Efantas
Field-responsive AI Agent Platform
저희 팀 Efantas는 고대 그리스어 phantasia에서 영감을 받았습니다. phantasia는 눈에 보이는 모습, 그리고 마음 속에서 그려내는 이미지를 의미합니다. 아리스토텔레스는 이를 감각과 사고를 잇는 다리라고 불렀습니다.
저희는 이 어원에 그치지 않고, 정체성인 Edge의 'E'를 더해 지금의 Efantas가 되었습니다. 저희가 만드는 솔루션은 클라우드와 로컬을 가리지 않는 디바이스의 가장자리, 즉 일이 실제로 일어나는 그 현장 위에 놓입니다.
고대의 phantasia가 감각과 사고를 잇는 개념이었다면, Efantas는 오늘날 비전 AI와 언어 모델을 잇는 시스템입니다.
저희는 phantasia를 감각과 판단 사이의 매개 개념으로 해석했습니다. 이 관점은 현장의 영상을 인식하고, 언어 모델로 해석하고, 음성으로 전달하는 Efantas의 구조와 맞닿아 있습니다. 본 것이 판단으로 이어지고 판단이 행동으로 이어지려면 그 사이를 잇는 매개가 필요하다는 것. 저희가 만드는 파이프라인의 원리와 정확히 일치합니다.
철학자가 영혼을 설명하기 위해 쓴 단어 phantasia는, 그래서 저희에게 이름 그 이상입니다. 그것은 저희가 만드는 시스템의 가운데 자리에 있는 모듈이고, 회사 전체의 설계 원리입니다.
2025년 12월 5일, 클라우드플레어의 다운으로 ChatGPT와 Claude가 동시에 멈췄습니다. 이 사건은 단순한 인프라 장애가 아니라, AI에 의존하기 시작한 모든 현장이 같은 순간 함께 멈춘다는 사실을 드러냈습니다. 만약 그 AI가 안전을 책임지는 시스템이었다면, 그 짧은 정전은 사고가 됐을 수도 있습니다.
같은 시기에 저희는 1B~4B급 sLLM이 실용성의 임계를 넘었다는 신호를 보고 있었습니다. 클라우드에서만 가능했던 추론이 손바닥만 한 디바이스 위에서 동작하기 시작했고, 한 대의 엣지 기기가 비전·언어·음성을 모두 담을 수 있는 시점이 도래했습니다.
이 두 가지가 만나는 자리에 Efantas가 있습니다. 클라우드가 멈춰도 멈추지 않는 안전, 본부 인프라가 없어도 작동하는 현장 AI. 시장은 이미 변화를 맞이했고, 저희에게는 아직 기회를 위한 자리가 있습니다.
한 명의 감독관이 4~10명의 작업자를 동시에 따라다니는 소규모 현장에서, 기존 CCTV는 사후 확인의 도구일 뿐 실시간 개입의 수단이 아닙니다. 위험이 감지되어도 관제실 → 무전 → 현장으로 전달되는 시간 차이가 사고를 만듭니다.
Efantas는 인지부터 음성 경고까지를 한 디바이스 위에서 자율적으로 처리합니다. 인터넷이 연결돼 있을 때는 클라우드 LLM을 통한 정밀 추론을, 단절된 환경에서는 내부 sLLM이 끊김없는 추론을 담당합니다.
물류창고는 작업 동선·중장비·작업자의 패턴이 비교적 일정한 반고정 환경입니다. Efantas는 이 환경의 일관성을 활용해, 산업안전 코어를 가장 먼저 옮겨갈 도메인으로 보고 있습니다.
도시 단위 CCTV는 수만 대에서 수십만 대 규모로 운영되지만, 실시간 개입은 여전히 인력에 의존합니다. Efantas는 엣지 디바이스의 자율성을 도시 인프라로 확장해, 본부의 모니터링이 닿지 않는 순간에도 작동하는 안전 레이어를 만들고자 합니다.
차량·모빌리티 도메인은 가장 동적이고 가변적인 환경입니다. 그만큼 데이터 다양성과 검증 신뢰도가 높게 요구되지만, 동일한 원리로 가장 큰 시장이기도 합니다. Efantas는 산업안전·도시안전에서 검증한 코어를 가지고 이 도메인에 도전합니다.
대부분의 AI 솔루션은 한 도메인에서 완벽하게 작동하도록 최적화되어, 다른 도메인으로 옮기기 위한 작업이 번거롭습니다. 하지만 저희 Efantas는 반대로 갑니다. 도메인 위에 솔루션을 쌓는 대신, 도메인을 갈아끼울 수 있는 오케스트레이션 코어를 만듭니다.
실제 배포 모드는 Architecture에서, 도메인 확장 일정은 Roadmap에서 확인하실 수 있습니다.
Efantas는 동일한 오케스트레이션 코어를 환경에 따라 세 가지 모드로 배포합니다. 클라우드 연결 여부, 네트워크 정책, 디바이스 자원에 따라 적합한 모드를 선택할 수 있습니다.
각 모드의 상세 아키텍처 문서는 순차적으로 공개할 예정입니다.
클라우드 LLM의 정밀 추론과 엣지 sLLM의 자율 동작을 함께 활용하는 메인 배포 모드입니다. 평시에는 클라우드를 활용해 정밀한 도메인 응답을 생성하고, 네트워크가 단절되면 엣지가 자율적으로 작동합니다.
외부 인터넷 연결이 차단된 폐쇄망 환경을 위한 변형 모드입니다. 보안·규제 등의 이유로 클라우드를 사용할 수 없는 시설에서, 인트라넷 자원만으로 동일한 오케스트레이션 코어를 작동시킵니다.
네트워크 연결이 전혀 보장되지 않는 환경을 위한 완전 분리 모드입니다. 디바이스 단독으로 인지·판단·경고를 모두 처리하며, 오프그리드 현장이나 통신 음영지역에서도 동일한 수준의 안전 동작을 보장합니다.
먼저 한 도메인에서 신뢰를 만들고, 그 신뢰를 다음 도메인으로 옮기고, 마지막으로 코어를 외부에 개방합니다. 각 단계의 환경 통제도(반고정 → 동적 → 가변)에 따라 데이터 확보와 모델링 난이도가 점진적으로 상승합니다.
Phase 2와 3은 가설 단계입니다. Phase 1의 검증 결과에 따라 우선순위는 언제든 조정될 수 있습니다.
세 명의 풀타임 팀이 시스템 설계, 공간 추론, 통계 검증을 분담합니다. 컴퓨터공학·공간정보공학·물리학이라는 서로 다른 학문 위에서 산업안전 AI의 신뢰성을 만듭니다.
투자, 파트너십, 파일럿 도입, 혹은 단순한 호기심까지, 어떤 이유든 환영합니다. 직접 답장드립니다.