공급망 결제 기술 기업 루프페이먼츠가 9500만달러(약 1404억8600만원) 규모의 시리즈C 투자를 유치했다. 복잡한 운송 청구서와 선적 문서를 AI로 분석해 비용 오류를 잡아내는 기술에 시장의 자금이 몰린 것으로 해석된다.
이번 투자는 밸러에쿼티파트너스와 밸러 아트레이데스 AI 펀드가 주도했고, JP모건 그로스 에쿼티 파트너스를 포함한 기관투자자들도 참여했다. 루프페이먼츠는 확보한 자금을 바탕으로 공급망 자동화 기능을 확대하고 인력 채용에도 속도를 낼 계획이다.
공급망 문서 오류를 줄이기 위한 AI 모델
루프페이먼츠가 해결하려는 문제는 비교적 명확하다. 기업이 공급업체에 물품을 주문하거나 컨테이너 선적 공간을 예약할 때 오가는 청구서와 운송 문서에는 적지 않은 오류가 섞이기 쉽다. 이런 실수가 제때 수정되지 않으면 물류비가 불필요하게 늘어나고 정산 과정도 길어진다.
회사는 이런 비효율을 줄이기 위해 ‘DUX’라는 AI 모델군을 개발했다. 이 시스템은 일반 텍스트뿐 아니라 서식의 필드 위치, 도장 같은 문서의 구조적 정보까지 함께 읽어내도록 설계됐다. 단순한 문자 인식을 넘어 실제 공급망 문서의 맥락을 파악하는 데 초점을 맞춘 구조다.
AI는 청구서와 문서를 스캔한 뒤 정보를 표준화된 형식으로 정리하고, 서로 연결된 데이터 포인트를 묶어 이상 징후를 찾는다. 이후 AI 에이전트가 비용 불일치 여부를 점검한다. 루프페이먼츠는 자사 플랫폼을 활용하면 통상 수주가 걸리던 화물 비용 감사 작업을 2시간 안에 끝낼 수 있다고 설명했다.
문서 분석에서 추적·결제 자동화까지
분석 대상은 청구서에 그치지 않는다. 선사가 화물을 선적했다는 사실을 확인하는 ‘선하증권’과 각종 운송 요금 산정 기준이 담긴 요율표도 이해할 수 있도록 지원한다. 공급망 현장에서는 이런 문서들이 서로 다른 형식으로 흩어져 있어 대조 작업이 어렵다는 점이 대표적 병목으로 꼽힌다.
루프페이먼츠는 문서 분석 데이터를 활용해 화물 위치 추적 기능도 제공한다. 공급망 팀은 이를 통해 배송 지연으로 이어질 수 있는 병목 구간을 미리 파악할 수 있다. 회사는 또 플랫폼이 확보한 데이터를 바탕으로 고객사가 운송 파트너와 더 유리한 운임 조건을 협상하는 데도 도움을 줄 수 있다고 밝혔다.
결제 자동화도 핵심 기능 중 하나다. 글로벌 기업들은 수십 곳이 넘는 운송사를 동시에 이용하는 경우가 많고, 청구 통화 역시 제각각이다. 루프페이먼츠는 이런 청구·정산 흐름의 상당 부분을 자동화하고, 조기 지급을 조건으로 운송 할인까지 요청할 수 있게 지원한다고 설명했다.
AI의 기업 운영 비용 절감 도구로서의 확장
안토니오 그라시아스 밸러 최고경영자는 “루프페이먼츠는 이전까지 파편화돼 접근하기 어려웠던 데이터를 ‘인텔리전스’로 바꿔 비용과 프로세스, 운전자본 개선에 기여하고 있다”고 평가했다.
이번 투자 유치는 AI가 단순 문서 인식을 넘어 실제 기업 운영 비용을 줄이는 도구로 빠르게 확장되고 있음을 보여준다. 특히 공급망처럼 문서가 많고 오류 비용이 큰 영역에서는 자동화 수요가 더 커질 가능성이 있다. 루프페이먼츠가 이번 자금을 바탕으로 얼마나 다양한 공급망 자동화 사례를 만들어낼지가 향후 관전 포인트다.
TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

