티쓰리큐, 서울대 스누아이랩과 ‘비전 AI’ 기술 협력
양사는 AI 플랫폼 ‘티쓰리큐’에 스누아이랩의 AI 기반 이미지 인식 기술을 도입하기로 했다. 낮은 해상도의 이미지와 영상 손실을 최소화하는 '초 해상도 기술'과 야간 촬영 영상, 이동형 차량 영상 등의 훼손 이미지를 개선하는 '디블러링 기술' 등이 적용될 전망이다. 이미지 인식 분야 신규 서비스를 발굴하는 데도 협력할 계획이다.
스누아이랩은 지난 2019년 조인트벤처(JV) 형태로 설립된 서울대기술지주의 자회사다. 현직 AI 전공 교수 6명, 삼성종합기술원과 한화테크윈 연구원들이 주축이다. 영상 데이터를 AI 기반으로 분류하고 탐지하는 각종 비전 AI 관련 기술을 보유하고 있다.
유명호 스누아이랩 대표는 “스누아이랩이 제공하는 딥러닝 엔진들이 플랫폼 기반 서비스를 제공할 수 있게 돼, 사업영역이 한 단계 도약할 것”이라고 전했다.
박병훈 티쓰리큐 대표는 “스누아이랩의 기술이 뛰어놀 수 있는 놀이터를 제공하게 됐다”며 “보다 많은 AI 업체들에게 플랫폼 비즈니스의 터전을 제공하겠다”고 말했다.
이시은 기자
-
기사 스크랩
-
공유
-
프린트
-
1
내년부터 전국 군대 생활관에 비데가 설치된다.정부는 장병들의 위생 및 생활 여건 향상을 위해 전국 병영 생활관에 비데를 설치하기로 하고 예산 37억원을 편성했다. 이에 따라 육군 1만2084개를 비롯해 육·해·공군과 해병대 등 부대에 모두 1만5351개의 비데가 설치될 예정이다. 이는 전국 병영 생활관 변기 수의 약 30%를 차지한다.정부는 비데를 임차 방식으로 설치할 방침이다. 임차 방식으로 설치하면 렌탈 회사가 주기적으로 관리해주기 때문에 장병들의 관리 부담이 크지 않다는 게 정부 설명이다. 정부 관계자는 "비데 설치를 통해 장병 삶의 질이 높아질 것으로 기대한다"고 했다.내년도 정부 예산안엔 실종자를 조기 발견하기 위한 시스템 구축용 예산도 16억원 편성됐다. 아동·치매환자·지적 장애인 등이 실종되는 사건이 발생하면 실종사건 인근 지역 주민들에게 실종자의 사진 등 세부정보가 담긴 문자메시지를 자동으로 발송하는 시스템이 마련될 예정이다.정부는 또 9억7000만원의 예산을 투입해 보이스피싱 범죄 단속을 위해 전파탐지기를 새로 구입하기로 했다. 국제 보이스피싱 범죄는 해외에서 070 번호로 전화를 발신한 이후 국내 중계기를 통해 앞자리 전화번호를 '010'으로 바꾸는 수법이 활용된다. 첨단 전파탐지기로 이 같은 전화번호 위조 행위에 악용되는 중계기를 탐지할 수 있다고 정부는 설명했다.인공지능(AI)을 활용해 어려운 법령 정보를 생활용어에 맞게 검색할 수 있는 시스템 구축 사업도 내년부터 시작된다. 예컨대 '뺑소니 대처 방법'이라고 검색하면 AI 검색 서비스가 뺑소니와 관련된 '교통사고처리특례법'이나 '도로교통법'의 관련 법령 정보를 제공하는 방식이다. 이 사업엔 내년에 23억원, 2026년까지 5년간 총 92억원의 예산이 투입될 예정이다.정의진 기자 justjin@hankyung.com
-
2
