인공지능(AI)의 영역이 이제 동물 영역에도 확산되고 있다. 가령 동물병원에 걸려온 전화 내용을 AI가 기록하고 정리하는 식이다. 병원이 전화를 받지 못할 때는 AI 챗봇이 병원이 보유한 정보를 바탕으로 보호자의 문의에 대응한다. 응급 가능성이 있다고 판단하면 병원이 정한 기준에 따라 내원을 안내한다.
수만 마리의 닭을 키우는 축사에서는 자율주행 로봇이 닭 사이를 돌아다닌다. 닭의 움직임과 소리를 분석해 활동성 변화를 살피고 폐사체와 바닥에 떨어진 계란을 찾아낸다. AI의 역할이 데이터를 분석해 사람에게 보여주는 데서 그치지 않고 실제 현장의 반복 업무 일부를 수행하는 단계로 옮겨가고 있는 것이다.
지난달 경기 성남 판교스타트업캠퍼스에서 열린 ‘반려동물 산업 육성 협의회 제21회 IR 데이’에서는 서로 다른 현장에서 이 같은 변화를 추진하는 두 기업이 발표에 나섰다.
임상수의사 출신 윤상우 대표가 이끄는 벳플럭스는 동물병원 고객관계관리(Customer Relationship Management, CRM) 서비스를 AI 에이전트로 확장하고 있다. 조용준 대표의 로봇웨어에이아이는 양계농장에서 AI의 판단을 실제 로봇의 움직임으로 연결하는 피지컬 AI(Physical AI)를 개발하고 있다.
두 기업의 사업 영역은 동물의료와 축산으로 다르다. 하지만 사람이 프로그램을 직접 조작해 데이터를 확인하던 방식에서 벗어나 AI와 로봇이 현장의 업무 과정에 직접 들어가는 방향으로 기술을 확장하고 있다는 점에서는 닮았다.
동물병원이 원한 건 또 하나의 프로그램이 아니었다
윤상우 벳플럭스 대표가 창업 과정에서 주목한 문제는 동물의료의 접근성이었다. 임상수의사로 동물병원에서 약 5년간 일했던 그는 한 명의 수의사가 직접 진료할 수 있는 환자 수에는 물리적인 한계가 있다고 봤다.
반면 상담과 지속적인 사후관리를 디지털 기술로 확장하면 수의사가 관리할 수 있는 반려동물의 범위를 넓힐 수 있다고 판단했다. 여기에 높은 동물의료 비용도 함께 풀어야 할 문제로 봤다.
“제가 동물병원에서 근무하면 하루에 30마리 정도의 반려동물을 진료할 수 있습니다. 그런데 상담 서비스와 AI를 활용하면 하루에 1000마리도 볼 수 있겠다는 생각으로 창업을 시작했습니다. 결국 문제는 접근성이라고 생각했습니다. 보호자가 쉽게 사용할 수 있어야 하고 병원에 다녀간 뒤에도 계속 관리할 수 있어야 합니다. 마지막으로 동물의료가 비싼 서비스인 만큼 비용 구조까지 같이 해결해야 한다고 봤습니다.”
벳플럭스는 2020년 보호자와 동물병원을 연결하는 CRM 서비스 ‘늘펫’으로 사업을 시작했다. 예약과 알림, 재방문 관리, 보호자 상담 등을 디지털화하면서 보호자가 사용하는 표현과 수의사의 답변을 데이터로 축적했다. 윤 대표에 따르면 이 과정에서 약 250만 건의 상담 데이터를 확보했다. 그러나 기능과 데이터가 늘어난다고 현장의 업무 부담까지 줄어드는 것은 아니었다.
동물병원은 진료와 처치가 중심인 오프라인 공간이다. 수의사가 컴퓨터 앞에서 새로운 프로그램을 계속 조작하기 어렵다. 보호자가 메시지를 보내고 데이터가 축적돼도 직원이 다시 시스템을 열어 내용을 확인하고 대응해야 한다면 기존 업무에 또 하나의 업무가 추가될 뿐이다. 이 경험이 벳플럭스를 서비스형 소프트웨어(Software as a Service, SaaS)에서 AI 에이전트로 이동하게 했다.
