루벤티스(Lubentis 대표.오상규)가 경량 AI 모델(FM방식))과 엔터프라이즈 모델(Deep AR 방식) 등 2중 엔진을 탑재한 스톡플로우 AI(Stockflow AI) 개발을 마치고 국내 병원 및 기존 SaaS 고객 대상으로 베타테스트 진행 중이며, 인도네시아 병원 대상 POC 진행과 함께 2026년 1월 정식 출시 예정이라고 24일 밝혔다.
이와 관련 오상규 대표는 “루벤티스 메디 체인 출범과 AI 드림팀 영입을 통해 헬스케어 물류 도메인 전문성과 AI 기술력을 결합했다”며, “단순 거래 중개자가 아닌 '기술 기반의 가치 창출' 파트너"라는 비전을 제시하겠다. 미국'카디널헬스(Cardinal Health) 벤치마킹 비전은 단순 WMS 제공자를 넘어 기술 기반 솔루션 파트너로의 진화”라고 선언했다.
병원헬스케어 공급망은 전례 없는 변동성에 직면했다. 미국 병원들은 매년 257억 달러에 달하는 비용을 공급망 내 '불필요한 지출'로 낭비한다. 이 문제는 양극단의 형태를 띤다. 한편에서는 예기치 못한 재고 부족(stockouts)으로 환자 치료에 차질이 생기고 프리미엄 비용이 발생하며, 다른 한편으로는 과도한 안전 재고(excess inventory)로 인해 막대한 폐기 비용이 발생한다.
루벤티스 AI 사업팀 총괄 권민오 상무는 “2026년 출시될 스톡플로우 AI는 경량 모델(FM 방식)과 엔터프라이즈 모델(DeepAR 방식)이라는 2중 AI 엔진을 탑재하여, 모든 규모의 병원이 수요 예측 기반 자동발주 시스템을 통해 재고를 과학적으로 관리하도록 지원할 것”이라고 설명했다.
또한 권상무는 ”루벤티스는 최신 AI 기술을 단순 도입하는 것을 넘어 이를 병원 물류의 본질적 문제(불확실성) 해결과 자사의 비전(가치 창출 파트너)에 정확히 정렬시키고 있다. StockFlow AI는 병원 물류의 과학화를 통해 재고 효율성 극대화와 환자 안전 보장이라는 두 가지 목표를 동시에 달성하는 핵심 솔루션으로 자리매김할 것”이라고 전했다.
병원 물류의 핵심 문제는 재고 부족과 과잉이라는 양극단 사이에서 발생하는 수백억 달러의 '불확실성 비용'이다. 이 불확실성을 관리하는 유일한 과학적 방법은 '시점 예측'이 아닌 '확률론적 예측'이다. 아마존 DeepAR과 시계열 파운데이션 모델은 이러한 확률론적 예측을 구현하는 검증된 최신 AI 아키텍처이며, 각각 '고성능 엔터프라이즈' 시장과 '확장형 SaaS' 시장에 최적화된 해답을 제공한다.
루벤티스 권상무는 “DeepAR이 엔터프라이즈급 맞춤형 AI의 정점을 보여준다면,'시계열 파운데이션 모델(Time-Series Foundation Models)은 AI 예측의 민주화를 이끈다. 대표적인 예가 구글의 TimesFM”이라며, “TimesFM은 RNN/LSTM이 아닌 트랜스포머(Transformer) 기반의 'Decoder-only 어텐션 모델을 사용한다. 이 모델은 특정 고객 데이터가 아닌, 1,000억 개(100B) 시점의 방대하고 다양한 시계열 데이터 코퍼스로 사전 학습(Pre-trained Model)된다”고 자세히 설명했다.
이어 권상무는 “이는 SaaS WMS 솔루션에 막대한 영향을 준다. TimesFM 방식은 추가 학습 부담과 컴퓨팅 요구사항이 현저히 낮아, AI 도입의 문턱을 획기적으로 낮춘다. WMS 제공자는 수백 개의 중소형 병원 고객에게도 즉시 AI 기반 예측 기능을 제공할 수 있게 된다”고 전했다.
루벤티스 AI 사업팀 권민오 상무는 28년간 삼성 SDS에 근무했고, PwC컨설팅, 우리 파이낸셜 그룹을 거쳐 딜로이트 파트너 AI 서비스 컨설팅 리드를 역임한 AI 분야 전문가다.
