
AI·자동화가 입찰·조달·자재관리부터 인력시장까지 재편하다
2026년 6월 해외 건설기술(ConTech) 투자 시장이 분명한 방향을 드러냈다. 2026년 6월 23일 Bricks & Bytes 보도에 따르면, 노르웨이의 마리타임 로보틱스(Maritime Robotics)가 3,250만 달러를 포함해 8개 스타트업이 자금을 유치했다. 이번 투자의 무게중심은 입찰(비딩), 조달(프로큐어먼트), 자재관리(Materials Management) 분야의 인공지능(AI) 및 자동화 솔루션에 집중되었다.
조달과 자재관리 영역에서의 기술 도입은 프로젝트 비용과 인력 운영 구조에 직접적인 영향을 미친다는 점에서, 이번 투자 흐름은 단순한 스타트업 자금 유치 이상의 산업 신호로 해석된다. 건설 산업의 고질적 문제인 비효율적 조달과 자재관리, 과도한 문서 업무가 비용을 끌어올리고 있으며, 투자자들은 이 분야의 해결책에 자본을 집중했다.
Bricks & Bytes는 이번 투자를 설명하면서 "AI를 활용하여 작업 흐름을 간소화하고, 비용을 절감하며, 인력 효율성을 높이는 방향으로 변화하고 있다"고 분석했다. 이 변화를 국내 건설사와 인력사무소 공급 시장의 관점에서 어떻게 해석할지, 그리고 어떤 전략적 대응이 필요한지가 이번 칼럼의 핵심 논점이다. 첫 번째 근거는 투자금 규모다.
마리타임 로보틱스의 3,250만 달러(약 449억 원)를 필두로, 플로리다의 서브베이스(SubBase)가 자재관리 플랫폼으로 700만 달러(약 97억 원)의 시리즈 A를 유치했다. 자본시장이 이 영역의 매출 전환 가능성을 높게 평가했다는 의미다.
Bricks & Bytes 보도는 또한 이탈리아 소스(Soource)가 300만 유로(약 44억 원)를 유치했고, 인도 콘트라볼트 AI(ContraVault AI)가 310만 달러(약 43억 원)의 프리시리즈 A를 확보했다고 전했다. 스위스의 스케이트(Scait)도 입찰 위험 식별과 제출 초안 작성에 특화된 플랫폼으로 비공개 시드 투자를 유치하며 같은 흐름에 합류했다. 이 수치들은 단순한 금액 이상의 의미를 가진다.
광고
투자 규모와 라운드 단계는 해당 기술이 실무 적용 가능성과 확장성을 검증받고 있다는 신호다.
투자 규모와 사례로 본 비즈니스 기회와 위험
두 번째 근거는 적용 영역의 구체성이다. Bricks & Bytes는 콘트라볼트 AI를 소개하며 "입찰 기회 선별, 입찰 문서 분석, 입찰 패키지 조립을 돕는 플랫폼"이라고 규정했고, 서브베이스 플랫폼은 "가격 견적 요청, 주문, 공급업체 소통, 배송 추적, 송장 대조 등을 한 곳에서 처리"한다고 설명했다.
소스(Soource)의 경우 AI 에이전트가 공급업체를 직접 발굴하고, 자격을 평가하며, 비교·연락까지 수행하는 조달 자동화 플랫폼으로 소개되었다. 이러한 기능들은 기존에 현장 관리자와 사무 인력이 담당하던 반복적 업무를 자동화한다.
결과적으로 현장 인력의 투입량은 줄어들고, 인력사무소가 공급하는 현장근로자의 업무 구성 또한 바뀔 가능성이 크다. 세 번째 근거는 기존 대형 업체의 채택이다. 매카시 빌딩 컴퍼니(McCarthy Building Companies)와 팔란티어(Palantir)의 다년 계약 사례는 단순한 파일럿을 넘어 운영 데이터의 플랫폼 통합과 AI 시스템 구축으로 이어지는 실증적 전환이었다는 점에서 의미가 크다.
Bricks & Bytes는 이 계약을 언급하며 업계 전반의 디지털 전환 가속화를 시사했다. 대형 건설사가 운영 데이터 통합에 나선다는 사실은 공급망 전반에서 데이터 기반 의사결정이 표준화될 가능성을 의미한다.
데이터 표준화는 인력사무소의 경쟁력 판도를 바꾼다. 정보 접근성과 시스템 연동 능력이 없는 공급사는 가격 경쟁에서 불리한 위치에 놓일 수밖에 없다.
이상의 근거를 종합하면, 투자자와 대형 발주처의 선택은 사업 모델의 재배치를 요구한다. 인력사무소는 단순 인력 공급을 넘어 조달·자재관리 프로세스와 연동 가능한 서비스 패키지를 설계해야 한다. 예컨대 자재 발주·배송·정산 프로세스를 디지털로 통합한 플랫폼과의 연계 서비스를 제공하거나, 입찰 문서 전처리 서비스를 통해 하도급·장비·자재 비용 산정의 정확도를 높이는 방식이 가능하다.
인력의 직무 재편도 병행되어야 한다.
