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
Unitree G1 Humanoid Robot
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

이 흐름을 통합 운영 시스템으로 풀어내는 4년의 청사진을 제시합니다

44페이지에 걸쳐 4 챕터, 4대 기술축으로 호텔 Physical AI 로드맵을 정리했습니다

I
I. 제안배경
  • 1. 기업현황 P4 – P5
  • 2. 기술개발과제 제안배경 P6 – P8
  • (현황 및 문제점, 필요성)
  • 3. 선행 연구개발 현황 P9 – P10
  • (기존 PMS/AI 기능 중심)
II
II. 기술개발 계획
  • 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
III. 비즈니스 모델
  • 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
IV
IV. 성장전략
  • 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.

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

Finehost PMS의 2년 운영이 3,000객실·500억 거래로 검증되었고, 이 기반 위에 다음 단계를 만들어갑니다
3,000+
계약 객실
Finehost PMS 운영 객실 수
500
연간 거래액
PMS 통한 누적 운영 거래 규모
60
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

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

오랜 시간 이 문제에 집중해온 팀입니다. 60억 시리즈A를 유치하고, 500억 거래를 만들어낸 실행력이 증명합니다.
이 팀을 보면 에어비앤비 초기가 떠오릅니다.
바퀴벌레 같은 생존력을 가진 팀입니다.
Mel Chung — 구글 시니어 엔지니어
파인호스트와 함께 하는 파트너
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)

지금 한국에서 만들어야 하는 이유가 정확히 3가지 있습니다

로봇 시대의 도래, 호텔 산업의 시급성, 그리고 바카티오만이 풀 수 있는 이유가 하나의 논리로 연결됩니다
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.

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

호텔이 여전히 사람의 노동에 의존하는 진짜 이유 — 비대칭이 만든 공백
🟢 BEING DEVELOPED
로봇은 빠르게 개발되고 있습니다
글로벌 빅테크부터 국내 대기업까지, 호텔 vertical에 적용 가능한 로봇이 쏟아져 나옵니다
영역대표 사례상태
휴머노이드 파운데이션 모델NVIDIA GR00T N1 (2025.03)활발히 개발 중
호텔 서비스 로봇 (배달·청소)Keenon W3, Bear Servi, LG CLOi, Tailos Rosie상용 출시
국내 호텔 로봇 도입롯데호텔×RLWRLD 시그니엘 시범 (2025.10)시범 가동
호텔 로봇 시장 규모$610M → $1.84B (CAGR 24%, MarketsandMarkets)고성장 중
VS
🔴 NOT BEING BUILT
그러나 로봇이 실행될 환경은 비어 있습니다
로봇을 호텔 운영 맥락에 맞게 실행시킬 AI 인프라는 글로벌 어디에도 만들어지지 않습니다
필요 인프라글로벌 진행 상황결과
운영 맥락(PMS) 통합 인지부재로봇이 운영 상황을 모름
다중 로봇 협조 알고리즘글로벌 미해결 (창고 외)2대 이상 동시 운영 불가
AI 자동 실행 안전 레이어부재사람이 결국 로봇을 조작
호텔 vertical 통합 OS글로벌 0개사매번 처음부터 통합 작업
이 비대칭이 호텔 현장에서 만들어내는 4가지 구체적 공백입니다
Gap 1 · 운영 맥락의 부재
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."
Gap 2 · 다중 로봇 협조의 부재
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."
Gap 3 · 안전 자동 실행 레이어의 부재
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."
Gap 4 · 호텔 vertical 통합 OS의 부재
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.
시스템프로토콜시간 해상도
PMSREST API분 단위
IoTMQTT QoS 1초 단위
RobotgRPC / ROS2ms 단위
BACnetBACnet/IP분 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.

범용 로봇 기술은 발전 중이지만, 호텔 통합 OS는 글로벌 공백입니다

NVIDIA·Google·Figure가 범용을, Keenon·Bear가 단일 로봇을 만들지만, 호텔 통합은 아직 비어 있습니다
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

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

Finehost에서 시작해 VoiceHotel을 거쳐 본 과제로 이어지는 10년의 자산이 연결됩니다
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.

5대 기술 자산과 4건의 신규 특허가 그 출발점이 됩니다

Finehost·VoiceHotel·운영자동화·IoT·하와이 PoC의 5대 자산과 Physical AI IP 포트폴리오가 출발점입니다
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

전체 아키텍처는 PMS를 기반으로 한 4계층 폐쇄 루프입니다

PMS·IoT·로봇 데이터가 인지에서 실행까지 거치고 다시 돌아오는 폐쇄 루프 구조입니다
INPUTS PMS CDC OTA Webhook IoT MQTT Robot Telemetry Guest Events Layer 1 PERCEPTION — 공간-운영 통합 상태 인지 Heterogeneous Ingestion 4종 프로토콜 통합 수집 Spatial Binding 호텔별 Spatial Registry 좌표 부여 Temporal Fusion Vector Clock 인과 정렬 Operational Semantics 호텔 운영 온톨로지 의미 변환 ≤200ms Layer 2 DECISION — 실시간 의사결정 Fast Path LightGBM + Small NN 상태 features → Top-K proposals + confidence — <100ms Slow Path · LLM Critic Verify · Explain · Override — low-confidence + anomaly (10-20%) p95 ≤100ms Layer 3 COORDINATION — 다중 에이전트·로봇 조정 6 Domain Agents Pricing · Booking · Cleaning · Guest · Robot · Facility Multi-Robot Coordinator 이종 로봇 태스크 분배 · 충돌 해소 · Fleet Coordination 충돌해소 ≥95% Layer 4 EXECUTION — 안전 계약 기반 물리 실행 Safety Check 사전 안전 검증 · Constraint verification Vendor Adapter Keenon · Bear · LG · Custom 추상화 Dispatch + Verify 이종 로봇 태스크 디스패치 + 실행 결과 검증 Post-verify · Rollback 실행 결과 검증 · Rollback · Retry 성공률 ≥97% FEEDBACK LOOP
PMS는 모든 레이어의 컨텍스트를 공급합니다 — 객실 상태, 게스트 티어, 다음 입실 시각 등 PMS 데이터 없이는 이 4계층이 작동하지 않습니다.