“저희가 이 시스템을 2년 넘게 시장에 내놓으면서 느낀 가장 큰 문제는 사용성이었습니다. 동물병원은 기본적으로 오프라인에서 사업을 하기 때문에 컴퓨터를 보고 있는 시간이 굉장히 짧습니다. 그래서 계속 AI를 붙여보면서 고민했는데 결론적으로 동물병원이라는 오프라인 현장에서 필요한 것은 소프트웨어가 아니라 에이전트였습니다. 전화가 오면 내용을 기록하고 정리하고, 병원이 전화를 받지 못하면 병원이 가진 정보를 바탕으로 챗봇이 대신 대화해 주는 겁니다. 보호자의 상태 설명을 토대로 응급 가능성이 있다고 판단되면 병원이 만들어 놓은 기준에 따라 내원을 안내하는 역할까지 맡습니다.”
올해 출시한 ‘늘펫N’은 이 같은 문제의식에서 출발했다. 전화 상담을 녹음·요약하고 상담 내용을 업무 단위로 정리하는 한편, 병원이 응답하기 어려운 상황에서는 AI 챗봇이 보호자의 문의에 대응하는 구조다.
벳플럭스는 보호자가 사용하는 자연어에서 수의학적 정보를 추출해 감별진단(Differential Diagnosis, DDx) 후보군을 만드는 기술도 개발했다. 범용 대규모 언어 모델(Large Language Model, LLM)에 상담 내용을 그대로 맡기는 대신 그동안 축적한 동물의료 데이터를 활용해 수의학 영역에 맞는 판단 체계를 구축하는 것이 핵심이다. 관련 기술인 ‘반려동물 데이터에 기초한 감별진단 정보 제공 방법’ 특허는 2024년 출원됐으며 올해 8월 등록됐다.
사업 모델도 달라졌다. 윤 대표 발표에 따르면 늘펫N은 출시 약 2개월 만에 지역 거점 동물병원을 중심으로 40곳이 새로 도입했다. 기존 늘펫을 포함하면 약 200개 병원이 벳플럭스 서비스를 이용하고 있다. 월 정액형 SaaS에 가까웠던 과금 방식도 AI 사용량에 따라 비용이 늘어나는 구조로 이동하고 있다.
AI가 실제 병원 운영 지표에 어떤 영향을 미치는지도 측정하고 있다. 벳플럭스 내부 집계에서는 AI 상담 과정에서 제안한 건강검진의 구매 전환율이 52%로 나타났다. 윤 대표는 비응급 상담 감소와 응급 상황 감지 증가도 주요 성과로 제시했다.
벳플럭스가 다음 단계로 보는 것은 여러 AI 에이전트를 하나의 환경에 연결하는 플랫폼이다. 상담과 예약뿐 아니라 차트 작성과 보험, 결제 등 동물병원에서 발생하는 업무를 각각의 AI가 맡고 이를 하나의 운영체계 안에서 연결한다는 구상이다.
윤 대표는 발표 말미 2030년대를 동물병원이 AI 활용 능력으로 경쟁하는 시대로 전망했다. CRM에서 시작해 AI 서비스를 거쳐 에이전트로 사업 모델을 바꾼 과정 역시 동물병원에 필요한 기술의 기준이 ‘프로그램의 기능’에서 ‘실제 업무를 얼마나 대신할 수 있는가’로 이동하고 있다는 판단에 따른 것이다.
데이터를 보여주는 스마트팜에서 직접 움직이는 피지컬 AI로
로봇웨어에이아이의 출발점은 농장에서 데이터를 어떻게 실제 행동으로 연결할 것인가라는 문제였다. 조용준 대표는 소프트웨어 개발 회사를 운영하다 2017년 아버지가 운영하던 양계농장에 들어갔다. 직접 농장을 운영하면서 온도와 환기, 닭의 상태를 농장주의 경험과 감각에 의존해 판단하는 기존 방식의 한계를 체감했다.
