그럽마켓 AI 에이전트, 송장·영수증을 발주서로 자동 변환…입력은 줄어도 검토는 남는다

식품 유통 소프트웨어 기업 그럽마켓(GrubMarket)이 거래처 송장과 영수증을 발주서로 바꿔 주는 AI 에이전트를 내놨다. 이름은 ‘AI 오더스 – 발주서 에이전트(AI Orders – Purchase Order Agent)’다. 농산물과 신선식품 유통업체가 손으로 입력하는 데이터의 양을 줄이는 데 초점을 맞췄다.

미국 캘리포니아주 사우스샌프란시스코에 본사를 둔 그럽마켓은 식품 생산자·도매업체·유통업체·소매업체와 일하는 SaaS(구독형 소프트웨어) 기업이다. 디지털커머스360(Digital Commerce 360)과 더 프로듀스 뉴스(The Produce News)가 이 소식을 전했다.

송장부터 PDF까지, 발주서로 바꾸는 네 가지 단계

더 프로듀스 뉴스에 따르면 이 에이전트는 AI 오더스 플랫폼 안에 들어간 전문 에이전트다. 거래처 송장과 영수증은 물론 사진·PDF·스프레드시트 같은 구매 정보를 구조화된 발주서로 자동 변환한다. 일반 문장(자연어)으로 적은 구매 정보도 읽어 낸다고 한다.

첫 단계는 문서 추출이다. 사람이 옮겨 적는 과정을 없애고 구매 정보를 자동으로 뽑아낸다. 두 번째는 상품 매칭이다. AI가 어떤 상품을 샀는지 식별해 유통업체의 상품 카탈로그와 연결한다. 이때 과거 주문 이력, ‘엔터프라이즈 딕셔너리(Enterprise Dictionary)’ 설정, 거래처별 AI 학습 내용을 활용한다.

세 번째 단계에서는 거래처 이름, 구매 날짜, 수량, 단위, 구매 단가, 메모를 포착해 발주서를 만든다. 네 번째는 제출 경로다. 사용자는 이메일, iOS·안드로이드용 모바일 앱 ‘디스트리뷰터 고(Distributor Go)’, 공급업체 포털인 ‘AI 오더스 서플라이어 포털’로 구매 정보를 보낼 수 있다.

ERP 연동과 식품 유통 현장의 병목

ERP(전사적 자원관리 시스템) 연동도 내세웠다. 더 프로듀스 뉴스에 따르면 이 에이전트는 홀세일웨어(WholesaleWare)와 통합된다. 타임 소프트웨어, 그래니트 스테이트 소프트웨어, 워드웨어 PICS 등 다른 식품 유통 소프트웨어도 ‘그럽마켓 통합 플랫폼’을 통해 연동할 수 있다.

해결하려는 문제는 구매 업무의 지연이다. 식품 유통업체는 매일 여러 거래처에서 상품을 사들인다. 직원들은 송장과 영수증을 검토하고 상품을 식별한 뒤 수량과 단위, 비용을 ERP에 입력해야 한다.

입력이 제때 이뤄지지 않으면 실제 구매 비용과 재고가 보이지 않게 된다. 마진이나 마크업(원가에 일정 비율을 얹는 방식)에 기반한 가격 정책을 쓰는 업체는 가격을 정확히 유지하기 어렵다. 영업팀은 판매 가능한 재고를 정확히 알 수 없고 창고팀은 상품을 직접 세는 데 시간을 더 쓰게 된다고 더 프로듀스 뉴스는 설명했다.

그럽마켓의 AI 에이전트 전략

디지털커머스360에 따르면 제품은 그럽마켓이 잇달아 내놓은 AI 에이전트 가운데 하나다. 회사는 6월에 AI 영업 에이전트를 발표했다. 그럽어시스트 AI 플랫폼에는 보고용 AI 에이전트가 있고 고객의 재무·운영 데이터를 추적하는 모니터링 AI 에이전트도 만들었다.

