와이즈넛, AI 에이전트 매출 비중 1년 만에 1.3%에서 43.3%로

• 와이즈넛의 1분기 매출이 전년 대비 33.8% 증가함

  • 연결 기준 매출은 72억2000만원임
  • 영업손실은 26억5000만원, 당기순손실은 25억6000만원으로 적자는 이어졌지만 폭은 줄었다고 밝힘

• 진짜 눈에 띄는 숫자는 AI 에이전트 매출임

  • AI 에이전트 부문 1분기 매출은 31억3000만원임
  • 전년 동기에는 7000만원 수준이었으니, 거의 ‘검토 단계’에서 ‘매출 항목’으로 넘어간 그림임
  • 전체 매출에서 AI 에이전트가 차지하는 비중도 지난해 1.3%에서 올해 43.3%로 올라감

• 와이즈넛은 기존 레거시 사업군이 AI 에이전트 영역으로 흡수·전환되고 있다고 봄

  • 과거에는 시장에서 검토 단계에 머물렀던 AI 에이전트 사업이 실제 매출로 이어지고 있다는 설명임
  • 비용 관리도 같이 맞물리면서 실적 개선에 영향을 줬다고 밝힘

• 앞으로는 공공·금융·제조·유통 같은 B2B 시장을 더 파고들 계획임

  • 와이즈넛은 70여 건의 도메인 특화 AI 에이전트 구축 레퍼런스를 갖고 있다고 강조함
  • 특정 산업의 업무 지식과 프로세스를 반영한 에이전트를 만들고, 이를 인접 산업군으로 확장하겠다는 전략임

• 보안 민감 고객을 겨냥한 온프레미스형 AI 어플라이언스도 핵심 카드로 나옴

  • 에이전트 특화 대규모 언어 모델(LLM), 검색 증강 생성(RAG), 국산 신경망 처리 장치(NPU)를 결합한다는 구상임
  • 망분리 환경에서 구동 가능한 고성능 폐쇄형 AI 인프라 수요에 대응하겠다는 설명임

---

기술 맥락

• 이 기사에서 중요한 건 “AI 에이전트가 유행어다”가 아니라 매출 비중이 실제로 바뀌었다는 점이에요. B2B 소프트웨어 회사에서 1.3%였던 항목이 43.3%가 됐다는 건 영업, 구축, 유지보수 흐름이 같이 바뀌고 있다는 뜻이거든요.

• 도메인 특화 에이전트에 RAG가 붙는 이유는 기업 업무가 일반 지식만으로 안 돌아가기 때문이에요. 내부 규정, 상품 문서, 고객 이력, 공정 데이터 같은 걸 찾아서 답해야 하니 검색 기반 문맥 주입이 필요해요.

• 온프레미스형 어플라이언스 전략은 한국 B2B 시장에서 꽤 현실적이에요. 공공·금융·제조 고객은 데이터를 외부 클라우드로 보내기 어렵고, 망분리 환경도 많아서 내부망에서 닫힌 형태로 돌릴 수 있어야 하거든요.

• 국산 NPU를 언급한 것도 비용과 공급망 맥락이 있어요. GPU만으로 모든 추론을 처리하면 비용과 확보 문제가 생기기 쉬워서, 특정 워크로드를 NPU로 돌리는 선택지가 커질 수 있어요.