2019년부터는 카메라와 센서를 활용해 닭의 움직임과 농장 환경 데이터를 분석하기 시작했다. 닭의 활동성이 떨어지거나 이상음이 늘어나는 등 문제가 본격화되기 전 나타나는 변화를 AI로 포착하려는 시도였다. 하지만 분석 결과를 농장주에게 보여주는 것만으로는 실제 현장의 행동까지 바꾸기 어려웠다. 그 고민은 다시 로봇웨어에이아이 창업으로 이어졌다.
“2019년부터 인공지능에 대한 연구를 시작했는데 분석된 데이터가 나온 다음이 문제였습니다. 농장주분들에게 데이터를 보여드려도 ‘그래서 이걸 가지고 무엇을 할 수 있느냐’는 질문이 남았습니다. 저처럼 농장을 직접 운영하면서 데이터를 다룰 수 있는 사람이 아니면 분석 결과를 실제 현장에 적용하기가 쉽지 않았습니다. 그래서 이 데이터를 실제 행동으로 연결하려면 피지컬 AI 로봇이 필요하겠다고 생각했습니다. 그렇게 로봇을 준비하면서 2024년에 로봇웨어에이아이를 설립했습니다.”
이날 발표에서 소개된 대표 장비는 실내 자율주행 양계관리 로봇 ‘RW-150i’다. 로봇은 AI 카메라로 살아 있는 닭과 폐사체, 바닥에 떨어진 계란을 구분한다. 닭 사이를 이동하면서 개체의 움직임을 분석해 활동성 변화도 확인한다.
음향 데이터도 활용한다. 축사 안에서 수집한 소리를 분석해 기침이나 재채기 등 호흡기 이상과 관련된 소리를 구분하는 기술을 개발하고 있다. 조 대표는 발표에서 기침 탐지 모델의 1차 평가 정확도가 약 96%라고 설명했지만, 현재 재채기와 다른 호흡기성 소리를 세분화하는 고도화 작업을 진행하고 있다고 덧붙였다.
축사 바닥 역시 로봇이 맡을 수 있는 영역이다. 평사 형태의 양계장은 분뇨가 섞인 왕겨나 깔짚에 수분이 쌓이면 암모니아 농도가 높아질 수 있어 지속적인 관리가 필요하다. 조 대표는 “자율주행 로봇 후면에 모듈을 장착해 사람이 하던 깔짚 뒤집기 작업까지 자동화하는 방안을 개발하고 있다”며 말을 이어갔다.
“사람이 축사에 들어가면 닭을 흩어놓으면서 움직이는 모습을 보고 건강 상태를 판단합니다. 로봇도 자율주행을 하면서 닭이 얼마나 잘 움직이는지를 보고 활동성을 분석합니다. 주행하다가 폐사체가 나오면 이를 탐지하고, 바닥에 계란이 있으면 계란도 찾아냅니다. 또 닭의 호흡기 상태를 살피기 위해 기침 소리를 계속 탐지하고 횟수를 세고 있습니다. 이런 데이터를 지속적으로 축적하면서 평소와 다른 변화를 찾아내려는 것입니다.”
로봇 내부에는 신경망처리장치(Neural Processing Unit, NPU)를 활용한 엣지 AI 구조를 적용하고 있다. 농촌과 축산 현장은 통신 환경이 항상 안정적인 것이 아니기 때문이다. 카메라와 센서 데이터를 모두 외부 서버로 전송한 뒤 분석 결과를 다시 받아야 한다면 통신이 끊기는 순간 로봇의 기능도 제한된다. 반면 일부 AI 추론을 로봇 내부에서 처리하면 네트워크 연결이 원활하지 않은 상황에서도 자율주행과 현장 분석을 이어갈 수 있다.
