10만개 렌탈 상품과 계약 데이터를 AI로…렌트리, 딥테크 팁스 선정

(venturesquare.net)

렌트리가 딥테크 팁스에 선정되어 3년간 15억 원의 지원을 통해 복잡한 렌탈 조건을 AI로 분석하고 추천·심사까지 자동화하는 '렌탈 AI 의사결정 플랫폼' 개발에 나선다.

이 글의 핵심 포인트

1렌트리가 2026년 딥테크 팁스 R&D 프로그램에 최종 선정되어 3년간 15억 원의 연구개발비를 지원받음
2상품 추천, 설명, 계약 심사를 연결하는 '렌탈 AI 의사결정 플랫폼' 개발 추진
3지식그래프 기반의 수요 예측 기술 및 렌탈 특화 심사 AI 상용화 목표
410만 개 이상의 상품 데이터와 수십만 건의 계약·결제 데이터 등 방대한 데이터 자산 보유
5최근 12개월 거래액 1,000억 원 달성 및 매출 성장률 640% 기록

이 글에 대한 공공지능 분석

왜 중요한가?

단순한 중개 플랫폼을 넘어, 파편화된 렌탈 데이터를 구조화하고 AI를 통해 복잡한 금융적 의사결정을 자동화하려는 시도이기 때문입니다. 이는 정보 비대칭성이 큰 렌탈 시장의 효율성을 극대화하고 새로운 기술적 진입장벽을 구축하는 중요한 전환점이 될 것입니다.

어떤 배경과 맥락이 있나?

렌탈 상품은 월 요금 외에도 위약금, 지원금, 의무사용기간 등 변수가 많아 소비자가 최적의 조건을 판단하기 매우 어렵습니다. 렌트리는 기존 일반 팁스 과정을 통해 확보한 데이터 구조화 기술을 바탕으로, 이제는 지식그래프와 예측 모델을 결합해 고도화된 의사결정 도구를 만들고자 합니다.

업계에 어떤 영향을 주나?

렌탈 산업 내에서 '상담 자동화'를 넘어 '심사 및 계약 자동화'라는 새로운 표준을 제시할 수 있습니다. 이는 인건비 절감과 운영 효율화를 원하는 제조사 및 렌탈사에 강력한 B2B 솔루션으로 작용하여, 플랫폼의 역할을 단순 중개에서 인프라로 격상시킬 가능성이 높습니다.

한국 시장에 어떤 시사점이 있나?

데이터 기반의 '버티컬 AI' 모델이 어떻게 수익성과 기술력을 동시에 증명하며 정부 지원을 이끌어낼 수 있는지 보여주는 사례입니다. 단순 플랫폼 운영에서 나아가 고도화된 알고리즘을 통한 산업 인프라화 전략은 국내 스타트업들에게 중요한 벤치마킹 대상이 됩니다.

이 글에 대한 큐레이터 의견

렌트리의 행보는 전형적인 '데이터 기반 버티컬 AI'의 성공 방정식을 따르고 있습니다. 단순한 상품 나열식 플랫폼에서 탈피하여, 복잡한 계약 조건을 수치화하고 이를 지식그래프(Knowledge Graph)로 연결하려는 시도는 강력한 해자(Moat)를 구축하려는 전략적 판단입니다. 특히 매출 성장률 640%라는 압도적인 트랙 레코드를 바탕으로 R&D 자금을 확보했다는 점은 기술 개발의 실효성을 뒷받침합니다.

다만, 이러한 'AI 의사결정 플랫폼'이 성공하기 위해서는 데이터의 최신성과 정확성 유지라는 거대한 운영 리스크를 극복해야 합니다. 렌탈 조건은 프로모션에 따라 수시로 변하는데, 만약 AI가 잘못된 위약금이나 지원금을 안내할 경우 발생하는 법적 책임과 신뢰도 하락은 플랫폼 전체의 존립을 흔들 수 있습니다. 따라서 기술적 고도화만큼이나 강력한 데이터 검증 체계(Verification System) 구축이 사업 성패의 핵심 변수가 될 것입니다.

원문 보기 →