첫 번째 기술 — PMS·IoT·로봇을 운영 의미로 통합 인지합니다

분 단위의 PMS, 초 단위의 IoT, 밀리초 단위의 로봇 신호를 하나의 운영 상태로 통합합니다
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 )

이질 데이터는 4단계 파이프라인으로 호텔 운영 상태가 됩니다

Ingestion에서 Operational Semantics까지 4단계를 거쳐 이종 데이터가 운영 상태로 변환됩니다
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
Patent #1 호텔 공간-운영 통합 상태 인지 방법 (출원 2026 4Q)
[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
단계처리량 (events/sec)지연 p95정확도검증 방법
Ingestion10,000+≤ 50ms99.9% 무손실Kafka offset 비교
Spatial Binding5,000+≤ 80ms≥ 95% 좌표 매칭Ground truth 대조
Temporal Fusion3,000+≤ 120ms≥ 90% 인과 정렬Manual annotation
Op. Semantics1,000+≤ 200ms (E2E)≥ 88% State 정확도호텔 운영자 검증

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

Pricing·Booking·Cleaning·Guest·Robot·Facility 에이전트가 자율적으로 협상하는 구조를 설계했습니다
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 쌍충돌 유형빈도해소 Tier예시
Pricing ↔ Booking가격 vs 점유율높음 (일 20+회)Tier 3빈 객실 할인 vs 가격 유지
Cleaning ↔ Guest청소 일정 vs 게스트 요청중간 (일 10+회)Tier 2→3Late checkout vs 다음 입실
Robot ↔ Robot경로 충돌낮음 (일 3-5회)Tier 1→2복도 동시 통과
Robot ↔ Facility자원 경쟁낮음 (일 2-3회)Tier 2엘리베이터 우선권
Guest ↔ Facility에너지 vs 쾌적중간 (일 5-8회)Tier 3절전 모드 vs 객실 온도

다중 로봇 공간 충돌은 밀리초 단위로 협상해 해소합니다

Late Checkout, 폭우 일괄 조정, 다중 로봇 복도 충돌 등 실전 시나리오에서 밀리초 단위로 해소합니다
Scenario A
Late Checkout 충돌
302호 14:00 late CO ↔ 15:00 다음 입실 ↔ 청소 45분 소요
T+0ms Guest 요청 수신 → T+12ms Booking 당일 예약 확인 → T+18ms Cleaning 소요시간 산출 → T+22ms 충돌 감지 (15분 버퍼 부족) → T+28ms Pricing 대안 제안 → T+42ms 합의: 13:30 CO + F&B 크레딧
42ms
Total
0.94
Confidence
5
Agents
Scenario B
폭우 일괄 조정
태풍 → 항공 3편 지연 → 8명 ETA 변동 → 전체 운영 재조정
6 Agents 동시 조정: Booking ETA 재추정, Guest 지연 안내, Cleaning 스케줄 재배치, Pricing walk-in 조정, Robot 로비 대기 배치, Facility 외부 시설 폐쇄
T+0ms ~ T+145ms 전체 완료
145ms
Total
0.91
Confidence
6
Agents
Scenario C • KEY
다중 로봇 복도 충돌
3층 복도: 청소 R-01 + 배달 R-03 + 휠체어 게스트 동시 진입
T+0ms 충돌 감지 → T+12ms ADA 우선: 게스트 통과 확보 → T+35ms R-01 elevator alcove 대기 18s → T+38ms R-03 우회 경로 +12s → T+85ms 전체 완료
85ms
Total
0
충돌
0
게스트 인지
Patent #2
다중 에이전트 충돌 중재 — 정책 기반 호텔 운영 환경의 에이전트 간 충돌 자동 중재 방법. 출원: 2027 2Q
Patent #3
이종 로봇 공간 협상 — 서비스 로봇·게스트·스태프 간 물리적 공간 자원 실시간 협상 방법. 출원: 2027 4Q
42-145ms
충돌 해소 시간 범위
0.91-0.94
Confidence Score
0회
사람 개입 필요
0건
게스트 인지 충돌

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

일상적 의사결정의 85-90%는 100ms 이내에, 이상 상황은 LLM Critic이 검증하는 하이브리드 구조입니다

Problem
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)
Input25-40 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
RoleCritic (Verify / Explain / Override)
Triggerconfidence < 0.7 OR anomaly
Rate전체의 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

이상 상황은 자동 감지해 LLM Critic으로 에스컬레이션됩니다

Isolation Forest와 Structural Anomaly의 2단 탐지 체계가 이상을 감지하고 Feature Store가 데이터를 공급합니다

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.
지표목표치측정 기준
Precision> 0.90이상 판별 건 중 실제 이상 비율
Recall> 0.85실제 이상 건 중 탐지 비율
F1 Score> 0.88Precision · Recall 조화 평균
FPR< 0.08정상 → 이상 오판 비율
Latency< 5ms1차 탐지 추론 지연
공유 Feature Store — 단일 소스 일관성
Tier저장소갱신 주기주요 데이터
Real-timeRedis실시간객실 상태, 체크인/아웃 큐, 로봇 위치
Near-RTRedis+Cache1-5분당일 예약 현황, 가격 변동, 날씨
BatchPostgreSQLDaily게스트 프로필, 과거 선호도, 시즌 패턴
StaticPostgreSQLOn-change객실 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
구간Score처리비율
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%

네 번째 기술 — 모든 실행은 Safety Contract를 통과해야만 작동합니다

Reversibility 3등급 분류와 자동 롤백 메커니즘이 모든 AI 실행의 안전을 보장합니다

Problem
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
연차대상연동 방식비고
2026자사 PMS (Vacatio)Native API최우선
2027Oracle OPERA, MewsOHIP/Open API체인+유럽
2028Keenon, Bear RoboticsROS2 BridgeMulti-Robot
2029빌딩 자동화 + IoTBACnet/MQTT설비 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.

4단계 실행 파이프라인이 디지털 결정을 물리적 완결까지 책임집니다

Decision에서 Safety Check, Adapter Dispatch, Post-verify까지 4단계 폐쇄 루프로 완결됩니다

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
Stage지표목표치
Decisionp95 Latency< 50ms
Safety검증 지연 (Rev)< 20ms
Adapter성공률≥ 97%
Adapter지연< 500ms
Verify정확도≥ 99%
Verify자동 롤백≥ 95%
E2ELatency (Rev)< 1s
E2EAction 완결률≥ 95%
Recommender vs Actuator 비교
항목기존 RecommenderTIPS Actuator
출력추천 메시지실제 상태 변경
실행 주체사람AI + Safety Contract
실행 지연15분~2시간< 1~5초
실행율~60%≥ 95%
롤백수동자동
24시간야간 중단상시
확장성인력 비례어댑터 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