로봇웨어에이아이는 ‘국산 AI 반도체 기반 인공지능 전환(AI Transformation, AX) 디바이스 개발·실증 사업’의 ‘전염병 예방 양계관리 AI 자율주행 로봇’ 과제에도 수요기업으로 참여하고 있다. 공급기업은 모빌린트와 어니컴이다. 축사 내부 자율주행과 폐사체 탐지, 양계 행동 분석, 성장 예측 등을 엣지 환경에서 구현하는 것이 과제의 핵심이다.
기술 개발 현장 자체가 실제 농장이라는 점도 특징이다. 조 대표는 논산과 공주에서 동물복지형 양계농장을 운영하고 있다. 이곳에서 수집되는 닭의 행동과 음향, 환경 데이터를 AI와 로봇 개발에 다시 활용한다. 연구실에서 만든 기술을 완성한 뒤 농장에 적용하는 방식이 아니라 실제 농장 운영 과정에서 데이터를 수집하고 문제점을 찾아 다시 기술에 반영하는 구조다. 다만 로봇웨어에이아이가 목표로 내세운 ‘완전 무인 자율 농장’이 현재 구현된 것은 아니다.
“지금 현재로서는 사람을 무조건 배제하고 로봇이 다 할 수 있다는 것은 아닙니다. 지금은 사람과 로봇이 어느 정도 같이 협업해 가야 하는 상황입니다. 다만 농장 환경을 더 잘 관리하게 되면 산란율이나 폐사율, 사료효율 같은 생산 지표도 달라질 수 있습니다. 저희 농장에 먼저 적용하면서 이런 부분은 어느 정도 체감하고 있습니다. 앞으로 사람이 계속 축사 안으로 들어가 일일이 확인하지 않아도 농장의 상태를 지속적으로 파악할 수 있는 환경을 만드는 것이 목표입니다.”
로봇웨어에이아이의 사업 모델도 로봇 한 대를 판매하는 데서 끝나지 않는다. 농장에서 수집한 데이터를 AI가 분석하고 농장주가 자연어로 질문하면 답변과 보고서를 제공하는 구조, 수의학적 판단이 필요한 부분을 전문가와 연결하는 구조까지 하나의 플랫폼으로 묶으려 한다.
로봇 공급에는 서비스형 로봇(Robot as a Service, RaaS) 방식도 검토하고 있다. 초기 장비 구매 부담을 낮추고 로봇과 AI 분석 서비스를 구독 형태로 제공하는 모델이다. 국내에서는 농장 운영 노하우와 로봇 기술을 결합해 직접 운영하는 농장을 확대하고, 해외에서는 시스템을 턴키와 라이선스 방식으로 공급하는 사업 모델도 구상하고 있다.
두 기업 발표를 종합해보면 동물병원에서는 AI가 상담 내용을 정리하고 보호자 문의에 대응하며, 축사에서는 AI를 탑재한 로봇이 현장을 돌아다니며 닭의 상태와 환경을 확인하기 시작했다.
두 기업의 기술이 사람의 전문적인 판단을 완전히 대체한 단계는 아니다. 수의학적 판단이 필요한 순간에는 수의사가 개입해야 하고, 축산 현장에서도 예외 상황에는 사람의 판단과 작업이 여전히 필요하다. 하지만 AI가 맡는 일의 성격은 달라지고 있다.
기존에는 사람이 프로그램에 데이터를 입력하고 AI의 분석 결과를 받아 의사결정에 활용했다. 이제는 AI가 상담을 정리하고 문의에 답하거나, 로봇이 직접 이동해 현장의 데이터를 수집하고 일부 작업까지 수행하기 시작했다.
이번 IR 데이에서 벳플럭스와 로봇웨어에이아이가 보여준 것은 같은 기술이라기보다 같은 방향이다. 이처럼 동물산업에서 AI 경쟁의 기준이 ‘얼마나 잘 분석하느냐’에서 한 발 더 나아가 그 분석을 실제 업무와 행동으로 얼마나 자연스럽고 안정적으로 연결할 수 있느냐로 이동하고 있다.
