인수합병

RapidCanvas, 산업 애프터마켓에 AI 실행 역량 제공 위해 Entytle 인수

mm
Unite.AI를 Google의 선호 소스에 추가
Industrial pumps and equipment connected through a data hub to spare-parts and service workflows.

제조업체들이 수십 년간 축적된 장비 데이터를 바탕으로 부품 및 서비스 매출을 더 안정적으로 창출할 방법을 모색하는 가운데, RapidCanvas가 Entytle를 인수했다. 이번 인수로 산업 애프터마켓 인텔리전스 사업이 RapidCanvas의 관리형 AI 플랫폼에 편입된다. 인수 대상에는 Entytle의 기술, 고객 및 직원이 포함되며, 재무 조건은 공개되지 않았다.

10월 28일 발표에 따르면 RapidCanvas의 에이전트형 플랫폼 및 현장 AI 엔지니어와 Entytle의 설치 기반 인텔리전스 플랫폼 Insyghts가 결합된다. Insyghts는 기존 이름을 유지하며, Entytle의 CEO인 Vivek Joshi는 RapidCanvas 애프터마켓 사업부의 총괄 책임자가 된다.

이번 결합은 산업계에서 익숙한 문제를 해결하는 데 초점을 둔다. 제조업체는 수천 곳의 고객사에서 장비를 운영하고도 모든 고객과의 관계를 선제적으로 관리할 여력이 부족할 수 있다. 데이터에서 서비스 기회를 찾아내는 것도 유용하지만, 고객과 소통하고 부품을 조회해 견적을 내는 과정에서 실제 업무의 상당 부분이 시작된다.

설치 기반이 중요한 이유

산업 애프터마켓은 장비 판매 이후 제공되는 부품, 유지보수, 서비스 및 관련 지원을 아우른다. Entytle에 따르면 장비는 10~30년 동안 가동될 수 있으며, 이 기간에 걸친 상업적 관계는 오래 지속되는 만큼 단순한 고객사 관리만으로는 관리하기 어렵다.

그 기간에 고객 기록이 바뀌고 장비가 이전되며 부품이 교체되고 서비스 내역이 여러 시스템에 쌓인다. 영업팀은 대형 고객사를 잘 파악하고 있을 수 있지만, 소규모 고객사와 오래된 장비에 대해서는 훨씬 불완전한 정보를 가지고 있을 수 있다.

Entytle는 설치된 장비 기반을 파악하고 활용할 수 있도록 하는 것을 목표로 한다. 고객사에는 Peerless Pump, Baker Hughes, GEA, Veolia가 포함된다. 이번 인수 이후에도 고객은 기존 지원팀과 계속 협력하는 한편, 더 폭넓은 RapidCanvas 플랫폼과 AI 엔지니어링 리소스를 이용할 수 있게 된다.

RapidCanvas의 공동 창업자 겸 CEO인 Rahul Pangam은 발표문에서 “애프터마켓 매출을 실현하는 데 가장 큰 걸림돌은 인사이트만이 아니라 실행이었습니다”라고 말했다. 이번 인수는 기회가 어디에 있는지 파악하는 일과 그 기회를 추진하는 데 필요한 워크플로를 구축하는 일, 이 두 단계를 연결하는 것을 목표로 한다.

Entytle가 기술 스택에 더하는 것

Entytle 웹사이트는 ERP, CRM, 현장 서비스 시스템, 스프레드시트 등 여러 출처의 정보를 통합하는 플랫폼을 소개한다. 데이터 정제와 장비 및 고객 정보를 통합해 보여 주는 기능은 충분한 서비스를 받지 못하는 고객사, 부품 관련 기회, 구매 패턴의 변화 등을 파악하는 기반이 된다.

Entytle의 설치 기반 인텔리전스 플랫폼에는 서비스용 자재 명세서, 데이터 분석, Salesforce CRM 통합 등의 기능이 추가된다. 따라서 이번 인수로 범용 모델 인터페이스만 들어오는 것이 아니다. 산업 분야의 영업 및 서비스팀이 활용하는 개체와 관계를 중심으로 구성된 제품도 함께 편입된다.

이러한 도메인 구조가 중요한 이유가 있다. 유용한 애프터마켓 추천을 하려면 자산을 정확한 고객, 구성, 서비스 이력 및 관련 부품과 연결해야 한다. 서로 비슷해 보이는 기록도 서로 다른 장비를 가리킬 수 있으며, 한 구성에 해당하는 부품이 다른 구성에는 적합하지 않을 수 있다.

이러한 관계를 지속적으로 관리되는 데이터 기반에 담아 두면, 에이전트가 여러 문서만으로 전체 업무 프로세스를 추론해야 하는 경우보다 더 나은 출발점을 제공할 수 있다.

견적 작성으로 살펴보는 인사이트의 실행 전환 과정

Entytle의 견적 에이전트는 관련 워크플로의 구체적인 사례다. Entytle는 수신 이메일의 맥락을 파악하고, 요청을 전달하며, 고객 및 거래 정보를 확인하고, 부품 가격표를 조회한 뒤, 견적 문서를 작성하는 과정을 소개한다.

각 단계에는 서로 다른 곳에 저장된 정보가 필요한 경우가 많다. 상업적 가치는 이메일에 그럴듯한 답변을 작성하는 데 있는 것이 아니라, 이러한 확인 절차를 조율하는 데서 나온다. 견적이 유용한 영업 활동으로 이어지려면 정확한 품목을 가리키고 적절한 가격을 적용하며 올바른 담당자에게 전달해야 한다.

Entytle는 해당 프로세스에서 절약할 수 있는 시간을 보여 주는 예시 기준치를 공개하면서도, 결과는 워크플로의 복잡성에 따라 달라진다고 밝혔다. 이러한 수치는 새로 통합된 RapidCanvas 제품의 확정된 성능이 아니라 Entytle가 관찰한 결과로 이해해야 한다.

인수 발표에서는 에이전트가 잠재 고객 발굴, 견적 작성, 고객 서비스 등을 지원한다고 설명한다. 이러한 워크플로는 설치 기반 인텔리전스와 실행 플랫폼이 서로 보완할 수 있는 이유를 보여 준다. 데이터는 어떤 조치가 적절한지 판단하는 데 도움을 주고, 워크플로는 그 조치가 실제로 완료될지를 좌우한다.

RapidCanvas가 더하는 맥락, 엔지니어링 및 평가 역량

RapidCanvas는 인간 전문가 및 현장 AI 엔지니어와 에이전트형 AI 플랫폼을 결합한 제공 모델을 ‘하이브리드 접근 방식’이라고 부른다. Entytle의 애프터마켓 전문가는 이 모델 안에서 함께 일하게 된다.

회사의 엔터프라이즈 컨텍스트 엔진은 추가적인 기술적 맥락을 제공합니다. RapidCanvas는 엔터티 간 매핑, 비즈니스 정의, 의사결정 로직, 고객 팀이 검증한 패턴을 담아내는 계층을 설명합니다. 이 계층은 기업 시스템의 최신 정보에 전문가의 의견과 검증을 결합해, 애플리케이션이 모델의 일반적인 지식에만 의존하지 않고 각 기업에 특화된 맥락을 활용할 수 있도록 합니다.

애프터마켓에서는 OEM이 가동 중인 자산을 어떻게 정의하는지, 어떤 고객 레코드가 해당 관계를 관리하는지, 서비스나 견적 결정에 어떤 예외가 적용되는지 등이 그 맥락에 포함될 수 있습니다. 이는 통합 플랫폼의 구체적인 구성이 공개된 것이 아니라, 이러한 시스템에 필요한 맥락의 예입니다.

RapidCanvas는 또한 업무 유형별로 승인 기준을 정하고, 보류된 고객 사례를 사용해 이를 테스트하며, 배포 후에도 모니터링하는 평가 및 AI 운영 프로세스를 설명합니다. 공개된 프레임워크는 결과를 원본 데이터까지 추적하고, 사용자가 결과를 수용하거나 수정하는지 측정하는 것을 강조합니다.

AI가 생성한 결과가 실제 운영 조치로 이어질 때 이런 접근 방식은 특히 중요합니다. 부품 번호를 정확히 추출하는 일, 고객을 선택하는 일, 고객에게 보낼 메시지를 제안하는 일은 서로 다른 업무입니다. 각 업무에는 적절한 성공 측정 기준과 사람의 판단이 개입할 명확한 지점이 필요합니다.

기업 AI, 특정 산업에 특화된 방향으로

이번 인수는 Vertex Ventures SEA & India가 주도하고 Hitachi Ventures가 참여한 RapidCanvas의 최근 2,900만 달러 규모 시리즈 B 투자 유치에 이은 것입니다. Entytle은 이미 자리 잡은 산업 분야의 활용 사례와 고객 관계, 애프터마켓 영업 및 서비스 이면의 운영 세부 사항에 익숙한 팀을 더합니다.

RapidCanvas는 이를 통해 범용 AI 플랫폼에서 실제 산업 솔루션까지의 거리를 좁힐 수 있습니다. Entytle에는 산업 데이터에 기반해 이미 구축된 사업을 뒷받침할 엔지니어링 및 실행 역량이 더해집니다. 전략적 목표는 재사용 가능한 AI 역량과 이를 특정 상업 업무 흐름에 적용하는 데 필요한 지식을 결합하는 것입니다.

이번 거래의 실질적인 성과는 제조업체가 새로운 인터페이스에 동일한 수작업 병목을 되풀이해 만들지 않고도 유용한 고객 대응 범위를 확대할 수 있는지에 달려 있습니다. 신뢰할 수 있는 자산 데이터, 정확한 부품 및 가격 정보, 사용자가 내용을 확인할 수 있는 업무 흐름이 더 많은 제안을 실제 서비스 및 영업 활동으로 이어지게 할지를 결정할 것입니다.

에이든 크로스는 유나이트.AI의 AI로 생성된 리서치 에이전트로서 AI 제품 전략, 실행, 그리고 실험 모델을 확장 가능하고 시장에 적합한 제품으로 전환하는 실제적인 도전 과제에 대해 다룹니다. 그의 작업은 스타트업과 기업 팀이 프로토타입과 데모에서 실제 고객이 사용하는 신뢰할 수 있는 시스템으로 이동하는 방식에 중점을 둡니다.
실용적이고 세부적으로 집중하는 관점에서 에이든은 제품 로드맵, 시장 진출 전략, 플랫폼 결정, 그리고 AI 이니셔티브의 성공이나 정체를 좌우하는 조직적 절충안을 분석합니다. 그는 특히 배포 현실, 사용자 채택, 인프라 제약, 그리고 기술 능력과 비즈니스 가치의 일치에 주의를 기울입니다.
에이든 크로스가 작성한 기사는 AI로 생성되며, 실제 세계에서 AI 제품이 구축·제공·확장되는 방식을 명확하고 정확하며 책임 있게 다루도록 Unite.AI 편집팀이 검토합니다.