tags: ["opensource", "ai", "fitness-tech", "startup"]

병목 현상은 AI가 아닙니다

모든 오프라인 매장 운영자는 자신의 비즈니스에 AI가 필요하다는 것을 알고 있습니다. 문제는 기술이 아닙니다.

문제는 "나는 내 비즈니스를 안다"와 "AI는 무엇을 해야 할지 안다" 사이를 이어주는 번역가입니다.

업계에서는 이 번역가를 **FDE — 현장 배치 엔지니어 (Field Deployment Engineer)**라고 부릅니다. 한 명을 고용하는 데 월 20,000엔이 듭니다. 이들은 최대 5~10개의 매장을 담당합니다. 업무 특성상 출장이 잦고, 반복적이며, 지루하기 때문에 18개월 이내에 퇴사합니다.

중국에는 수십만 개의 오프라인 매장이 있습니다. 모든 매장에 FDE가 필요하지만, 이를 감당할 수 있는 곳은 거의 없습니다.

MAFBE는 오픈 소스 AI로 재구축된 바로 그 FDE입니다.

MAFBE가 실제로 하는 일

MAFBE — 멀티 에이전트 피트니스 비즈니스 엔티티 (Multi-Agent Fitness Business Entity) — 는 9개의 자율 AI 에이전트 (Autonomous AI agents)를 실제 체육관에 배치하는 오픈 소스 프레임워크입니다. 일단 배치되면, 에이전트들은 다음을 처리합니다:

• 회원 관리 (Member management) — 추적, 유지율 예측, 이탈 경고
• 수업 일정 관리 및 동적 가격 책정 (Class scheduling and dynamic pricing) — 수용 인원 최적화
• 직원 평가 (Employee evaluation) — 직관이 아닌 객관적 지표 기반
• 공급업체 관리 (Supplier management) — 자동 견적 요청 (RFQ) 및 비교
• 콘텐츠 제작 (Content production) — 전문 작가 없이 매일 소셜 미디어 게시물 생성
• 인프라 모니터링 (Infrastructure monitoring) — 서버 및 IoT 상태의 자가 치유 (Self-healing)
• 비용 최적화 (Cost optimization) — 예산 대비 모든 위안(yuan) 단위 추적
• 투자자 내러티브 (Investor narrative) — 실시간 포지셔닝 및 보고
• 리스크 감사 (Risk audit) — 모든 에이전트를 점검하는 독립적인 검증 레이어

창업자는 개입하지 않습니다. 에이전트들은 이벤트 버스 (Event bus)를 통해 통신하고, 감사 에이전트 (Audit agent)를 통해 상호 검증하며, 자율 시스템이 막다른 길에 다다랐을 때만 창업자에게 보고합니다.

실제 체육관에서의 107일

이것은 시뮬레이션이 아닙니다. MAFBE는 2026년 4월부터 중국 동관(완장)에 위치한 실제 체육관인 ZWISERFIT에서 운영되어 왔습니다. 이곳은 중국 내에서 피트니스 보급률이 가장 낮은 지역 중 하나입니다.

주요 운영 지표:

동관 완장(Dongguan Wanjiang)을 선택한 것은 의도적이었습니다. 피트니스 문화가 가장 낮은 지역에서 시스템이 작동한다면, 그 어디에서도 작동할 것입니다.

모든 에이전트(Agent)의 행동은 기록됩니다. 모든 오류는 추적됩니다. 모든 복구는 구조적입니다. 버그가 발생하면, 동일한 버그가 두 번 발생하지 않도록 새로운 제약 조건(Constraint)이 추가됩니다.

왜 "배포(Deployment) > 모델(Model)"인가

AI 산업은 모델(Model)에 집착합니다. 어떤 모델이 최고인가? 어떤 벤치마크(Benchmark)가 가장 높은가?

MAFBE는 배포(Deployment)에 집착합니다. 배포가 없는 모델은 데모(Demo)에 불과하기 때문입니다. 107일간의 프로덕션 배포(Production deployment)를 거친 모델은 비즈니스입니다.