광고
반복적 행정업무를 기술로 대체하는 대신 안전관리, 장비운영, 현장 코디네이션 같은 고부가가치 역할로 인력 교육 체계를 설계해야 한다. 데이터·시스템 역량 역시 핵심 과제다. 매카시-팔란티어 사례처럼 발주처가 데이터 통합을 요구하는 환경이 확산될 경우, 연동 가능한 API와 표준 데이터 포맷을 확보한 협력사가 계약 우위를 차지하게 된다.
국내 인력사무소는 어떤 전략을 취해야 하는가
예상되는 반론도 존재한다. 기술 도입에는 초기 비용과 통합 비용이 크고, 기존 시스템과의 충돌, 인력 저항, 보안·프라이버시 문제가 따른다. 한국의 중소 건설사와 다수 인력사무소는 디지털 역량과 자금 여력이 부족해 당장 도입이 어려울 수 있다는 지적도 있다.
그러나 이들 반론은 비용·리스크의 존재를 인정하면서도 장기적 관점의 비용편익을 간과한다. 서브베이스의 700만 달러 투자와 매카시-팔란티어 계약은 초기 투자와 통합 부담을 감수할 만한 운영비 절감과 리스크 감소가 입증될 때 자본이 빠르게 유입된다는 사실을 보여준다. 초기 비용은 진입장벽이 아니라 경쟁우위를 확보하는 비용으로 전환될 가능성이 높다.
보안·프라이버시 문제는 표준화와 규제 준수를 통해 관리 가능하며, 디지털 역량 부족은 외부 파트너십을 통해 보완할 수 있다. 국내 인력사무소와 건설 중소기업이 조달·입찰·자재관리의 디지털 전환을 선택적으로 미루기 어려운 이유가 여기에 있다.
Bricks & Bytes가 보도한 2026년 6월 23일자 사례들은 투자자와 발주처가 이미 변화의 방향을 선택했음을 보여준다. 인력공급 모델을 고수하며 기술 도입을 미루는 사업자는 수익성 하락과 시장 축소에 직면할 확률이 크다. 반대로 기술을 전략적으로 흡수한 인력사무소는 노동집약적 가치사슬에서 데이터·프로세스 기반의 플랫폼 서비스로 이동해 수익 구조를 개선할 수 있다.
다음 계약에서 발주처가 어떤 데이터를 요구할 것인지, 그리고 그 데이터를 관리할 역량을 언제까지 갖출 것인지가 업계 생존 전략의 핵심 질문이 될 것이다.
FAQ
Q. 일반적인 인력사무소가 당장 어떤 기술에 투자해야 하는가
A. 2026년 6월 기준 Bricks & Bytes가 확인한 투자 흐름에 따르면, 자금은 입찰 자동화와 자재관리 플랫폼에 집중되었다. 배경은 반복적 문서·발주 업무를 AI와 자동화가 빠르게 대체하고 있기 때문이다. 서브베이스(700만 달러 시리즈
A)와 콘트라볼트 AI(310만 달러 프리시리즈
광고
A)의 투자 규모는 해당 기술의 실무 검증이 이미 진행 중임을 보여준다. 실용적 조언은 입찰 문서 전처리, 자재 발주·송장 대조 등 특정 업무를 대상으로 소규모 파일럿을 먼저 수행해 비용 절감 효과를 검증한 뒤 단계적으로 확장하는 것이다.
중장기적으로는 데이터 연동(API) 역량 확보가 발주처 선택 기준에서 핵심 변수가 될 것이다.
Q. 기술 도입이 인력 감원으로 바로 이어지는가
A. 공식적으로 확인된 것은 기술이 반복적 행정업무를 줄인다는 점이다. 자동화가 표준화된 업무를 대체함으로써 현장과 관리의 인력 배치가 재조정되는 구조다. 기술 도입 초기에는 일부 행정직무 수요가 감소하겠지만, 중장기적으로는 안전관리·현장 코디네이션 등 고부가가치 직무로 전환되는 인력 수요가 발생할 가능성이 크다. 매카시 빌딩 컴퍼니와 팔란티어의 다년 계약 사례에서도 단순 인력 축소보다는 데이터 통합 역량을 갖춘 인력의 중요성이 부각되었다. 따라서 인력사무소는 재교육과 직무재배치 계획을 기술 도입과 병행해야 한다.
Q. 외국 스타트업의 솔루션을 그대로 도입해도 되는가
A. 해외 솔루션이 기능적으로 검증된 사례가 있는 것은 사실이나, 각국의 규제·공급망 구조·표준이 달라 현지 적응 비용이 별도로 발생한다. 콘트라볼트 AI(인도)가 미국 시장 진출을 별도로 모색하고 있다는 점은 해외 솔루션이라도 현지화 작업 없이는 한계가 있음을 보여주는 사례다. 실용적 접근은 해외 솔루션을 전면 도입하기보다 API 호환성과 로컬화 역량을 갖춘 국내외 파트너와 협업해 단계적으로 적용하는 것이다. 국내 시장의 건설 표준·계약 관행에 맞춘 커스터마이징이 장기적 경쟁우위를 결정하는 요소가 될 것이다.