11개 핵심 KPI는 글로벌 최고 수준의 90-95%를 목표합니다

Perception · Coordination · Decision · Execution 4축의 정량 평가 지표를 정의했습니다

# 기술축 평가항목(주요성능) 단위 비중(%) 세계최고수준 국내수준 목표치 목표설정근거
1 Perception State Graph 정확도 % 8 92% (DeepMind) 65-70% ≥88% RAG+Ontology
2 Perception 할루시네이션 비율 % 8 3-5% (Claude) 15-25% ≤5% 도메인 Fine-tune
3 Perception 상태 갱신 지연 ms 8 50 (AWS IoT) 500-2000 ≤200 Event-driven+Redis
4 Perception Spatial Binding 정확도 % 8 98% (SLAM SOTA) 70-80% ≥95% Spatial Registry
Perception 소계 32
5 Coordination 충돌 해소율 % 10 95% (MS AutoGen) 수동 ≥90% Policy Graph
6 Coordination 충돌 해소 Latency ms 10 80 - ≤150 경량 매칭
Coordination 소계 20
7 Decision Fast Path p95 ms 8 20 (LightGBM) - ≤100 LGBM+NN
8 Decision Anomaly F1 F1 8 0.95 (IoT SOTA) - ≥0.88 Isolation+Structural
9 Decision 의사결정 정확도 % 8 95% 70-80% ≥90% Fast+Slow
Decision 소계 24
10 Execution Action 성공률 % 12 99.5% (Siemens) ~60% ≥95% Safety Contract
11 Execution E2E Latency sec 12 0.5 15분~2시간 ≤1 4단계 파이프라인
Execution 소계 24
합 계 100
결과물의 성능지표
순서 평가항목(성능지표) 평가방법 평가환경
1 State Graph 정확도 정답 라벨 데이터셋(1,000건) 대비 노드/엣지 정확도 실 호텔 시뮬레이터 + 라이브 검증
2 충돌 해소율 1,000개 충돌 시나리오 자동 해소 성공률 Multi-agent 시뮬레이터 + 실 호텔 PoC
3 Fast Path 추론 Latency p95 10,000회 추론의 95% 지연시간 AWS m5.xlarge 4vCPU
4 Anomaly Detection F1 정상/이상 라벨 5,000건 F1 score 호텔 운영 데이터 holdout set
5 Action 실행 성공률 100,000회 자동 실행 expected state 도달율 자사 PMS + 외부 PMS 어댑터
6 E2E Latency (Reversible) Decision~Post-verify p95 실 호텔 통합 측정
7 Robot 연동 성공률 로봇 명령~완료 verify 성공률 Keenon/Bear 실기기 + ROS2 시뮬레이터

4년을 4 Phase로 나눠 기반에서 글로벌까지 단계적으로 확장합니다

기반 구축에서 Orchestration 고도화, Robot/IoT 실행, 상용화까지 단계적으로 확장합니다

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.

분기별로는 16개 정량 마일스톤이 진척을 보장합니다

2026년부터 2029년까지 분기별 추진 일정과 Exit Criteria를 정리했습니다

Year 1 — 2026 (기반 구축)
세부 추진내용 수행기관 123456 789101112 비고
State Graph 온톨로지 설계AI팀
State Graph 엔진 구현AI팀
RAG 파이프라인 구축AI팀
Fast Path 모델 개발AI팀
Anomaly Detection 1차AI팀
Feature Store 설계·구축인프라팀
자사 PMS 네이티브 어댑터제품팀
학습 데이터 수집 5만건데이터팀
특허 1 출원 준비특허법인
Year 2 — 2027 (Orchestration 고도화)
세부 추진내용 수행기관 123456 789101112 비고
Agent 6종 설계AI팀
Policy Graph 구현AI팀
충돌 탐지·중재 알고리즘AI팀
Slow Path LLM CriticAI팀
파일럿 호텔 PoC 2-3곳사업팀
Grounding 고도화 ≥88%AI팀
외부 PMS 어댑터 설계제품팀
특허 2,3 출원특허법인
Year 3 — 2028 (Robot/IoT 실행 확장)
세부 추진내용 수행기관 123456 789101112 비고
Safety Contract 파이프라인AI팀
Oracle OPERA 어댑터제품팀
Mews/IoT 어댑터제품팀
Keenon/Bear ROS2 브릿지로봇팀
호텔 실증 10곳사업팀
로봇 fallback 검증로봇팀
Action 성공률 ≥95%QA팀
특허 4 출원특허법인
Year 4 — 2029 (상용화)
세부 추진내용 수행기관 123456 789101112 비고
전 KPI 검증·최적화전체
글로벌 어댑터 확장제품팀
OS 3.0 상용 출시전체
체인 호텔 엔터프라이즈사업팀
Series B 준비경영팀
PCT 국제 출원특허법인

이 모든 것을 6명의 전담 R&D 조직이 만들어냅니다

CTO와 AI, Backend, Robotics, Data, QA로 구성된 크로스 펑셔널 R&D 조직입니다

CTO / 연구 총괄 석사+ (CS/AI) | 10년+ | 기존 재직 AI/ML 연구원 석사+ | 3년+ | Phase 1 백엔드 엔지니어 학사+ | 5년+ | Phase 1 로봇/IoT 엔지니어 학사+ | 3년+ | Phase 2 데이터 엔지니어 학사+ | 3년+ | Phase 1 제품/QA 매니저 학사+ | 5년+ | Phase 1
# 역할 학력 경력 핵심 역량 채용 시점
1CTO / 연구 총괄석사 이상 (CS/AI)10년+ AI/ML 시스템 설계대규모 ML 시스템 아키텍처, LLM 활용, 연구 리더십기존 재직
2AI/ML 연구원석사 이상 (AI/ML)3년+ ML 모델 개발LLM fine-tuning, RAG, 강화학습, anomaly detectionPhase 1 (2026 1Q)
3백엔드 엔지니어학사 이상 (CS)5년+ 분산 시스템마이크로서비스, 이벤트 드리븐 아키텍처, KubernetesPhase 1 (2026 1Q)
4로봇/IoT 엔지니어학사 이상 (전자/로봇)3년+ 로봇/IoT 개발ROS2, MQTT, 로봇 제어, 센서 통합Phase 2 (2027 3Q)
5데이터 엔지니어학사 이상 (CS/통계)3년+ 데이터 파이프라인Feature Store, ETL, 실시간 스트리밍, 데이터 품질 관리Phase 1 (2026 2Q)
6제품/QA 매니저학사 이상5년+ 호텔테크 / B2B SaaS호텔 운영 도메인 전문성, QA 자동화, 사용자 검증Phase 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 ARCIRC
Orchestration ARRCCI
Decision ARCIRC
Execution CCRRIA
R Responsible   A Accountable   C Consulted   I Informed
기술축별 인력 배치 요약
기술축R (실행)A (책임)총 관여
Grounding216
Orchestration216
Decision216
Execution216
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
구분기관별 연구개발 내용비중(%)
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 출원85%
위탁기관해당사항 없음 (학계 자문위원 협력은 별도)0%
외주용역호텔 환경 비전 데이터 라벨링, 다국어 음성 모델 fine-tuning 일부, 특허 출원 대리(특허법인), 보안 감사(외부 컨설팅)15%
합계100%
※ '연구활동비-외부 전문기술 활용비' 계상 시, 상기 '외주용역'에 내용 및 비중 기재 (운영요령 별지 제1-③-2호)