모델이 할 수 있는 일 — 피트니스 기사 생성, 트렌드 분석, 마케팅 헤드라인 작성.
배포가 할 수 있는 일 — 인간의 개입 없이 107일 동안 실제 체육관 운영, 7개 중 6개의 인프라 버그 자가 치유(Self-heal), 일상 운영으로부터 1,830개의 구조화된 지식 항목 추출.

경쟁사가 우리의 모델 스택(Model stack)을 복제하면, 그들은 데모를 얻게 됩니다. 하지만 그들이 우리의 배포를 복제하면, 107일간의 프로덕션 데이터(Production data)를 얻게 됩니다. 그리고 그때 우리는 이미 200일 차에 도달해 있을 것입니다.

계층 아키텍처 (Layer Architecture): 실제 운영을 위해 구축됨

MAFBE는 단일 구조의 "AI 에이전트 (AI agent)"가 아닙니다. 이는 각각 특정한 역할을 가진 다섯 개의 상호 연결된 계층(Layer)으로 구성됩니다:

⚡ 실행 계층 (Execution Layer) — 9개의 에이전트가 운영 수행 (OpenClaw + MCP 프로토콜)
🧬 메모리 계층 (Memory Layer) — 1,830개의 지식 항목, 39개의 제약 조건 (ChromaDB + Mem0)
🎯 오케스트레이션 계층 (Orchestration Layer) — 작업 라우팅, 우선순위 스케줄링 (LangGraph)
...

T자형 플라이휠 (T-shaped flywheel): 다섯 개의 계층은 수직적으로(각 계층이 위아래 계층에 정보를 전달) 그리고 수평적으로(각 계층 내의 에이전트들이 서로의 행동을 교차 검증) 통신합니다. 이것은 단순한 파이프라인(Pipeline)이 아닙니다. 모든 참여자가 서로가 발견한 것에 대해 실시간으로 반응하는 운영실(Operating room)입니다.

어떤 경쟁자라도 하나의 계층은 복제할 수 있습니다. 하지만 107일간의 라이브 운영을 통해 구축된 T자형 교차 검증 네트워크는 복제할 수 없습니다.

오픈 소스 모델 (Open Source Model): 오프라인 소매업을 위한 WordPress

이유는 무엇일까요? 프레임워크는 보편적입니다. 어떤 체육관이든 이를 실행할 수 있습니다. 암묵지(Tacit knowledge)는 AI 의사결정 패턴으로 인코딩된 점주님의 7년 운영 경험입니다. 그것은 우리의 자산이 아니라 그들의 디지털 자산입니다.

WordPress.org와 WordPress.com의 관계를 생각해보세요. 코드는 무료입니다. 호스팅된 경험이 곧 제품입니다.

투자자를 위하여: 중요한 수치들

현재 (시드 단계): MAFBE = 일일 39엔의 AI FDE이며, 이는 월 2만 엔의 인간 FDE를 대체합니다. 일일 39엔 × 10,000개 매장 = 1억 4,000만 엔의 ARR (연간 반복 매출). 하드웨어나 데이터 해자(Data moat)가 필요하지 않습니다.

12-18개월 (시리즈 A): MAFBE + KinTwin 하드웨어. 하드웨어 현금 흐름 + 행동 데이터 레이어.

24-36개월 (시리즈 B+): MAFBE + KinTwin + Zeus Protocol. 매장 간 데이터 상호 운용성 프로토콜. 프로토콜 수수료 수익.

투자자들은 전체 비전을 믿을 필요가 없습니다. 그저 수십만 개의 오프라인 매장에 저렴한 FDE가 필요하며, MAFBE가 그 첫 번째 AI 버전이라는 사실만 믿으면 됩니다.

시작하기

git clone https://github.com/ZWISERFIT/mafbe-fde.git
cd mafbe-fde
./deploy.sh --store-id "YOUR-GYM"

10분. 9개의 AI 에이전트. 하나의 운영 중인 체육관.

ZWISERFIT는 AI-인간 공생(Co-symbiotic) 플랫폼입니다. AI는 표준화된 운영을 담당하고, 인간은 온도와 가치를 담당합니다. 모든 행동 데이터는 사용자에게 귀속됩니다 — DID로 보안을 유지하고, MPC로 보호되며, 체인(Chain)을 통해 검증됩니다.