AI 재고 관리 스타트업 Doss가 기존 ERP 시스템과 연동되는 솔루션으로 5,500만 달러의 시리즈 B 투자를 유치했습니다. 이 시장은 2025년 95억 4천만 달러에서 2030년 300억 달러 규모로 연평균 24.8% 성장할 전망입니다. 창업자들은 대기업이 장악한 ERP 시장에서 ‘플러그인’ 형태의 AI 솔루션이 어떻게 거대한 틈새시장을 창출하는지 주목해야 합니다.
레거시 시스템의 한계를 돌파하는 AI 플러그인 전략
AI 기반 재고 관리 플랫폼 Doss가 Madrona와 Premji Invest가 공동 주도한 시리즈 B 라운드에서 5,500만 달러를 유치했습니다. Doss의 핵심 경쟁력은 독자적인 생태계를 고집하는 대신, SAP나 Oracle 같은 기존 ERP(전사적 자원 관리) 시스템에 ‘플러그인’ 형태로 결합한다는 점입니다. 이는 B2B SaaS 창업자들에게 중요한 시사점을 던집니다. 레거시 시스템을 완전히 대체하려는 무모한 시도보다, 기존 시스템의 취약점(예: 실시간 데이터 분석 및 예측)을 AI로 보완하는 접근이 엔터프라이즈 도입 장벽을 낮추고 투자자들의 지갑을 여는 핵심 열쇠가 됩니다.
폭발하는 AI 재고 관리 시장의 지형도
재고 관리 분야의 AI 도입은 단순한 트렌드를 넘어 필수 생존 조건이 되었습니다. 시장 데이터에 따르면, AI 재고 관리 시장은 2025년 95억 4천만 달러에서 2026년 123억 6천만 달러로 1년 만에 29.6% 성장하고, 2030년에는 300억 1천만 달러(CAGR 24.8%)에 달할 것으로 전망됩니다. 이 거대한 성장의 배경에는 이커머스의 팽창, 창고 자동화 수요, 그리고 수동 추적에 따른 공급망 비효율성 해결이라는 명확한 페인 포인트(Pain Point)가 존재합니다. IBM, Microsoft 등 거대 빅테크들이 자체 AI 공급망 분석 도구를 고도화하고 있지만, Doss처럼 기존 생태계에 유연하게 녹아드는 클라우드 네이티브 솔루션은 여전히 막대한 기회를 창출하고 있습니다.
머신러닝과 ERP 데이터의 결합이 만드는 엣지
현대 공급망에서 가장 치명적인 리스크는 ‘재고 부족’과 ‘과잉 재고’입니다. Doss와 같은 솔루션은 컴퓨터 비전, 자연어 처리(NLP), 머신러닝(ML)을 활용해 기존 ERP에 쌓여있는 방대한 데이터를 실시간 수요 예측과 자동 보충(Automated Replenishment) 시스템으로 변환합니다. 창업자 관점에서 이는 기술적 난이도보다 ‘데이터 파이프라인의 설계’가 중요함을 의미합니다. 고객사의 파편화된 데이터를 어떻게 빠르게 정제하여 AI 모델에 학습시키고, 그 결과를 다시 고객의 기존 워크플로우(ERP 화면)에 이질감 없이 띄워줄 것인지가 B2B AI 프로덕트의 성패를 가릅니다.
글로벌 진출: 북미의 자본과 아태지역의 성장성
현재 이 시장의 최대 수요처는 북미 지역이지만, 가장 빠른 성장세를 보이는 곳은 아시아-태평양(APAC) 지역입니다. 특히 한국을 포함한 아태지역은 폭발적인 이커머스 성장과 함께 중소·중견기업(SME)들의 클라우드 기반 ERP 도입이 가속화되고 있습니다. 글로벌 확장을 노리는 창업자라면 북미의 벤처 캐피탈(Madrona 등)로부터 초기 스케일업 자금을 확보하는 동시에, 아태지역의 소매업 및 이커머스 고객을 타겟으로 한 경량화된 AI 모듈(예: 특정 카테고리에 특화된 수요 예측 API)로 시장 점유율을 빠르게 늘리는 투트랙 전략을 고려해야 합니다.
창업자를 위한 전략적 실행 과제
첫째, ‘대체’가 아닌 ‘증강(Augmentation)‘에 집중하십시오. 고객의 레거시 시스템(ERP, WMS 등)을 교체하려 하지 말고, 그 위에 얹히는(Overlay) 가벼운 AI 모듈을 개발해 도입 저항을 최소화해야 합니다. 둘째, ‘특정 버티컬’에서 시작하십시오. 소매업(Retail)이 현재 가장 큰 엔드유저 마켓입니다. 헬스케어나 자동차 부품 등 특정 산업군의 데이터 특성에 맞춘 예측 모델을 검증한 뒤 수평적 확장을 도모하는 것이 안전합니다. 셋째, 클라우드 네이티브 아키텍처를 기본으로 하되, 글로벌 공급망의 변동성(관세 인상, 물류 대란 등)을 실시간 변수로 반영할 수 있는 ‘예측적 이상 탐지(Predictive Anomaly Detection)’ 기능을 프로덕트 로드맵의 핵심으로 삼으십시오.