로봇프로세스자동화(RPA) 솔루션이 영토 확장에 속도를 내고 있다. 경영 데이터 관리 등 단순 반복 작업에 집중했던 RPA가 인공지능(AI)이란 옷을 입으면서 생겨난 변화다. 똑똑해진 RPA는 최근 제약·통신·금융업 등지에서 난해한 빅데이터까지 거뜬히 처리하며 ‘생각하는 직원’ 역할을 소화하고 있다는 평가를 받는다. 관련 시장 역시 가파른 증가세를 보이고 있다. 스스로 일하는 ‘스마트 RPA’30일 정보기술(IT) 업계에 따르면 한미약품은 오는 10월까지 AI 기반 RPA 솔루션을 제약 제조 공정에 도입하는 프로젝트를 추진 중이다. 지난 3월부터 광학문자인식(OCR) 기술과 AI 기반 RPA를 연계해 약품 품질을 높이는 작업에 들어갔다.통상 약품을 만드는 과정엔 수작업이 많이 들어간다. GMP(제조 기준 설정)부터 수백 가지 원료 입력까지 파악해야 하는 데이터도 많고 복잡하다. 한미약품 RPA 체계는 내장된 AI 모델이 약품 성분 조합 공식과 각각의 효과를 스스로 학습하고 이에 따른 데이터 입력을 자동화한다. 원료정보 등의 비정형 데이터 역시 자체적으로 분석할 수 있어 공장 근로자의 특별한 지시를 요하지도 않는다. 사람이 일일이 명령을 내려야 하는 기존 RPA는 할 수 없던 일이다.LG유플러스는 세계 3대 RPA로 꼽히는 미국 유아이패스와 협력하고 있다. 전국 지방자치단체의 공사 일정 분석을 자동화하는 등 160가지 네트워크 관련 업무를 RPA로 대체하고 있다. 역시 AI 기반이다. SK텔레콤은 통신장비 임차료, 전기료 등 연간 10만 건의 데이터를 자동 처리하기도 한다. 이봉선 유아이패스코리아 최고기술책임자(CTO)는 “AI 기반 RPA는 각 부서가 필요로 할 만한 데이터를 스스로 뽑아 송부하는 일까지 할 수 있다”며 “이전 같으면 직원 여럿이 하던 일”이라고 말했다.금융권에서도 주로 정보 조회 업무에서 스마트 RPA를 확대 적용하고 있다. 기업은행은 2022년까지 수입신용장 개설 시 조항 점검 등 200개 분야에 AI 기반 RPA 시스템을 구축한다는 목표를 세웠다. 여신과 외환 업무 등 60가지 부문에서 적용을 완료했다. 우리은행 역시 상품정보 점검, 지식재산권 담보 관리 등에 이를 활용하며 잉여 업무를 약 4만 시간 줄일 계획이다. 비정형 데이터도 거뜬…시장 대폭발RPA 솔루션은 2010년대 중반부터 국내에 도입되기 시작했다. 처음에는 입력된 명령만 수행해 인간을 돕는 솔루션에 불과했다. 주로 전사적자원관리(ERP)에 연동해 인사·구매·회계 등 경영지원 분야에서 발생하는 단순 데이터 관리 업무에 쓰였다.변화가 시작된 계기는 AI 기술이 발전하면서다. 소리, 시각 이미지 등의 비정형 데이터를 인식하고 필요 작업을 스스로 판단하는 형태는 RPA 솔루션의 대표적 구조로 자리했다. 광학식 문자판독(OCR)·자연어처리(NLP)·기계학습(ML) 등 AI 기술이 기반이다. RPA가 기업 핵심 데이터를 직접 분석할 수 있게 된 이유기도 하다.2019년 손정의 소프트뱅크 회장은 “RPA와 AI의 결합이 25배의 생산성 향상 효과를 가져다줄 것”이라며 ‘RPAI(RPA+AI)’ 개념을 선제적으로 제시하기도 했다. 하지만 지난해 코로나19 여파로 기업들의 디지털 전환 흐름이 가속화하며, 시장 성장세는 더욱 가팔라지고 있다. 시장조사기관 테크나비오에 따르면 AI 기반 RPA 시장은 2024년 88억752만달러(약 10조2572억원) 규모로 올해 대비 세 배 성장할 전망이다.이성엽 고려대 기술경영전문대학원 교수는 “AI가 기업 IT 시스템을 바꾸는 ‘지능정보화’는 자연스러운 흐름”이라며 “RPA 영역에서도 AI가 산업을 바꾸는 기폭제 역할을 할 것”이라고 말했다.■ 로봇프로세스자동화(RPA)사람이 하는 반복적이고 규칙적인 업무를 소프트웨어(SW) 로봇으로 대체하는 기술이다. 사용자의 지시 아래 정형 데이터 수집, 저장 등 단순 업무를 처리할 수 있다.이시은 기자 see@hankyung.com
-
3
