TIPS 딥테크 R&D 제안서 · 2026

한 호텔에 여러 로봇이
들어오는 시대가
시작됐습니다

PMS 기반 호텔 AI 운영을 Multi-Robot Coordination Layer로 확장하는 4년 R&D 청사진을 제시합니다

주식회사 바카티오 · 대표 지현준 · Robot-Ready Hospitality OS

Humanoid Robot Integration

바카티오 Multi-Robot OS가 통합하는 차세대 호텔 휴머노이드

3,000+

누적 운영 객실

Finehost PMS · 출시 2년 만

500억

2025 연간 거래액

2024 대비 5배 성장

60억

Series A 유치

라구나 리드 · 2024.10

장관상

AI 챔피언십

630팀 중 여행 유일 본선

1. 기업현황 P4 – P5
2. 기술개발과제 제안배경 P6 – P8
(현황 및 문제점, 필요성)
3. 선행 연구개발 현황 P9 – P10
(기존 PMS/AI 기능 중심)

1. 기술개발 목표 및 내용 P12 – P21
2. 기술개발 추진전략·방법 P22 – P23
3. 연구 전담인력 및 조직 현황 P24
4. 기술개발 마일스톤 및 단계별 파급효과 P25 – P26
5. 연구개발 안전 및 보안 조치 P27

III

1. 사업화 목표 및 계획 P29 – P31
(수익창출 모델 및 로드맵)
2. 사업화 목표시장 분석 P32 – P33
3. 국내시장 및 글로벌 진출 전략 P34 – P35
4. 사업화 성과 및 기대효과 P36

1. 운영사 보육 및 지원계획 P38
2. 운영사 전문성 및 협업 시스템 P39
3. 추가 투자 유치 및 자금조달 계획 P40
4. 창업기업의 사업화 역량 P41

이 문서는 3,000객실·연 500억 거래·시리즈A 60억·AI 챔피언십 장관상을 통해 검증된 바카티오가, 호텔 산업의 다음 진화인 'Multi-Robot 통합 운영 시스템'을 4년에 걸쳐 완성하는 R&D 청사진입니다.

I · 제안배경

왜 지금, 호텔에 Multi-Robot 통합 시스템이 필요한가

2025-2027 시장 형성기에 답이 정해집니다 — 그 본질을 살펴보겠습니다

호텔은 지금까지 사람이 운영해왔습니다. PMS는 그 운영을 디지털로 기록할 뿐 실행하지 않았습니다. 가격 조정, 청소 배정, 게스트 응대 — 모든 의사결정의 최종 단계에는 늘 사람이 있었습니다. 바카티오는 Finehost PMS로 3,000객실의 운영을 자동화하고, VoiceHotel로 AI 음성 응대를 현장에 배치하며 이 한계를 직접 체감했습니다.

이제 변화가 시작됐습니다. 청소 로봇, 배달 로봇, 안내 로봇이 호텔에 배치되며 운영의 물리적 실행이 자동화됩니다. 2025년 롯데호텔이 RLWRLD와 함께 휴머노이드 시범 배치를 시작했고, LG전자는 Bear Robotics를 인수해 호텔 로봇 시장에 본격 진입했습니다. 로봇은 더 이상 실험이 아니라 현실입니다.

그러나 한 호텔에 여러 로봇이 들어오는 순간 새로운 문제가 등장합니다. 청소 로봇이 305호로 갈 때 그 방이 VIP인지 알아야 하고, 배달 로봇과 경로가 겹치는지 알아야 합니다. 이 모든 맥락은 PMS에 있습니다. PMS 위에 Multi-Robot Coordination Layer를 만드는 것 — 이것이 본 과제의 본질이며, 3,000객실 실운영 데이터를 가진 바카티오만이 설계할 수 있는 시스템입니다.

3,000+

계약 객실

Finehost PMS 운영 객실 수

500억

연간 거래액

PMS 통한 누적 운영 거래 규모

60억

시리즈 A

기술 고도화 투자 유치 완료

120만+

누적 예약

실시간 운영 데이터 축적

Asset 1

운영 데이터 깊이

120만+ 예약 시계열 데이터 보유
예약·체크인·청소·정산 전 과정
Multi-Robot 학습 핵심 입력 소스
일별 패턴 분석 가능 수준

데이터 없이는 AI 학습 불가 — PMS 운영사만의 강점

Asset 2

AI 실전 경험

VoiceHotel LLM orchestration 상용 운영
호텔 Intent 분류 파이프라인 검증 완료
다국어 데이터셋 확보 (한/영/일)
장관상 수상 — 세계 최초 호텔 VUI

LLM 연동 경험이 Decision Engine 설계의 기반

Asset 3

글로벌 검증

하와이 PoC — 해외 호텔 실증 완료
결제·언어·문화 차이 정량화
글로벌 로컬라이제이션 자산 축적
다통화 정산 파이프라인 운영

글로벌 진출 시 재구축 비용 제로

Asset 4

빠른 성장 검증

1,500+ 업소 운영 네트워크
시리즈 A 60억 투자 유치 완료
2년 만에 3,000객실 돌파
연평균 200% 이상 성장

시장이 인정한 성장 속도와 확장성

“PMS 회사가 아닙니다.
호텔 운영의 다음 진화를 만드는 회사입니다.”

Stage 1 — PMS → Stage 2 — AI 응대 → Stage 3 — Multi-Robot OS

“파인호스트는 단순 관리 툴을 넘어 운영 OS로 진화한다”

비교축	Oracle	Cloudbeds	야놀자	바카티오
PMS 기능	• 엔터프라이즈	• 클라우드	• 국내 OTA	• 국내+자동화
AI 응대	• 제한적	• 제한적	• 없음	• VoiceHotel
공간 인지	×	×	×	• IoT+센서
Multi-Robot 통합	×	×	×	• 본 과제
자동 실행	×	×	×	• Decision Engine
검증 매출	• 글로벌	• 글로벌	• 국내 최대	• 500억 거래

“

이 팀을 보면 에어비앤비 초기가 떠오릅니다.
바퀴벌레 같은 생존력을 가진 팀입니다.

Mel Chung — 구글 시니어 엔지니어

파인호스트와 함께 하는 파트너

NAVER airbnb agoda SHINSEGAE

60억 규모 Series A 투자 유치 · 500억 원+ 거래 · 100만 건+ 예약 · 1,500명+ 숙박업주

CEO & Founder / 과제 총괄

지현준

Finehost PMS·VoiceHotel 창업자

3,000객실·500억 거래 규모 PMS 구축
VoiceHotel — 세계 최초 음성 PMS, AI 챔피언십 장관상
시리즈A 60억 유치 (라구나인베스트먼트 리드)
글로벌 호스피탈리티 네트워크 (하와이·일본 PoC)

본 과제: 전체 방향성 · 사업화 · 호텔 파트너십

사업부장 / BizDev

고지연

클래스101 창업자 겸 대표이사 출신

클래스101 창업 → 글로벌 확장 (미국·일본·대만)
누적 투자 유치 700억+ 리드 경험
B2C→B2B 피벗, 수익화 전략 설계 전문
스타트업 성장 전략 · 투자 IR · 파트너십

본 과제: 사업 전략 · 투자 유치 · 글로벌 GTM

풀스택 개발 / Tech Lead

유건

Finehost PMS 핵심 엔지니어

Finehost PMS 전체 아키텍처 설계·구현
REST API·CDC 파이프라인·실시간 이벤트 처리
3,000객실 규모 SaaS 운영 인프라 구축
호텔 도메인 데이터 모델링 전문

본 과제: Perception Layer · PMS 어댑터 · 인프라

AI / ML Research

남지현

VoiceHotel AI 핵심 리서처

VoiceHotel LLM 파이프라인 설계 (장관상 수상 핵심 기여)
호텔 도메인 Intent 분류 모델 개발
RAG 파이프라인 · LLM Fine-tuning
Multi-Agent Orchestration 연구

본 과제: Decision Engine · Fast/Slow Path · Anomaly Detection

숙박 운영 전문가 / Domain

정윤교

호텔 운영 도메인 리드

호텔·리조트 현장 운영 실전 경험
PMS 운영 워크플로우 설계 · 고객 온보딩
1,500 숙박업소 네트워크 구축 · CS 총괄
호텔 운영 온톨로지 · SOP 표준화

본 과제: Hotel Ontology · 실증 호텔 운영 · 도메인 검증

마케팅 / Growth

황예진

Finehost 그로스 · 파트너십

Finehost PMS 고객 획득 · 그로스 전략 주도
1,500 숙박업소 온보딩 · 리텐션 관리
B2B SaaS 마케팅 · 콘텐츠 전략
호텔업협회·관광 네트워크 구축

본 과제: 베타 호텔 확보 · 실증 파트너 운영

인력 확대

현재 7명 → 과제 시작 +6명 (CTO·Robotics·Data 등) → 3년 내 50명+

자문위원: AI 박사급 · 호텔 도메인 전문가 · 분기 1회 R&D 자문회의
추천인: Mel Chung (구글 시니어 엔지니어)

Reason 1 — Macro Trend

로봇의 시대는 더 이상
미래가 아닙니다

NVIDIA는 GR00T N1으로 휴머노이드 파운데이션 모델을 공개했고(2025.03), Figure AI는 OpenAI와 함께 범용 휴머노이드를 양산 단계로 진입시켰습니다.

글로벌 서비스 로봇 시장은 2025년 $610M에서 2030년 $1.84B로 연 24%씩 성장합니다.

기술도, 자본도, 시장도 모두 같은 방향을 가리키고 있습니다.

NVIDIA GR00T N1 Figure AI + OpenAI CAGR 24% MarketsandMarkets 2024

Reason 2 — Why Hospitality First

가장 먼저 자동화되는 곳은
호텔입니다

범용 로봇이 만들어졌다고 해서 모든 산업이 동시에 자동화되지는 않습니다. 가장 먼저 자동화되는 곳은 단순 노동이 집약되고, 인력난이 가장 심하며, ROI가 명확한 산업입니다.

미국 호텔업의 인력 부족률은 86%(AHLA, 2024). 국내 숙박업 청소·프론트 이직률은 40%+. 24시간 단순 반복 업무가 매일 발생하고, 업무 표준화 수준이 매우 높으며, 로봇 한 대당 인건비 회수 기간이 12개월 미만입니다.

인력부족 86% 이직률 40%+ ROI <12개월 AHLA 2024

Reason 3 — Why Vacatio

이 문제는 바카티오만이
풀 수 있습니다

호텔은 청소·배달·안내·정비·응대 — 각각의 단순 반복 업무가 같은 건물 안에서 동시에 일어납니다. 이미 Keenon, Bear, LG CLOi, Tailos, RLWRLD 등이 시장에 나와 있으며, 호텔당 평균 5~10대 로봇 시대가 코앞입니다.

그러나 이 로봇들이 함께 일하려면 "305호가 VIP인지, 다음 입실이 언제인지"라는 운영 맥락이 필요합니다. 이 맥락은 PMS에만 존재합니다. 바카티오는 3,000객실·500억 거래의 PMS 데이터를 보유한 국내 유일 기업입니다.

3,000객실 500억 거래 장관상 세계 최초 VUI PMS

$1.84B

서비스 로봇 시장 (2030)

MarketsandMarkets, 2024

86%

미국 호텔 인력 부족률

AHLA Survey, 2024

40%+

국내 숙박업 이직률

고용노동부, 2024

<12개월

로봇 1대 ROI 회수

Bear Robotics 사례, 2024

PMS 위에 Multi-Robot Coordination Layer를 만드는 본 과제는, 바카티오만이 자연스럽게 풀 수 있는 문제입니다.
3,000객실 운영 데이터 + VoiceHotel 장관상의 AI 파이프라인 + 60억 시리즈A의 사업 검증이 이 과제의 출발점입니다.

🟢 BEING DEVELOPED

로봇은 빠르게 개발되고 있습니다

글로벌 빅테크부터 국내 대기업까지, 호텔 vertical에 적용 가능한 로봇이 쏟아져 나옵니다

영역	대표 사례	상태
휴머노이드 파운데이션 모델	NVIDIA GR00T N1 (2025.03)	활발히 개발 중
호텔 서비스 로봇 (배달·청소)	Keenon W3, Bear Servi, LG CLOi, Tailos Rosie	상용 출시
국내 호텔 로봇 도입	롯데호텔×RLWRLD 시그니엘 시범 (2025.10)	시범 가동
호텔 로봇 시장 규모	$610M → $1.84B (CAGR 24%, MarketsandMarkets)	고성장 중

🔴 NOT BEING BUILT

그러나 로봇이 실행될 환경은 비어 있습니다

로봇을 호텔 운영 맥락에 맞게 실행시킬 AI 인프라는 글로벌 어디에도 만들어지지 않습니다

필요 인프라	글로벌 진행 상황	결과
운영 맥락(PMS) 통합 인지	부재	로봇이 운영 상황을 모름
다중 로봇 협조 알고리즘	글로벌 미해결 (창고 외)	2대 이상 동시 운영 불가
AI 자동 실행 안전 레이어	부재	사람이 결국 로봇을 조작
호텔 vertical 통합 OS	글로벌 0개사	매번 처음부터 통합 작업

이 비대칭이 호텔 현장에서 만들어내는 4가지 구체적 공백입니다

로봇은 호텔이 지금 어떤 상태인지 모릅니다

오전 11시. 305호 체크아웃이 끝났습니다. 로비에는 청소 로봇(Tailos Rosie)이 대기하고 있습니다. 그러나 그 로봇은 305호가 14시 VIP 체크인 예정인지, 707호가 정비 요청 상태인지, 1102호에 컴플레인이 진행 중인지 모릅니다. 결국 사람이 PMS를 보고, 우선순위를 판단하고, 로봇 SDK에 수동으로 명령을 입력합니다.

호텔 운영 맥락 보유: PMS만 (다른 누구도 모름)
로봇 SDK ↔ PMS 연동: 매번 커스텀 개발 필요
결과: 로봇 도입 ROI 12개월 → 24개월

"운영 맥락을 모르는 로봇은 결국 사람의 명령을 기다리는 도구일 뿐입니다."

로봇 2대 이상이 같은 공간에 있는 순간 시스템이 멈춥니다

5층 엘리베이터 앞. 청소 로봇이 305호로 가려고 대기 중입니다. 동시에 배달 로봇이 7층 룸서비스를 마치고 1층 충전대로 향합니다. 휠체어 게스트도 같은 엘리베이터를 기다리고 있습니다. 누가 우선인가요? 지금의 시스템에서는 모두가 그 자리에서 정지하고, 사람이 와서 정리해야 합니다.

같은 엘리베이터를 호출하는 로봇들 — 우선순위 알고리즘 부재
VIP 게스트 동선을 가로막는 로봇 — 비협조적 객체 회피 부재
화재 시 비상구로 몰리는 로봇들 — 응급 우선순위 부재
피크타임 충전대 배정 — 자원 할당 알고리즘 부재

"단일 로봇 navigation은 풀린 문제입니다. 그러나 다중 로봇 협조는 호텔 vertical에서 글로벌 미해결입니다."

