Qwen TTS·Qwen3·Qwen VL부터 한자 자전·고문서 OCR까지…Local·Private AI 기반 ‘Enterprise AI Box’로 중소기업 AI 시장 공략
언어·음성·이미지·문서 데이터를 아우르는 인공지능(AI) 기술을 직접 연구하고 이를 실제 웹서비스와 기업용 솔루션으로 구현하는 **주식회사 에트피아(ATPIA)**가 2026년 출범한다.
에트피아는 단순히 해외 AI 모델이나 서비스를 소개·중개하는 업체가 아니라, 범용 AI 모델을 실제 산업 현장의 데이터와 연결하고 모델 운용에서 데이터 처리, API, 웹서비스, GPU 인프라 운영까지 직접 구현하는 AI 솔루션 기술기업을 지향한다.
회사 홈페이지가 내건 방향도 분명하다. 에트피아는 스스로를 **“AI를 소개하는 회사를 넘어, AI를 만드는 회사”**로 정의하고 있다. 언어·이미지·음성·문서 데이터를 처리하는 AI 기술을 연구하는 데 그치지 않고 실제 사용자가 이용할 수 있는 서비스와 기업용 솔루션까지 연결하겠다는 것이다.
음성·LLM·멀티모달·한자·고문서 OCR…이미 5개 AI 프로젝트 구축
창립 초기 기업이지만 에트피아가 주목받는 이유는 회사 설립 이전부터 여러 AI 기술을 실제 서비스 환경에서 구축하고 검증해 왔다는 점이다.
현재 에트피아가 공개한 AI 제품 및 연구 포트폴리오는 크게 다섯 분야다.
먼저 Qwen TTS는 Qwen 계열 음성합성 모델을 실제 웹 환경에서 운용하기 위한 Speech AI 플랫폼이다. Text-to-Speech 모델 추론과 GPU 기반 모델 서빙 기술을 검증하고 있다.
Qwen3 프로젝트에서는 대규모언어모델(LLM)의 로컬 추론과 Reasoning, 모델 서빙 기술을 시험하고 있으며, 기업 내부에서 AI를 운용하기 위한 Local LLM 기술 기반을 확보하는 데 초점을 맞추고 있다.
Qwen VL은 이미지와 텍스트를 동시에 이해하는 Vision-Language Model을 활용한 멀티모달 AI 프로젝트다. 이미지 이해와 OCR, 문서 AI를 연결하기 위한 기술을 실제 서비스 환경에서 검증하고 있다.
이와 함께 실제 공개 서비스로 운영되고 있는 **‘ATPIA 한자 자전’**은 에트피아의 Knowledge AI 기술을 보여주는 대표 프로젝트다.
ATPIA 한자 자전은 단순히 한자의 음과 뜻만 제공하는 전통적인 사전에서 벗어나 한국어·중국어·일본어 문자와 어휘 데이터를 하나의 문자 중심으로 연결한다. 간체자·번체자·이체자 관계, 일본 국자, 한국 국자, 다국어 단어와 숙어, 획순, 서체 정보 등을 통합하고 있으며 마우스나 스마트폰 터치, 스타일러스 펜으로 직접 한자를 써서 찾는 필기인식 검색 기능도 제공하고 있다.
5만여 쪽 고문서와 940만 자 이상 데이터 기반 ‘Historical OCR’ 연구
에트피아가 중장기 핵심 연구 분야로 추진하고 있는 기술 가운데 하나가 Historical OCR, 즉 한자 고문헌 인공지능 판독 기술이다.
일반적인 현대 문서 OCR과 달리 옛 한문 문헌은 세로쓰기, 다양한 서체와 이체자, 훼손된 인쇄 상태 등으로 인해 인공지능 판독 난도가 높다.
에트피아는 고문헌의 세로쓰기 구조를 분석해 문자의 위치와 순서를 찾아내고 이를 사람이 검토할 수 있는 OCR 결과로 연결하는 기술을 연구하고 있다. DBNet 기반 column detection과 glyph recognition 등을 조합하면서 위치·문자 개수·읽기 순서·인식 오류를 측정하는 방식으로 연구를 진행하고 있다.
회사 IR 페이지에 공개된 현재 기술자산 기준으로 Historical OCR 연구에는 감사 완료 이미지 5만118쪽, 문헌 단위 관리 360건, 940만 건 이상의 glyph 데이터가 활용되고 있다. 에트피아는 이 같은 수치도 서비스 운영 및 내부 데이터 감사에서 확인 가능한 범위에 한해 공개한다는 원칙을 밝히고 있다.