올해 초 한 방송사에서 신년특집 프로그램으로 인공지능(AI)과 인간의 대결을 방영했다. 그중에서도 음성 데이터 학습으로 재현한 가수 고(故) 김광석의 음성은 그를 기억하는 많은 사람들에게 먹먹한 감동을 안겼다. 이는 2016년 알파고와 인간의 바둑 대결 당시 막연한 두려움과 공포감으로 다가왔던 AI와는 다른 차원의 스토리를 우리에게 던지는 것처럼 보였다. 사실 AI 기술은 인류의 편이 될 수 있다는 아름다운 이야기를.AI의 새로운 산업 생태계 우리가 인지하지 못하는 사이 AI는 이미 일상생활의 다양한 영역에서 쉽게 찾아볼 수 있는 기술로 자리 잡았다. 그만큼 기업 간의 AI 기술 경쟁도 치열하다. 전 세계 유수의 기업들은 수익성을 제고하고 사업 영역을 확장하기 위한 필살기로 AI 기술을 활용하고자 한다.다른 한편에선 수많은 스타트업들이 혁신적인 AI 기술을 개발하며 새로운 산업 생태계를 만들어 가고 있다. 이렇게 수많은 AI 기술들은 우리가 생각하는 것보다 더 큰 시장을 만들고 있다. AI가 또 하나의 투자 테마로 부상 중인 이유다.AI의 사전적 의미는 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템이다.AI라는 용어는 1956년 처음 등장했으며, 1990년대 인터넷의 발전과 함께 AI가 본격적으로 성장하기 시작했다. 검색 엔진 등을 통해 방대한 데이터를 수집할 수 있게 됐고 이를 기반으로 한 기계학습 즉, ‘머신러닝’이 가능해졌기 때문이다.그리고 AI의 한 형태인 머신러닝은 시간이 흘러 수많은 데이터를 분석하고 학습한 후에 해당 정보를 바탕으로 결정을 내리는 단계를 지나, 자체적으로 배우고 지능적으로 결정을 내릴 수 있는 ‘딥러닝’으로 진화했다.현재 딥러닝은 누구나 AI 스피커, 자율주행자동차, 소셜네트워크서비스(SNS) 애플리케이션 등을 통해 해당 기술을 적용한 서비스를 접할 수 있을 정도로 대중화된 기술이다. ARK 인베스트먼트는 딥러닝이 향후 15~20년간 주식시장에서 약 30조 달러에 달하는 시가총액을 만들어낼 것이라고 전망했다.과거 20년 동안 인터넷이 창출한 시장 가치가 약 13조 달러였던 것과 비교하면 AI 산업의 성장 잠재력은 무한하다고 볼 수 있다.AI 기술이 활용되는 산업 범주는그렇다면 AI 기술이 활용되는 산업의 범주는 어디까지일까. 물론 현재 AI 분야를 선도하고 있는 기업들은 구글, IBM, 마이크로소프트, 애플 등의 글로벌 초대형 정보기술(IT) 또는 인터넷 플랫폼 기업들이다. 그러나 AI 기술은 IT, 커뮤니케이션 서비스 산업뿐 아니라 헬스케어, 에너지, 농업에 이르기까지 전 산업에서 다양하게 활용되고 있다.음식료 기업들은 고객들의 구매내역, 선호도를 빅데이터화해 맞춤형 제품을 개발한다. 의류 업체들은 제품에 전자태그(RFID) 칩을 부착해 재고를 실시간으로 관리하고 고객의 취향을 분석해 단기간에 다품종 소량 생산 전략을 취하기도 한다.농업에서는 드론으로 촬영한 농경지의 이미지를 빅데이터 기반 알고리즘으로 분석해 병충해에 취약한 곳에 농약을 추가로 살포하는 기술이 이미 상용화된 지 오래다. 최근 글로벌 금융시장에서 화두로 떠오른 ‘메타버스(metaverse)’도 AI 기술을 활용한다.가상세계 속 사람의 모습 구현부터 원활한 의사소통, 사용자의 행동 인지 및 분석까지 AI가 광범위하게 쓰이고 있다. 이렇게 다양한 산업에서 AI 기술이 활용될 수 있는 가장 큰 이유 중 하나는 AI 기술의 보편화 작업이 빠르게 진행되고 있기 때문이다.그 배경은 세 가지로 요약할 수 있다. 첫째, AI 분야의 선도 기업들이 AI 관련 기술을 오픈소스로 공개하고 있다. 