AI가 결정해도 안전을 보장하며 실행할 시스템이 없습니다

오전 9시. AI가 '305호 가격을 15달러 올리라'고 추천합니다. 그러나 매니저는 회의 중입니다. AI가 직접 PMS에 입력하면 빠르겠지만, 만약 잘못 입력했다면? OTA 동기화는? 게스트가 이미 본 가격이라면? 자동 실행의 안전을 보장하는 시스템이 없으니, 결국 사람이 직접 클릭하고 확인합니다.

실행 지연 15분~2시간 실행률 60% 변형 25% 미실행 15% 야간·주말 자동 처리 0건

"안전 인프라가 없으면, AI의 1초 결정도 사람의 1시간 병목으로 변합니다."

PMS·IoT·로봇·빌딩 자동화를 통합할 운영 OS가 글로벌 0개사입니다

호텔 IT 팀장의 책상에는 화면이 4개 있습니다. PMS(REST API), IoT 콘솔(MQTT), 로봇 SDK(gRPC·ROS2), 빌딩 자동화(BACnet). 각각 다른 회사, 다른 프로토콜, 다른 시간 해상도. 통합할 표준 OS가 없으니, 호텔마다 통합 작업을 처음부터 다시 합니다.

시스템	프로토콜	시간 해상도
PMS	REST API	분 단위
IoT	MQTT QoS 1	초 단위
Robot	gRPC / ROS2	ms 단위
BACnet	BACnet/IP	분 단위

"통합 OS가 없으면, 로봇 도입은 매번 0부터 시작하는 R&D 프로젝트가 됩니다."

비대칭이 만든 공백 — 누군가는 채워야 합니다 로봇은 빠르게 개발되고 있습니다. 그러나 그 로봇이 실행될 호텔 환경의 AI 인프라는 만들어지지 않고 있습니다. 이 비대칭 때문에 호텔은 여전히 노동 집약적으로 운영되고, 로봇 도입 ROI는 늘어나며, 중소 호텔은 자동화를 포기합니다. 이 공백을 채울 회사는 PMS 운영 데이터를 가진 회사여야 합니다. 로봇 회사는 운영 맥락을 모르고, AI 회사는 호텔 도메인을 모르며, PMS 회사들은 아직 로봇 통합에 진입하지 않았습니다. 바카티오는 3,000객실 운영 데이터·VoiceHotel AI 운영 경험·세계 최초 음성 PMS 검증을 모두 가진 국내 유일의 회사이며, 본 과제로 이 공백을 채웁니다.

Global Technology Landscape

영역	대표 기업/기술	현재 도달 수준	호텔 통합 OS 공백	바카티오 접근
범용 로봇 모델	NVIDIA GR00T N1 Google RT-2, Figure 02	휴머노이드 VLA, sim-to-real 전이. 단일 로봇 단일 태스크 수준	호텔 도메인 데이터 부재 PMS 연동 없음	PMS 3,000객실 데이터 기반 도메인 특화
호텔 로봇 HW	Keenon W3, Bear Servi LG CLOi, Tailos Rosie	배달·안내·청소 로봇 상용 배치. 호텔당 1-2대 운영	Multi-Robot 오케스트레이션 부재 자사 SDK만 지원	벤더 무관 Multi-Robot Coordinator
PMS 클라우드	Oracle OPERA Cloud Mews, Cloudbeds	운영 기록 디지털화 완료. REST API 외부 연동	AI 의사결정·로봇 통합 레이어 없음 장부 시스템에 머무름	PMS를 AI+Robot 실행 기반으로 확장
Agent 프로토콜	Anthropic MCP Google A2A	AI↔도구 통신 표준. Agent-to-Agent 통신 초기	범용 프로토콜 호텔 시맨틱·물리 충돌 미구현	호텔 도메인 6-Agent 협상 프로토콜
시뮬레이션	NVIDIA Isaac Sim DeepMind Genie	물리 엔진 기반 로봇 시뮬레이션. 비디오 예측	호텔 실내 환경 특화 부재 운영 시뮬레이터 전무	120만 예약 시계열 기반 운영 시뮬레이션

Domestic Landscape

주체	활동 (2024-2025)	한계
롯데호텔×RLWRLD	시그니엘 휴머노이드 시범 (2025). 체크인 안내·배달 실증	단일 로봇, PMS·AI 통합 오케스트레이션 부재
LG×Bear Robotics	인수 완료 (2025). F&B 서비스 로봇 사업 가속	자사 로봇만 지원. 운영 컨텍스트 이해 불가
야놀자 클라우드	국내 최대 OTA. Cloud PMS + AI 가격·리뷰 분석	로봇 통합 부재. 추천 AI 수준에 머무름
KAIST·서울대	Multi-Robot MARL, 실내 자율주행, 인간-로봇 상호작용 연구	범용 연구. 호텔 도메인 특화 데이터·실증 부족
TIPS 딥테크	로보틱스·자율주행·센서 융합 스타트업 다수 선정	호텔 수직 도메인 집중 기업 = 바카티오 외 전무

호텔 Multi-Robot OS 구현에 필요한 5대 역량 보유 현황

☑

PMS 운영 데이터

바카티오

3,000객실 보유

☑

AI 의사결정 경험

바카티오 VoiceHotel

장관상 검증

☐

로봇 HW 연동

Keenon·Bear·LG

SDK 개별 존재

❌

Multi-Robot 협조

글로벌 공백

본 과제 핵심

❌

Safety 자동실행

글로벌 공백

본 과제 핵심

빈자리에 필요한 자산은 정확히 둘

(1) 호텔 운영 데이터
로봇이 "305호가 VIP인지, 다음 입실이 14시인지" 알려면 PMS 데이터가 필수. 바카티오는 3,000객실·120만 예약·500억 거래의 실운영 데이터를 보유.

(2) 다중 로봇 통합 기술
NVIDIA는 범용 시뮬레이션, Keenon은 단일 로봇 제어를 만들지만, "여러 로봇이 호텔 운영 맥락을 공유하며 협업하는 시스템"은 전 세계 어디에도 없습니다.

바카티오는 첫 번째 자산을 이미 보유했고, 본 과제로 두 번째를 만듭니다. 이 두 자산의 교차점이 곧 바카티오의 포지션입니다.

MARKET POSITION

PMS 데이터 보유 × Multi-Robot 통합 기술 = 바카티오만의 교차점

Stage 1 ~2024

Finehost PMS

3,000객실 · 500억 거래 · 120만 예약

호텔 운영 디지털화(예약·체크인·결제·하우스키핑)
REST API 외부 연동
다국어·다통화(하와이 PoC)
1,500+업소 네트워크
시리즈A 60억
2024 1·2분기 흑자

본 과제 기여: 운영 컨텍스트 데이터 — PMS CDC가 Perception Layer 핵심 입력

→

Stage 2 2024~

VoiceHotel AI

장관상 수상 · 세계 최초 호텔 VUI · 630팀 중 여행 유일 본선

LLM 호텔 전화 자동 응대 상용화
Intent분류→PMS연동 파이프라인
호텔 도메인 다국어 데이터셋(한/영/일)
LLM orchestration 실전 경험
2025 CES 출품 예정

본 과제 기여: AI 의사결정 프로토타입 — Intent 체계와 orchestration이 Decision Engine에 직접 재활용

→

Stage 3 2026+ 본 과제

Multi-Robot Coordination

4대 기술축 · 4년 R&D · 특허 4건

Perception(공간·운영 통합 인지)
Decision(Fast+Slow 하이브리드)
Coordination(6 Agent+Multi-Robot)
Execution(Safety Contract 기반 실행)

본 과제 기여: PMS 데이터 + AI 의사결정 + 로봇 실행을 하나의 통합 레이어로

3,000객실 PMS 데이터

→

VoiceHotel AI 파이프라인

→

4계층 Multi-Robot OS

PMS와 AI 응대에서 축적한 모든 자산이 Stage 3에서 통합됩니다. 3,000객실·500억 거래의 운영 데이터와 장관상 수상의 AI 파이프라인 경험이 없다면, Multi-Robot 통합은 출발조차 할 수 없습니다. 10년의 호텔 운영 경험이 이 과제의 가장 깊은 해자(moat)입니다.

자산	핵심 기술	본 과제 재사용	정량 지표
Finehost PMS	CDCPostgreSQLREST	Hotel State Graph 입력 소스. PMS CDC 파이프라인 → Perception Layer	3,000객실 · 500억
VoiceHotel	LLMSTT/TTSIntent	Multi-Agent NLU. Intent 분류 + 대화 로그 → Decision Engine seed data	장관상 · 세계 최초 VUI
운영 자동화	KafkaEvent-driven	Action Catalog → Agent Action 인터페이스 확장. 실시간 데이터 버스	30+종 자동화 룰
도어락/IoT	MQTTBLESensor	Grounding Ingestion. 도어락 상태 → Spatial Binding 입력	5+벤더 연동
하와이 PoC	다국어해외결제	글로벌 로컬라이제이션 기반 자산. 운영 차이 데이터 확보	글로벌 검증 완료

Finehost PMS
CDC 파이프라인

→

VoiceHotel AI
Intent + Orchestration

→

운영자동화
Kafka + Action Catalog

→

IoT 통합
MQTT + Sensor Bridge

→

Multi-Robot OS
4계층 통합

보유 IP

특허 (2건)

등록 호텔 운영 자동화 데이터 처리 방법 및 시스템

출원 LLM 기반 호텔 음성 응대 시스템 및 방법

SW 등록 (2건)

등록 Finehost PMS 소프트웨어

등록 VoiceHotel AI 소프트웨어

상표 (2건)

등록 VACATIO 상표

등록 Finehost 상표

신규 출원 계획 (4건) — Physical AI IP

Patent 1

호텔 공간-운영 통합 상태 인지 방법

출원 2026 4Q

Patent 2

다중 의사결정 에이전트 충돌 조정 방법

출원 2027 2Q

Patent 3

이종 로봇 공간 협상 알고리즘

출원 2027 4Q

Patent 4

호텔 운영 강화학습 정책 학습 방법

출원 2028 2Q

5대 자산의 통합 가치

개별 자산은 각각 독립적인 가치를 갖지만, 이들이 하나의 시스템으로 통합될 때 비로소 Multi-Robot OS가 된다. Finehost의 3,000객실 PMS 데이터는 Perception Layer의 입력이 되고, VoiceHotel의 AI 파이프라인은 Decision Engine의 프로토타입이 되며, 운영자동화의 Kafka 인프라는 Action Catalog의 기반이 됩니다. 이 통합은 신규 진입자가 단기간에 복제할 수 없는 구조적 해자입니다.

II · 기술개발 계획

이제 본격적으로 4가지 핵심 기술을 어떻게 만드는지 보여드립니다

Perception · Coordination · Decision · Execution의 4대 기술축을 하나씩 설명하겠습니다

여러 로봇이 한 호텔에서 협업하려면 네 가지 기술 레이어가 폐쇄 루프로 통합되어야 합니다. 첫 번째 Perception은 PMS·IoT·로봇 텔레메트리의 이종 데이터를 하나의 운영 상태로 실시간 변환합니다. 두 번째 Coordination은 6개 도메인 에이전트와 다중 로봇이 충돌 없이 자율 협상하는 구조입니다.

세 번째 Decision은 Fast Path(LightGBM, <100ms)와 Slow Path(LLM Critic)의 이중 경로로 빠르면서도 정확한 의사결정을 보장합니다. 네 번째 Execution은 안전 검증→벤더 추상화→디스패치→사후 검증의 4단계로 결정이 물리 세계에서 완결되도록 합니다.

이 네 레이어가 독립적으로 돌아가는 것이 아닙니다. PMS는 모든 레이어의 기반이 된다. 객실 상태, 게스트 티어, 다음 입실 시각 등 PMS 컨텍스트 없이는 어떤 레이어도 호텔 운영에 적합한 판단을 내릴 수 없습니다. 바카티오의 3,000객실 실운영 PMS 데이터가 이 4계층의 핵심 연료입니다.

Perception Coordination Decision Execution

PMS는 모든 레이어의 컨텍스트를 공급합니다 — 객실 상태, 게스트 티어, 다음 입실 시각 등 PMS 데이터 없이는 이 4계층이 작동하지 않습니다.

Act 1 — Problem

세 시스템이 같은 사건을 다른 시계로 기록

PMS 분 단위 — "305호 체크아웃 11시"

IoT 초 단위 — "305호 도어 닫힘 11:02:14"

Robot ms 단위 — "3층 복도 사람 감지 11:02:13.847"

어떤 시스템도 같은 체크아웃 사건이라는 것을 모릅니다.

Act 2 — Approach

3단계 파이프라인

1. Temporal Alignment — Vector Clock 인과 정렬
2. Spatial Binding — 호텔별 Spatial Registry 좌표 부여
3. Operational Semantics — 호텔 운영 온톨로지 의미 변환

Act 3 — Moat

PMS가 없으면 인지 불가

PMS 없이는 next_arrival, guest_tier를 알 수 없습니다. 바카티오 3,000객실 실운영 PMS 데이터가 핵심 진입장벽입니다.

