운영 관리에 더 나은 방법이 필요한 조직이 드론 기술을 실용적으로 활용하도록 하는 데 중점을 둡니다.
ZenaTech는 인공지능 기반 드론, 서비스형 드론, 기업용 소프트웨어 및 양자 기술 솔루션을 개발합니다. ZenaDrone과 서비스 운영을 통해 측량, 검사, 농업, 창고 재고 관리 등의 분야에 적용할 수 있도록 기체 설계, 데이터 수집, 분석을 결합합니다. 이번 인터뷰에서 Passley는 자율 항법, 드론 서비스의 상업적 모델, 그리고 여러 드론이 협력하는 시스템을 일상적인 기업 업무 흐름에 도입하는 데 필요한 기술적·운영상의 과제에 관해 이야기합니다.
2000년에 Epazz를 창업하고 2017년에 ZenaTech를 설립한 뒤, 기업용 소프트웨어에서 AI 기반 자율 드론 분야로 사업을 전환하셨습니다. 이러한 전환을 결심하게 된 계기는 무엇이며, 기존 드론 제조업체들이 간과하고 있던 어떤 기회를 발견하셨습니까?
아일랜드에서 진행한 소프트웨어 시험이 시작이었습니다. 농업용 공급망 소프트웨어를 개발하던 중 식물 식별 기능을 시험하기 위해 외부 업체의 드론을 가져왔습니다. 그 드론은 설치가 번거로웠고, 험한 지형과 끊임없는 비, 고도 변화에 제대로 대응하지 못했습니다. 그런 조건에 맞춰 작동하는 데 필요한 센서도 갖추지 못해 직접 드론을 만들기로 했습니다.
농업, 특히 부분 살포 분야에도 분명한 기회가 있다고 봤습니다. 드론을 활용하면 데이터 수집, 선별 수확, 잡초 제거는 물론 전반적인 수확량 개선에서도 더 많은 일을 할 수 있습니다. 향후 3~5년 동안 이런 기술이 본격적으로 상용화되는 모습을 보게 될 것입니다. 이 분야의 작업 상당수는 여전히 노동집약적입니다. 하드웨어와 소프트웨어를 함께 개발해 누구나 이용할 수 있고 비용 효율적인 서비스로 제공할 기회가 있다고 판단했습니다.
기업용 소프트웨어 분야에서 쌓은 경험은 우리에게 강점이 됐습니다. 필요한 것이 무엇인지 이해했고, 드론 하드웨어를 데이터 처리와 업무 흐름 자동화가 가능한 소프트웨어와 연결할 역량도 갖추고 있었습니다. 토지 측량, 인프라 검사, 창고 물류 등의 산업을 살펴보면서 수작업에 크게 의존하고 디지털화가 미흡한 낡은 시스템으로 운영되는 업무 절차를 현대화할 기회가 크다는 것을 확인했습니다.
또한 항공 데이터를 수집하는 것만으로는 해결책의 일부에 불과하다는 점을 일찍이 깨달았습니다. 기업에는 정보를 처리해 실행 가능한 통찰로 전환하는 기술이 필요합니다. 이에 따라 ZenaDrone을 통해 자체 드론 하드웨어를 개발·제조하고, 여기에 인공지능 분석과 기업용 소프트웨어를 통합하게 됐습니다. 단순히 드론을 제조하는 데 그치지 않고 전체 업무 흐름을 자동화할 수 있는 통합 플랫폼과 서비스 제공 체계를 구축할 기회를 발견했습니다. 그 결과 현재 세계적으로 성장 중인 브랜드로 자리 잡은 드론 서비스형 사업을 시작해 다양한 분야에서 턴키 방식의 현장 서비스를 제공하고 있습니다.
인공지능은 드론 기술에서 점점 더 핵심적인 역할을 하고 있습니다. ZenaTech는 드론 플랫폼에 인공지능과 머신러닝을 어떻게 통합하고 있으며, 인공지능 기반 자율 드론은 사전에 설정된 비행 경로를 따라 움직이는 일반 드론과 비교해 어떤 역량에서 차별화되나요?
사전에 설정된 비행 경로를 따라 움직이는 일반 드론은 정해진 일련의 지시를 따릅니다. 반면 인공지능 기반 자율 드론은 탑재 센서, 컴퓨터 비전, 머신러닝을 활용해 주변 환경을 파악하고 변화하는 상황에 대응할 수 있습니다.