기술축×연차 매트릭스가 16개 정량 마일스톤을 명확하게 합니다

Perception · Coordination · Decision · Execution 4축의 연도별 정량 목표를 수립했습니다

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 전환필수 조건 (Must)권장 조건 (Should)미달 시 조치
P1→P2Grounding 정확도 ≥85%, Fast Path p95 ≤150ms특허 1건 출원, 파일럿 1곳 계약1분기 연장 + 보완 R&D
P2→P3충돌 해소율 ≥90%, Policy 위반 0건특허 2건 추가, 파일럿 3곳Agent 알고리즘 재설계
P3→P4Action 성공률 ≥95%, E2E ≤1s로봇 2종 연동, 실증 10곳Safety Contract 강화
P4 완료전 KPI 달성, 상용 20곳+해외 1국+ 진출, MRR $100K상용화 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

특허 4건과 학회 발표 4건이 기술 해자(moat)를 만듭니다

PCT 국제 출원과 CoRL·NeurIPS·ICRA·CVPR 학회 발표를 병행하여 기술 해자를 구축합니다

개발대상 기술 관련 지식재산권
#구분출원인출원국진행상황출원/등록번호지식재산권명비고
1보유 SW㈜바카티오한국등록완료C-20XX-XXXXXFinehost PMS 소프트웨어SW등록
2보유 SW㈜바카티오한국등록완료C-20XX-XXXXXVoiceHotel AI 소프트웨어SW등록
3상표권㈜바카티오한국등록완료40-20XX-XXXXXVacatio / Finehost국내등록
4신규출원㈜바카티오한국→PCT출원준비-호텔 공간-운영 통합 상태 인지 방법2026 4Q
5신규출원㈜바카티오한국→PCT청구항초안-다중 의사결정 에이전트 충돌 조정 방법2027 2Q
6신규출원㈜바카티오한국→PCT청구항초안-이종 로봇 공간 협상 알고리즘2027 4Q
7신규출원㈜바카티오한국→PCT청구항초안-호텔 운영 강화학습 정책 학습 방법2028 2Q
8경쟁사Oracle Corp.미국등록US-XXXXXXXHotel Property Management System참고용
9경쟁사NVIDIA Corp.미국등록US-XXXXXXXRobot Foundation Model (GR00T)호텔미적용
10경쟁사AWS미국등록US-XXXXXXXIoT TwinMaker Digital Twin시맨틱부재
특허별 핵심 청구 범위
특허 1 · 2026 4Q
호텔 공간-운영 통합 상태 인지
PMS·IoT·로봇 텔레메트리 이종 프로토콜 → Vector Clock 시공간 정렬 → 호텔 운영 온톨로지 적용. 핵심: 인과 관계 기반 시간 정렬 + 호텔 Spatial Registry.
특허 2 · 2027 2Q
다중 에이전트 충돌 조정
6개 도메인 에이전트의 Policy→Capability→Utility 3단계 충돌 해소. 핵심: 효용 함수 가중치 동적 조정 + SLA 하드 제약.
특허 3 · 2027 4Q
이종 로봇 공간 협상
이종 로봇 + 비협조적 객체(게스트)의 실시간 공간 자원 분배. 핵심: Spatial Resource Graph + ADA 우선 정책 + 밀리초 경로 재계산.
특허 4 · 2028 2Q
Safety Contract 기반 자동 실행
Reversibility 3등급 분류 + abort conditions 자동 평가 + 기대 상태 비교 rollback. 핵심: HITL 필수 판정 로직 + circuit breaker.
해외 출원 전략 — PCT 국제 출원 경로
국내 출원 (KR)
PCT 국제 출원
미국 (USPTO)
특허 1,2,3 | 2028 1Q
일본 (JPO)
특허 1,3 | 2028 2Q
EU (EPO)
특허 2,3 | 2028 3Q
중국 (CNIPA)
특허 1,2 | 2028 4Q
학회 발표 로드맵
연도학회주제등급
2027KCC, IROS WorkshopOperational Scene Graph 초기 결과국내 + 국제 워크숍
2028CoRL, NeurIPS WorkshopMulti-Robot Spatial Orchestration국제 학회
2029ICRA, CVPR이종 로봇 공간 협상 프레임워크Top-tier
2029NeurIPS, ICMLRL from Operational FeedbackTop-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 발행