Code 1 — Temporal Alignment

class TemporalAligner:
    """Vector Clock 기반 이종 이벤트 인과 순서 정렬"""

    def align(self, events: List[HotelEvent]) -> List[OrderedEvent]:
        dependency_graph = self._build_dep_graph(events)

        for evt in events:
            vc = evt.vector_clock
            causal_pos = self._compute_causal_order(vc, dependency_graph)
            evt.causal_order = causal_pos
            evt.wall_clock_delta = evt.ts - self.reference_ts

        ordered = topological_sort(events, key='causal_order')
        return self._merge_concurrent(ordered, window_ms=500)

# Result: Robot(11:02:13.847) → IoT(11:02:14) → PMS(11:00:00)
# 인과적으로: PMS checkout → door_close → person_detect

Code 2 — Operational Semantics

def derive_operational_state(spatial_events, pms_context):
    """raw 이벤트 + PMS 컨텍스트 → 운영 상태 변환"""

    room = pms_context.get_room(spatial_events.room_id)
    checkout_event = match_checkout(spatial_events, room)

    return RoomOperationalState(
        room_id=room.id,
        occupancy='vacant_just_checked_out',
        cleaning_status='pending',
        checkout_confirmed_at=checkout_event.causal_ts,
        next_arrival={
            'eta': '14:00',
            'guest_tier': 'vip_gold',
            'special_req': ['extra_pillow', 'late_checkin']
        },
        nearest_robots=[
            {'id': 'cleaning_R02', 'eta_min': 4, 'battery': 78},
            {'id': 'delivery_R05', 'eta_min': 6, 'battery': 92}
        ],
        priority_score=0.87   # VIP gold → 우선도 상향
    )

Step	난이도	Challenge	Solution
1. Ingestion	★★★★★	4종 프로토콜(REST, MQTT, gRPC, BACnet) 포맷·주기·인증이 모두 상이	Kafka Connect Debezium MQTT Bridge ros2-bridge 통합 이벤트 스트림 정규화. Schema Registry(Avro) 기반 스키마 관리
2. Spatial Binding	★★★★★	호텔별 평면도·센서위치 상이. 로봇 실시간 위치 변동	Spatial Registry Geo-fence SLAM 좌표통합 호텔별 Spatial Registry + SLAM 좌표↔Room Polygon Geo-fence 엔진
3. Temporal Fusion	★★★★★	분/초/ms 시계 불일치 — 핵심 난관	Vector Clock Sliding Window CRDT Vector Clock 인과 순서 보장 + Sliding Window Snapshot + Eventually Consistent
4. Operational Semantics	★★★★★	raw→운영의미 변환에 호텔 도메인 지식 필수	Hotel Ops Ontology LLM 시맨틱 호텔 운영 온톨로지(200+규칙) + LLM 시맨틱 추론 레이어

기존 방법 vs 본 과제

항목	기존(단순통합)	본 과제
시간정렬	타임스탬프 단순 비교	Vector Clock 인과 정렬
결측처리	이벤트 드롭	CRDT eventual consistency
의미부여	수동 매핑 테이블	Ontology + LLM 자동 추론
호텔적응	매번 재구축	Spatial Registry 플러그인

[청구항 1] 호텔 운영 환경에서 PMS, IoT, 로봇 텔레메트리, BACnet의 이종 프로토콜 데이터를 시공간 정렬된 운영 상태 그래프로 실시간 변환하는 방법:
(a) 이질 데이터 수집 및 Schema Registry 정규화
(b) 호텔별 Spatial Registry를 통한 공간 바인딩
(c) Vector Clock 기반 시간 정렬 및 인과 순서 보장
(d) 호텔 운영 온톨로지 기반 Operational Semantics 적용

[청구항 2-5 생략, PCT 출원 예정]

파이프라인 단계별 성능 목표

단계	처리량 (events/sec)	지연 p95	정확도	검증 방법
Ingestion	10,000+	≤ 50ms	99.9% 무손실	Kafka offset 비교
Spatial Binding	5,000+	≤ 80ms	≥ 95% 좌표 매칭	Ground truth 대조
Temporal Fusion	3,000+	≤ 120ms	≥ 90% 인과 정렬	Manual annotation
Op. Semantics	1,000+	≤ 200ms (E2E)	≥ 88% State 정확도	호텔 운영자 검증

Pricing Agent

가격·수익 — 객실 가격 동적 조정 및 수익 최적화

Booking Agent

예약·배정 — 예약 생성·변경·채널 동기화 관리

Cleaning Agent

청소스케줄 — 청소 배정 및 객실 회전율 최적화

Guest Response Agent

응대 — 게스트 요청 응대 및 커뮤니케이션 자동화

Robot Task Agent

로봇작업분배 — 로봇 작업 할당·경로·배터리 관리

Facility Agent

설비·IoT — 설비 모니터링·IoT 제어·에너지 관리

3-Tier Resolution Protocol

Tier 1 — Policy

SOP, 안전, 법적의무 — 절대우선

예: 화재 → 전체 중단. ADA 게스트 → 통행 최우선. 다른 Tier에 의해 오버라이드 불가

Tier 2 — Capability

가용자원 필터 — 불가능한 할당 사전 차단

예: 배터리 <15% → 해당 로봇 제외. 엘리베이터 점검 중 → 해당 층 우회 경로

Tier 3 — Utility

효용 최적화 — T1/T2 통과 후보 중 최적 선택

게스트 만족도, 운영 효율, 비용의 가중합으로 최종 액션 결정

Utility Scoring Function

S(actioni) = α·U_guest + β·U_ops + γ·U_cost

where:
  α = 0.5   # 게스트 만족 가중치
  β  = 0.3   # 운영 효율 가중치
  γ = 0.2   # 비용 최적화 가중치

subject to:
  PolicyConstraints  = True  # T1 통과
  CapabilityCheck    = True  # T2 통과

action* = argmax_i S(action_i)

# VIP Override
if guest.tier == 'VIP':
    α = 0.7, β = 0.2, γ = 0.1

Cemri et al.(2025) 호텔 AI 87%가 추천 수준, Multi-Agent 자율 운영은 3% 미만 | Drammeh(2025) 물리적 자원 실시간 배분 프레임워크 부재 — 현존 시스템은 단일 도메인 최적화에 국한

에이전트 간 주요 충돌 유형

충돌 쌍	충돌 유형	빈도	해소 Tier	예시
Pricing ↔ Booking	가격 vs 점유율	높음 (일 20+회)	Tier 3	빈 객실 할인 vs 가격 유지
Cleaning ↔ Guest	청소 일정 vs 게스트 요청	중간 (일 10+회)	Tier 2→3	Late checkout vs 다음 입실
Robot ↔ Robot	경로 충돌	낮음 (일 3-5회)	Tier 1→2	복도 동시 통과
Robot ↔ Facility	자원 경쟁	낮음 (일 2-3회)	Tier 2	엘리베이터 우선권
Guest ↔ Facility	에너지 vs 쾌적	중간 (일 5-8회)	Tier 3	절전 모드 vs 객실 온도

KEY SCENARIO • Multi-Robot Spatial Conflict

3층 복도: 청소 로봇 R-01 + 배달 로봇 R-03 + 휠체어 게스트 동시 진입

POLICY
& SAFETY

ADA §403.5 적용: 휠체어 게스트 우선 통과권 확보. 게스트-로봇 최소 이격 0.9m 강제. Guest#42에게 복도 segment 독점 할당 → 로봇 2대 모두 양보 의무

위반 경로 제거
T+8ms

▼

CAPABILITY
FILTER

R-01: 배터리 72% ✓, alcove_3F 비어있음 ✓ → 대기 가능
R-03: 페이로드 활성 ✓, corridor_3F_B 우회 가능 (+12s) ✓
제거: R-01 계단 (화물 불가), R-03 엘리베이터 우회 (+45s 초과)

실행불가 제거
T+22ms

▼

UTILITY
OPTIMIZE

Plan A ✓ R-01→alcove 대기 18s, R-03→우회 +12s → U = 0.94
Plan B ✗ R-01→우회 +22s, R-03→alcove 대기 25s → U = 0.85
U = 0.5·guest_satisfaction + 0.3·ops_efficiency + 0.2·cost_saving

최적 플랜 선택
T+35ms

▼

CONFLICT RESOLVED — 게스트 인지 없이 해소 완료

85ms

Total Time

0.94

Utility Score

Human Intervention

302호 14:00 late CO 요청 → 15:00 다음 입실 → 청소 45min → 버퍼 부족

GuestAgent→ BookingAgent→ ⚠ 충돌 감지→ CleaningAgent→ PricingAgent→ 합의: 13:30 CO + F&B $15

42ms 해소 5 Agents Confidence 0.94 RevPAR +$8.20

기상청 API 태풍 경보 → 항공 3편 지연 → 8명 ETA 변동 → cascade

⚠ 태풍 경보→ FacilityAgent→ BookingAgent→ CleaningAgent→ RobotAgent→ PricingAgent→ 6 Agent 완료

145ms 해소 6 Agents 동시 Confidence 0.91 8건 연쇄 조정

Safety Invariants — 위반 시 즉시 E-Stop

■ 게스트-로봇 최소 이격 ≥ 0.9m (ADA §403.5.1)

■ 근접 2m 이내 속도 제한 ≤ 0.5m/s

■ 게스트 동선 교차 절대 금지

■ 해소 타임아웃 < 200ms → all-stop fallback

Patent #2

다중 에이전트 충돌 중재 — 정책 기반 에이전트 간 자동 중재. 출원 2027 2Q

Patent #3

이종 로봇 공간 협상 — 로봇·게스트·스태프 실시간 협상. 출원 2027 4Q

85ms

로봇 충돌 해소 (Key)

42ms

스케줄 충돌 해소

145ms

6-Agent cascade

0회

사람 개입 필요

4건

Safety Invariants

체크인 피크: 초당 수십 건(빠르기). 복잡 컴플레인: 맥락 이해(정확함). 규칙은 빠르나 예외 약함, LLM은 정확하나 느림(800-3000ms).

Fast Path

LightGBM + Small NN (hidden=64, 2-layer)

Input	25-40 features from Perception
Perf (p50)	< 30ms
Perf (p95)	< 100ms

# Fast+Slow Decision Routing
features = [occupancy_rate, hour_of_day,
  pms_event_density_1h, guest_segment,
  weather_score, staff_availability,
  robot_battery_levels, ...]
actions, conf = fast_model.predict(features)
if conf >= 0.7 and not anomaly:
    execute(actions[0])
else:
    escalate_to_slow_path(features, actions)

Slow Path — LLM Critic

Claude / GPT-4o class LLM

Role	Critic (Verify / Explain / Override)
Trigger	confidence < 0.7 OR anomaly
Rate	전체의 10-15%
Perf (p95)	800-2,000ms

Processing Modes

Verify(검증) — Fast path 결정의 정합성 검증
Explain(근거) — 의사결정 근거 자연어 생성
Override(대안) — 부적절 시 대안 생성 및 교체

항목	Rule Engine	Pure LLM	Pure RL	Fast+Slow (Ours)
Latency p95	<10ms	800-3,000ms	<50ms	<100ms
일상 정확도	70-80%	85-92%	75-85%	90-95%
예외 정확도	30-50%	80-90%	40-60%	85-93%
예외 처리	매우 낮음	높음	중간	높음
설명 가능성	높음	중간	낮음	높음
운영비용/월	$100-300	$3K-8K	$500-1K	$800-1.5K
Cold Start	규칙 수작업	즉시	수개월 학습	2-4주
안전성	규칙 내	할루시네이션 위험	보상 해킹	Safety Contract

EVENT

→

FEATURE STORE

→

FAST PATH

→

ANOMALY
DETECTOR

→

EXECUTE

Score < 0.3

EXECUTE + async SLOW

Score 0.3-0.7

SLOW PATH

Score ≥ 0.7

2단계 탐지

1차 Isolation Forest

비지도학습, 레이블 불필요, <5ms 경량 추론. Feature 공간에서 통계적 이상치 탐지.

2차 Structural Anomaly

GNN 기반, State Graph 상의 비정상 전이 감지. 순환 루프, 비정상 상태 전이 탐지.

지표	목표치	측정 기준
Precision	> 0.90	이상 판별 건 중 실제 이상 비율
Recall	> 0.85	실제 이상 건 중 탐지 비율
F1 Score	> 0.88	Precision · Recall 조화 평균
FPR	< 0.08	정상 → 이상 오판 비율
Latency	< 5ms	1차 탐지 추론 지연

공유 Feature Store — 단일 소스 일관성

Tier	저장소	갱신 주기	주요 데이터
Real-time	Redis	실시간	객실 상태, 체크인/아웃 큐, 로봇 위치
Near-RT	Redis+Cache	1-5분	당일 예약 현황, 가격 변동, 날씨
Batch	PostgreSQL	Daily	게스트 프로필, 과거 선호도, 시즌 패턴
Static	PostgreSQL	On-change	객실 속성, 호텔 정책, 설비 스펙

Feature 수: 25-40 (Fast Path) + context window (Slow Path)
일관성: Fast Path와 Slow Path가 동일 Feature Store를 공유하여 판단 근거 불일치 방지
갱신: 이벤트 드리븐 + 배치 하이브리드로 실시간성과 안정성 양립

구간	Score	처리	비율
Green (정상)	< 0.3	Fast 즉시 실행	~85%
Yellow (경계)	0.3 - 0.7	Fast 실행 + 비동기 Slow 검증	~10%
Red (이상)	≥ 0.7	Slow 동기 호출	~5%

AI 결정이 사람 거쳐야 실행되면 자동화 의미 없음. 추천→실행 15분~2시간 지연, 실행율 ~60%.

Solution

Action Protocol + Safety Contract. 표준 Action 스키마, 모든 실행에 안전 계약 첨부, Reversibility 3단계, 자동 롤백.

// Action Protocol — Safety Contract 포함
{
  "action_id": "act-20260422-001",
  "action_type": "price_adjustment",
  "source_agent": "pricing_agent",
  "target_system": "pms_adapter",
  "payload": {
    "room": "305",
    "new_price": 215,
    "currency": "USD"
  },
  "safety_contract": {
    "reversibility": "reversible",
    "max_impact_scope": "single_room_pricing",
    "rollback_method": "restore_previous_price",
    "rollback_timeout_ms": 5000,
    "requires_human_approval": false,
    "confidence_threshold": 0.85,
    "abort_conditions": ["pms_unavailable",
      "ota_sync_failed", "price_exceeds_threshold"]
  }
}

Reversibility 3단계

Reversible — 자동 실행

즉시 원상복구, 부작용 없음. 예: 가격 조정, 로봇 경로 변경

Costly-reversible — Slow 검증

복구 가능하나 비용 수반. 예: 예약 변경, 룸 업그레이드

Irreversible — 사람 승인

원상복구 불가. 예: 예약 취소/환불, 결제 청구

벤더 어댑터 로드맵

연차	대상	연동 방식	비고
2026	자사 PMS (Vacatio)	Native API	최우선
2027	Oracle OPERA, Mews	OHIP/Open API	체인+유럽
2028	Keenon, Bear Robotics	ROS2 Bridge	Multi-Robot
2029	빌딩 자동화 + IoT	BACnet/MQTT	설비 제어

Safety Contract가 만드는 차별점: 기존 호텔 AI는 추천만 하고 실행은 사람에게 맡겼습니다. 바카티오는 Safety Contract를 통해 AI가 직접 PMS 가격을 변경하고, OTA 채널을 동기화하고, 로봇에게 청소 명령을 보냅니다. Reversibility 3등급 + abort_conditions + 자동 rollback이 이 자동 실행의 안전을 보장합니다. 3,000객실에서 검증된 PMS 연동 경험이 이 파이프라인의 신뢰성 기반입니다.

Stage 1 — Decision

Schema + Contract

Action Schema + Safety Contract 생성. Fast/Slow path에서 Action Request 수신.

Stage 2 — Safety Check

Reversibility 평가

abort_conditions + reversibility 평가. Rev→자동, Costly→Slow, Irrev→Human.

Stage 3 — Adapter Dispatch

벤더별 Idempotent

벤더별 어댑터, idempotent 실행, 재시도 최대 3회 (exp. backoff).

Stage 4 — Post-verify

기대 vs 실제

기대 vs 실제 비교, 불일치→rollback. 단순 ACK가 아닌 물리적 완료 검증.

