건물을 데이터로: 자산 추적을 위한 공간 메모리

Jordi Spranger는 AI Engineer NYC 2026에서 발표했습니다. 2026년 6월에 설립된 Spranic은 스웨덴 말뫼에 본사를 둔 그래프 데이터베이스 회사인 Neo4j와 협력하고 있으며, Neo4j 협력자 Zam과 함께 작업하고 있습니다.

주택 부동산은 총 300조 달러 정도를 차지합니다. 상업용 부동산은 약 60조 달러, 농업은 약 50조 달러입니다. Spranger는 정보 격차가 가장 심각한 금융 위험을 야기하는 상업 부문에 발표를 집중했습니다.

이 400조 달러는 전 세계 주식과 모든 채무 및 금의 합계를 능가합니다. 부동산은 지구상에서 가장 큰 단일 자산 클래스입니다.

금융 상품(대출, 보험, 모기지)은 분기별로 장부에 기록되고 갱신됩니다. 그들이 기반하는 기본 부동산 자산은 단 몇 년에 한 번씩만 업데이트됩니다. 현실적인 평가 사이의 간격은 약 5년입니다.

초기 평가와 그 5년 사이에 건물 정보는 전적으로 사진과 PDF에 의존합니다. 공간에서 실제로 무엇이 변했는지에 대한 현재 데이터가 없는 블랙박스로 설명됩니다.

이러한 지연이 중요한 이유는 건물의 물리적 상태가 정적이지 않기 때문입니다. 재료가 저하되고, 장비가 고장나며, 레이아웃이 변하지만 금융 상품은 점점 더 오래된 기준선에 고정되어 있습니다.

Crawl이 수행한 연구는 1,500개 부동산을 조사했으며, 오래되고 불충분하게 상세한 기록이 과소 명시된 보험 적용으로 이어진다는 것을 발견했습니다. 실제 자산 가치와 보험 가액 사이의 격차입니다.

이러한 체계적 불일치는 부동산 소유자와 보험사 모두에게 위험을 초래합니다. 소유자는 무보험 손실에 직면하고, 보험사는 자신의 보험료가 반영하는 것보다 더 높은 노출을 무의식적으로 안고 있습니다.

과소 보험 문제와 자산 업데이트 지연은 전체 상업용 부동산 금융 시스템을 통해 확산됩니다.

대출 기관과 보험사는 부동산의 오래된 스냅샷에 의존하기 때문에 포트폴리오의 진정한 위험 프로필은 알려지지 않습니다. 이는 금융 부문의 부동산 노출에서 숨겨진 취약성입니다.

회의실 전체를 스캔하는 데 걸린 시간은 단 1분의 순회였습니다.

이 시스템은 특수한 장비나 전문가의 개입이 필요하지 않습니다. 센서가 있는 일반인이라면 누구든지 건물 내용과 레이아웃의 포괄적인 기록을 포착할 수 있습니다.

직원들이 공간을 다시 순회할 때(다음 주 월요일, 다음 분기, 또는 내년) 시스템은 두 순회를 시간 축에 정렬합니다. 그래프 데이터베이스는 각 통과에서의 모든 관찰을 유지하여 완전한 시간 기록을 보존합니다.

이 정렬은 시스템이 건물의 내용뿐만 아니라 시간 경과에 따른 변화를 추적할 수 있게 합니다. 각각의 후속 순회는 델타를 캡처합니다. 이동한 항목, 저하된 장비, 추가된 새로운 자산, 수정된 영역입니다.

그래프 데이터베이스는 수집되는 정보와 연결 방식이 유연하여 시스템을 각 자산과 부동산에 초개인화할 수 있습니다. 소매 부동산, 창고, 사무실 건물은 각각 다른 우선순위를 가집니다. 그래프는 각각에 중요한 것을 포착하도록 적응합니다.

만료되었거나 안전 검사에 실패한 소화기의 증거는 즉시 보험사에 알릴 수 있으며, 보험사는 부동산의 저하된 상태에 따라 보험료를 인상할 수 있습니다. 구조적 손상도 유사하게 포착되고 플래그됩니다.

5년 재평가를 기다리는 대신 보험사는 부동산 성과에 대한 즉시 가시성을 얻고 위험 자세를 조정하거나 갱신 전에 소유자가 시정 조치를 취할 것을 요구할 수 있습니다.

Spranger는 동일한 주방 공간을 두 번 순회했고, 시스템은 두 순회를 모두 동일한 위치의 관찰로 인식했습니다. 그 후 두 스캔은 시간 축에 정렬되어 두 기간 사이에 타임라인을 생성했습니다.

