구글·메타 출신들의 AI, '범용 챗봇' 버리고 '식당 지배인' 된 이유

핵심 요약

구글과 메타의 베테랑 엔지니어들이 설립한 AI 스타트업 '팔로나(Palona) AI'가 레스토랑 산업을 위한 실시간 운영체제(OS)를 선보이며 시장의 이목을 집중시키고 있다. 회사는 신제품 '팔로나 비전'과 '팔로나 워크플로우'를 출시하며, 불안정한 거대언어모델(LLM) 생태계라는 '움직이는 모래' 위에서 어떻게 살아남아야 하는지에 대한 청사진을 제시했다.

구글 부사장과 틴더 CTO를 역임한 마리아 장(Maria Zhang) CEO와 LDAP 공동 개발자인 팀 하우즈(Tim Howes) CTO가 이끄는 팔로나 AI. 이들은 오늘, 레스토랑 및 호스피탈리티 산업을 정조준한 신제품 '팔로나 비전(Palona Vision)'과 '팔로나 워크플로우(Palona Workflow)'를 공식 출시했다. 팔로알토에 본사를 둔 이 스타트업은 이번 출시를 통해 자사의 멀티모달 에이전트 기술을 카메라, 통화, 대화, 업무 실행을 아우르는 레스토랑 운영의 핵심 시스템으로 탈바꿈시켰다.

이는 2025년 초, 1,000만 달러(약 138억 원)의 시드 투자를 유치하며 D2C(소비자 직접 판매) 기업을 위한 감성 지능형 세일즈 에이전트로 시장에 처음 등장했을 때와는 완전히 다른 행보다. 팔로나는 레스토랑에 특화된 '멀티모달 네이티브' 접근법으로 방향을 틀면서, 단순한 '껍데기'를 넘어 현실 세계의 복잡한 문제를 해결하는 깊이 있는 시스템을 구축하는 방법을 몸소 보여주고 있다.

팀 하우즈 CTO는 현재의 LLM 생태계를 "유사는 아니지만, 계속해서 형태가 바뀌는 모래(shifting sand)"에 비유하며 "우리는 성능, 유창성, 비용에 따라 모델을 교체할 수 있는 오케스트레이션 레이어를 구축했다"고 밝혔다.

'잠들지 않는 디지털 점장'의 등장

레스토랑 점주 입장에서 팔로나의 신제품은 24시간 잠들지 않는 최고의 '자동화 운영 관리자' 역할을 하도록 설계됐다. '팔로나 비전'은 매장 내 보안 카메라를 그대로 활용해 대기 줄 길이, 테이블 회전율, 주방의 병목 현상, 청결 상태 등 운영 신호를 실시간으로 분석한다. 별도의 하드웨어 설치가 필요 없다.

'팔로나 워크플로우'는 이를 보완해 단체 주문 관리, 개점 및 마감 체크리스트, 음식 준비 이행 등 여러 단계의 운영 프로세스를 자동화한다. 비전의 영상 신호와 판매시점정보관리(POS) 데이터, 직원 배치 수준을 연계해 여러 지점에서 일관된 운영을 보장하는 식이다. 한 고객사 대표는 보도자료를 통해 "팔로나 비전은 모든 지점에 디지털 점장을 배치한 것과 같다"며 "문제가 커지기 전에 알려주고 매주 몇 시간씩 절약해준다"고 평가했다.

수직적 확장의 교훈: 도메인 전문성이 전부다

팔로나의 여정은 처음부터 순탄치만은 않았다. 초기에는 패션, 전자제품 브랜드를 대상으로 '마법사'나 '서퍼' 같은 페르소나를 만들어 판매를 지원했다. 하지만 팀은 곧 레스토랑 산업이 1조 달러 규모의 거대한 기회이자, 경기 침체에도 강하지만 운영 비효율이 극심한 시장임을 깨달았다.

마리아 장 CEO는 "스타트업 창업자들에게 조언하자면, 절대 여러 산업을 동시에 공략하지 말라"고 경고했다. 팔로나는 특정 산업에 집중(Verticalization)함으로써 얕은 챗봇 레이어에서 벗어나 시각, 음성, 텍스트를 함께 처리하는 '다중감각 정보 파이프라인'을 구축하는 회사로 거듭났다. 이는 일반적인 데이터 스크래핑을 피하고, 조리법이나 통화 기록 같은 독점적인 훈련 데이터에 접근할 수 있는 열쇠가 되었다.

AI 개발자를 위한 4가지 기술적 교훈

팔로나는 자신들의 경험을 통해 4가지 핵심 교훈을 얻었다고 밝혔다.

1. '움직이는 모래' 위에 집 짓기: 매주 새로운 모델이 쏟아지는 2025년의 AI 현실에 대응하기 위해, 팔로나는 특정 모델에 종속되지 않는 자체 오케스트레이션 레이어를 개발했다. OpenAI나 구글 같은 단일 제공업체에 묶이는 대신, 성능과 비용에 따라 제미나이(Gemini) 같은 비전 모델이나 특정 언어 모델을 유연하게 교체한다. 핵심은 단일 벤더에 대한 의존성을 제품의 핵심 가치로 두지 않는 것이다.
2. 단어에서 '현실 세계 모델'로: 팔로나 비전은 단순히 단어를 이해하는 것을 넘어 주방의 물리적 현실을 이해하는 전환을 의미한다. "피자 색이 옅은 베이지색"인 것을 보고 덜 익었음을 인지하거나, 진열대가 비면 관리자에게 알리는 등 실시간으로 '인과관계'를 파악한다.
3. '머핀(Muffin)' 솔루션: 레스토랑에서 기억력은 고객의 '늘 먹던 것'을 기억해 마법 같은 경험을 선사하는 핵심 요소다. 기존 오픈소스 도구는 30%의 오류율을 보였다. 이에 팔로나는 웹 '쿠키'에 착안해 '머핀(Muffin)'이라는 독자적인 메모리 관리 시스템을 구축했다. 주소 같은 정형 데이터부터 계절별 선호도 같은 일시적 데이터까지 4개 층으로 나눠 관리한다.
4. 'GRACE' 프레임워크로 신뢰 확보: 주방에서 AI의 오류는 단순한 오타가 아닌, 주문 폐기나 안전 문제로 이어진다. 팔로나는 이를 막기 위해 가드레일(Guardrails), 레드팀(Red Teaming), 앱 보안(App Sec), 규정 준수(Compliance), 에스컬레이션(Escalation)으로 구성된 GRACE 프레임워크를 따른다. 장 CEO는 "피자를 주문하는 백만 가지 방법을 시뮬레이션했다"며 환각(Hallucination) 현상을 없애기 위해 노력했다고 강조했다.

PRISM Insight: 팔로나의 피봇은 AI 2.0 시대를 상징한다. 챗GPT가 촉발한 '수평적 확장'의 시대가 저물고, 특정 산업의 복잡한 물리적 문제를 해결하는 '수직적 통합' AI가 부상하고 있음을 보여준다. 이제 AI의 성공은 범용 모델의 성능이 아닌, 독점 데이터와 도메인 전문성을 결합해 실제 운영에 얼마나 깊숙이 파고들 수 있느냐에 따라 결정될 것이다.