AI 모델만 가져다 쓰지 않는다…데이터에서 GPU 운영까지 ‘AI Full Stack’
에트피아의 또 다른 특징은 특정 AI 모델 하나에 사업을 의존하지 않는다는 점이다.
현재 회사가 공개한 기술 스택은 PyTorch, Transformers, Qwen, Vision-Language Model, OCR, Speech AI를 비롯해 PostgreSQL, SQLite, OpenSearch, Python, FastAPI, Next.js, React, TypeScript, Linux, Apache, NVIDIA GPU, CUDA, Docker 등으로 구성돼 있다.
즉 AI 모델을 선택하는 데서 끝나는 것이 아니라 데이터 구축 → 모델 실험과 평가 → API 개발 → 웹서비스 → GPU 모델 서빙 → 배포와 운영까지 하나의 흐름으로 구현하는 AI Full Stack 기술기업을 지향한다.
개발 방식도 AI 시대에 맞춰 변화시키고 있다. 사람이 시스템 아키텍처와 검증, 도메인 판단을 담당하고 AI 도구가 반복적인 구현과 개발 작업을 보조하는 AI-native engineering 방식을 회사의 개발 원칙으로 제시하고 있다.
특히 실험 단계에서 성능이 기대에 미치지 못한 기술까지 무리하게 성공 사례로 포장하기보다, 작은 단위로 가설을 검증하고 실패 원인을 측정·기록한 뒤 다음 연구와 제품 개발에 활용한다는 방침이다. 홈페이지에서도 “가능한 것과 아직 검증하지 못한 것을 구분해 공개한다”는 원칙을 명시하고 있다.
다음 목표는 ‘Enterprise AI Box’…중소기업도 자기 회사 AI 갖게 한다
에트피아가 궁극적으로 바라보는 시장은 개별 AI 웹서비스에 머물지 않는다.
현재 음성, LLM, Vision AI, 한자 Knowledge AI, Document OCR을 통해 축적하고 있는 기술을 앞으로 Model Serving, RAG, Knowledge Search, Document AI, Agent Workflow로 통합하고 이를 기업용 AI 플랫폼으로 발전시킬 계획이다.
특히 기업의 영업자료, 회계·세무 자료, 계약서, 민원 및 행정문서 등 민감한 데이터를 외부 클라우드로 보내지 않고 회사 내부에서 활용할 수 있도록 Local AI와 Private AI 시장을 적극 공략한다는 구상이다.
그 최종적인 사업 비전 가운데 하나가 **‘Enterprise AI Box’**다.
대규모 AI 전문 인력을 갖추기 어려운 중소기업과 전문서비스 사업자에게 해당 기업의 데이터와 업무 환경에 맞는 AI 시스템을 구축해 주는 것이다. 모델 선택과 서버 구성에서부터 기업 데이터 연결, RAG·지식검색, 문서 AI, 업무 자동화, 운영관리까지 하나의 시스템으로 제공하는 방향이다.
에트피아는 이를 통해 대기업 중심의 대규모 AI 구축시장과 다른 영역을 개척한다는 전략이다. 중소기업과 전문직 사무소도 자체 데이터에 기반한 AI를 안전하게 운영할 수 있도록 하는 것이 회사가 그리는 장기 비전이다.
“작지만 강한 AI 기술기업”…연구가 제품으로 이어지는 회사 목표
에트피아가 홈페이지에 제시한 회사 비전은 **“작지만 강한 AI 기술기업, 연구와 제품이 끊기지 않는 팀”**이다.
AI 연구를 논문이나 기술 시연으로 끝내지 않고 실제 API와 웹서비스로 구현하고, 그 과정에서 확보한 기술을 다시 기업용 제품과 새로운 연구의 기반으로 축적하는 선순환 구조를 만들겠다는 의미다.
에트피아의 R&D 로드맵 역시 이를 **‘Own the data → Prove the path → Build the product → Expand the platform’**이라는 단계로 정리하고 있다. 전문 데이터를 축적하고, 작은 실험으로 기술 가능성을 검증하고, API와 UI를 갖춘 제품을 만든 뒤 기업용 AI와 업무 자동화 플랫폼으로 확장한다는 전략이다.
생성형 AI 시장이 거대 모델의 성능 경쟁에서 실제 산업 현장에 AI를 어떻게 적용할 것인가를 놓고 경쟁하는 단계로 빠르게 이동하는 가운데, 에트피아가 음성·언어·비전·문자·문서 AI에서 축적한 기술을 어떻게 하나의 기업용 AI 플랫폼으로 연결해 나갈지 주목된다.
AI를 사용하는 회사에서 AI를 직접 만들어 실제 문제를 해결하는 회사로.
2026년 출범하는 에트피아의 도전은 이제 시작이다.