차량관리는 오랫동안 '필요할 때 따로따로 예약하는' 영역이었다. 세차는 세차장에서, 정비는 정비소에서 받고, 두 기록은 서로를 모른다. 그런데 주차된 자리로 찾아가는 출장세차가 3년여 만에 6만 건의 세차와 4,000명의 크루를 쌓았고, 거기에 서울대학교기술지주의 브릿지 투자와 정부 R&D 자금 8억원이 붙었다13. 돈이 산 것은 세차 매출이 아니라, 세차할 때마다 차를 들여다보는 권리다.
왜 '세차'였나 — 가장 자주 반복되는 접점이 가장 두꺼운 데이터였다
차량관리 시장의 구조적 공백은 분명하다. 세차와 정비는 각각 다른 사업자에게 개별적으로 예약하는 방식이고, 그래서 차량의 상태를 지속적으로 알고 있는 주체가 없다1. 운전자는 경고등이 켜지거나 정비소에 들렀을 때에야 차의 상태를 듣는다. 정비소는 고장을 다루고 세차장은 외관을 다루지만, 둘 사이에 기록이 오가지 않는다. 업계가 '차량 상태를 지속적으로 확인하고 필요한 관리를 추천하는 방향'으로 옮겨가고 있다는 진단이 나오는 배경이다1.
세진사는 이 공백의 반대편, 가장 자주 반복되는 접점에서 출발했다. 2023년 8월 출장세차 서비스로 시작해, 이용자가 앱에서 세차를 예약하면 전문 크루가 차량이 주차된 장소로 찾아가 작업한다1. 고객은 세차장을 방문하지 않는다. 앱 이름부터 '세차에 진심인 사람들'의 줄임말이고, 대표는 윤용빈이다1.
겉보기에는 O2O 세차다. 그러나 회사가 지금 강조하는 것은 세차 그 자체가 아니다. 정기적으로 반복되는 세차 과정에서 확보하는 차량 사진과 작업 이력이, 차량의 외관 상태와 관리 주기를 파악할 수 있는 데이터가 된다1. 정비소는 문제가 생겼을 때 가지만, 세차는 주기적으로 한다. 같은 차를 반복해서 들여다보는 쪽이 변화를 먼저 읽는다. 이 데이터를 AI 로 분석하면 차량별 상태에 맞춰 정비 필요성을 안내하는 서비스로 발전시킬 수 있다는 것이 회사의 논리다1.
자금 구조가 이 전환을 그대로 드러낸다. 해시드벤처스의 15억원 시드 투자에 이어, 서울대학교기술지주가 브릿지 투자를 집행하면서 팁스 운영사로서 세진사를 추천했다12. 투자금액은 공개되지 않았다1. 팁스는 중소벤처기업부의 민간투자주도형 기술창업지원 프로그램으로, 민간 운영사가 먼저 투자하고 추천하면 정부 R&D 가 뒤따르는 구조다1. 세진사는 선정에 따라 향후 2년간 총 8억원의 R&D 자금을 받는데, 용도가 투자금과 분리돼 있다. 투자금은 고객 확보·운영 인프라 고도화·핵심 인력 채용에, 팁스 자금은 AI 차량 상태 식별 모델과 맞춤형 차량관리 추천 체계 개발에 쓴다1. 한쪽은 접점을 넓히고, 다른 쪽은 그 접점에서 나오는 데이터를 읽는 모델을 만든다.
세차장 모델 vs 세진사 — 어디서 기록이 끊기는가
차이는 세차 품질이 아니라 기록의 연속성에 있다. 전통적인 세차·정비 구조와 세진사의 구조를 다섯 축으로 놓고 보면, 이 회사가 어디에 무게를 두는지가 드러난다1.
| 영역 | 전통 세차·정비 | 세진사 |
|---|---|---|
| 서비스 접점 | 운전자가 세차장·정비소를 방문 | 앱 예약 후 크루가 주차된 자리로 방문 |
| 세차와 정비의 관계 | 개별 예약, 기록 단절 | 세차 이력이 정비 추천의 입력값 |
| 차량 상태 파악 | 운전자 감각 또는 정비소 점검 시점에만 | 세차마다 축적되는 사진·작업 이력 |
| 관리 주기 | 운전자가 기억하고 판단 | 데이터 기반 관리 주기 파악 · 맞춤 추천 (개발 단계) |
| 공급 구조 | 고정 설비 세차장 | 크루 4,000명 네트워크 |
다섯 축 중 세진사가 이미 확보한 것은 접점과 공급 구조다. 고정 설비 세차장은 자리 수만큼만 처리하지만, 크루 네트워크는 수요가 있는 주차장으로 이동한다. 대신 4,000명의 크루가 남기는 사진과 작업 기록의 균일성이 데이터 품질을 좌우한다1. 투자금의 용처에 '운영 인프라 고도화'가 들어간 것은 이 지점과 무관하지 않다1.
