brunch

You can make anything
by writing

C.S.Lewis

by Jinsoo Oct 27. 2019

국내 AI스타트업 트렌드

매우 주관적인 국내 AI스타트업의 최근 동향

최근에 국내 AI 스타트업 트렌드 관련 내용 발표를 한 적이 있는데 그 내용을 공유해 볼까 합니다. (약 4년간 만난 AI스타트업들에게서 얻은 개인적인 경험과 느낌이기 때문에 시장 전체를 정확하게 담지 못할 수 있다는 점 이해 부탁드립니다.)



국내는 2012년 이미지넷의 인식 오류율이 26%에서 16%로 급격히 낮아진 것을 계기로 딥러닝의 상용화 가능성이 높아졌고, 이를 본 많은 창업가들이 AI스타트업 시장에 뛰어들기 시작했다. 개인적으로는 VC를 시작한 게 2015년 말부터이고 2016년 초부터 AI회사들을 만나기 시작했는데, 그때만 해도 국내 자연어처리 기술을 기반으로 한 챗봇 회사들과 특정영역에서 Computer Vision을 기반으로 한 문제 해결을 하려는 회사들이 초기 단계에 많았다. 좀 더 산업 전반에 적용할 수 있는 음성인식, 자연어 처리 등 AI 기술 중심의 Horizontal한 영역의 회사들 위주였다. 최근에는 Vertical한 영역에서 매우 Specific한 문제를 푸는 AI 기술 회사들이 많이 나오고 있다. 또한, 최근은 AI/머신러닝의 높은 기술력보다는 서비스에 잘 접목되어 문제를 해결하는 것을 더 중요하게 생각하는 회사들이 많아지고 있다. 결국 AI를 통해 높은 정확도, 낮은 가격, or High Quality를 통해 기존의 서비스보다 더 나은 가치를 제공하는 방향으로 변화하고 있다.



최근 3~4년간 국내 AI스타트업의 History를 보면, Kai Fu Lee의 AI Application의 4가지 Wave이론과 비슷한 흐름으로 Business AI에서 Perception AI를 거쳐 현재는 Autonomous AI의 방향으로 향하고 있다.



AI스타트업은 크게 보면, 1) Horizontal AI 사업영역의 서비스 -“대기업 영역”, 2) Horizontal AI 사업영역의 Product - “SI 영역”, 3) Vertical AI 사업영역의 Product - “Vertical AI 기술 판매”, 4) Vertical AI사업영역의 서비스로 나눌 수 있을 것 같다.


1) Horizontal AI Service 기업 : 음성인식, NLP 등 광범위한 산업영역에 사용될 수 있는 AI 기술을 활용한 AI회사로 주로 구글, 아마존 알렉사, KT, SKT, 네이버, 카카오 등 Smart Speaker의 서비스를 제공한다. 이런 서비스는 결국 광범위한 엄청난 데이터와 연구개발이 필요하기 때문에 IT 대기업들의 영역이다. 스타트업이 진출해서 성공하기 좀 어려운 영역이다.


2) Horizontal AI Product Startup : 음성인식, 자연어처리, QA 등 기술을 보유한 회사로 다양한 산업분야에 적용이 가능하기 때문에 국내에서는 SI형태로 사업이 진행되는 경우가 많다. 이쪽 영역은 AI 기술도 중요하지만, 프로젝트 관리능력, 인터페이스 능력 등도 매우 중요한 역량이다.


3) Vertical AI Product Startup : Vertical한 산업/도메인에 필요한 기술을 보유한 회사로 주로 Computer vision 회사, 로봇 회사 등이 많다. 주로 산업 내에서 필요한 기술 Component를 제공하고 있다.


4) Vertical AI Service Startup : 의료, 패션, 스포츠, 쇼핑 등 분야에서 AI 기술을 활용한 핵심 솔루션을 통해 서비스를 제공하는 회사들로 기존의 Specific한 산업을 Disrupt하는 서비스들을 제공한다. 미국의 Stitch Fix처럼 이 영역에서 성공한 회사의 Upside 기회는 매우 클 것이라고 생각한다.




그럼 지금부터 최근 국내 AI스타트업의 주요 트렌드에 대해 개인적으로 느끼는 몇가지 점을 이야기해보고자 한다.


1. Conversational AI : 시장이 점점 커지고 있고, First mover들 확실히 존재. 서비스화하는 스타트업 등장


국내에는 음성인식, 자연어처리 기반의 정말 많은 회사들이 있다. 음성인식은 대부분 ETRI 기반의 음성인식 엔진을 쓰고 있고, 최근에는 구글 음성엔진을 커스터마이징해서 쓰는 스타트업들도 나오고 있다. 이 분야에서 제일 앞서고 있는 회사들은 빅데이터 회사들로, 오랜 데이터와 자연어처리 기술을 바탕으로 하여 금융권에 진출하여 사업을 진행하고 있다. 보통 국내 IT의 도입 방향은 금융권이 제일 먼저 도입하고 이후 공공, 전자, 중견기업의 순으로 확산된다. 현재는 은행권의 도입이 이루어지고 있고 점점 공공에서 기회도 늘어나고 있다. 이 분야는 자연어처리, QA(질의응답) 기술 외에도 프로젝트 관리, 엔지니어링 역량이 중요한 영역이다.