실내 드론 IQ Nano를 예로 들어보겠습니다. 탑재형 컴퓨터 비전과 장애물 회피 센서를 갖춘 이 드론은 GPS 없이 창고 내부에서 작동하도록 설계됐습니다. 장애물을 피해 이동하고 재고 바코드를 스캔한 뒤 재고 관리 시스템에 데이터를 업로드할 수 있습니다. 더 큰 가능성은 드론이 정보를 더욱 독립적으로 수집하고 해석해 그에 따라 조치를 취할 수 있도록 하는 데 있습니다.
플랫폼 전반에서 장애물 회피, 자율 항법, 예측 분석, 백엔드 데이터 자동 처리 등의 기능을 지원하도록 드론 플랫폼에 인공지능을 통합하고 있습니다.
ZenaTech는 자율 드론 기술을 더 쉽게 이용할 수 있도록 드론 서비스형 모델을 도입했습니다. 기업의 인공지능 기반 드론 도입을 가로막는 가장 큰 장벽은 무엇이며, 드론 서비스형 모델은 비용, 기술 전문성, 운영 복잡성과 같은 문제를 어떻게 해결하나요?
대부분의 기업 고객은 드론을 소유하는 데 관심을 두지 않습니다. 이들이 더 중요하게 여기는 것은 업무를 더 빠르고 안전하게, 경쟁력 있는 비용으로 완료하는 것입니다.
기업이 직면하는 가장 큰 장벽은 초기 투자 비용, 기술 전문성, 상업용 드론 운용에 필요한 운영 요건입니다. 조직은 숙련된 조종사를 확보하고, 정기적인 유지보수를 실시하며, 규정을 준수하고, 수집한 데이터를 처리할 시스템을 마련해야 합니다.
당사의 서비스형 드론 모델은 구독 또는 사용량 기준으로 바로 이용할 수 있는 드론 기반 서비스를 제공해 이러한 과제를 해결합니다. 당사는 기체와 조종사, 규정 준수, 데이터 수집 및 분석을 관리합니다. 고객은 운영을 직접 관리하지 않고도 드론 기술을 이용하고 업무 자동화의 이점을 누릴 수 있습니다.
이를 통해 기업은 필요한 서비스와 성과에 집중하면서 자율 기술을 더 쉽게 도입할 수 있습니다. 또한 초기 비용이나 기술 요건 때문에 도입에 어려움을 겪을 수 있는 산업에도 자동화를 적용할 수 있습니다.
ZenaTech는 최근 2026년 2분기 매출이 전년 동기 대비 316% 증가했으며, DaaS가 매출의 압도적인 비중을 차지했다고 발표했습니다. 이러한 성장 중 AI 기반 자동화에 대한 고객 수요 증가가 차지하는 비중은 어느 정도이며, 고객에게 실제로 제공되는 생산성 향상을 측정하기 위해 어떤 지표를 활용하시나요?
기업 인수와 측량, 지도 제작, 검사 등의 서비스 업무 흐름에 드론을 통합한 것이 ZenaTech 성장의 주요 동력이었습니다. 당사의 목표는 인수한 기업의 생산성을 높이고, 전 세계 약 45곳으로 확대 중인 DaaS 사업장을 아우르는 네트워크 전반에서 마진 성장과 레버리지 효과를 창출하는 것입니다.
당사의 성장은 전략적 인수, 드론 기반 서비스에 대한 수요 확대, 그리고 서비스형 드론 네트워크 전반에 도입하고 있는 운영 효율화가 복합적으로 작용한 결과입니다. 2026년 2분기 매출은 전년 동기 대비 316% 증가했으며, 서비스형 드론이 전체 매출의 약 93%를 차지했습니다. 최근에는 2025년에 인수한 서비스형 드론 사업장 약 20곳에서 평균 27.1%의 유기적 매출 성장을 기록했다고 발표했으며, 일부 사업장의 성장률은 40%를 넘었습니다.
당사는 현장 업무를 팀이 얼마나 빠르게 마칠 수 있는지, 고객이 데이터를 얼마나 신속하게 받는지, 기존 팀이 추가로 몇 건의 프로젝트를 수행할 수 있는지 등 실질적인 성과를 통해 생산성을 측정합니다. 서비스형 드론 사업에서는 매주 진행 중인 프로젝트 125건 이상을 측량합니다. 또한 기존 지상 측량 방식과 비교해 데이터 제공 속도는 60% 빨라지고 프로젝트 비용은 약 절반으로 줄어든다는 내부 추정치를 발표한 바 있습니다. 당사의 우선 과제는 효율성과 안전성을 높이면서 운영 역량을 확대하는 것입니다.