Mike Xu 최고경영자는 보도자료에서 “식품 공급망 산업은 인공지능이 이끄는 전례 없는 변화를 겪고 있다”고 말했다. 이어 “구매 워크플로를 자동화해 유통업체가 더 효율적으로 운영하고 사업을 더 잘 파악해 더 현명하게 결정하도록 돕겠다”고 밝혔다. 목표는 사업 수익성 개선이다.

Mike Xu 최고경영자는 출시를 “식품 공급망 산업의 모든 주요 기능을 자동화하고 최적화하는 전문 AI 에이전트를 만들겠다는 더 큰 구상의 또 다른 중요한 단계”라고 규정했다. 발주서 에이전트는 회사가 이 구상에서 구매 업무로 영역을 넓힌 제품이다.

업계 전문가들 “진짜 시험은 세부 사항”

디지털커머스360은 업계 전문가 2명의 평가도 실었다. 오하이오주 콜럼버스의 창고관리 소프트웨어 기업 SC 코드웍스의 Amy Dean 운영 담당 부사장은 회사마다 발주 입력 방식이 다르다고 말했다. 다만 대부분 스프레드시트와 ERP 시스템, 구매 담당자에 의존한다고 봤다.

Amy Dean 부사장은 “AI가 반복적인 데이터 입력을 줄이면 직원들이 예외 상황과 거래처 관계, 더 전략적인 구매 활동에 집중할 수 있다”고 말했다. 그는 식품 유통이 단순하지 않다고 짚었다. 리콜, 상품 대체, 거래처별 요구 사항처럼 자주 바뀌는 변수가 많아서다. 그는 이런 요소가 AI 에이전트의 로직에 반영되는 것이 “결정적”이라고 강조했다.

데이터 품질도 변수로 꼽았다. 송장·영수증·사진을 읽는 기능은 연동 도구를 쓰지 않는 조직에 도움이 될 수 있다. 그러나 “AI 에이전트는 접근할 수 있는 데이터만큼만 효과적”이라고 그는 말했다. 재고 정확도가 중요해지는 지점이며 현재의 업무 방식이 성패를 가를 수 있다는 얘기다.

“새로운 구매 방식 아닌 점진적 진전”

시카고에서 기업용 AI 자동화와 ERP 시스템을 만드는 AI 시스템 엔지니어 Dmytro Klymentiev는 더 냉정하게 봤다. 그는 송장 사진을 읽고 품목을 뽑아내는 일은 더 이상 어려운 부분이 아니라고 했다. 현재 대부분의 AI 모델이 할 수 있기 때문이다.

그가 보는 그럽마켓의 차별점은 연결이다. 추출한 데이터가 유통업체 자체 시스템 안에서 카탈로그와 매칭된 구조화 발주서가 된다는 점이다. 그래도 그는 “유용하지만 새로운 구매 방식이라기보다 점진적 진전”이라고 평가했다.

시간 절감 효과가 보기보다 좁다는 지적도 나왔다. 주문을 직접 입력할 필요는 없어도 오류의 연쇄 효과를 막으려면 초안을 일일이 확인해야 할 수 있어서다. Klymentiev는 “수량을 잘못 읽거나 상품을 잘못 매칭하면 잘못된 주문과 배송, 송장 대조 실패, 잘못된 재고 수준으로 이어진다”고 말했다. “업무가 데이터 입력에서 검토로 옮겨 가며 그 검토는 꼼꼼해야 한다”는 설명이다.

도입 전에 던질 네 가지 질문

Klymentiev는 이런 도구를 도입하기 전에 유통업체가 확인할 질문도 제시했다. 확신이 없을 때 줄을 표시하는지 아니면 추측하는지, 상품을 카탈로그와 어떻게 매칭하는지 물어야 한다. 새 품목이나 이름이 바뀐 품목은 어떻게 처리하는지도 따져야 한다.

마지막 질문은 실제 주문에 반영하기 전에 자사 문서로 오류율을 측정할 수 있는지다. 더 프로듀스 뉴스가 소개한 상품 매칭 방식은 과거 주문 이력과 거래처별 학습에 의존한다. 오류율 측정이 그 성능을 검증하는 수단이 된다.