해당 기술을 공개함으로써 더 많은 개발자를 양성하고 AI 산업의 진화를 앞당기기 위함이다. 이 덕분에 스타트업을 포함한 수많은 기업들의 AI 분야 진출이 상대적으로 용이한 상황이다.둘째, AI의 자기지도학습 기술이 빠르게 발전하고 있다. 지난 10년 동안 자율주행차, 음성비서 등 AI 분야의 성장을 주도한 ‘지도학습’은 방대한 양의 데이터를 수작업으로 라벨링해야 하는 등 매우 노동집약적인 비효율, 즉 한계가 존재했다.그러나 AI가 최소한의 데이터만으로 스스로 규칙을 찾아 분석하는 자기지도학습은 이러한 문제를 개선하고 AI 훈련 비용을 절감시킨다. 실제 AI 훈련 비용은 매년 37%씩 하락하고 있다.마지막으로 머신러닝 개발 과정 중 일부를 자동화할 수 있는 오토머신러닝(Auto ML)이 부상하고 있다. 오토머신러닝은 쉽게 말하면 직접 코딩하는 AI로, 머신러닝 개발 과정 중 개발자의 개입을 최소화해 비용을 절감할 뿐만 아니라 최적 알고리즘 선정을 통해 더 나은 모델을 구축할 수 있다.이렇게 AI는 SF영화에 나오는 꿈의 기술이 아닌, 실질적으로 기업들이 활용하고 싶은 영역이 되고 있다.AI, 미래 산업혁명의 핵심 동력2020년 발표된 딜로이트 컨설팅의 조사 자료(2737개 글로벌 IT 기업 임원 대상)에 따르면, 응답자의 81%가 기업의 AI 도입 후 투자 회수 기간이 2년 이내일 것이라고 답했으며, 64%가 AI가 산업에서 상대 우위를 점하는 데 도움을 줄 것이라고 예상했다. 즉, 기업들은 AI를 통해 투자 후 회수 기간을 단축하는 동시에 향후 경쟁에서 우위를 확보할 수 있는 투자 효과도 기대할 수 있다고 생각하는 것이다.한편 프라이스워터하우스쿠퍼스(PwC)는 AI로 인해 2030년 글로벌 국내총생산(GDP)이 14%(15조 달러)가량 증가할 것으로 추산했다. 그리고 향후 15년 동안 모든 산업의 연간 글로벌 경제성장률 기여도를 상승시킬 것이라고 전망했다. 흥미로운 점은 농업, 숙박업, 유틸리티와 같이 현재의 기여도가 평균 이하인 산업들의 성장률도 높아질 것이라는 점이다. 전 산업에 걸쳐 수많은 기업들이 AI를 도입하고 있는 이유가 여기에 있다.이와 같은 상황을 감안할 때, 현재의 AI 산업 확장세는 장기간 지속될 것이며, AI가 향후 오랜 기간 투자 테마로 유효할 것이라고 판단된다. AI 산업에 투자하는 방법은 다양하다. 이미 AI 관련 기업에 투자하는 테마형 상장지수펀드(ETF) 상품들은 전 세계적으로 많은 투자자들의 관심을 받고 있다. AI를 활용하는 로보틱스 기술 기업에 투자하는 ETF의 운용 규모는 약 25억 달러이며, 2021년 초 이후 2.8% 수준(2021년 7월 말 기준)의 성과를 기록하고 있다.또한 AI 핵심 기술을 가능하게 하는 인프라 관련 기업부터 기업 비즈니스모델에 AI를 도입한 기업까지 매우 광범위한 투자 유니버스를 기반으로 적극적으로 종목을 선정해 투자할 수 있는 펀드 상품도 판매되고 있다. 해당 상품의 올해 운용 수익은 약 11.2%(2021년 7월 말 기준)에 이른다.AI가 전 산업에 걸친 미래 산업혁명의 핵심 동력으로 부상하고 있다. 또한 과거 인터넷이 그랬던 것처럼 매우 빠른 속도로 전 세계 경제, 사회, 문화를 변화시킬 것으로 예상된다.기업들의 AI 활용 사례는 더욱 다양해질 것이며 관련 산업의 성장세는 장기간 지속될 것이다. 이러한 상황에서 투자자들은 IT섹터만의 투자에서 벗어나 투자 유니버스를 확장해 AI 관련 기업에 주목할 필요가 있다.글 변효정 SC제일은행 투자전략상품부 팀장