인수는 특히 측량 및 엔지니어링 서비스 분야에서 ZenaTech 확장 전략의 주요 요소가 되었습니다. 기존 사업에 AI 기반 드론 기술을 어떻게 통합하고 있으며, 전통적으로 상당한 수작업이 필요했던 업무 흐름을 자동화할 기회로는 어떤 것들이 있나요?
당사는 경험과 면허를 갖춘 전문가, 기존 매출 및 고객 기반을 보유한 측량·지리공간 매핑·검사 업체를 인수한 뒤, 운영 방식을 개선하기 위해 드론 기술을 도입합니다.
효율성 측면에서 보면, 기존 측량은 대부분 측량팀이 험난한 지형을 포함한 현장에서 며칠씩 측정 작업을 해야 합니다. 사진측량 및 라이다 기능을 탑재한 드론은 정밀한 공간 데이터를 더 효율적으로 수집해 수작업 현장 조사의 필요성을 줄일 수 있습니다. 또한 측량사와 검사원을 포함한 면허 보유 전문가에게 자율 시스템 운용 교육을 제공합니다. 이들은 이미 업무를 잘 이해하고 있으며, 이를 능숙하게 수행할 전문성을 갖추고 있습니다. 당사는 더 나은 도구를 제공해 이들이 더 나은 결과를 더 빠르고 안전하게 얻도록 지원할 뿐입니다.
당사는 측량 외에도 기업 외벽과 공공 인프라의 고압 세척, 대형 창고의 재고 관리, AI 데이터센터 및 상업용 건물 프로젝트의 공사 진행 상황 모니터링 등의 서비스로 사업을 확대하고 있습니다. 또한 고객이 정확한 현장 데이터에 더 효율적으로 접근하고, 프로젝트 업무 흐름을 간소화하며, 지연을 줄일 수 있도록 종합 데이터 관리 서비스도 제공합니다.
복잡한 환경에서 작동하는 자율 드론은 실시간으로 판단을 내리는 동시에 방대한 센서 및 시각 데이터를 처리해야 합니다. 안정적인 자율 비행을 구현하는 데 가장 큰 기술적 과제는 무엇이며, ZenaTech는 컴퓨터 비전, 장애물 회피, 엣지 AI 처리와 같은 분야에 어떻게 접근하고 있나요?
당사의 주요 우선 과제 중 하나는 드론이 주변 환경을 정확히 해석하고, 데이터를 실시간으로 처리하며, 다양한 동적 환경에서 안정적으로 작동하도록 역량을 발전시키는 것입니다. 실내 드론 IQ Nano를 개발하며 이러한 과제를 직접 경험했습니다. 초기 창고 시범 운영에서는 조명이 어둡고 포장재 표면이 반사되어 재고 바코드를 정확하게 읽기 어려웠습니다.
당사는 AI 비전 시스템을 학습시켜 빛 번짐과 왜곡을 인식하고, 여러 각도에서 촬영한 이미지를 분석해 바코드 인식에 가장 적합한 이미지를 식별하도록 함으로써 이 문제를 해결했습니다.
또한 저조도 환경에서 데이터 수집 성능을 높이기 위해 LED 조명을 통합한 AI 지원 카메라 시스템을 개발했습니다. 당사의 드론 플랫폼에는 자율 항법, 장애물 회피, 실시간 데이터 수집 및 분석을 지원하는 기내 AI, 컴퓨터 비전, 첨단 센서가 탑재되어 있습니다. 이러한 기능은 드론이 위성 위치 정보에 의존하지 않고 항법해야 하는 GPS 신호가 닿지 않는 환경에서 특히 중요합니다.
또 다른 과제는 드론이 어떤 결정을 자율적으로 내려도 안전한지, 그리고 언제 사람의 개입이 필요한지를 판단하는 것입니다. 드론은 이미 사전에 설정된 경로를 따라 비행할 수 있으며, 더 발전된 시스템은 상황이 바뀌면 비행 경로를 조정할 수 있습니다. 드론을 더 폭넓게 도입하려면 이러한 판단이 신뢰할 수 있고, 정해진 운용 한계를 벗어나지 않으며, 규제 요건을 충족한다는 점을 입증해야 합니다. FAA는 Part 107에 따라 자율 비행을 허용하지만, 원격 조종사가 항공기를 지휘할 수 있는 능력을 유지하도록 요구합니다. 다음 단계는 적절한 사람의 감독을 유지하면서 예상치 못한 상황에서의 의사결정 능력을 강화하는 것입니다. 운용자는 시스템이 무엇을 할 수 있는지뿐 아니라 문제가 생겼을 때 어떻게 대응하는지도 신뢰할 수 있어야 합니다.