또한, 재미있는 점은 기존의 음성인식/자연어처리 등의 기술을 제공하는 것을 넘어서서 점점 서비스로 제공하려고 하는 다양한 시도가 이루어지고 있는 것이다. 챗봇을 통해 고객을 힐링해 준다던지, 재미요소를 줌으로써 트래픽을 유발하는 시도라던지, 고객의 단순 응대를 자동으로 응답해주는 솔루션 등 다양한 서비스가 출시되고 있다.



2.  Computer Vision 춘추전국 시대 : 국내 SI 시장 or 글로벌 진출


Computer Vision의 기술 진입장벽은 지속적인 연구개발과 그 결과물에 대해 오픈화 하는 경향으로 계속 낮아지고 있기 때문에 시장 경쟁이 매우 치열하다. 그렇지만, Computer Vision 기술은 글로벌화하기 쉽기 때문에 성공할 경우 시장 파괴력이 매우 크다. 다만, Computer Vision에서 가장 중요한 데이터 확보가 어렵기 때문에 국내 대부분의 스타트업은 대기업 또는 데이터가 많은 전통회사들과 프로젝트를 통해 알고리즘/솔루션을 개발하고 있다. 결국 핵심은 향후에 대기업의 데이터 의존성에서 벗어나 독자적인 사업 및 기술역량을 구축할 수 있는지가 중요하다. 대기업의 데이터에 의존하고 그 의존성에서 벗어나지 못하면 여러 개의 프로젝트를 진행하면서 여러 분야의 SI사업을 진행하게 된다. 반대로 의존성에서 벗어나서 특정한 영역에서 독보적인 기술/서비스를 개발할 수 있게 된다면, 이는 기술력을 통해서 대기업이 오히려 찾아올 수밖에 없는 구조를 만들게 된다. 이런 경우는 글로벌하게도 경쟁할 수 있는 역량을 가질 수 있다. 이러한 경우 가장 중요한 것은 AI기술의 탁월함과 Domain Knowledge가 결합된 서비스/제품이 될 것이다.



3. Data Annotation : AI 도입 확산에 따른 시장 급성장


AI회사들이 급격하게 많아지고 AI가 광범위하게 적용되면서 학습을 위한 Data Annotation 시장이 급격히 커지고 있다. 미국은 엄청난 양의 데이터 학습이 필요한 자율주행차량 시장을 중심으로 폭발적으로 성장하고 있다. 설립된 지 3년 된 Data Annotation 기업인 미국의 Scale이 유니콘이 되었다. 국내는 정부가 시행하는 데이터 바우처 사업 등 데이터 관련 지원으로 또한 시장이 엄청 성장하고 있다. 또한, 최근 사업모델로 상장한 플리토를 통해 관련 분야에 대한 투자자의 관심도 늘어나고 있다. AI가 활성화되는 한 Data Annotation 시장은 계속적으로 급성장할 것으로 보인다. 기존의 Data Annotation을 제공하는 인력 중심의 작업에서 다른 Approach를 하는 회사들도 일부 나오고 있는데 이러한 접근이 시장에 큰 임팩트를 줄 수 있을 것 같다.



4. 로봇 : 관심 급증. 소셜로봇의 우려와 협동로봇에 대한 기대


산업용로봇은 매우 오래된 큰 시장이고, 최근 협동로봇, 소셜로봇 등이 시장을 개척하고 있다.  

소셜로봇은 올해 초만 해도 매우 긍정적으로 보고 있었다. CES에서 나온 소셜로봇의 관심을 보고 올해는 좀 다를까 봤는데, 지보, Anki 등 유망한 소셜로봇 회사들의 폐업을 보면서 소셜로봇이 결국 AI 스피커와의 차별적 경쟁력을 확보하지 못해 어려움을 겪고 있다고 생각했다. AI스피커가 제공하는 대화 이외에 로봇이 제공할 수 있는 가치를 제공하지 못하고 가격적으로도 메리트가 없었던 것 같다.

협동로봇은 글로벌하게 매우 큰 트렌드이다. 국내는 로봇 인구밀도 세계 1위, 제조로봇 세계 5위로 로봇에 대한 도입률이 매우 높다. 물론 대부분이 산업용 로봇이지만, 최근 협동로봇에 대한 고객의 수요도 점점 증가하고 있다. 이쪽은 실제 필드에서 보면 수요가 느는 것이 확실히 보이고 있다. 정부가 최근 협동로봇의 중소기업 도입에 보조금 등 지원을 적극적으로 하면서 관련 시장의 파이도 점점 커지고 있다.