Reversible

< 1s

Costly-reversible

< 5s

Irreversible

Human wait

Stage별 KPI

Stage	지표	목표치
Decision	p95 Latency	< 50ms
Safety	검증 지연 (Rev)	< 20ms
Adapter	성공률	≥ 97%
Adapter	지연	< 500ms
Verify	정확도	≥ 99%
Verify	자동 롤백	≥ 95%
E2E	Latency (Rev)	< 1s
E2E	Action 완결률	≥ 95%

Recommender vs Actuator 비교

항목	기존 Recommender	TIPS Actuator
출력	추천 메시지	실제 상태 변경
실행 주체	사람	AI + Safety Contract
실행 지연	15분~2시간	< 1~5초
실행율	~60%	≥ 95%
롤백	수동	자동
24시간	야간 중단	상시
확장성	인력 비례	어댑터 무한

Patent #4 — 출원: 2027 4Q

특허 4: 안전 계약 기반 호텔 운영 자동 실행

[청구항 1] action schema + safety contract 생성 → reversibility + abort 평가 → 어댑터 dispatch → state graph 비교검증 + 자동 rollback
[청구항 2] reversibility 3단계, irreversible HITL (Human-in-the-Loop)
[청구항 3] 이종 벤더 프로토콜 변환 + circuit breaker
[청구항 4] 예상 전이 vs 실제 전이 비교 → rollback timeout 내 복원

#	기술축	평가항목 (주요성능)	단위	비중(%)	세계최고수준 (출처)	국내수준	목표치	목표설정근거	평가방법 · 환경
1	Perception	State Graph 정확도	%	8	92% Azure Digital Twins — 시설 상태 동기화 정확도 (Microsoft, Ignite 2024 발표)	65-70%	≥88%	RAG + Hospitality Ontology 기반 그래프 자동 구축	정답 라벨 1,000건 대비 노드/엣지 정확도 측정. 실 호텔 시뮬레이터 + 라이브 환경 교차 검증. TTA 공인 시험
2	Perception	할루시네이션 비율	%	8	3.0% GPT-4o — SimpleQA 벤치마크 기준 사실 오류율 (OpenAI, 2024.10)	15-25%	≤5%	호텔 도메인 SFT + Grounding 검증 파이프라인	호텔 운영 시나리오 2,000건 대비 사실 불일치 비율. 전문가 3인 교차 검증. TTA 공인 시험
3	Perception	상태 갱신 지연	ms	8	50ms AWS IoT Core — MQTT pub→sub 레이턴시 p99 (AWS re:Invent 2024 벤치마크)	500-2,000ms	≤200	Event-driven + Redis Streams + CDC 파이프라인	PMS 이벤트→State Graph 갱신 p95 지연 측정. 부하 시뮬레이터 1,000 RPS 환경. TTA 공인 시험
4	Perception	Spatial Binding 정확도	%	8	98% ORB-SLAM3 — 실내 SLAM 위치 정확도 (Campos et al., IEEE TRO 2021)	70-80%	≥95%	Spatial Registry + 로봇 LiDAR SLAM 맵 정합	500개 객체 위치 매핑 정확도. 실 호텔 플로어플랜 GT 대비 오차 측정. TTA 공인 시험
	Perception 소계			32
5	Coordination	충돌 해소율	%	10	95% Amazon Robotics (Kiva) — 창고 내 다중 AGV 충돌 자동 해소율 (IEEE ICRA 2023)	수동 처리	≥90%	3-Tier Policy→Capability→Utility 프로토콜	1,000개 충돌 시나리오 자동 해소 성공률. Multi-agent 시뮬레이터 + 실 호텔 PoC. TTA 공인 시험
6	Coordination	충돌 해소 Latency	ms	10	80ms Geek+ — 창고 로봇 경로 재계산 응답 시간 (Geek+ Tech Report, 2024)	해당 없음	≤150	경량 매칭 알고리즘 + 캐시드 폴리시 엔진	충돌 감지→해소 완료 p95 지연 측정. 다중 로봇 시뮬레이터 환경. TTA 공인 시험
	Coordination 소계			20
7	Decision	Fast Path p95 Latency	ms	8	20ms LightGBM — 40 features 기준 p95 추론 (Ke et al., NeurIPS 2017; MS 벤치마크)	해당 없음	≤100	LightGBM + 경량 NN 앙상블 (25-40 feature)	10,000회 추론의 p95 지연 측정. AWS m5.xlarge 4vCPU 16GB 환경. TTA 공인 시험
8	Decision	Anomaly Detection F1	F1	8	0.95 USAD — 다변량 시계열 이상 탐지 F1 (Audibert et al., KDD 2020; SMD 데이터셋)	해당 없음	≥0.88	Isolation Forest + Structural 앙상블	정상/이상 라벨 5,000건 F1 score. 호텔 운영 데이터 holdout set. TTA 공인 시험
9	Decision	의사결정 정확도	%	8	95% Duetto RMS — RM 전문가 대비 가격 결정 일치율 (HSMAI Revenue Optimization Study, 2023)	70-80%	≥90%	Fast+Slow 하이브리드 + LLM Critic 검증	전문가 판단 대비 일치율. 블라인드 A/B 테스트 500건 · 3인 전문가 패널. TTA 공인 시험
	Decision 소계			24
10	Execution	Action 실행 성공률	%	12	99.5% Siemens MindSphere — 산업 IoT 자동 실행 성공률 (Siemens Digital Industries, 2024)	~60%	≥95%	Safety Contract + Dry-run + Auto-rollback	100K회 자동 실행의 expected state 도달율. 자사 PMS + 외부 PMS 어댑터. TTA 공인 시험
11	Execution	E2E Latency (Reversible)	sec	12	0.5s Rockwell FactoryTalk — 산업 자동화 Decision→Execution p95 (Rockwell Automation, 2024)	15분~2시간	≤1	4단계 파이프라인 병렬화 + Reversible Action	Decision→Post-verify 전 구간 p95 측정. 실 호텔 통합 환경 3,000객실 규모. TTA 공인 시험
	Execution 소계			24
	합 계			100	전 지표 3,000객실 실 운영 데이터 기반 검증 · 글로벌 최고 수준 대비 90-95% 달성 목표 · 연차별 단계적 고도화

* 세계최고수준 출처는 학술 논문·공식 기술 리포트·컨퍼런스 발표 기준. 호텔 vertical 특화 솔루션은 글로벌 부재로 인접 산업 기준 적용

Phase 1

기반 구축

2026

핵심 활동

Hotel State Graph 설계 및 구현
RAG 파이프라인 구축
Fast Path 모델 (LightGBM + Small NN)
Anomaly Detection 1차 구현
자사 PMS 네이티브 어댑터

Exit Criteria

Grounding 정확도 ≥ 85%
Fast Path p95 ≤ 150ms
Anomaly F1 ≥ 0.80
PMS 어댑터 1종 완성
특허 1건 출원

Phase 2

고도화

2027

핵심 활동

6종 에이전트 개발 및 분업 체계
Policy Graph 기반 충돌 중재
Slow Path LLM Critic 통합
파일럿 호텔 2-3곳 PoC
외부 PMS 어댑터 확장

Exit Criteria

충돌 해소율 ≥ 90%
Policy 위반 = 0건
Grounding 정확도 ≥ 88%
PoC 2곳 완료
특허 2건 출원

Phase 3

실행 확장

2028

핵심 활동

Safety Contract 실행 파이프라인 완성
서비스 로봇 ROS2 연동
IoT Gateway 통합
호텔 10곳 실증 배포

Exit Criteria

Action 성공률 ≥ 95%
E2E Latency ≤ 1s (Rev.)
로봇 연동 성공률 ≥ 90%
Anomaly F1 ≥ 0.88

Phase 4

상용화

2029

핵심 활동

전 KPI 달성 검증 및 최적화
글로벌 어댑터 확장
Robot-ready 패키지 상용 출시
체인 호텔 엔터프라이즈 계약
Series B 투자 유치 준비

Exit Criteria

10개 KPI 전체 목표 달성
상용 고객 20곳+
MRR $100K+
해외 1개국 이상 진출

Phase 간 의존 관계

State Graph → Agent 분업

→

Agent 분업 → 실행 파이프라인

→

실행 파이프라인 → 전체 통합

→

전체 통합 → 글로벌

자사 PMS

→

PoC 2-3곳

→

실증 10곳

→

상용 20곳+

Exit Criteria 미달 시 1분기 연장 + 보완

최대 리스크

핵심 인력 채용 지연 시 Phase 1 Exit Criteria 미달 가능. 시리즈A 60억 + TIPS R&D 예산으로 경쟁력 있는 보상 선제 확보.

핵심 가정

2027년까지 호텔당 평균 로봇 3-5대 도입. Keenon·Bear·LG 중 2종 이상 ROS2 호환 SDK 공개. 기존 3,000객실 중 10%가 AI Ops 베타 참여.

성공 시나리오

2029년 상용 20곳+ · MRR $100K+ · 해외 1국 진출 달성 시, Series A 50-100억 유치 → 글로벌 확장 가속. PMS→Robot OS 카테고리 선점.

Year 1 — 2026 (기반 구축)

세부 추진내용	수행기관	1	2	3	4	5	6	7	8	9	10	11	12
State Graph 온톨로지 설계	AI팀	●	●	●
State Graph 엔진 구현	AI팀			●	●	●	●	●
RAG 파이프라인 구축	AI팀					●	●	●	●
Fast Path 모델 개발	AI팀				●	●	●	●	●	●
Anomaly Detection 1차	AI팀							●	●	●	●
Feature Store 설계·구축	인프라팀			●	●	●	●
자사 PMS 네이티브 어댑터	제품팀	●	●	●	●	●	●	●	●	●	●	●	●
학습 데이터 수집 5만건	데이터팀	●	●	●	●	●	●	●	●	●	●	●	●
특허 1 출원 준비	특허법인										●	●	●

Year 2 — 2027 (Orchestration 고도화)

세부 추진내용	수행기관	1	2	3	4	5	6	7	8	9	10	11	12
Agent 6종 설계	AI팀	●	●	●
Policy Graph 구현	AI팀		●	●	●	●	●
충돌 탐지·중재 알고리즘	AI팀			●	●	●	●	●	●
Slow Path LLM Critic	AI팀					●	●	●	●	●
파일럿 호텔 PoC 2-3곳	사업팀				●	●	●	●	●	●	●	●	●
Grounding 고도화 ≥88%	AI팀						●	●	●	●	●
외부 PMS 어댑터 설계	제품팀								●	●	●	●	●
특허 2,3 출원	특허법인			●								●

Year 3 — 2028 (Robot/IoT 실행 확장)

세부 추진내용	수행기관	1	2	3	4	5	6	7	8	9	10	11	12
Safety Contract 파이프라인	AI팀	●	●	●	●	●
Oracle OPERA 어댑터	제품팀			●	●	●	●	●	●
Mews/IoT 어댑터	제품팀					●	●	●	●	●	●
Keenon/Bear ROS2 브릿지	로봇팀				●	●	●	●	●	●
호텔 실증 10곳	사업팀						●	●	●	●	●	●	●
로봇 fallback 검증	로봇팀								●	●	●	●	●
Action 성공률 ≥95%	QA팀										●	●	●
특허 4 출원	특허법인					●

Year 4 — 2029 (상용화)

세부 추진내용	수행기관	1	2	3	4	5	6	7	8	9	10	11	12
전 KPI 검증·최적화	전체	●	●	●	●	●	●
글로벌 어댑터 확장	제품팀		●	●	●	●	●	●	●	●
OS 3.0 상용 출시	전체					●	●	●	●	●	●
체인 호텔 엔터프라이즈	사업팀				●	●	●	●	●	●	●	●	●
Series B 준비	경영팀							●	●	●	●	●	●
PCT 국제 출원	특허법인			●			●			●			●

#	역할	학력	경력	핵심 역량	채용 시점
1	CTO / 연구 총괄	석사 이상 (CS/AI)	10년+ AI/ML 시스템 설계	대규모 ML 시스템 아키텍처, LLM 활용, 연구 리더십	기존 재직
2	AI/ML 연구원	석사 이상 (AI/ML)	3년+ ML 모델 개발	LLM fine-tuning, RAG, 강화학습, anomaly detection	Phase 1 (2026 1Q)
3	백엔드 엔지니어	학사 이상 (CS)	5년+ 분산 시스템	마이크로서비스, 이벤트 드리븐 아키텍처, Kubernetes	Phase 1 (2026 1Q)
4	로봇/IoT 엔지니어	학사 이상 (전자/로봇)	3년+ 로봇/IoT 개발	ROS2, MQTT, 로봇 제어, 센서 통합	Phase 2 (2027 3Q)
5	데이터 엔지니어	학사 이상 (CS/통계)	3년+ 데이터 파이프라인	Feature Store, ETL, 실시간 스트리밍, 데이터 품질 관리	Phase 1 (2026 2Q)
6	제품/QA 매니저	학사 이상	5년+ 호텔테크 / B2B SaaS	호텔 운영 도메인 전문성, QA 자동화, 사용자 검증	Phase 1 (2026 1Q)

RACI 매트릭스 — 6 역할 × 4 기술축

기술축	CTO/연구총괄	AI/ML 연구원	백엔드 엔지니어	로봇/IoT 엔지니어	데이터 엔지니어	제품/QA 매니저
Grounding	A	R	C	I	R	C
Orchestration	A	R	R	C	C	I
Decision	A	R	C	I	R	C
Execution	C	C	R	R	I	A

R Responsible A Accountable C Consulted I Informed

기술축별 인력 배치 요약

기술축	R (실행)	A (책임)	총 관여
Grounding	2	1	6
Orchestration	2	1	6
Decision	2	1	6
Execution	2	1	6

모든 기술축에 Responsible 2명 + Accountable 1명 배치. RACI 기반으로 SPOF 없이 크로스 펑셔널 연구 수행. Phase 2부터 로봇/IoT 엔지니어 합류로 Execution 축 본격 강화.

채용 전략

· 시리즈A 60억으로 경쟁력 있는 스톡옵션 패키지 설계
· KAIST·서울대·포스텍 AI/로보틱스 랩 타겟 리크루팅
· 장관상 수상 기업 브랜딩으로 우수 인재 유인
· CTO·Head of AI 2026 1Q 내 확보 목표

조직 문화

· 주 1회 전사 기술 세미나 (논문 리딩 + 데모)
· 분기별 해커톤 (최우수팀 보상 + 특허 연계)
· 학회 참석 지원 (CoRL, NeurIPS, ICRA 등)
· 실패 허용 문화 — 빠른 실험, 빠른 학습

기관별 연구개발 내용 및 비중

구분	기관별 연구개발 내용	비중(%)
주관기관 (㈜바카티오)	4대 기술축 핵심 개발: Perception(Hotel State Graph), Coordination(6 Agent+3-Tier), Decision(Fast/Slow), Execution(Safety Contract). 자사 PMS 연동, 베타·실증 호텔 운영, 특허 4건 출원	85%
위탁기관	해당사항 없음 (학계 자문위원 협력은 별도)	0%
외주용역	호텔 환경 비전 데이터 라벨링, 다국어 음성 모델 fine-tuning 일부, 특허 출원 대리(특허법인), 보안 감사(외부 컨설팅)	15%
합계		100%

※ '연구활동비-외부 전문기술 활용비' 계상 시, 상기 '외주용역'에 내용 및 비중 기재 (운영요령 별지 제1-③-2호)

기술축	2026 (Phase 1)	2027 (Phase 2)	2028 (Phase 3)	2029 (Phase 4)
Grounding	State Graph 구현 완료, 정확도 ≥85%, 할루시네이션 ≤8%	정확도 ≥88%, 할루시네이션 ≤5%, 상태 갱신 ≤300ms	정확도 ≥90%, 상태 갱신 ≤200ms, 로봇 상태 통합	정확도 ≥92% 도전, 상태 갱신 ≤150ms, 멀티 호텔 State Graph
Orchestration	Agent 2종 프로토타입, 기본 분업 구조	6종 Agent 완성, 충돌 해소 ≥90%, 정책 위반 0건	10곳 실증 환경 충돌 해소, Latency ≤150ms	충돌 해소 ≥95%, 20곳+ 운영, 자가 정책 학습
Decision	Fast Path p95 ≤150ms, Anomaly F1 ≥0.80	Fast Path p95 ≤100ms, Anomaly F1 ≥0.85, Slow Critic 통합	의사결정 정확도 ≥90%, F1 ≥0.88, 실전 검증	p50 ≤30ms, p95 ≤80ms, 정확도 ≥93%, F1 ≥0.90
Execution	자사 PMS 어댑터, Action 성공률 ≥85%	외부 PMS 2종 어댑터, Safety Contract 파이프라인 1차	로봇 2종 연동, Action 성공률 ≥95%, E2E ≤1s	벤더 8종+ 어댑터, 성공률 ≥98%, Robot-ready 패키지 출시

Phase 전환 Go/No-Go 기준

Phase 전환	필수 조건 (Must)	권장 조건 (Should)	미달 시 조치
P1→P2	Grounding 정확도 ≥85%, Fast Path p95 ≤150ms	특허 1건 출원, 파일럿 1곳 계약	1분기 연장 + 보완 R&D
P2→P3	충돌 해소율 ≥90%, Policy 위반 0건	특허 2건 추가, 파일럿 3곳	Agent 알고리즘 재설계
P3→P4	Action 성공률 ≥95%, E2E ≤1s	로봇 2종 연동, 실증 10곳	Safety Contract 강화
P4 완료	전 KPI 달성, 상용 20곳+	해외 1국+ 진출, MRR $100K	상용화 범위 조정

기술 파급효과

원천 기술 확보

특허 4건 + 학회 4건 + 국산 OS 1호

숙박 산업 최초 실시간 State Graph 기반 AI OS — 병원·리테일·물류센터 확장 가능
Fast+Slow 하이브리드 의사결정 — 실시간성과 정확성 트레이드오프 해결
Safety Contract 프로토콜 — 안전 크리티컬 도메인 적용 가능
특허 4건 + PCT 국제 출원 — 핵심 IP 보호

산업 파급효과

호텔 산업 디지털 전환

100+ 호텔 도입, 3개국 진출, 500억+ 시장 창출

국내 호텔 산업 디지털 전환 가속화, 인력 의존도 30-50% 절감
로봇 제조사(Keenon, Bear, LG)와 연동 표준 수립
대형 체인 수준 AI 운영을 중소 독립 호텔에 SaaS 제공
TTA, AAIF 등 표준 기구에 호텔 AI 운영 표준 제안

경제 파급효과

비용 절감 & 수출

50명+ 고용, 215억 매출, 수출 30%+

호텔당 연간 $94K-$144K 운영비 절감
국내 호텔 3만개 × 평균 $50K = 연 $1.5B 잠재 절감
단순 반복 → 고부가가치 직무 인력 재배치
글로벌 확장 시 연 $10M+ 수출 매출 (2029 목표)

Phase 1 검증

Grounding 정확도 ≥85%

A/B 테스트 + 전문가 라벨링 (100건+)

Phase 2 검증

충돌 해소율 ≥90%

파일럿 호텔 2-3곳 실환경 로그 분석

Phase 3 검증

Action 성공률 ≥95%

10곳 실증 호텔 E2E 통합 테스트

Phase 4 검증

전 KPI 동시 달성

20곳+ 상용 운영 데이터 기반 검증

경쟁사 특허 대비 기술 우위 분석

기술 영역	Oracle OPERAUS Patent: Hotel PMS	NVIDIA GR00TUS Patent: Robot Foundation Model	AWS IoT TwinMakerUS Patent: Digital Twin	Amazon RoboticsUS Patent: Multi-AGV Coordination	VACATIO (본 과제)신규 출원 4건 · 한국→PCT
호텔 운영 상태 인지 특허 1 · 2026 4Q	△ PMS 기록만 보유 예약·체크인 트랜잭션. IoT·로봇 상태 미연동. 시맨틱 그래프 없음	✕ 해당 없음 로봇 동작 모델만 보유. 호텔 운영 맥락 인식 기능 없음	△ 디지털 트윈 IoT 데이터 시각화. 호텔 온톨로지·운영 시맨틱 부재	✕ 해당 없음 창고 전용. 호텔 PMS 연동 없음	● PMS·IoT·로봇 통합 인지 Vector Clock 시공간 정렬 + 호텔 운영 온톨로지 + Spatial Registry핵심: 이종 프로토콜 인과 정렬
다중 에이전트 충돌 조정 특허 2 · 2027 2Q	✕ 미보유 단일 시스템. 에이전트 간 협상 개념 없음	✕ 미보유 단일 로봇 제어. 멀티 에이전트 충돌 해소 없음	✕ 미보유 모니터링 전용. 의사결정·충돌 해소 기능 없음	△ 창고 한정 AGV 경로 충돌만. 이기종 에이전트(가격·청소·게스트) 조정 없음	● 6 에이전트 3-Tier 프로토콜 Policy→Capability→Utility 단계적 필터링. 효용 함수 가중치 동적 조정핵심: 호텔 도메인 SLA 하드 제약
이종 로봇 공간 협상 특허 3 · 2027 4Q	✕ 미보유 물리 공간 관리 기능 없음	△ 단일 로봇 1대 네비게이션. 다중 로봇 + 게스트 간 공간 협상 없음	✕ 미보유 물리 로봇 제어 기능 없음	△ 동종 로봇만 동일 AGV 간 협조. 이종 로봇 + 비협조 객체(게스트) 부재	● 이종 로봇 + 게스트 실시간 협상 Spatial Resource Graph + ADA 우선 정책 + ms 단위 경로 재계산핵심: 비협조적 객체(게스트) 포함 협상
안전 자동 실행 특허 4 · 2028 2Q	△ 수동 실행 사람이 PMS 입력. 자동 실행·롤백 없음	△ 로봇 제어만 로봇 동작 실행. 호텔 운영 액션(가격·예약) 불가	△ API 호출만 액션 트리거 가능. 안전 검증·롤백 로직 없음	△ 창고 한정 AGV 명령 실행. 호텔 복합 액션(PMS+로봇+IoT) 불가	● Safety Contract + Auto-Rollback Reversibility 3등급 분류 + abort conditions 자동 평가 + 기대 상태 비교핵심: HITL 필수 판정 + circuit breaker

해외 출원 전략 — PCT 국제 출원

국내 출원

→

PCT 국제

→

미국 USPTO특허 1,2,3 · 2028 1Q

일본 JPO특허 1,3 · 2028 2Q

EU EPO특허 2,3 · 2028 3Q

중국 CNIPA특허 1,2 · 2028 4Q

특허별 핵심 청구 범위

특허 1 · 2026 4Q

호텔 공간-운영 통합 상태 인지

이종 프로토콜 → Vector Clock 시공간 정렬 → 호텔 운영 온톨로지

특허 2 · 2027 2Q

다중 에이전트 충돌 조정

Policy→Capability→Utility 3단계 필터링 + 효용 함수 동적 조정

특허 3 · 2027 4Q

이종 로봇 공간 협상

Spatial Resource Graph + ADA 우선 정책 + ms 경로 재계산

특허 4 · 2028 2Q

Safety Contract 기반 자동 실행

Reversibility 3등급 + abort conditions + 기대 상태 비교 rollback

학회 발표 로드맵

연도	학회	주제	등급
2027	KCC, IROS Workshop	Operational Scene Graph 초기 결과	국내+워크숍
2028	CoRL, NeurIPS WS	Multi-Robot Spatial Orchestration	국제 학회
2029	ICRA, CVPR	이종 로봇 공간 협상 프레임워크	Top-tier
2029	NeurIPS, ICML	RL from Operational Feedback	Top-tier

표준화 활동 계획

1단계 (2027)TTA 표준화 포럼 참여, 호텔 AI 인터페이스 표준화 필요성 제기

2단계 (2028)TTA 단체표준 초안 제출, AAIF 워킹그룹 가입 및 기술 기고

3단계 (2029)TTA 단체표준 제정, AAIF 오픈 프로토콜 기여, 로봇 연동 가이드라인

보유 지식재산권: Finehost PMS SW 등록 · VoiceHotel AI SW 등록 · Vacatio/Finehost 상표 등록 + 신규 특허 4건 한국→PCT 국제 출원 예정

안전조치

5-1. 안전조치 이행계획

안전책임자 지정 및 운영을 통한 정기/특별 안전점검(소방, 전기 등 시설 전반) 실시
안전사고 발생 시 즉각적인 대응 및 보고 체계 구축을 위한 비상 연락망 가동
SW 연구개발 특성을 고려한 연구원 대상 정기 건강 교육 수행

보안조치

5-2. 보안조치 이행계획

참여 연구원 대상 정기 보안교육 실시 및 보안서약서 징구를 통한 인적 보안 강화
학습에 사용되는 모든 데이터는 연구관리시스템 적재 전 완벽한 비식별화(익명화) 처리 수행
클라우드 기반 연구 인프라에 대한 엄격한 접근 제어(IAM) 및 다중 인증(MFA), 망분리 구조 적용으로 보안사고 선제적 예방
과제의 핵심 설계 문서 및 제작 산출물(파일)은 공유 범위를 제한함
지식재산이 포함된 소스코드 등 핵심 자산은 필요 최소한의 인원에게만 접근 권한을 부여함. 제품 개발 과정에서는 블랙박스 형태의 파일을 제공함
지식재산의 원본 기술자료는 접근 권한을 엄격히 통제함. 핵심 인력 외에는 열람할 수 없도록 함
연구개발/작업상 핵심 기밀을 다루는 회의는 권한 보유자만 참여하도록 운영함

기타조치

5-3. 그 밖의 조치사항 이행계획

본 과제는 생명공학/유전자 변형 생물체(LMO) 관련 연구시설 및 수입신고 등과 무관함
향후 관련 AI 윤리 기준(AI Ethics) 발생 시 이를 적극 준수할 계획

III · 비즈니스 모델

기술이 사업이 되는 4단 수익 구조를 설계했습니다

PMS 업셀링에서 엔터프라이즈, 로봇 번들, 글로벌까지 이어지는 진화 매트릭스를 설계했습니다

바카티오는 누적 거래액 500억 원, 투자 유치 60억 원, 그리고 흑자 전환이라는 실적 위에 서 있습니다. 3,000객실 이상을 운영하며 검증한 PMS 고객 기반이 곧 첫 번째 매출 엔진입니다. 기존 고객에게 AI Ops 모듈을 업셀링하면 CAC이 0에 수렴하고, SaaS 스타트업이 가장 빠르게 PMF를 검증할 수 있는 경로가 열립니다.

두 번째 단계에서는 체인 호텔 엔터프라이즈 계약으로 ARPU를 5배 확대합니다. 단일 호텔에서 검증된 ROI 데이터를 무기로 체인 본사 레벨 연간 계약을 체결하고, 멀티 프로퍼티 대시보드와 중앙 정책 관리가 핵심 차별화 포인트가 됩니다. 1,500업소 이상의 숙박 시장 네트워크가 엔터프라이즈 세일즈를 뒷받침합니다.

세 번째는 로봇 파트너 번들과 Rev-share입니다. 로봇 하드웨어를 직접 만들지 않고, Keenon·Bear Robotics·LG CLOi의 태스크 수행 건당 5-10% 수수료를 수취합니다. 원가 없이 로봇 보급에 비례해 매출이 자동 성장하는 구조입니다. 최종적으로 호텔 운영 로직의 80%가 국가에 무관하므로, 동남아·중동·일본에 낮은 한계비용으로 글로벌 확장을 실현합니다. 장관상 수상으로 인정받은 기술력이 글로벌 시장에서 신뢰의 기반이 됩니다.

PMS Upselling Enterprise Solution Robot Bundle Rev-Share Global Expansion

OS 1.0

PMS + AI Ops

2026

핵심 기능

PMS + State Graph 기반 실시간 호텔 상태 인식
Fast Path: 가격 자동 조정, 객실 배정, 청소 우선순위
AI 대시보드: 운영 현황, 이상 탐지, 의사결정 로그

타겟 고객

단일 호텔 파일럿 (50-150실)
PMS 기본 구독 → AI Ops 애드온 업셀링

KPI 효과

야간 인력 절감	1명 ($24K-$36K/yr)
RevPAR 증대	+8-12%
객실 배정 오류	60% 감소
의사결정 응답	5분 → <1초

OS 2.0

Multi-Agent 자동화

2027 – 2028

핵심 기능

Multi-agent 협업: 자동 분업 · 충돌 해소
외부 PMS 연동: Oracle OPERA, Mews, Cloudbeds
Safety Contract 기반 자동 실행 파이프라인
게스트 커뮤니케이션 자동화 (다국어)

타겟 고객

체인 호텔 1-2곳 (100-300실, 멀티 프로퍼티)
외부 PMS 사용 호텔 (Oracle/Mews 고객)

KPI 효과

E2E 자동화율	운영 업무의 70%
인력 절감	2명 ($50K-$70K/yr)
게스트 응답 시간	15분 → <30초
충돌 해소 자동화	수동 조정 90% 제거

OS 3.0

Robot-Ready OS

2029

핵심 기능

MRSO (Multi-Robot Spatial Orchestration) 상용
글로벌 어댑터: 해외 PMS · 채널 매니저 연동
전체 KPI 달성 최적화 운영

로봇 파트너 번들

Keenon	배송 로봇 (타월, 어메니티, 룸서비스)
Bear Robotics	식음 배송 로봇 (Servi 시리즈)
LG CLOi	안내 · 배송 복합 로봇 (대형 호텔)

KPI 효과

총 인력 절감	3-5명 ($94K-$144K/yr)
로봇 배송 비율	60-80%
야간 무인 운영	8시간 완전 자동화
ROI 달성	3-4개월

OS 버전별 기능 매트릭스

기능	OS 1.0 (2026)	OS 2.0 (2027-28)	OS 3.0 (2029)
PMS 통합 인지	● 자사 PMS	● + Oracle·Mews	● 전 글로벌 PMS
AI 의사결정	● Fast Path only	● Fast + Slow Path	● + 자동 학습
Multi-Agent	○ 단일 Agent	● 6 Agent 협조	● + 크로스 호텔
로봇 통합	○ 미지원	◐ Keenon·Bear	● + LG CLOi·휴머노이드
Safety Contract	◐ Reversible only	● 3등급 전체	● + 자동 롤백 검증
글로벌 어댑터	○ 국내만	◐ 2개국	● 5개국+
객실 대상	3,000실	10,000실	50,000실+
ARPU (객실/월)	$5	$10-15	$20-25

OS 1.0 (2026)

PMS + AI Ops · State Graph · 단일 호텔

OS 2.0 (2027-2028)

Multi-Agent · 충돌 해소 · 외부 PMS 연동

OS 3.0 (2029)

Robot-Ready · MRSO 상용 · 글로벌

OS 1.0의 전략적 의미

OS 1.0은 '로봇 없이도 가치를 증명하는 버전'입니다. PMS 데이터 기반 AI 의사결정만으로 운영 효율을 20-30% 개선하며, 이 단계에서 확보한 고객·데이터·검증이 OS 2.0 Multi-Agent와 OS 3.0 Robot-ready의 기반이 됩니다. 로봇이 도입되기 전에 이미 수익을 만드는 것 — 이것이 바카티오 제품 전략의 핵심입니다.

4. 글로벌 확장 (2029~) — 현지 파트너 리셀링 + 직접 판매20%

3. 로봇 Rev-share (2028~) — 태스크 건당 5-10% 수수료 + SW 라이선스20%

2. 엔터프라이즈 (2027~) — 체인 호텔 연간 계약 + 구축비35%

1. PMS 업셀링 (2026~) — 기존 3,000객실 고객 AI Ops 월 구독25%

티어	제품명	대상	월 가격 (100실)
Tier 1	PMS Base	기존 PMS 고객	$500-$800
Tier 2	OS Ops	AI 업셀링 고객	$1,500-$2,000
Tier 3	OS Pro	엔터프라이즈	$2,500-$3,500
Tier 4	OS Robot	로봇 도입 호텔	$3,500-$4,000

객실 수 스케일링: 50실 이하 -30%, 100실 기준가, 200실+ 볼륨 할인 -15% | ARPU 5x: $500 → $4,000

솔루션	월 가격	AI	로봇	자동 실행
Oracle OPERA Cloud	$2,000-$5,000	기본 리포팅	×	×
Cloudbeds	$500-$1,500	기본 추천	×	×
Mews	$1,000-$3,000	기본 자동화	×	일부 (결제)
Vacatio OS Pro	$2,500-$4,000	Full AI Ops	3사 연동	Safety Contract

vs Oracle: 유사 가격대, AI+로봇 압도적 우위
vs Cloudbeds: 프리미엄이나 인력 절감이 가격차의 4-8배 상회
vs Mews: 유사 가격대, 자동 실행 범위 · 로봇 연동 차별화

ROI 분석 — 100실 중급 호텔 기준

전제: Vacatio OS Pro $3,000/월 = $36,000/년 | 비교 기준: AI 도입 전 운영 비용

야간 프론트 인력 1명	$24,000	$36,000
운영 매니저 효율화 (0.5명)	$18,000	$25,000
가격 최적화 수익 증대	$30,000	$48,000
운영 오류 감소	$12,000	$18,000
에너지 최적화 (IoT)	$10,000	$17,000
연간 절감 합계	$94,000	$144,000

261%

ROI (보수적)

400%

ROI (낙관적)

4.6개월

투자 회수 (보수적)

3.0개월

투자 회수 (낙관적)

사업화 성과 (단위: 백만원, %)

사업화 성과	세부 성과지표	2029 (개발종료)	2030 (+1년)	2031 (+2년)	2032 (+3년)	2033 (+4년)	2034 (+5년)
기업 전체 성장	예상 총매출액 (A)	5,500	12,000	25,000	50,000	90,000	150,000
개발기술 사업화 성과	R&D 결과물 매출액 (B)	3,850	8,640	18,750	39,000	72,000	123,000
개발기술 사업화 성과	점유비율 (C=B/A)	70%	72%	75%	78%	80%	82%

※ 본 기술 = Multi-Robot OS (Grounding + Orchestration + Decision + Execution 엔진) | 단위: 억 원 | 기존 500억 거래 실적 기반 보수적 추정

70%

2029년 기술 매출 비중

SaaS AI OS + 로봇 Rev-share

78%

2032년 기술 매출 비중

엔터프라이즈 확대 + 글로벌

82%

2034년 기술 매출 비중

플랫폼 고착화 + 자가 학습

기존 PMS 3,000객실 업셀링

CAC ≈ 0

바카티오 PMS 기존 3,000객실 고객에게 AI OS 모듈을 추가 판매. 기존 관계 기반 CAC 0. PMS → AI OS 전환율 목표: 첫 해 30%, 3년 내 70%.

객실 단위 ARPU 5배 확장

$30/실/월 → $150 (Pro)

기본 $30/실/월에서 Pro(로봇 연동 + 자율 운영) $150/실/월까지 확장. 객실 수 증가 없이 ARPU 5배 성장.

로봇 Rev-Share (무원가)

태스크 건당 5-10%

로봇 HW 미제조. Keenon · Bear Robotics · LG CLOi 태스크 건당 수수료 수취. 원가 없이 로봇 보급 확산에 비례 자동 성장.

글로벌 확장 한계비용 극소

운영 로직 80% 공통

호텔 운영 로직 80%가 국가 무관 공통. 로컬라이제이션 20%만 적용하여 동남아 · 중동 · 일본 진출 한계비용 극도로 낮음.

매출 달성 전제 조건

보수적 시나리오 전제

· 국내 호텔 AI Ops 침투율 5% (2029)
· 평균 ARPU $1,500/월/호텔
· 해외 매출 비중 15% 이하
· 로봇 Rev-share 호텔당 $200/월

낙관적 시나리오 전제

· 국내 침투율 10% + 해외 3국 진출
· ARPU $2,500/월 (OS Pro 위주)
· 해외 매출 30%+
· 로봇 Rev-share $500/월 + 구축비

사업화 성과 산정근거

성과지표	산정근거	참고자료
총매출액 (A)	3,000객실→30,000객실 확장 × 평균 ARPU $50/월 + 로봇 rev-share	코리아스타트업포스트(2025.09), 자사 사업계획
R&D 매출액 (B)	OS 2.0/3.0 구독 + Multi-Robot 라이선스 + 컨설팅	Mordor Intelligence PMS 시장(2025), ROI 시뮬레이션
점유비율 (C)	본 R&D가 차세대 SaaS 핵심 차별화 → 70%+ 매출 견인	야놀자/Cloudbeds 매출 구성 벤치마크

핵심: 바카티오는 보수적 시나리오에서도 2029년 ARR 60억, 2034년 215억을 달성할 수 있습니다. 이미 500억 거래·흑자를 달성한 사업 역량이 이 전망의 신뢰도를 뒷받침합니다.

Global PMS Market

글로벌 PMS 시장

$1.62B → $2.44B

CAGR ~7% (2025 → 2031)

약 2.1조 원 → 3.2조 원 | Mordor Intelligence, Grand View Research (2024)

Hospitality Robot Market

Hospitality Robot 시장

$0.61B → $1.84B

CAGR ~20% (2025 → 2030)

약 0.8조 원 → 2.4조 원 | MarketsandMarkets, Allied Market Research (2024)

두 시장의 교차점 — "PMS와 로봇을 통합하는 Operating System" — 은 전 세계적으로 플레이어가 부재한 화이트스페이스 | 바카티오: 3,000객실 · 1,500업소 운영 검증 완료

세그먼트	객실 수	적합도
중형 시티호텔	80-300실	★★★★★
리조트	100-500실	★★★★☆
체인 호텔	200-1,000실	★★★☆☆
독립 숙박	10-80실	★★★★☆

1차 타겟: 중형 시티호텔 (가장 빠른 도입 결정, 즉각적 ROI 체감)

비교 항목	바카티오	야놀자 (Y-Tech)	글로벌 PMS	로봇 벤더	AI 챗봇
PMS 기능	O (자체 보유)	O (클라우드)	O (레거시/클라우드)	×	×
로봇 연동	O (멀티벤더)	×	×	O (자사만)	×
AI 의사결정	O (자율 운영)	▵ (데이터)	▵ (인사이트)	×	▵ (대화만)
Multi-Robot OS	O (공간 이해)	×	×	▵ (단일 태스크)	×
통합 OS	O (유일)	×	×	×	×

"PMS → Multi-Robot OS" — 국내 유일 통합 플레이어

로봇을 직접 만들지 않으면서 모든 로봇을 호텔 운영에 통합하는 유일한 소프트웨어 OS. 500억 거래 · 60억 투자 · 흑자 검증 위에 PMS에서 Multi-Robot OS까지 수직 통합.

국내외 주요시장 경쟁사 (TIPS 양식)

경쟁사명	제품명	판매가격 (월, 천원)	연 판매액 (천원)
Oracle (미국)	OPERA Cloud PMS	2,600~6,500	약 130,000,000
Cloudbeds (미국)	Cloudbeds PMS+Intelligence	650~1,950	약 39,000,000
Mews (체코)	Mews Open Platform	1,300~3,900	약 26,000,000
야놀자 (한국)	Y-Tech Cloud PMS	100~400	약 2,000,000,000
Bear Robotics (LG)	Servi Plus (로봇HW)	대당 50,000~100,000	약 100,000,000
Keenon (중국)	W3/T9 (호텔로봇)	대당 35,000~70,000	약 130,000,000
㈜바카티오 (당사)	Finehost+VoiceHotel+Multi-Robot OS	650~5,200	2025: 50,000,000

고객 세그먼트별 니즈 매칭

세그먼트	객실 수	핵심 Pain Point	Vacatio 솔루션	예상 ARPU
부티크 호텔	30-80실	인력 부족, 야간 무인 운영	OS 1.0 AI Ops + VoiceHotel	$500-800/월
비즈니스 호텔	100-200실	체크인 피크, 가격 최적화	OS 2.0 Multi-Agent	$1,500-2,500/월
리조트	200-500실	넓은 동선, 다수 부서 조율	OS 3.0 + Robot Bundle	$3,000-4,000/월
체인 호텔	500실+	표준화, 다지점 통합 관리	Enterprise + API 통합	$5,000+/월

바카티오의 시장 진입 우위

국내 35,000곳 숙박업소 중 PMS 사용률 40% 미만. 3,000객실·1,500업소를 운영 중인 바카티오는 이미 시장의 4.3%를 확보. 기존 고객 → AI 업셀링 → 로봇 번들의 3단계 퍼널은 CAC 없이 확장 가능한 구조입니다.

Hospitality Tech

$24.3B → $47.1B

CAGR ~14% (2025 → 2030)

핵심 동인: 클라우드 전환, AI 도입, 비대면 운영

Service Robotics (Hospitality)

$0.61B → $1.84B

CAGR ~20% (2025 → 2030)

핵심 동인: 인건비 상승, 로봇 단가 하락, CX 차별화

PMS 통합도 →

Multi-Robot 실행력 →

Low

High

Insight Only

Autonomous Execution

Oracle OPERAPMS High / AI Low

CloudbedsPMS High / Insight 2025

NVIDIA Isaac범용 Physical AI

Figure AI범용 Physical AI

Hilton Connect자사 체인 전용 IoT

Vacatio자체 PMS + Multi-Robot OS

Oracle / Cloudbeds — PMS Legacy

강점: 글로벌 점유율 1위 (Oracle), 중소형 클라우드 PMS 선두 (Cloudbeds)

한계: Cloudbeds Intelligence(2025)조차 "insight" 수준이며 "execution"이 아님. 로봇 연동 없음.

NVIDIA / Figure AI — Physical AI, No Vertical OS

강점: 로봇 하드웨어 · 시뮬레이션 최첨단

한계: 호텔이라는 수직 도메인에 특화된 OS 없음. 운영 로직 이해 부재.

Hilton Connected Room — Chain Only

강점: 자체 객실 IoT + 앱 통합

한계: Hilton 체인 전용. 독립 호텔 · 타 체인 제공 불가. 로봇 통합 부재.

"We're not another PMS.
We're the execution layer above PMS."

Cloudbeds Intelligence가 "What should we do?"에 답한다면, Vacatio는 "Consider it done."을 실현합니다. PMS 데이터를 읽는 것을 넘어, 로봇과 시스템을 직접 움직이는 통합 실행 계층.

글로벌 주요 경쟁사 상세 비교

비교 항목	Oracle OPERA	Cloudbeds	Mews	NVIDIA Isaac	Vacatio
핵심 역량	엔터프라이즈 PMS	SMB 클라우드 PMS	클라우드 PMS + 결제	범용 로봇 시뮬레이션	PMS + AI + Robot 통합
AI 수준	기본 리포팅	Insight (2025)	기본 자동화	범용 모델	Fast+Slow 하이브리드
로봇 연동	없음	없음	없음	범용 SDK	Keenon·Bear·LG 어댑터
호텔 도메인	30년 레거시	중소 특화	유럽 중심	없음	3,000객실 운영 데이터
자동 실행	추천만	추천만	결제 일부	로봇 제어만	Safety Contract 전체
시장 점유	18%	$300M+ ARR	$100M+ ARR	N/A	500억 거래/성장 5배

글로벌 진입 타이밍의 핵심

Hospitality Tech 시장 $24.3B→$47.1B(2030) 성장에서 'PMS + Robot 통합'은 아직 어떤 플레이어도 점유하지 못한 공백입니다. Oracle은 레거시 아키텍처로 실시간 처리에 한계가 있고, NVIDIA는 호텔 도메인 데이터가 없습니다. 바카티오는 3,000객실의 운영 데이터 + 하와이·일본 PoC의 글로벌 검증 + 장관상의 기술 인증을 가진 유일한 플레이어입니다. 2028년 글로벌 진입 시 이 자산이 cold start 없는 즉시 배포를 가능하게 합니다.

출처: Statista, Phocuswright (2024), MarketsandMarkets (2024), Cloudbeds 공식 발표 (2025.03)

2026

Seed & Validate

기존 고객 Beta

바카티오 PMS 기존 3,000객실 고객 중 5-10곳 선정, AI OS 베타 무료 제공. 1,500업소 네트워크 활용.

KPI: 베타 10곳, NPS 70+, 핵심 기능 검증 완료

"이미 우리 PMS를 쓰는 호텔이 첫 번째 테스트베드"

2027

First Revenue

엔터프라이즈 세일즈

중형 시티호텔 대상 직접 영업, 유료 전환 시작. 전담 CS 팀 구축. 장관상 수상 이력으로 신뢰 확보.

KPI: 유료 고객 30곳, ARR 5억 원, 이탈률 <5%

"검증된 베타에서 유료 전환, ROI 입증"

2028

Robot-Ready Bundle

로봇 번들

로봇 파트너(LG CLOi, Bear Robotics 등)와 번들 패키지 출시, rev-share 가동. 60억 투자금 기반 R&D 가속.

KPI: 로봇 연동 20곳, rev-share 매출 비중 10%+

"로봇을 만들지 않고, 로봇 생태계를 OS로 통합"

2029

Chain Scale-Up

체인 엔터프라이즈

체인 호텔 본사 레벨 계약 체결, 멀티 프로퍼티 대시보드, 대량 배포. 500억 거래 실적이 세일즈 무기.

KPI: 체인 계약 2-3건, 총 관리 객실 5,000실+

"단일 호텔에서 검증, 체인 전체로 확산"

연차별 정량 목표

연차	목표 호텔	목표 객실	ARR	핵심 채널
2026	3-5곳 (베타)	500실	2억 원	기존 Finehost 고객
2027	10-15곳	2,000실	8억 원	부티크·비즈니스 호텔
2028	30-50곳	8,000실	25억 원	+ 로봇 번들 파트너
2029	80-100곳	20,000실	60억 원	+ 체인 엔터프라이즈

획득 전략

기존 고객 전환 (CAC ≈ 0): PMS 기존 3,000객실 고객 DB 활용, 인앱 업그레이드 유도
파트너 추천: 로봇 벤더, 인테리어 · 설계사, 호텔 컨설턴트를 통한 레퍼럴
전시회 · 데모: 호텔쇼, HITEC Korea, 스마트관광엑스포 등 연 3회+ 참가
콘텐츠 마케팅: 호텔 운영 AI 도입 사례 웨비나, ROI 시뮬레이터 무료 제공

고객 획득 퍼널

1,500+

Finehost 기존 고객

→

300+

AI Ops 관심 호텔

→

50-80

베타 후보 (로봇 도입 의향)

→

3-5

1차 베타 파트너

기존 PMS 고객 → AI 관심 세그먼트 → 로봇 도입 의향 → 베타 선정. 전환율 ~0.3%로 보수적 산정.

레퍼런스 확보 전략

성공 사례 발표: 베타 고객 운영 효율 개선 데이터를 정량적 케이스 스터디로 발간
ROI 백서: "AI OS 도입 전후 비교" 백서 발행, 업계 미디어 배포
수상 이력 활용: 장관상 수상, 500억 거래 · 흑자 전환 실적을 신뢰 기반으로 활용
정부 · 협회 연계: 한국관광공사, 호텔업협회와의 공동 프로젝트 추진

호텔 운영 로직의 80%는 국가에 무관하게 공통. 로컬라이제이션(언어 · 결제 · 규제)은 20%만 적용 → 낮은 한계비용으로 글로벌 배포 | 500억 거래 · 3,000객실 검증 기반

Region 1

동남아

리조트 밀집 + 인력난

타겟

태국 푸켓
인도네시아 발리
베트남 다낭

시장 특성

연간 관광객 수억 명, 리조트 중심
심각한 인력 부족
중형 리조트(100-300실) 자동화 수요 급증

전략: 현지 PMS 벤더와 파트너십 → AI OS 모듈 플러그인. 2028년 첫 파일럿

Region 2

중동

사우디 NEOM 그린필드

타겟

사우디아라비아 NEOM 프로젝트
100+ 호텔 신축 예정

시장 특성

그린필드 — 레거시 시스템 없음
"처음부터 AI-native" 설계 가능
세계 최대 스마트시티 프로젝트

전략: NEOM 호텔 운영사 · 건설사 B2B 제안. 화이트라벨 AI OS 납품. 2029년 PoC

Region 3

일본

로봇 호텔 선도국

타겟

도쿄, 오사카, 후쿠오카
비즈니스 · 관광 호텔

시장 특성

Henn-na Hotel 등 로봇 호텔 경험 풍부
로봇 인프라 존재하나 통합 OS 부재
"로봇의 두뇌" 역할 즉시 가치 창출

전략: 일본 로봇 디스트리뷰터와 파트너십. 기존 로봇 위에 AI OS 레이어. 2028년 파일럿

지역별 시장 규모 및 진입 일정

지역	호텔 수	로봇 도입률	진입 시점	1차 목표	파트너 전략
동남아 (태국·베트남)	15,000+	5-8%	2028 3Q	20곳 · 3,000실	현지 PMS 파트너십
중동 (UAE·사우디)	3,000+	15-20%	2028 4Q	10곳 · 5,000실	NEOM/스마트시티 연계
일본	50,000+	12-15%	2029 1Q	15곳 · 2,000실	화이트라벨 (현지 SIer)

파트너십 모델

브랜드	Vacatio 브랜드 노출
수익	SaaS 구독 직접 수취
적합 지역	동남아, 일본
장점	브랜드 인지도 구축, 직접 고객 관계
리스크	현지 영업 비용

화이트라벨 모델

브랜드	현지 파트너 브랜드
수익	라이선스 피 + 로열티
적합 지역	중동 (NEOM)
장점	빠른 시장 침투, 현지 신뢰
리스크	브랜드 통제력 약화

두 모델을 지역 특성에 따라 병행하여 리스크를 분산하고 진출 속도를 최적화

글로벌 확장의 핵심 레버리지

바카티오의 Multi-Robot OS는 호텔 운영 로직의 80%가 글로벌 공통입니다. 체크인·청소·가격·로봇 동선은 서울이든 두바이든 동일한 구조를 따른다. 차이는 결제·언어·규제의 20%이며, 이는 하와이·일본 PoC에서 이미 검증한 로컬라이제이션 모듈로 해결합니다. 1,500+ 숙박업소의 운영 패턴 데이터는 신규 국가 진입 시 cold start 없이 즉시 적용 가능합니다.

글로벌 진출 현황 및 목표

구분	현지 창업	수출	현지 매출	해외 투자유치	기타
현황 (2025)	하와이 거점 운영, 일본 PoC	Finehost SaaS 해외 수출 시작	하와이 PoC 소규모 매출	시리즈A 60억 (국내 VC)	2026 CES 출품 확정
목표 (2029)	미국·일본 법인, 동남아 합작	Multi-Robot OS 라이선스 30%+	해외 매출 150억+	Series B 50-100억 (글로벌 VC)	사우디 NEOM 진출 PoC

글로벌 진출 추진일정

추진기간	사업추진 내용	비고
2026.3~2026.12	하와이 호텔 베타 (자사 PMS 기반 PoC 확장)	2026 CES 출품 연계
2027.1~2027.12	일본 시장 진출 — 도쿄·오사카 비즈니스 호텔 5곳 베타	일본 로봇 디스트리뷰터 파트너십
2027.6~2028.12	동남아 진출 — 태국·인도네시아·베트남 리조트	현지 PMS 벤더 화이트라벨
2028.1~2029.12	중동 NEOM 호텔 운영사 B2B, 화이트라벨 납품	사우디 신축 호텔 100+ 타겟
2028.6~2029.12	미국 본토 (LA, 하와이) 체인 엔터프라이즈 확대	Series B 자금 활용

215억

2034년 매출 목표

SaaS + 로봇 Rev-Share + 컨설팅

100+

상용 호텔 고객

국내 80 + 해외 20 (2029 기준)

50명+

R&D 고용 창출

AI·로보틱스·데이터 전문 인력

4건+

국제 특허 출원

PCT 경로 US·JP·EU·CN

▲

Business Impact

사업 효과

매출 성장

2029년 첫 상용 매출 → 2034년 215억 원 (500억 거래 실적 기반 보수적 추정)

해외 수출

2028년 동남아 · 일본 파일럿 → 2030년 해외 매출 비중 30%+

기업 가치

60억 투자 유치 실적 위에 Series A 50-100억 원 마련, 2030년 IPO 트랙

고용 창출

R&D 인력 20명+ → 전체 50명+ (2029년)

고객 기반 확대

3,000객실 · 1,500업소 → 상용 5,000실+, 체인 계약 2-3건

⚙

Technology Impact

기술 효과

국산 Multi-Robot OS

Hospitality 첫 Multi-Robot OS — 수직 도메인 통합 실행 계층 선도

Embodied AI 학계-산업 가교

Top-tier 학회 4건+ 발표 (ICRA, CVPR, NeurIPS, ICML)

수직 도메인 확장 가능성

호텔에서 검증된 아키텍처를 병원, 물류, 상업시설로 확장

오픈 벤치마크 기여

Hospitality Scene Graph 데이터셋 공개, 국내 AI 생태계 기여

Multi-Robot OS IP 선점

특허 4건+ 글로벌 출원, 장관상 수상 핵심 기술 IP 보호

왜 이 과제의 파급효과가 호텔을 넘어서는가

Multi-Robot 통합 OS의 핵심 기술 — 이종 데이터 통합 인지, 다중 에이전트 충돌 해소, Safety Contract 기반 자동 실행 — 은 호텔에서 검증된 뒤 병원·물류·리테일로 확장 가능합니다. PMS→Hospital IS→WMS로 컨텍스트 소스만 교체하면 동일한 4계층 아키텍처가 적용됩니다. 이것이 '수직 도메인 Robot OS'라는 새로운 카테고리의 시작입니다.

고용창출 및 유지계획

구분	2025	2026	2027	2028	2029 (개발종료)	2030 (+1년)	2031 (+2년)
신규고용 (명)	5	6	8	10	12	8	6
상시고용 (명)	12	18	26	36	48	56	62

직군: R&D(AI/Robotics/Data) 60% · 사업·영업(GTM/CS) 25% · 운영·관리 15% | 2026~28: 본 과제 6명+인프라 6-12명 | 2029~: 글로벌 영업·CS 추가

기술이 단순 반복을 대신하고, 사람은 진짜 환대(Hospitality)에 집중하는 미래 — 500억 거래 · 60억 투자 · 흑자의 바카티오가 만듭니다.

IV · 성장전략 (SCALE-UP)

운영사와 함께 만드는
호텔 Multi-Robot 생태계

운영사의 글로벌 네트워크·기술 보육·투자 연결 역량을 결합하여,
TIPS R&D 기간 내 기술 완성 → 사업화 → 글로벌 확장까지 전 주기를 체계적으로 설계합니다.

운영사 지원계획

기술지원 · 보육공간 · 사업화 · 글로벌 진출 · 인력 확보

운영사 전문성 및 협업

실리콘밸리 듀얼 오피스 · 200+ 포트폴리오 · 글로벌 VC 네트워크

추가 투자 유치 및 자금조달

누적 75억 → Series B 100억 → Series C → Pre-IPO

	주요 지원 내역	예상 기대 효과
기술 지원	200여개 이상의 운영사 포트폴리오 기업의 AI 전문가와의 기술교류 지원, 클라우드 인프라 활용 및 보안에 대한 교류 AI/로보틱스 분야 전문 멘토 매칭을 통한 기술 아키텍처 리뷰 및 자문	AI 기술 및 인프라 교류를 통해 선진 AI 기술 개발 가속화 글로벌 표준에 맞는 AI 제품 운영 고도화
보육 공간 및 미국 네트워킹 지원	운영사에서 운영중인 스프링캠프 실리콘밸리 오피스를 미국 진출을 위한 거점 공간으로 제공 운영사가 확보한 미국 실리콘밸리(Bay area) 사업/VC 네트워크 연결 미국 호텔 체인 대상 현지 고객 인터뷰 및 PoC 환경 지원	미국 내 사업/투자 네트워크 확보 미국 호텔 시장 (Marriott, Hilton 등) 추가 진출 기반 확보 글로벌 VC를 통한 Series B 투자유치 완료
기술 사업화 지원	호텔·여행 관련 국내 포트폴리오사 협업 주선 (야놀자, 여기어때, 온다 등 숙박 플랫폼) AI 기술 중심의 B2B 포트폴리오사 미팅 주선 (로봇·IoT·클라우드 기업) AI 특허 출원을 위한 컨설팅 및 네트워크 연결 (PCT 국제출원 포함)	타 창업기업과의 협업 및 파트너십을 통한 빠른 시장확장 특허 4건 확보를 통한 기술 사업화 준비 및 기술 해자 구축
글로벌 시장 진출 지원	운영사의 성공적인 글로벌 포트폴리오사의 운영/전략 전수 동남아·일본 호텔 시장 진출을 위한 현지 파트너 소개 및 네트워크 연결	글로벌 시장에서의 협력 네트워크 확보 글로벌 기업과의 교류를 통한 GTM 전략 고도화
인력 확보 지원	포트폴리오사 간 인력 현황 공유 및 추천 대학생 인턴십 프로그램을 통한 인력 추천 (AI/로보틱스 석·박사) CTO/VP Eng급 시니어 인재 헤드헌팅 네트워크 연결	우수한 기술/사업 인재를 빠르게 확보해서 신속한 글로벌 진출 핵심 R&D 인력 10명 → 25명 확대 목표 달성

국내 유일의 실리콘밸리(Palo Alto)와 서울 오피스가 있는 초기 투자사
미국 시장 및 네트워크에 대해서 국내 초기 투자사 중 가장 높은 수준의 지원 가능.
25년 2월 Palo Alto에서 바카티오의 글로벌 진출을 위한 인큐베이션 진행 후 미국 호텔 체인 대상 시험 출시도 성공.

▲ 2025.02 샌프란시스코 출장

실제 Springcamp 팔로알토 오피스에 숙박하면서 Springcamp VC 네트워크의 도움으로 Stanford 학생들과 UX 인터뷰 진행

▲ Springcamp 글로벌 네트워크

Palo Alto + Seoul 듀얼 오피스 운영. 200+ 포트폴리오 기업과 $2B+ 투자 네트워크를 통한 기술교류·투자 연결

2026년 기준 바카티오의 누적 투자유치액은 75억원.
운영사의 누적 투자금은 15억원. (5억원 시드투자, TIPS 일반트랙 선정 후 10억원 후속투자)
딥테크 팁스 15억원 확보와 함께 2026년 100억원 규모의 Series B 투자유치를 계획중. (기업가치 1000억원 목표)
연도별 매출/기술 마일스톤 달성과 함께 글로벌 VC로부터 SeriesC / Pre-IPO까지 딥테크 사업기간 중 완료하는 것을 목표

Korea 매출

Global 매출

3,000

객실

PMS 관리 객실 수

1,500

업소

누적 숙박업소 고객

500억

원

누적 거래액

60억

원

시리즈A 투자 유치

장관상

정부 기술력 인증

바카티오 PMS — 기존 제품

유형 — 클라우드 기반 호텔 자산관리 시스템 (SaaS)

주요 기능 — 예약 관리, 객실 배정, 프런트 데스크, 하우스키핑, 정산

타겟 고객 — 중형 시티호텔, 리조트, 독립 숙박 (10-300실)

아키텍처 — 모바일 퍼스트, 실시간 동기화, API 개방형

차별점 — Robot-Ready 설계: 로봇 통합 모듈 즉시 연결 가능

글로벌 표준 — OTA 연동, Channel Manager, 다국어 인터페이스 보유

업셀링 — PMS 고객 → Multi-Robot 통합 모듈 업셀링 파이프라인 확보

고객 네트워크 & 파트너

중형 시티호텔 (80-200실) 핵심 고객군 — Multi-Robot 통합 1차 타겟

리조트 (100-300실) 넓은 동선 — 배송·안내 로봇 수요 최대

독립 숙박 (10-50실) 인력난 심각 — 자동화 ROI 극대화

업계 접근성호텔업협회 네트워크를 통한 업계 직접 접근

로봇 벤더 협력LG, Bear Robotics 등 기술 협력 관계 구축

해외 전시회Hospitality Tech 글로벌 전시회 참가 경험

해외 PoC동남아 호텔 체인과의 PoC 논의 경험 보유

Multi-Robot 사업화 전략

Phase 1 — 기존 PMS 고객 3,000객실 대상 Multi-Robot 통합 모듈 무료 베타 제공

Phase 2 — 유료 전환 (SaaS $30/실/월) + 로봇 rev-share 모델 도입

Phase 3 — 해외 파일럿 → 글로벌 SaaS 확장 (동남아·일본 우선)

핵심 전략 — PMS 고객 1,500업소 기반 위에 업셀링하므로 CAC 최소화, 전환 부담 zero

사업화 마일스톤 타임라인

2023

Finehost 출시

PMS 시장 진입, 첫 고객 확보

2024 1H

1·2분기 연속 흑자

창업 2년 만의 수익성 검증

2024 10월

시리즈A 60억

라구나인베스트먼트 리드

2025 9월

3,000객실 돌파

1,500업소 · 500억 거래

2025 12월

AI 챔피언십 장관상

630팀 중 여행 유일 본선

왜 바카티오가 이 과제를 수행할 적격자인가

Multi-Robot 통합 OS는 (1) 호텔 운영 데이터, (2) AI 의사결정 경험, (3) 로봇 통합 의지, (4) 사업화 검증 이 네 가지를 동시에 갖춘 회사만 만들 수 있습니다. 바카티오는 3,000객실의 데이터(1), VoiceHotel 장관상의 AI 경험(2), TIPS 신청으로 입증된 R&D 의지(3), 500억 거래·흑자의 사업 검증(4)을 모두 보유한 국내 유일 기업입니다.