농업은 특히 정밀 살포, 작물 모니터링, 자원 최적화 분야에서 AI 기반 드론에 중요한 기회를 제공합니다. ZenaTech의 플랫폼은 이러한 활용 분야를 지원하기 위해 어떻게 발전하고 있으며, 농업용 드론이 사람의 개입을 최소화하면서 작물 상태를 스스로 파악하고 필요한 조치를 취하는 시대는 얼마나 가까이 와 있습니까?
앞으로 3~5년 동안 농업은 상당히 자동화될 것이라고 생각합니다.
농민과 재배자들이 비용을 절감하고 자원을 최적화하며 궁극적으로 수확량을 늘릴 방법을 모색하고 있다는 점에서, AI 기반 드론은 특히 중요한 기회를 제공합니다. ZenaTech는 자율 비행, 첨단 영상 촬영, AI 분석을 결합한 ZenaDrone 플랫폼을 통해 정밀 농업 솔루션을 발전시키고 있습니다. 이 플랫폼은 작물의 건강 상태를 모니터링하고 식물의 스트레스를 조기에 감지하며 농업 처치를 더욱 정밀하게 수행하도록 지원합니다.
9월에 IQ Octo 드론의 초기 시제품과 시험 단계의 시작을 발표했습니다. 이 플랫폼은 정밀 농업 영상 촬영과 AI 분석을 위해 특별히 설계되었으며, 자율 살포와 파종 기능도 갖추고 있습니다. 최근에는 현장에서 여러 대의 드론을 활용한 농업 서비스를 자동화하기 위해 이동식 드론 운용 트레일러 개발에도 착수했습니다. 이 이동식 트레일러를 이용하면 드론이 착륙해 배터리를 자동으로 충전하고, 액상 농업 자재로 살포 탱크를 채우며, 종자통을 보충할 수 있습니다. 이에 따라 비행 간 가동 중단 시간이 줄어들고 사람의 개입도 최소화됩니다. 우리의 목표는 이러한 역량을 농업 업무에 적용할 수 있도록 개발을 진전시켜 작물 상태를 모니터링하고, 표적 처치를 지원하며, 수작업에 필요한 노동력을 최적화하는 것입니다.
ZenaTech는 GPS를 사용할 수 없는 환경에서 드론 운용을 지원하도록 설계된 양자 기반 내비게이션 시스템 연구를 발표했습니다. 자율 내비게이션에서 양자 기술이 AI와 함께 어떤 역할을 할 것으로 보시며, 이러한 역량을 상업적으로 활용할 수 있게 되기 전에 어떤 기술적 이정표를 달성해야 합니까?
특히 국방 분야에서는 GPS 신호가 교란되거나 스푸핑될 수 있습니다. 위성 측위가 불가능한 상황에서도 안정적으로 항법을 수행하는 드론이 필요합니다.
양자 기반 감지 기술과 AI 기반 경로 보정을 결합하면 위성 신호에 의존하지 않고도 더 정확하게 항법을 수행할 수 있으므로, 양자 기술은 AI를 보완하는 역할을 할 것으로 봅니다.
ZenaTech는 GPS를 사용할 수 없는 환경에서 IQ Nano를 시작으로, 아랍에미리트 샤르자에 있는 시설에서 양자 내비게이션 시스템을 시험 단계까지 발전시켰습니다. 앞으로 현장 시험을 ZenaDrone 1000과 다른 드론 플랫폼으로 확대할 계획입니다. 현재는 실제 환경에서 정확성과 신뢰성을 검증하는 데 주력하고 있습니다. 장기적으로는 위성 측위가 실패할 때 자율 드론이 항법에 활용할 수 있는 또 하나의 신뢰할 만한 수단을 제공하는 것이 목표입니다.
이는 국방 및 상업 분야에 활용할 자율 드론 포트폴리오 전반에 양자 기반 내비게이션을 통합하기 위한 중요한 단계입니다.
국방 및 정부 분야의 활용은 자율 드론 시스템 개발에서 점점 더 중요한 영역이 되고 있습니다. 감시, 위협 탐지, 자율 의사결정이 수반되는 민감한 활용 분야에서 AI 기반 자율성과 사람의 감독 사이의 균형을 ZenaTech는 어떻게 맞추고 있습니까?
AI 기반 자율성은 국방 및 정부 분야에서 상황 인식, 운용 효율성, 안전성을 높일 잠재력이 있습니다. 그러나 자율 시스템을 사람이 언제든 무력화할 수 있어야 한다고 생각합니다. 즉, 문제가 발생하면 임무를 중단하거나 안전하게 종료할 수 있는 킬 스위치가 있어야 합니다.
ZenaTech는 정보·감시·정찰, 화물 운송, 무인항공기 대응 작전을 위한 자율 시스템을 개발하고 있습니다. 통합 무인항공기 대응 시스템은 AI 기반 위협 탐지 및 추적 기능과 자율 군집 제어 기능을 결합하도록 설계되고 있으며, 이를 통해 운용자 한 명이 여러 대의 요격 드론을 감독할 수 있습니다. 우리의 목표는 AI로 정보를 처리하고 더 빠른 의사결정을 지원하며 위험한 환경에 인력이 노출되는 일을 줄이는 동시에, 복잡한 국방 환경에서도 안정적으로 작동하는 시스템을 개발하는 것입니다.
앞으로 3~5년 동안 AI, 자율 로봇공학, 기업용 소프트웨어의 융합이 ZenaTech가 서비스를 제공하는 산업을 어떻게 변화시킬 것으로 보십니까? 지능형 드론이 서로 협력하는 편대를 이루어 개별 작업을 수행하는 데 그치지 않고 전체 업무 흐름을 관리하는 자율 에이전트로 작동하는 미래가 올 것으로 예상하십니까?
이미 현실에서 일어나고 있습니다. 기반 기술의 상당 부분은 이미 존재합니다. 로봇이 회사의 ERP 솔루션에 정보를 자동으로 입력하고, ERP 솔루션이 사람이 설정한 일정에 따라 로봇에 특정한 수의 작업을 수행하도록 지시할 수도 있습니다.
드론 플랫폼과 관련해서는 자율 드론이 일상적인 업무 운영에 통합되어 수동 개입을 줄이면서 복잡한 업무 흐름을 관리하는 미래를 향해 나아가고 있습니다. ZenaTech는 드론 하드웨어와 AI 분석, 엔터프라이즈 소프트웨어를 결합하면 전통적으로 노동 집약적이었던 산업을 어떻게 혁신할 수 있는지 이미 확인하고 있습니다. 서비스형 드론 모델은 측량 및 점검 업무에 이러한 역량을 도입하는 데 기여하고 있으며, 연구 개발 활동을 통해 드론 군집 운용과 차세대 AI 자율 운용 등의 기술을 발전시키고 있습니다.
드론 산업의 다음 성장 단계는 안전한 대규모 운용을 더욱 실용적으로 만드는 데 달려 있습니다. 특히 조종사의 가시권 밖 비행과 관련한 미국의 규제 진전이 이러한 기회를 여는 데 기여하고 있습니다. 자율 운용 기술과 항공기 신뢰성의 발전이 더해지면 드론이 더 넓은 지역을 효율적으로 커버할 수 있어 측량, 인프라 점검, 농업 분야 고객에게 더 큰 가치를 제공할 수 있습니다.
앞으로 3~5년 동안 지능형 드론 편대가 데이터를 수집하고 분석하는 일부터 실시간으로 운영 결정을 지원하는 일까지, 서로 연결된 여러 작업을 동시에 수행하는 모습을 보게 될 것으로 예상합니다. 장기적으로는 ZenaDrone 드론 플랫폼과 서비스형 드론 사업을 통해 수직 통합 기업이자 AI 자율 운용 플랫폼을 구축하는 것이 우리의 비전입니다. 우리의 목표는 전 세계 조직이 전체 업무 흐름을 더욱 효율적으로 관리할 수 있도록 지원하는 것입니다. 이를 통해 숙련된 전문가들은 고도화된 데이터를 바탕으로 운영과 의사결정을 감독하고, 더 높은 가치를 창출하는 업무에 집중할 수 있습니다.
훌륭한 인터뷰에 감사드립니다. AI 기반 드론, 자율 운용, 서비스형 드론에 대해 더 알아보고 싶은 독자께서는 ZenaTech를 방문해 보시기 바랍니다.