나머지 세 축, 특히 '세차 이력이 정비 추천의 입력값이 되는' 구조는 팁스 R&D 기간에 만들어야 할 몫이다1. 비교표의 오른쪽 열은 완성형이 아니라 로드맵이다. 지금 세진사가 보여준 것은 데이터가 쌓이는 파이프이지, 그 데이터가 돈이 되는 증거는 아직 아니다.
세진사가 데이터를 굴리는 세 단계
- 출장세차로 접점을 선점한다 2023년 8월 출발 이후 누적 세차 6만 건, 서비스 크루 4,000명을 돌파했다1. 세차장을 짓지 않고 크루가 주차장으로 가는 구조라, 고정 설비 없이 접점이 늘어난다. 이번 투자금의 첫 용처가 고객 확보와 운영 인프라 고도화인 이유다1.
- 세차마다 차량 사진과 작업 이력을 쌓는다 크루가 작업할 때 남는 사진과 이력이 차량의 외관 상태와 관리 주기를 파악하는 데이터가 된다1. 같은 차를 반복해서 찍는다는 점이 핵심이다. 한 번의 스냅샷이 아니라 시계열이 쌓이고, 시계열이 있어야 '이 차는 지금 무엇이 필요한가'를 말할 수 있다.
- AI 로 상태를 식별하고 관리를 추천한다 팁스 R&D 자금 8억원은 AI 차량 상태 식별 모델과 맞춤형 차량관리 추천 체계 개발에 투입된다1. 제품 개발과 AI 엔지니어 채용도 자금 용처에 포함됐다1. 세차 데이터를 정비 수요로 번역하는 단계이고, 회사가 '차량 상태 진단부터 정비 추천까지 확장'이라 말하는 지점이다1.
두 자금의 용도 분리는 회사가 두 개의 엔진을 따로 돌린다는 뜻이다. 투자금으로 돌리는 엔진은 세차 건수와 크루 수를 늘려 데이터 공급량을 키우고, 팁스 자금으로 돌리는 엔진은 그 데이터를 정비 수요로 번역하는 모델을 만든다1. 앞 엔진이 멈추면 뒤 엔진에 넣을 데이터가 마르고, 뒤 엔진이 늦으면 앞 엔진은 그냥 출장세차로 남는다.
The Bet — 세차는 손익이 아니라 데이터 수집 채널이다
서울대학교기술지주는 투자와 팁스 추천을 동시에 집행했다1. 투자자이면서 정부 R&D 의 추천 주체라는 이중 역할은, 이 회사의 다음 2년이 매출보다 기술 검증에 걸려 있다는 신호다.
서울대학교기술지주가 산 것은 출장세차의 마진이 아니다. 6만 건의 세차가 남긴 차량 사진과 작업 이력, 그리고 그 데이터를 계속 공급하는 4,000명의 크루 네트워크다1. 세차 데이터로 차량별 정비 필요성을 미리 읽어낼 수 있다면, 세차는 수익원이 아니라 정비 수요를 가장 먼저 포착하는 입구가 된다. 해시드벤처스의 15억원 시드가 접점을 만드는 돈이었다면, 이번 브릿지와 팁스 8억원은 그 접점을 데이터 사업으로 바꾸는 돈이다1. 반대로 리스크도 같은 자리에 있다. 외관 사진이 외관 상태를 알려주는 것과, 기계적 정비 필요성까지 추천하는 것은 다른 문제다. AI 모델은 아직 개발 단계이고, 투자금액은 공개되지 않았다1. 베팅의 크기는 숨겨져 있고, 베팅의 방향만 드러났다.
다음 12개월에 지켜볼 지표 3개
- AI 차량 상태 식별 모델의 실제 출시 팁스 R&D 기간 2년 중 첫 해에 해당한다1. 사진 기반 외관 상태 식별이 앱 안에서 실제 기능으로 나오는지, 그리고 그것이 '정비 추천'까지 연결되는지가 첫 관문이다. 모델 없이는 비교표의 오른쪽 열 절반이 비어 있다.
- 세차 재이용 주기와 데이터 밀도 누적 6만 건은 공개됐지만, 같은 차량이 얼마나 반복해서 세차를 받는지는 공개되지 않았다1. 시계열 데이터는 반복에서 나온다. 차량당 세차 횟수나 재이용률이 공개되는 순간, 이 회사의 데이터 자산 가치가 수치로 읽힌다.
- 정비 추천의 전환과 다음 라운드 세차 고객이 추천받은 정비를 실제로 받아들이는지가 수익 모델의 성립 여부를 결정한다. 이 전환이 확인되면 해시드 시드·서울대기술지주 브릿지에 이은 다음 라운드의 근거가 되고, 확인되지 않으면 세진사는 잘 되는 출장세차 회사로 남는다1. AI 엔지니어 채용이 자금 용처에 명시된 만큼, 채용 속도도 간접 지표다1.
그 사진이 정비 추천으로 바뀌는 순간이, 다음 이야기다.
