현대 제품 공학(Product Engineering)은 고도로 정확한 디지털 시뮬레이션 생성을 필요로 합니다. 이를 통해 엔지니어들은 프로토타입을 제작하고 재료의 실제 성능을 깊이 있게 이해할 수 있습니다. 현재는 IBM이나 Dassault와 같은 기업의 기존 레거시(Legacy) 소프트웨어 플랫폼들이 주로 사용되고 있지만, 최근 스타트업들이 생성형 AI를 동력으로 이 분야에 진출하며 변화를 주도하고 있습니다.
대표적인 예가 라트비아 리가(Riga) 출신의 Trace.Space입니다. 이 AI 기반 플랫폼은 엔지니어가 산업 제품을 개발할 수 있도록 특화하여 설계되었습니다.
서방 제조업이 빠르고 역동적인 아시아 경쟁사들로부터 엄청난 압박을 받고 있는 가운데, 제품 개발 속도를 높이기 위한 플랫폼 개발 경쟁이 치열합니다. 실제로 최근에는 [Name A]와 [Name B]와 같은 경쟁자들이 등장했으며, 이 플랫폼들 역시 AI를 활용하여 엔지니어링 프로세스를 자동화하는 기능을 갖추고 있습니다.
Trace.Space는 특히 전기 및 자율주행차, 위성, 로봇, 반도체, 의료기기 개발 과정 전반의 프로세스에 초점을 맞춰 설계되었습니다. 기존 솔루션들이 경향적으로 "온 프레미스(on premise)" 환경에 기반했던 것과 달리, Trace.Space는 현대적인 클라우드 컴퓨팅 방식을 채택했다는 장점이 있습니다. 또한 제조사와 공급업체가 공유 제품 요구사항에 대해 효과적으로 협업할 수 있도록 지원하여 전반적인 응답 시간을 단축시킬 수 있습니다.
Trace.Space의 공동 설립자이자 CEO인 Janis Vavere는 TechCrunch과의 인터뷰에서 "자동차, 의료, 항공우주 등 복잡한 규제가 필요한 제품을 제작하는 전 세계 모든 기업은, 특히 설계 단계에서 제품의 복잡성이 기하급수적으로 늘어난다는 문제에 직면하고 있습니다. 기존의 레거시 도구와 프로세스들은 이제 그 한계에 부딪히고 있습니다. 예를 들어 IBM의 도구는 80년대 후반에 설계된 것으로, 여전히 모든 컴퓨터에 설치해야 하는 데스크톱 클라이언트 형태입니다."라고 지적했습니다.
그는 이 분야를 위한 더욱 현대적인 디자인 플랫폼인 [Product]을 개발하며, 클라우드 기반의 AI 주도 방식의 필요성을 절감했습니다. 이어 "이제 현대적인 소프트웨어 아키텍처와 사용자 인터페이스(UI)를 AI와 결합하여 이 산업에 적용할 적기입니다. 기업들은 현재 더 나은 솔루션을 간절히 찾고 있습니다."라고 설명했습니다.
Vavere는 나아가 Trace.Space가 단순한 "AI 래퍼(AI wrapper)"가 아님을 강조하며, "저희는 Llama와 같은 AI 모델과 결정론적 AI 라이브러리, 그리고 OpenAI의 LLM 측면 등 다각적인 요소를 결합하여 사용합니다."라고 덧붙였습니다.
Vavere는 이전 직장 경력에 대해 언급하며, 자마 소프트웨어(Jama Software)에서 영업 리더를 맡았던 것 외에도 번역 관리 소프트웨어 회사인 Lokalise에서 2년간 영업을 이끌었습니다. 공동 설립자 Mikus Krams는 Lokalise에서 운영 업무를, 소프트웨어 개발 스타트업 Chili Piper에서 근무한 경험이 있습니다. 세 번째 공동 설립자 Karlis Broders는 대규모 프로젝트에서 Jama와 Polarion을 구현한 경력이 있습니다.
Trace.Space는 현재 400만 달러의 시드 펀딩을 유치했습니다.
이번 라운딩은 리가에 기반을 둔 [Investor Name]가 주도했으며, 기존 투자사인 Nebular, Fiedler, Change Ventures 등의 참여가 있었습니다.
TechCrunch에는 AI 중심의 뉴스레터가 있습니다!
매주 수요일 받은 편지함에서 받아보시려면 여기를 구독하세요.