5. Autonomous things : 엄청난 패러다임 쉬프트. 상용화 가능성을 보인다면, 엄청난 임팩트 가능


자율주행 기술 관련 기술에 대한 관심은 글로벌에서 급증하고 있었지만, 국내에서 그만한 열기를 느끼기 어려웠었다. 하지만 올해 수면 위로 많은 자율주행 기술 회사들이 떠올랐다. 자율주행 솔루션, 라이다, 시뮬레이터, HD Map 기술 등 국내의 많은 스타트업들이 도전을 하고 있다. 이 분야는 무조건 글로벌 경쟁이기 때문에 기술력이 무척 중요하다. 실제로 내가 만나본 회사들의 기술력은 좋은 것 같았다.


자율주행도 크게는 Outdoor 와 Indoor 용으로 나누는 데, Outdoor는 자율주행 자동차에 적용되는 기술이다. 이쪽 분야는 천문학적인 돈이 들어간다. 자율주행차에 대한 접근법은 두가지로 나누어지는데, Level 4/5로 바로 뛰어드는 전략과 Level 2 -> 3 -> 4로 발전하는 전략이다. Level 4/5의 자율주행기술 확보 전략은 조 단위의 천문학적인 돈이 들어가기 때문에 스타트업이 하긴 쉽지 않은 방식이고, Level 2부터 기반을 쌓아서 OEM으로부터 적용되는 단계별 방식이 스타트업에게는 합리적인 접근 방식인 것 같다. 이쪽 분야에서 치열한 경쟁을 하는 스타트업들은 글로벌 머니 전쟁에서 기술력으로 살아남아야 하기 때문에 정말 응원한다.


Indoor는 주로 물류 관련 분야에서 급증하고 있다. 국내는 고정된 레인을 움직이는 AGV(Automatic Guided Vehicle)와 동적인 자율주행을 하는 AMR(Autonomous Mobile Robot) 관련 아직 많은 회사들이 있지는 않다. 특히 AGV 분야에서는 현재 시장은 있지만 미국 아마존 Kiva, 중국 Hike Vision 등 글로벌 경쟁이 매우 치열하기 때문에 이쪽에서는 국내 관련 회사를 찾아보기 어렵다. AMR도 글로벌하게 Fetch, 옴론 Adept 등이 있지만, 아직 초기 시장이기 때문에 일부 스타트업들이 시장에 도전하고 있다. 대부분 ROS(Robot Operating System) 기반으로 실제 필드에 적용한 자율주행 물류 로봇을 만들고 있다. 기술력의 차이는 ROS 기술을 활용하는 것뿐만 아니라, 실제 필드에서 발생하는 다양한 Case를 Cover할 수 있는 독자기술을 가지고 있는지 여부와 상용모델을 만들 수 있는지이다.  



6. 2020년은 국내 AI스타트업들이 Next Level로 도약하는 한 해가 될 것 같음


최근 3~4년간 AI 투자가 Boom이었으나, 그에 걸맞은 실적을 갖지 못했었다. 그러나 최근 코그넥스의 수아랩 인수, 라온 피플 상장 등 실적을 일부 증명하고 있다. 또한, 2020년에는 국내 AI스타트업 1세대인 Conversational AI, 의료 AI, 로봇 회사들이 IPO를 예고하고 있다. 이들의 IPO가 성공적으로 이루어지게 되면, AI 관련 창업 및 투자에 힘을 받게 되고, 관련하여 AI스타트업의 창업 및 성장이 활성화될 것으로 예상된다. 2020년은 국내 AI 스타트업 성장의 변곡점이 될 것 같다.



7. 기타


사실 해외는 NPU, Inference Chip 관련 스타트업들이 매우 많은 성장을 하고 있다. 결국 General한 목적의 GPU/CPU의 한계로, 미래에는 자율주행차, IoT 등 매우 Specific한 목적을 위해 Device에서 많은 데이터를 처리하는 On-device AI에 대한 수요가 점점 증가할 것이다. 국내도 많진 않지만, 이런 도전을 하는 스타트업들이 생기고 있다

또한, 미국 Data Robot과 같이 AI Model을 골라서 쓸 수 있게 만들어 AI/머신러닝 개발의 진입장벽을 낮게 만드는 다양한 플랫폼이 생길 것 같다. AI/머신러닝 관련 다양한 API Business들도 생기지 않을까 한다.



AI는 기술적 혁신이 이루어지고 이 기술을 활용하는 사업적 아이디어를 발굴 개발 후 사업적 적용이 이루어지고 있다. 이 주기는 매우 빠르고 도전적이기 때문에 AI산업은 스타트업이 도전을 하고 그 이후에는 그것을 보던 대기업이 추진하는 식으로 시장의 방향이 가고 있다. 그렇기 때문에 시장을 잘 파악하면 AI스타트업의 도전이 매우 의미있는 시장 파괴적 혁신을 가져올 수 있는 가능성이 매우 높다고 본다. 국내에서도 한국시장의 인력과 데이터를 바탕으로 의미있는 도전을 하여 실질적인 기술을 개발하고 글로벌 경쟁력을 갖게된 스타트업들이 점점 생기고 있다. 이들의 성장과 미래가 너무 너무 기대된다!


 

작가의 이전글 AI 기술 스타트업을 투자하는 5가지 기준
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari