클로너블, 현장 전문가 지식 ‘AI 에이전트’로 복제…시드 투자 유치

Cloneable이 에너지·인프라 현장 전문가의 업무 방식을 인공지능으로 복제하는 기술을 앞세워 시드 투자 460만달러를 유치했다. 숙련 인력 은퇴가 빨라지는 가운데, 현장 지식의 공백을 AI 에이전트로 메우겠다는 전략이 초기 시장에서 반응을 얻는 모습이다.

전문가 판단을 AI 에이전트로 옮긴다

크런치베이스 뉴스에 따르면 미국 노스캐롤라이나주 롤리에 본사를 둔 클로너블은 이번 라운드에서 460만달러, 원화 약 67억9000만원을 조달했다. 이번 투자는 콩그루언트 벤처스가 주도했고 퍼스트 인, 오버라인, 불 시티 벤처 파트너스, 세인트 엘모 벤처 캐피털이 참여했다. 고객사인 텍사스 에어리어 텔레콤의 투자 조직도 자금을 댔다. 2023년 설립 이후 누적 투자금은 535만달러, 약 79억원으로 늘었다.

클로너블의 출발점은 2019년 미국 캘리포니아 산불 대응 현장이었다. 공동창업자인 리아 라이히, 타일러 콜린스, 패트릭 로먼은 당시 드론 기업 프리시전호크의 초기 멤버로 활동하며 송전선 점검 업무에 투입됐다. 드론 조종사 150명을 동원해 수천 마일에 이르는 전력 인프라를 촬영했지만, 정작 병목은 그 뒤의 판독 과정에서 발생했다.

리아 라이히 최고경영자(CEO)는 전력업체 PG&E 지휘센터에서 수백명의 직원이 영상을 일일이 확인하는 장면을 보고 ‘이 방식으로는 안 된다’는 문제의식을 가졌다고 설명했다. 실제로 무엇을 찾아야 하는지 아는 전문가는 소수였고, 이들의 판단 기준은 문서화되지 않은 경우가 많았다는 것이다.

은퇴하는 숙련 인력, 커지는 ‘지식 위기’

클로너블은 에너지, 석유·가스, 농업 같은 전통 산업이 ‘지식 위기’에 직면했다고 진단한다. 라이히는 에너지 업계에 새로 진입하는 젊은 인력 1명당 숙련 인력 2.4명이 은퇴하고 있다고 밝혔다. 전력 수요는 2050년까지 2배로 늘어날 것으로 예상되는데, 현장 경험을 가진 인력은 오히려 줄고 있다는 의미다.

이 회사는 이런 조직 내 암묵지를 보존하고 자동화하는 데 초점을 맞춘다. 2025년 2월에는 에너지 업계를 겨냥한 자동 인프라 점검 서비스 ‘클로너블 필드’를 출시했고, 이번 투자 유치와 함께 전문가 지식을 코드화해 확장 가능한 AI 에이전트로 배치하는 신규 제품도 선보였다.

확장 대상 산업도 넓다. 공공 유틸리티, 식생 관리, 건설, 철도, 광업, 농업, 제조업 등 인프라 의존도가 높은 분야가 포함된다. 회사 측은 이들 시장이 개별 기능을 나눠 해결하는 ‘포인트 솔루션’ 중심으로 남아 있어, 현장 데이터 수집과 에이전트 자동화를 통합한 서비스가 드물다고 보고 있다.

8시간 걸리던 설계 검토, 2분 아래로

클로너블은 자동화 효과도 구체적 수치로 제시했다. 예를 들어 25개의 전신주를 교체·업그레이드·신규 설치하는 프로젝트에서 구조 계산 작업은 인간 엔지니어가 통상 8시간가량 써야 하지만, 자사 AI 에이전트는 이를 2분 이내에 끝낼 수 있다고 주장했다.

처리 규모도 큰 차이를 보인다고 회사는 설명했다. 엔지니어 1명이 연간 처리 가능한 전신주 수는 약 4500~5500개 수준이지만, 클로너블 에이전트는 연간 200만~300만개까지 가능하다는 것이다. 중견 엔지니어링 회사가 5~10명의 인력을 투입해 업무 시간의 절반을 이런 작업에 쓰는 경우, 연간 11만5000~31만2000달러, 원화 약 1억7000만~4억6100만원의 노동 비용을 더 높은 부가가치 업무로 돌릴 수 있다고 회사는 추산했다.

라이히는 이런 효율 차이가 향후 12개월 안에 일부 지역의 광섬유망 연결 여부를 가를 수 있다고 말했다. 결국 자동화는 단순한 비용 절감을 넘어 실제 인프라 확충 속도를 좌우할 수 있다는 주장이다.

현장을 ‘관찰’해 배우는 방식

클로너블의 핵심은 범용 AI와 다른 학습 방식에 있다. 일반적인 생성형 AI가 정제된 데이터나 코딩 환경을 요구하는 것과 달리, 이 회사 플랫폼은 전문가의 실제 업무를 ‘그림자처럼 따라다니며’ 배운다고 설명한다. 복잡한 전신주 설계 같은 업무를 전문가가 수행하면, AI가 이를 관찰하면서 음성 설명과 문서, 작업 맥락을 실시간으로 수집한다. 이후 그 경험을 같은 과업을 수행할 수 있는 AI 에이전트로 전환하는 구조다.

회사는 고객사 내부에서 축적한 도구 설정과 절차, 업무 판단 기준이 차별점이라고 강조했다. 대형 파운데이션 모델 기업들이 모델 자체 성능 경쟁에 집중하는 반면, 클로너블은 여러 모델 유형을 조합한 프레임워크를 만들고 고객사의 지식과 규칙에 맞춘 소형 특화 모델을 구축하는 데 집중한다는 설명이다.

수익 모델도 이원화했다. 현장 데이터 수집 제품은 기기 단위 좌석 기반 라이선스로 판매하고, 새 AI 에이전트는 토큰 및 사용량 기반 과금 체계를 적용한다.

투자사는 ‘데이터와 에이전트 문제를 함께 풀었다’고 평가

투자사인 콩그루언트 벤처스의 엘리자 쿠시먼 파트너는 전통 산업의 AI 도입이 대체로 두 갈래 한계를 보여왔다고 짚었다. 하나는 고가의 특수 하드웨어를 이용한 데이터 수집에 치우치는 경우이고, 다른 하나는 백오피스용 에이전트 AI에 집중하다 정작 이를 구동할 고품질 데이터를 확보하지 못하는 경우다.

그는 클로너블이 이 두 문제를 함께 해결했다고 평가했다. 수평적 범용 솔루션만으로는 깊이 있게 침투하기 어려운 산업에서, 팀의 현장 경험이 경쟁력이 될 수 있다는 판단이다.

실제 성장세도 빠르다. 회사는 2025년 2월부터 연말까지 연간 반복 매출(ARR)이 100배 늘었다고 밝혔다. 고객사로는 아메리칸 일렉트릭 파워, 서던 캘리포니아 에디슨, 번즈 앤드 맥도널, TRC, 시그마 등이 거론된다. 퍼듀는 이른바 ‘전문가 복제’ 모델을 축산과 식품 공급망으로 확대하고 있다.

클로너블의 사례는 AI 산업의 다음 무대가 단순 챗봇을 넘어 ‘현장형 자동화’로 이동하고 있음을 보여준다. 특히 에너지와 인프라처럼 숙련 인력 의존도가 높은 산업에서는, 기업 고유의 판단 기준을 얼마나 정밀하게 AI에 옮겨 담느냐가 실제 수익화의 핵심 변수가 될 가능성이 크다.