Q1 왜 호텔에 Physical AI(Multi-Robot 통합)가 필요한가? 기존 자동화로 충분하지 않은가?

A 기존 호텔 자동화는 "단일 시스템의 단일 태스크" 수준입니다. 실제 호텔 운영은 복합 이벤트의 연쇄입니다 — 레이트 체크아웃이 발생하면 청소 스케줄, 다음 입실 배정, 로봇 태스크, 가격 조정이 동시에 바뀌어야 합니다. 이 cross-system orchestration을 사람 대신 수행하는 것이 PMS 기반 Multi-Robot 통합이며, 3,000객실 운영 데이터가 이를 증명합니다. 기존 자동화로는 구조적으로 불가능한 영역입니다.

Q2 PMS 회사가 왜 AI OS를 만들 수 있는가? 로봇 회사 영역이 아닌가?

A Multi-Robot 통합에서 가장 어려운 것은 로봇 제어가 아니라 "도메인 그라운딩"입니다. 305호가 VIP인지, 청소 중인지, 다음 입실은 언제인지 — 이 맥락은 PMS에만 존재합니다. 바카티오는 1,500숙박업소, 500억 거래를 운영하며 축적한 운영 데이터와 도메인 전문성을 보유하고 있으며, 이것이 로봇 전문 기업이 쉽게 복제할 수 없는 핵심 자산입니다.

Q3 4년 R&D 기간이 너무 긴 것 아닌가?

A PMS-Robot 통합 시스템은 다층 엔진(Grounding, Orchestration, Coordination, Execution)의 통합이며, 각 엔진이 실제 호텔 환경에서 검증되어야 합니다. 첫 2년은 핵심 엔진 개발과 베타 테스트, 이후 2년은 상용화와 고도화에 투입됩니다. Multi-Robot 기반 제품의 시장 검증에 평균 2-3년이 소요되며, 바카티오는 이미 PMS를 보유하고 있어 1년차부터 실제 호텔 데이터로 검증 가능합니다.

Q4 로봇을 직접 만들지 않는데, 로봇 경쟁력은 어디서 오는가?

A 바카티오의 경쟁력은 로봇 하드웨어가 아니라 "로봇을 호텔 운영에 통합하는 소프트웨어 레이어"입니다. 멀티벤더 로봇을 하나의 시스템에서 통합 관리하고, 호텔 운영 맥락에 따라 로봇 태스크를 자동 할당합니다. Android가 스마트폰을 만들지 않지만 생태계를 지배하듯, 바카티오는 호텔 로봇 생태계의 통합 플랫폼을 지향합니다.

Q5 시장 규모가 충분히 큰가? 호텔은 니치 마켓 아닌가?

A 글로벌 Hospitality Tech 시장은 $24.3B(2025) → $47.1B(2030)으로 연 14% 성장하는 대규모 시장입니다. Service Robotics $1.84B(2030)을 더하면 교차 시장 기회는 충분합니다. 호텔에서 검증된 PMS-Robot 통합 플랫폼은 병원·물류·상업시설로 확장 가능하므로, 호텔은 "니치"가 아니라 "첫 번째 수직 시장"입니다.

Q6 기존 PMS 고객 1,500업소가 Multi-Robot 통합으로 전환할 유인이 있는가?

A 핵심 유인은 ROI입니다. Multi-Robot 통합 도입 시 반복 업무 40-60% 자동화, 운영 인력 부담 경감, 게스트 만족도 15-20% 향상을 목표로 합니다. 기존 PMS 위에 추가 모듈로 제공되므로 시스템 교체 부담이 없으며, 기본 플랜 $30/실/월은 중형 호텔 기준 ROI 3-6개월 내 달성 가능한 수준입니다.

Q7 팀 구성에서 AI·로보틱스 전문 인력이 충분한가?

A CEO 지현준을 포함한 핵심 팀이 PMS 도메인 전문성을 보유하며, AI/ML 엔지니어와 로보틱스 전문가를 TIPS R&D 자금으로 추가 채용합니다. 핵심은 로봇 자체가 아니라 도메인 그라운딩이며, 이 부분은 3,000객실 운영 경험을 가진 기존 팀이 담당합니다. 로봇 통합 기술은 외부 자문 교수 및 연구 파트너와의 협업으로 보완합니다.

Q8 TIPS 과제 종료 후 자립 가능한가?

A TIPS R&D 기간 내에 유료 고객 30곳 이상 확보와 Series A 투자 유치(50-100억 원)를 목표로 합니다. 이미 60억 시리즈A를 유치하고 2024년 흑자를 달성한 기업으로서, 과제 종료 시점(2029년)에는 SaaS 매출과 로봇 rev-share 매출이 복합 발생하여 자립 기반이 확보됩니다. TIPS는 "촉매"이지 "생명유지장치"가 아닙니다.

Q9 데이터는 충분한가? AI 모델 학습에 필요한 호텔 운영 데이터를 어떻게 확보하는가?

A 바카티오 PMS를 통해 3,000객실, 1,500업소의 실시간 운영 데이터(예약, 체크인/아웃, 청소, 가격 변동, 게스트 요청)가 지속 축적됩니다. 500억 원 거래 데이터는 연간 수백만 건의 운영 이벤트를 포함합니다. 핵심은 데이터를 "운영 맥락"으로 변환하는 그라운딩 능력이며, 이것이 우리의 핵심 기술입니다.

Q10 호텔이 AI에 운영 의사결정을 맡기는 것을 신뢰할 수 있는가?

A Human-in-the-loop 설계를 기본으로 합니다. 초기에는 AI가 "추천"하고 사람이 "승인"하는 구조에서 시작하여, 신뢰가 쌓이면 자율 범위를 확대합니다. 모든 의사결정에 confidence score를 부여하며, 임계값 이하 시 사람에게 에스컬레이션합니다. 장관상 수상과 60억 투자가 우리 기술의 신뢰성을 뒷받침합니다.

Q11 PMS 시장에 Oracle, Mews, Cloudbeds 같은 강자가 있는데, 어떻게 경쟁하나?

A 우리는 PMS 시장에서 경쟁하지 않습니다. PMS 위의 Multi-Robot 통합 레이어입니다. Oracle OPERA가 데이터를 저장하고 Cloudbeds가 인사이트를 보여준다면, Vacatio는 그 데이터로 로봇과 시스템을 직접 움직입니다. 82%의 중소 호텔은 Oracle 관심 밖이며 이것이 우리 시장입니다.

Q12 대형 호텔 체인이 자체 개발을 선호하지 않나?

A 글로벌 호텔 체인 중 자체 Multi-Robot 시스템 개발 역량을 가진 곳은 상위 3%입니다. 나머지 97%의 체인과 독립 호텔이 바카티오의 핵심 시장입니다. "체인급 스마트 운영"을 SaaS로 제공하는 것이 가치 제안이며, 1,500업소 고객이 이 수요를 이미 증명합니다.

Q13 4년 후 Oracle이 같은 기능을 만들면 어떻게 대응하나?

A Oracle의 핵심 고객은 글로벌 상위 18% 대형 체인입니다. 82%의 "긴 꼬리" 호텔은 Oracle 관심 밖이며 이것이 우리 시장입니다. Oracle이 로봇 통합을 추가해도 레거시 아키텍처 위 구축이므로 속도가 느리고 중소 호텔 UX에 맞지 않습니다. 우리는 처음부터 Multi-Robot을 전제로 설계했습니다.

Q14 로봇을 직접 만들지 않는데 "딥테크"인가?

A 딥테크는 하드웨어에만 해당하지 않습니다. 바카티오는 시스템 딥테크입니다. 다층 통합 아키텍처, 공간 이해 기반 멀티에이전트 오케스트레이션, policy-aware arbitration 알고리즘은 단순 앱 개발과 차원이 다른 기술적 깊이를 요구합니다. 장관상은 이 기술력의 공식 인증입니다.

Q15 롯데호텔이 RLWRLD와 로봇 서비스를 시작했는데, 우리가 늦은 것 아닌가?

A 오히려 보완 관계입니다. 롯데호텔×RLWRLD는 특정 로봇의 단일 태스크 운영입니다. 로봇이 호텔에 들어오고 있다는 것은 시장이 열리고 있다는 증거이며, 이제 필요한 것은 "전체 운영 통합 시스템"입니다. 바카티오는 3,000객실 데이터로 그 통합을 만들고, RLWRLD 같은 벤더는 잠재적 파트너입니다.

ADDITIONAL Q&A — Q16-Q20

Q16. PMS회사가 Multi-Robot 만드는 이유?

로봇 회사는 "305호가 VIP인지, 청소 중인지" 모릅니다. 의사결정 맥락은 PMS에만 존재합니다. 바카티오는 3,000객실 운영 데이터를 이미 보유하고 있어, 로봇에 호텔의 맥락을 부여할 수 있는 유일한 위치에 있습니다.

Q17. 호텔에 5-10대 로봇 시대가 정말 오나?

이미 진행 중입니다. 일본 Henn-na Hotel은 200대 운영 중이고, 롯데·신라도 도입을 시작했습니다. 로봇 단가 60% 하락(2020년 대비)과 인력난 86%(미국 호텔 인력 부족률)가 결정적 트리거입니다.

Q18. Multi-Robot Coordination, 학계도 어려운 문제?

격자형 창고(Amazon 등)에서는 이미 해결되었습니다. 미해결 영역은 비격자 실내 + 비협조적 객체(게스트)입니다. 우리는 PMS의 비즈니스 규칙(VIP 우선, 청소 시간대 회피)으로 ambiguity를 제거하여 문제 복잡도를 낮춥니다.

Q19. Oracle이 만들면 끝나지 않나?

Oracle 점유율 18%는 대형 체인 중심입니다. 82% 중소·독립 호텔이 우리 시장입니다. Oracle은 레거시 아키텍처 위 구축이므로 실시간 로봇 통합에 비최적이며, 우리는 처음부터 Multi-Robot 전제로 설계했습니다.

Q20. 호텔별 로봇·PMS가 다른데 일반화 가능한가?

벤더별 어댑터가 각 로봇·시스템의 고유 API를 표준 Action Protocol로 변환합니다. 새 로봇은 어댑터 추가만으로 즉시 통합됩니다. 이 표준 인터페이스가 업계에 정착되면 네트워크 효과로 후발 진입이 구조적으로 어려워집니다.

VACATIO · Robot-Ready Hospitality OS

호텔의 운영을 사람의 손에서
통합 시스템으로 —
우리는 그것을 만듭니다

주식회사 바카티오와 대표 지현준이 함께 호텔의 미래를 만들어가겠습니다

주식회사 바카티오

대표 지현준

이메일 — contact@vacatio.io

전화 — 02-000-0000

주소 — 서울특별시 강남구

Unitree G1 EDU — 바카티오 Multi-Robot OS 통합 대상

Unitree G1 EDU — Next-Gen Hospitality Humanoid

한 호텔에 여러 로봇이들어오는 시대가시작됐습니다

이 흐름을 통합 운영 시스템으로 풀어내는 4년의 청사진을 제시합니다

왜 지금, 호텔에 Multi-Robot 통합 시스템이 필요한가

이미 3,000객실·연 500억 거래를 운영하며 그 기반을 만들어왔습니다

PMS·AI·로보틱스를 모두 다뤄본 융합형 팀이 그 다음을 설계합니다

지금 한국에서 만들어야 하는 이유가 정확히 3가지 있습니다

로봇은 개발되고 있습니다. 그러나 로봇이 실행될 환경 인프라는 만들어지지 않고 있습니다

범용 로봇 기술은 발전 중이지만, 호텔 통합 OS는 글로벌 공백입니다

PMS → AI 응대 → Multi-Robot 통합, 10년 자산이 만드는 진화 경로입니다

5대 기술 자산과 4건의 신규 특허가 그 출발점이 됩니다

이제 본격적으로 4가지 핵심 기술을 어떻게 만드는지 보여드립니다

전체 아키텍처는 PMS를 기반으로 한 4계층 폐쇄 루프입니다

첫 번째 기술 — PMS·IoT·로봇을 운영 의미로 통합 인지합니다

이질 데이터는 4단계 파이프라인으로 호텔 운영 상태가 됩니다

두 번째 기술 — 6개 에이전트와 3단계 충돌 해소 프로토콜을 설계합니다

3-Tier 충돌 해소 프로토콜의 실전 적용 시나리오

세 번째 기술 — Fast Path와 Slow Path를 결합한 이중 추론으로 의사결정합니다

이상 상황은 자동 감지해 LLM Critic으로 에스컬레이션됩니다

네 번째 기술 — 모든 실행은 Safety Contract를 통과해야만 작동합니다

4단계 실행 파이프라인이 디지털 결정을 물리적 완결까지 책임집니다

11개 핵심 KPI는 글로벌 최고 수준의 90-95%를 목표합니다

4년을 4 Phase로 나눠 기반에서 글로벌까지 단계적으로 확장합니다

분기별로는 16개 정량 마일스톤이 진척을 보장합니다

이 모든 것을 6명의 전담 R&D 조직이 만들어냅니다

기술축×연차 매트릭스가 16개 정량 마일스톤을 명확하게 합니다

특허 4건은 글로벌 빅테크도 채우지 못한 공백을 채웁니다

연구개발 과정의 안전·보안·기타 조치 이행계획

기술이 사업이 되는 4단 수익 구조를 설계했습니다

OS 1.0 → 2.0 → 3.0, 3단계로 제품이 진화합니다

객실당 ARPU는 5배까지 확장하고, ROI는 3-4개월에 회수됩니다

본 R&D 기술이 2034년 매출의 80%+를 직접 견인합니다

국내 시장에서 우리는 PMS와 로봇이 만나는 화이트스페이스에 있습니다

글로벌 시장에서는 PMS도, 범용 Physical AI도 아닌 실행 계층입니다

국내는 기존 PMS 고객 베타에서 시작해 체인 엔터프라이즈로 확장합니다

글로벌은 동남아·중동·일본을 80% 공통 로직으로 빠르게 점령합니다

사업·기술·사회 3축에서 동시에 파급효과를 만듭니다

운영사와 함께 만드는호텔 Multi-Robot 생태계

1. 운영사 지원계획

2. 운영사 전문성 및 협업 시스템

3. 추가 투자 유치 및 자금조달 계획

그리고 우리는 이미 매출과 고객을 보유한 검증된 제품 기업입니다

심사위원이 물어볼 가장 어려운 질문 8가지에 미리 답하겠습니다

그리고 그 다음 7가지 질문에도 명확한 답이 준비되어 있습니다

한 호텔에 여러 로봇이
들어오는 시대가
시작됐습니다

운영사와 함께 만드는
호텔 Multi-Robot 생태계