그래프에 저장되면 지도는 AI 준비 자산이 됩니다. 사용자는 자연어로 쿼리할 수 있습니다. "어디서 따뜻해질 수 있나요?"라고 묻으면 라디에이터 위치가 반환되고, "마실 유리잔이나 머그잔이 있나요?"라고 물으면 주방 식기류를 가리킵니다.

공간 지도는 픽셀 모음에서 대화 인터페이스로 변환되어, 기술적 전문성이나 수동 검색 없이 건물 지식에 접근할 수 있게 됩니다.

두 번의 주방 순회를 비교할 때, 시스템은 중간의 의자 세 개가 옮겨졌음을 감지했습니다. 무엇이 변했는지 쿼리했을 때, 그것은 델타를 식별하고 실제 근원 참조(포착에서의 실제 사진)를 제공했습니다.

원본 이미지에 대한 이러한 연결은 변화의 증거입니다. 시스템은 단순히 차이를 보고하는 것이 아니라 증거를 보여줍니다. 규정 준수, 보험 조정 또는 분쟁 해결을 위해 그 증거는 중요합니다.

회의실의 단 하나의 스캔도 여러 목적을 수행할 수 있습니다. 필요한 수리 확인, 유지보수 일정 조정, 규정 준수 감시, 보험 청구 처리, 인테리어 디자인 변경 계획, 로봇 시스템 배포입니다.

공간 기록은 건물의 디지털 쌍둥이로 기능합니다. 모든 다운스트림 프로세스가 참조하고 자신의 워크플로우에 통합할 수 있는 영속적이고 쿼리 가능한 모델입니다.

이 통합은 사진, PDF, 별도 시스템에 흩어져 있는 지식의 단편화를 제거하여 건물 현재 상태 전체에 대한 단일 정보 소스를 생성합니다.

정책이 시작될 때, 첫 스캔이 부동산의 초기 상태를 설정합니다. 갱신 시, 두 번째 스캔은 무엇이 유지되고, 수리되었으며, 저하되었는지를 공개합니다. 보험사는 이제 부동산 소유자의 유지보수 성과를 정책 조건과 비교 측정할 수 있습니다.

관찰된 상태 델타에 따라 보험사는 초개인화된 보험료를 생성합니다. 광범위한 위험 범주나 오래된 데이터가 아닌 실제 부동산 성과에 묶인 보험료입니다. 이 정확성은 역선택을 줄이고 보험료를 실제 위험과 맞춥니다.

잘 유지된 부동산은 더 낮은 보험료를 받습니다. 방치 흔적을 보이는 부동산은 더 높은 요금을 직면하거나 갱신 전 시정 요구를 받습니다. 이는 소유자가 자산을 양호한 상태로 유지하도록 즉시 재정적 인센티브를 만듭니다.

현재 보험 장부에 있는 상업용 건물 3개 중 1개는 잘못된 건설 분류를 가지고 있습니다. 이 분류 오류는 위험 평가와 보험료 책정을 왜곡합니다.

특정 기준을 충족하는 것으로 인증된 건물은 허리케인 보험료 감소 35~60%를 받을 수 있습니다. 75%의 보험사는 건물을 확인하고 인증했을 때 허리케인 청구가 현저히 적다고 보고합니다.

AI 기반 공간 매핑을 통해 인증을 자동화할 수 있으므로 전문가의 수동 검사가 필요한 것이 아니라 규모 있게 실행할 수 있습니다. 이 자동화가 바로 Spranic의 시스템이 가치를 창출하는 곳입니다. 비례하는 비용 없이 인증에 필요한 증거를 생성합니다.

그 핵심 요구사항(5년된 스냅샷이 아닌 현재 지식)은 공간 매핑이 해결하는 기본 문제입니다.

부동산은 지구상에서 가장 큰 자산 클래스이지만, 엄청난 비효율과 불투명성으로 운영됩니다. AI 능력(특히 공간 스캔에서 의미적 의미를 추출하고 시간 경과에 따른 변화를 추적할 수 있는 능력)은 그 불투명성을 투명성으로 변환할 수 있습니다.

결과는 더 나은 위험 책정과 규정 준수일 뿐만 아니라 각 자산의 가치, 보험, 관리가 광범위한 범주와 오래된 기록이 아닌 실제 상태와 성과에 맞춰지는 근본적으로 초개인화된 시장입니다.