AI 자동 실행과 다중 로봇 운영에는 3중 안전 체계를 적용합니다

ISO 13482 로봇 안전, 데이터 보안, AI 윤리 경계를 통합한 3중 안전 체계를 적용합니다

1
안전조치
5-1. 안전조치 이행계획
1-1. AI 판단 안전
항목조치기준
Safety Contract모든 자동 실행에 필수 첨부100% 적용
Reversibility 분류3단계 분류 의무화누락 0건
Human-in-the-LoopIrreversible은 사람 승인 후 실행무승인 0건
Confidence Threshold<0.7 시 Slow Path 에스컬레이션100%
자동 롤백Post-verify 불일치 시 자동 복원≥95%
Kill Switch관리자 1-click 전체 중단<1s
1-2. 로봇 안전 (ISO 13482)
ISO 항목적용검증
물리적 접촉충돌 감지 센서, 즉시 정지100건+
속도 제한게스트 동선 ≤1.0 m/s위반 알림
비상 정지본체 버튼 + 원격 명령<0.5s
경로 안전게스트 감지 시 회피/대기≥99%
배터리15% 이하 자동 복귀100%
1-3. 물리적 시설 안전
  • IoT 제어 안전 범위: 온도 18-28도, 조명 10-100%
  • 도어록 자동 해제는 본인 인증 완료 후에만
  • 화재/가스 감지 시 AI 전체 중단, 기존 안전 시스템 우선
2
보안조치
5-2. 보안조치 이행계획
2-1. 데이터 보안
항목기술 조치기준
전송 암호화TLS 1.3 필수 적용1.2 이하 차단
저장 암호화AES-256 (개인·결제)평문 0건
토큰화PCI DSS 카드 토큰화Level 1
데이터 마스킹로그/분석 PII 자동 마스킹누락 0건
데이터 보존체크아웃 90일 → 자동 파기미이행 0건
2-2. 네트워크 보안
항목기술 조치
네트워크 분리AI/로봇 ↔ 게스트 Wi-Fi 물리적 분리
방화벽WAF + 네트워크 방화벽 이중 구성
침입 탐지IDS/IPS 실시간 모니터링
VPN원격 관리 접속 시 VPN 필수
2-3. 접근 제어
항목기술 조치
RBACAdmin / Manager / Staff / ReadOnly
MFA관리자 계정 다중 인증 필수
API 인증OAuth 2.0 + API Key 이중 인증
감사 로그모든 접근·변경 immutable log (90일)
3
기타조치
5-3. 그 밖의 조치사항 이행계획
3-1. AI 자동실행 윤리 경계
윤리 경계정의조치
게스트 프라이버시사적 대화·행동 추론 금지음성/영상 학습 금지
차별 금지인종·성별·국적 차등 금지Fairness audit 분기 1회
투명성AI 의사결정 고지 (요청 시)Slow Path Explain
실행 범위 제한권리 침해 행동 영구 제외Human-only 리스트
오류 시 책임호텔(운영자) 책임 원칙이용약관 + SLA 명기
3-2. 개인정보보호
  • 개인정보보호법 준수: 수집 동의, 목적 외 이용 금지, 파기 의무
  • GDPR 대응 준비 (EU 진출 시): DPO 지정, DPIA 수행
  • 개인정보 영향 평가: 서비스 출시 전 필수 수행
3-3. 감사 및 모니터링 체계
  • 실시간 대시보드: 의사결정·실행 현황, 이상 탐지 알림
  • 주간 리포트: Safety Contract 위반, 에스컬레이션·롤백 통계
  • 분기 감사: 외부 보안 감사 1회, AI 공정성 감사 1회
  • 연간 인증: ISO 27001 (정보보안), ISO 13482 (로봇 안전) 유지
안전·보안 인증 로드맵
2026
ISMS 사전 준비
보안 정책 수립, 접근제어 구축
2027
ISO 27001 인증
정보보안 경영시스템 인증
2028
ISO 13482 적합
서비스 로봇 안전 요구사항
2029
AI 윤리 자체 감사
편향·공정성·설명가능성 연례 감사
안전이 곧 경쟁력입니다
AI가 호텔 운영을 직접 실행하고, 로봇이 게스트와 같은 공간에서 이동하는 환경에서 안전은 선택이 아니라 사업의 전제 조건입니다. Safety Contract의 Reversibility 3등급, abort_conditions 자동 평가, 그리고 Human-in-the-loop 필수 판정은 바카티오 시스템의 핵심 경쟁력입니다. 안전하지 않은 AI는 호텔에 도입되지 않습니다.
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 → 2.0 → 3.0, 3단계로 제품이 진화합니다

PMS+AI Ops에서 Multi-Agent 자동화를 거쳐 Robot-ready Operating System으로 진화합니다

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 절감1명 ($24K-$36K/yr)
RevPAR 증대+8-12%
객실 배정 오류60% 감소
의사결정 응답5분 → <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 자동화율운영 업무의 70%
인력 절감2명 ($50K-$70K/yr)
게스트 응답 시간15분 → <30초
충돌 해소 자동화수동 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
Keenon배송 로봇 (타월, 어메니티, 룸서비스)
Bear Robotics식음 배송 로봇 (Servi 시리즈)
LG CLOi안내 · 배송 복합 로봇 (대형 호텔)
KPI 효과
총 인력 절감3-5명 ($94K-$144K/yr)
로봇 배송 비율60-80%
야간 무인 운영8시간 완전 자동화
ROI 달성3-4개월
OS 버전별 기능 매트릭스
기능OS 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 대상3,000실10,000실50,000실+
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.

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

Tier 1부터 4까지의 가격 구조와 100실 중급 호텔 기준 ROI 261-400%를 산출했습니다

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%
티어제품명대상월 가격 (100실)
Tier 1PMS Base기존 PMS 고객 $500-$800
Tier 2OS OpsAI 업셀링 고객 $1,500-$2,000
Tier 3OS Pro엔터프라이즈 $2,500-$3,500
Tier 4OS Robot로봇 도입 호텔 $3,500-$4,000
객실 수 스케일링: 50실 이하 -30%, 100실 기준가, 200실+ 볼륨 할인 -15% | ARPU 5x: $500 → $4,000
솔루션월 가격AI로봇자동 실행
Oracle OPERA Cloud$2,000-$5,000기본 리포팅××
Cloudbeds$500-$1,500기본 추천××
Mews$1,000-$3,000기본 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)

본 R&D 기술이 2034년 매출의 80%+를 직접 견인합니다

SaaS 구독, 로봇 Rev-Share, 컨설팅의 3단 매출 구조가 기술 기반 성장을 견인합니다

사업화 성과 (단위: 백만원, %)
사업화 성과세부 성과지표2029
(개발종료)
2030
(+1년)
2031
(+2년)
2032
(+3년)
2033
(+4년)
2034
(+5년)
기업 전체 성장예상 총매출액 (A)5,50012,00025,00050,00090,000150,000
개발기술
사업화 성과
R&D 결과물 매출액 (B)3,8508,64018,75039,00072,000123,000
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
1
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%.
2
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.
3
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.
4
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
성과지표산정근거참고자료
총매출액 (A)3,000객실→30,000객실 확장 × 평균 ARPU $50/월 + 로봇 rev-share코리아스타트업포스트(2025.09), 자사 사업계획
R&D 매출액 (B)OS 2.0/3.0 구독 + Multi-Robot 라이선스 + 컨설팅Mordor Intelligence PMS 시장(2025), ROI 시뮬레이션
점유비율 (C)본 R&D가 차세대 SaaS 핵심 차별화 → 70%+ 매출 견인야놀자/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.

국내 시장에서 우리는 PMS와 로봇이 만나는 화이트스페이스에 있습니다

$1.62B PMS 시장과 $0.61B Robot 시장이 만나는 교차점에서 유일한 통합 플레이어로 자리합니다

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
세그먼트객실 수적합도
중형 시티호텔80-300실★★★★★
리조트100-500실★★★★☆
체인 호텔200-1,000실★★★☆☆
독립 숙박10-80실★★★★☆
1차 타겟: 중형 시티호텔 (가장 빠른 도입 결정, 즉각적 ROI 체감)
비교 항목 바카티오 야놀자 (Y-Tech) 글로벌 PMS 로봇 벤더 AI 챗봇
PMS 기능O (자체 보유)O (클라우드)O (레거시/클라우드)××
로봇 연동O (멀티벤더)××O (자사만)×
AI 의사결정O (자율 운영)▵ (데이터)▵ (인사이트)×▵ (대화만)
Multi-Robot OSO (공간 이해)××▵ (단일 태스크)×
통합 OSO (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)
경쟁사명제품명판매가격 (월, 천원)연 판매액 (천원)
Oracle (미국)OPERA Cloud PMS2,600~6,500약 130,000,000
Cloudbeds (미국)Cloudbeds PMS+Intelligence650~1,950약 39,000,000
Mews (체코)Mews Open Platform1,300~3,900약 26,000,000
야놀자 (한국)Y-Tech Cloud PMS100~400약 2,000,000,000
Bear Robotics (LG)Servi Plus (로봇HW)대당 50,000~100,000약 100,000,000
Keenon (중국)W3/T9 (호텔로봇)대당 35,000~70,000약 130,000,000
㈜바카티오 (당사)Finehost+VoiceHotel+Multi-Robot OS650~5,2002025: 50,000,000
고객 세그먼트별 니즈 매칭
세그먼트객실 수핵심 Pain PointVacatio 솔루션예상 ARPU
부티크 호텔30-80실인력 부족, 야간 무인 운영OS 1.0 AI Ops + VoiceHotel$500-800/월
비즈니스 호텔100-200실체크인 피크, 가격 최적화OS 2.0 Multi-Agent$1,500-2,500/월
리조트200-500실넓은 동선, 다수 부서 조율OS 3.0 + Robot Bundle$3,000-4,000/월
체인 호텔500실+표준화, 다지점 통합 관리Enterprise + 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.

글로벌 시장에서는 PMS도, 범용 Physical AI도 아닌 실행 계층입니다

Oracle·Cloudbeds·NVIDIA·Hilton 4그룹과 차별화된 포지셔닝을 확보하고 있습니다

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 항목Oracle OPERACloudbedsMewsNVIDIA IsaacVacatio
핵심 역량엔터프라이즈 PMSSMB 클라우드 PMS클라우드 PMS + 결제범용 로봇 시뮬레이션PMS + AI + Robot 통합
AI 수준기본 리포팅Insight (2025)기본 자동화범용 모델Fast+Slow 하이브리드
로봇 연동없음없음없음범용 SDKKeenon·Bear·LG 어댑터
호텔 도메인30년 레거시중소 특화유럽 중심없음3,000객실 운영 데이터
자동 실행추천만추천만결제 일부로봇 제어만Safety Contract 전체
시장 점유18%$300M+ ARR$100M+ ARRN/A500억 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)

국내는 기존 PMS 고객 베타에서 시작해 체인 엔터프라이즈로 확장합니다

Seed 단계에서 First Revenue, Robot Bundle, Chain Scale-up까지의 4년 로드맵을 수립했습니다

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
연차목표 호텔목표 객실ARR핵심 채널
20263-5곳 (베타)500실2억 원기존 Finehost 고객
202710-15곳2,000실8억 원부티크·비즈니스 호텔
202830-50곳8,000실25억 원+ 로봇 번들 파트너
202980-100곳20,000실60억 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

글로벌은 동남아·중동·일본을 80% 공통 로직으로 빠르게 점령합니다

파트너십 모델과 화이트라벨 모델을 병행하여 3개 지역에 효율적으로 진출합니다

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
지역별 시장 규모 및 진입 일정
지역호텔 수로봇 도입률진입 시점1차 목표파트너 전략
동남아 (태국·베트남)15,000+5-8%2028 3Q20곳 · 3,000실현지 PMS 파트너십
중동 (UAE·사우디)3,000+15-20%2028 4Q10곳 · 5,000실NEOM/스마트시티 연계
일본50,000+12-15%2029 1Q15곳 · 2,000실화이트라벨 (현지 SIer)
파트너십 모델
브랜드Vacatio 브랜드 노출
수익SaaS 구독 직접 수취
적합 지역동남아, 일본
장점브랜드 인지도 구축, 직접 고객 관계
리스크현지 영업 비용
화이트라벨 모델
브랜드현지 파트너 브랜드
수익라이선스 피 + 로열티
적합 지역중동 (NEOM)
장점빠른 시장 침투, 현지 신뢰
리스크브랜드 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
구분현지 창업수출현지 매출해외 투자유치기타
현황 (2025)하와이 거점 운영, 일본 PoCFinehost SaaS 해외 수출 시작하와이 PoC 소규모 매출시리즈A 60억 (국내 VC)2026 CES 출품 확정
목표 (2029)미국·일본 법인, 동남아 합작Multi-Robot OS 라이선스 30%+해외 매출 150억+Series B 50-100억 (글로벌 VC)사우디 NEOM 진출 PoC
글로벌 진출 추진일정
추진기간사업추진 내용비고
2026.3~2026.12하와이 호텔 베타 (자사 PMS 기반 PoC 확장)2026 CES 출품 연계
2027.1~2027.12일본 시장 진출 — 도쿄·오사카 비즈니스 호텔 5곳 베타일본 로봇 디스트리뷰터 파트너십
2027.6~2028.12동남아 진출 — 태국·인도네시아·베트남 리조트현지 PMS 벤더 화이트라벨
2028.1~2029.12중동 NEOM 호텔 운영사 B2B, 화이트라벨 납품사우디 신축 호텔 100+ 타겟
2028.6~2029.12미국 본토 (LA, 하와이) 체인 엔터프라이즈 확대Series B 자금 활용

사업·기술·사회 3축에서 동시에 파급효과를 만듭니다

매출·해외수출·고용과 국산 OS·기술 확장, 운영 효율화·서비스 품질이 동시에 달성됩니다

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
구분20252026202720282029
(개발종료)
2030
(+1년)
2031
(+2년)
신규고용 (명)568101286
상시고용 (명)12182636485662
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

이 성장은 운영사와 함께 만드는 호텔 Multi-Robot 생태계입니다

운영사 보육, 멘토링, 후속 투자가 정렬된 전주기 협업 구조로 함께 성장합니다

바카티오는 PMS 위에 Multi-Robot 통합 플랫폼을 구축하여, 호텔 운영의 디지털 전환을 이끄는 생태계를 만들어갑니다. 이미 3,000객실, 1,500숙박업소, 500억 거래액이라는 검증된 실적을 보유한 제품 기업으로서, 운영사의 딥테크 보육 역량과 업계 네트워크를 결합해 기술 개발부터 사업화·글로벌 확장까지 전 주기를 체계적으로 설계합니다.

TIPS R&D 자금 15억 원을 기반으로 핵심 기술을 완성하고, Bridge 10-20억 원을 거쳐 60억 규모 시리즈A 투자를 통해 스케일업합니다. 바카티오의 2024년 흑자 전환 실적과 장관상 수상 경력은 기술력과 사업화 역량이 동시에 검증되었음을 의미하며, PMS 고객 기반 위에 Multi-Robot 통합 모듈을 업셀링하는 구조는 사업화 리스크를 구조적으로 낮춥니다.

로봇 벤더·호텔 체인·글로벌 파트너와의 협업을 통해, 단일 제품이 아닌 플랫폼 생태계를 형성합니다. CEO 지현준이 이끄는 팀은 표준 Action Protocol이 업계에 정착될 때 후발 진입자에 대한 구조적 진입 장벽을 만들어, 호텔 로봇 오케스트레이션의 de facto standard를 확립합니다.

운영사 보육 전략 파트너 후속 투자 사업화 역량 글로벌 확장 생태계 구축

기술→사업화→글로벌의 전주기 보육 프로그램이 작동합니다

4 Phase 보육 커리큘럼과 멘토링 체계, 인프라 지원이 체계적으로 작동합니다

Program
TIPS 딥테크
운영사 보육 프로그램
Duration
R&D 과제 기간 연동
(최대 4년)
Goal
기술 개발 → 사업화
→ 글로벌 스케일업
Outcome
Series A 투자 유치
+ 해외 파일럿 진출
Phase 1
기술 고도화
1-12개월
  • 기술 멘토링: AI/로보틱스 전문가 매칭
  • R&D 인프라: GPU 클라우드 크레딧 지원
  • 특허 전략 코칭: IP 포트폴리오 설계
  • 테스트 환경 구축: 시뮬레이션 + 실제 호텔
  • 학술 자문: 대학 연구실 공동연구 매칭
산출물: 프로토타입 v1, 특허 2건+
Phase 2
사업화 준비
13-24개월
  • 사업 모델 검증 워크숍 (월 1회)
  • Customer Development 방법론 교육
  • 법무·회계·IR 기초 교육
  • 프라이싱 전략 수립 (SaaS + Rev-share)
  • 베타 고객 10곳 확보 지원
산출물: PMF 검증, 베타 10곳
Phase 3
시장 진입
25-36개월
  • 호텔 네트워크 연결 (데모데이, B2B 매칭)
  • 마케팅·브랜딩 전략 수립 지원
  • 정부 과제·인증(GS인증 등) 획득
  • 유료 전환 30곳+ 달성 지원
  • Bridge 투자 유치 IR 코칭
산출물: ARR 시작, 유료 30곳
Phase 4
스케일업
37-48개월
  • Series A IR 코칭 (50-100억 원 목표)
  • 글로벌 진출: 해외 액셀러레이터 연결
  • 동남아·일본 파일럿 연결
  • 채용·조직 문화 컨설팅
  • 엔터프라이즈 세일즈 조직 구축 지원
산출물: Series A 완료, 해외 진출
멘토링 체계
기술 멘토 — AI/ML, 로보틱스, 클라우드 아키텍처 전문가 월 2회 1:1
사업 멘토 — Hospitality 산업 경력 20년+ 전문가 월 1회 워크숍
IR 멘토 — VC 심사역 출신, Series A 전문 분기 1회 모의 IR
법무·회계 — 스타트업 전문 법무법인·회계법인 연결 수시
글로벌 어드바이저 — 해외 Hospitality Tech 전문가 네트워크 분기 1회
지원 인프라
사무공간 — 운영사 내 입주 공간 제공 (서울 강남)
GPU 클라우드 — NVIDIA A100/H100 크레딧 지원 (연 최대 5,000만 원)
테스트베드 — 파트너 호텔 현장 테스트 환경 연결 (3개소+)
네트워킹 — TIPS 패밀리 기업 간 교류, 데모데이 참가 기회
로봇 임대 — 테스트용 로봇 장비 임대 지원 (LG, Bear Robotics 등)
보육 프로그램 정량 KPI
단계기간핵심 KPI목표치검증 방법
기술 검증1-6개월핵심 알고리즘 PoC 완료3건 이상기술 자문위원 리뷰
사업화 준비7-12개월파일럿 호텔 계약3곳 이상MOU/계약서 확인
시장 진입13-24개월상용 고객 확보10곳 · ARR 8억매출 실적
스케일업25-36개월후속 투자 유치Series A 50억+투자 계약 완료
운영사 보육의 차별점
바카티오는 이미 시리즈A 60억을 유치하고, 500억 거래·흑자를 달성한 검증된 기업입니다. TIPS 보육 프로그램은 '0→1'이 아닌 '1→10' 단계의 성장 가속기로 활용됩니다. 기술 자문, 호텔 파트너십 소개, 해외 네트워크 연결이 핵심 가치이며, 이는 바카티오가 보유한 1,500 숙박업소 네트워크와 결합해 시너지를 극대화합니다.

검증된 운영사와의 체계적 협업이 위험을 분산합니다

주간 싱크업부터 분기 전략 회의까지 마일스톤 연동 OKR로 리스크를 분산합니다

10년+
TIPS 운영 경력
50+
누적 투자 기업
15+
딥테크 투자 실적
70%+
후속 투자 연결률
3건+
Series A 성공 사례
운영사 전문성 영역
영역 역량 바카티오 과제 연관성
AI/ML 딥러닝, LLM, 강화학습 투자·심사 경험 Multi-Robot Coordination 기술 자문
로보틱스 서비스 로봇, 자율주행 투자 경험 로봇 통합·어댑터 설계 자문
SaaS B2B SaaS 성장 전략 전문 구독 모델 설계·프라이싱 최적화
Hospitality 관광·숙박 산업 네트워크 고객 확보·레퍼런스 연결
글로벌 해외 VC·액셀러레이터 네트워크 동남아·일본 진출 파트너 소개
운영사 역할
기술 자문 — AI·로보틱스 전문가 풀 연결, 기술 검증 지원
투자 연결 — Series A VC 네트워크 소개, IR 자료 공동 작업
고객 연결 — 호텔 산업 네트워크 파일럿 고객 매칭
인재 채용 — 딥테크 인재 채용 채널 공유
글로벌 — 해외 액셀러레이터·파트너 소개
SYNC
협업 체계
주간 싱크업 — 매주 1회, R&D 진행 상황 공유 (30분)
월간 리뷰 — 매월 1회, 마일스톤 진척도 점검 (1시간)
분기 전략 회의 — 분기 1회, 사업·투자 방향 논의 (2시간)
마일스톤 관리 — TIPS 마일스톤 연동 자체 OKR 운영
보고 체계 — 월간 리포트 → PM 검토 → 피드백
핵심 가치: 운영사는 단순 자금 제공이 아닌, 딥테크 기업의 기술-사업화 전 과정에 걸친 실질적 파트너로서 기능합니다. AI·로보틱스·SaaS·Hospitality 전 영역에 걸친 전문성과 네트워크를 바카티오 과제에 직접 연결하여, TIPS R&D 기간 내 Series A 투자 유치와 글로벌 진출을 체계적으로 달성합니다.
운영사 협업 상세 일정
주기형태참석자핵심 어젠다산출물
주간싱크업 (30분)PM + 운영사 담당진행 상황, 블로커 해소주간 리포트
격주기술 리뷰 (1시간)CTO + 운영사 기술PM아키텍처, 알고리즘 방향기술 의사결정 로그
월간성과 리뷰 (2시간)CEO + 운영사 대표KPI 달성률, 다음 마일스톤월간 성과 보고서
분기전략 워크숍 (반일)전 팀 + 운영사 + 자문위원로드맵 조정, 예산 리뷰분기 전략 문서
핵심 리스크 3가지
1. 핵심 인력 이탈 → 스톡옵션 + 경쟁력 있는 보상 체계
2. 기술 일정 지연 → Go/No-Go 기준 + 1분기 버퍼
3. 파일럿 호텔 이탈 → 3곳 이상 다변화 + MOU 사전 확보
완화 전략
1. 운영사 기술 자문위원의 월 1회 리뷰로 조기 식별
2. 분기별 OKR 재설정으로 방향 수정 민첩성 확보
3. 바카티오 기존 1,500 고객 네트워크로 대체 파트너 즉시 확보

TIPS R&D → Bridge → Series A로 단계별 자금 조달이 정렬되어 있습니다

15억 R&D에서 10-20억 Bridge, 50-100억 Series A까지 단계적 조달이 정렬되어 있습니다

Stage 1 — 2025-2026
TIPS 딥테크 R&D
최대 15억 원
용도
핵심 기술 개발 (PMS-Robot 통합 엔진, Multi-Robot Coordination)
핵심 지표
프로토타입 완성, 베타 고객 10곳 확보
  • PMS-Robot 통합 엔진 v1 완성
  • 특허 2건+ 출원
  • 시뮬레이션 환경 검증 완료
Stage 2 — 2027
Bridge 투자
10-20억 원
용도
사업화 가속, 첫 유료 고객 확보, 팀 확장
핵심 지표
유료 고객 30곳, ARR 시작
  • 유료 전환율 30%+ 달성
  • 로봇 rev-share 모델 검증
  • 엔지니어 5명+ 추가 채용
Stage 3 — 2028
Series A
50-100억 원
용도
글로벌 진출, 로봇 번들 확대, 엔터프라이즈 영업 조직
핵심 지표
해외 파일럿, rev-share 모델 검증
  • 동남아·일본 파일럿 시작
  • Pre-money 200-400억 원
  • 글로벌 팀 구축 완료
자금 사용 계획 (TIPS R&D 15억 원 기준)
항목 비율 금액 세부 내용
R&D 인건비 45% 6.75억 원 AI 엔지니어, 로보틱스 엔지니어, 백엔드 개발자
R&D 직접비 15% 2.25억 원 GPU 클라우드, 테스트 장비, 로봇 임대, 데이터
사업화 25% 3.75억 원 베타 운영, 고객 개발, 마케팅, 전시회
운영비 15% 2.25억 원 사무실, 법무·회계, 기타 운영
합계 100% 15억 원
Series A 투자 유치 전략
타겟 투자자 — 딥테크 전문 VC, Hospitality Tech VC, CVC (호텔 그룹 계열)
IR 포인트 — TIPS R&D 기술 검증 완료, 유료 고객 30곳+, 해외 파일럿 레퍼런스
목표 Valuation — Pre-money 200-400억 원 (Series A 기준)
투자 활용 — 글로벌 팀, 동남아·일본 진출, 엔터프라이즈 세일즈 조직
Plan B: 자금 조달 지연 시기존 PMS SaaS 매출(500억 거래 기반)로 최소 운영 유지. 고객 30곳 확보 후 IR 재개.
Plan C: 시장 진입 지연 시PMS 고객 1,500업소 기반 유지하며 로봇 통합 모듈 단계적 출시. 수익성 우선.
투자 유치 이력 및 계획
라운드시기금액리드 투자사기업가치용도
Seed2022비공개프라이머사제-제품 개발
시리즈A2024.1060억 원라구나인베스트먼트비공개팀 확대 + 성장
TIPS R&D2026 (예정)15억 원정부 R&D-4대 기술축 개발
Bridge2027 (계획)10-20억기존 투자사-상용화 가속
시리즈B2029 (계획)50-100억전략적 투자사500억+글로벌 확장

그리고 우리는 이미 매출과 고객을 보유한 검증된 제품 기업입니다

3,000객실, 1,500숙박업소, 500억 거래, 2024 흑자 달성이 사업화 역량을 증명합니다

3,000
객실
PMS 관리 객실 수
1,500
업소
누적 숙박업소 고객
500억
누적 거래액
60억
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
바카티오는 "기술만 있는 R&D 기업"이 아닌, 500억 거래와 1,500업소 고객을 보유한 검증된 제품 기업입니다.
CEO 지현준이 이끄는 팀은 60억 시리즈A 투자를 유치하고, 장관상을 수상한 실적으로
PMS 위에 Multi-Robot 통합을 얹는 사업화 리스크를 구조적으로 낮춥니다.
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.

심사위원이 물어볼 가장 어려운 질문 8가지에 미리 답하겠습니다

Physical AI 필요성부터 후속 자립 가능성까지 심사위원의 핵심 8문항에 미리 답하겠습니다

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.

그리고 그 다음 7가지 질문에도 명확한 답이 준비되어 있습니다

PMS·Oracle·Multi-Robot 필요성, 딥테크 정당성, 시장 우위에 대해 명확히 답변합니다

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