상세보기

일본 인공지능 관련 스타트업 발전 동향 KOTRA, 일본 AI스타트업 관련 보고서 발표 정대상 기자입력 2019-06-27 14:41:15

일본의 AI스타트업들은 미국의 ‘GAFAM(구글, 애플, 페이스북, 아마존, 마이크로소프트)’과 중국의 ‘BATIS(바이두, 알리바바, 텐센트, iFlytek, 센스타임)’ 등 세계적인 AI대표기업과 달리 특정 업종을 겨냥해 기존 대기업들과 차별화를 실현하고 있다. KOTRA는 일본 AI스타트업 중 괄목할 성장을 보여주는 PFN의 사례를 중심으로 일본 AI시장 동향을 분석했다. 

 

1. 점점 커지고 있는 日 AI스타트업의 존재감

 

1) AI기업들의 가치가 높아진다
니혼게이자이신문이 지난 1월 발표한 ‘NEXT유니콘 조사’에 따르면, 추정기업가치가 판명된 인공지능(AI)기업 14개사의 합계액이 3,207억 엔에 달해 전체 14개 업종 중 2위를 차지했다. 
NEXT 유니콘에서 유니콘이란 평가액 10억 달러 이상의 비상장 스타트업사를 뜻하는 ‘유니콘 기업’을 의미한다. AI 분야는 업종별 합계액에서 e커머스/넷서비스(27개사, 3,732억 엔)를 밑돌았으나, 종업원 1명 당 가치는 3.9억 엔으로 가장 높았다. 

 

일본 미상장 AI스타트업


주. '18년 10월 말 기업가치 기준
자료. 니혼게이자이신문

 

NEXT유니콘 조사에서 1위를 기록한 Preferred Networks(이하 PFN)의 기업가치는 지난 조사 대비 3% 증가한 2,402억 엔으로, 전체 AI스타트업 가치의 70% 이상을 차지했다. 
PFN은 인간의 뇌에서 힌트를 얻어 개발한 심층학습 기술에 강점을 보유한 기업으로, 소프트웨어로 성능을 높일 뿐 아니라 심층학습에 특화된 반도체도 개발하고 있다. 
2위인 ABEJA는 소매업 및 제조업과 손을 잡아 실적을 확대했다. 자동차 부품 제조사인 무사시정밀공업과 검품시스템을 개발해 2018년 6월에는 이 회사를 거래처로 하는 제3자 할당증자에서 42억 엔을 조달했고, 12월에는 구글에서도 투자를 유치했다. 

 

PFN의 정리로봇(사진. PFN)

 

2) 일본 유일 AI유니콘 스타트업 ‘PFN’의 성공비결
• 성공요인1. 특정 업종을 노려 차별화 성공

현재 세계적인 AI대표기업은 미국의 ‘GAFAM(구글, 애플, 페이스북, 아마존, 마이크로소프트)’과 중국의 ‘BATIS(바이두, 알리바바, 텐센트, iFlytek, 센스타임)’이다. 이들은 라이벌 기업을 압도하는 기술개발력을 무기로 세력을 확장했으며, 그 중에는 시가총액이 8,000억 달러 규모에 달하는 기업도 여럿 존재한다.
GAFAM, BATIS와 일본 AI스타트업의 가장 큰 차이점은 AI비즈니스의 대상범위이다.
해외대기업은 높은 매출을 위해 범용적으로 사용할 수 있는 제품과 서비스 개발에 주력하고 있는 반면 일본 AI스타트업은 제조와 물류, 소매 등 특정 업종을 겨냥한 제품과 서비스 개발에 중점을 두고 있다. 따라서 기업 하나하나의 매출 규모는 작으나 특정 고객의 수요가 확실히 예상되기 때문에 미국과 중국의 AI대기업이 커버하지 못하는 틈새영역으로 1위 자리를 충분히 노릴 수 있을 것으로 보인다. 
또한 PFN은 도요타 등 일본을 대표하는 타 업종의 대기업을 등에 업고 AI제품과 서비스를 개발해 일본뿐 아니라 세계 시장으로 진출을 꾀한다. 이는 수탁개발로 이익을 내는 기존의 일본 IT기업과 근본적으로 다른 비즈니스모델이라는 점이 눈에 띈다.

 

• 성공요인2. 일본산 AI칩으로 정면승부
2019년 4월 시점 일본 유일의 유니콘 기업인 PFN은 대기업과 정면승부 중이다.
심층학습(딥플래닝) 연산에는 대량의 데이터를 투입하고 뉴럴 네트워크를 훈련시키는 ‘학습’과 훈련된 모델을 사용해 판단과 예측을 하는 ‘추론’이 존재한다. 
 PFN이 개발 중인 AI칩 ‘MN-Core’는 학습 시 연산의 고속화를 도모한다. 

 

MM-Core칩(사진. PEN)

 

• 성공요인 3. 도요타, 화낙 등 대기업 제조사들과 장기 제휴
PFN은 한편 일본 대형 제조사의 자본을 받아들여 장기적인 파트너십을 체결했다. 
도요타자동차와의 협업, 그리고 공작기계용 CNC(컴퓨터 수치제어) 분야의 세계 최고인 화낙과의 제휴가 대표적으로 꼽힌다.
PFN의 히도 쇼헤이 집행임원연구개발담당VP는 “기업과의 제휴는 장기 파트너십이 전제되는데, 단기 계약은 받지 않는다”고 단언한 바 있다. 
PFN은 3개월 만에 성과가 나타나는 단기 PoC(개념증명) 등은 수탁하지 않는데, 이는 회사 직원이 AI를 적용하는 업무에 관한 전문성을 습득하기 위해서는 장기적 파트너십 관계가 필수적이라는 생각 때문이다.
히도 집행임원은 “전문 분야가 아니라며 새로운 분야를 배우지 않으려는 인재가 많은 조직에서는 이노베이션이 일어나지 않는다”라고 강조했다.
실제로 PFN은 로봇제어에 AI를 응용하기 위해, AI기술자에게 로봇 제어기술을 처음부터 배우도록 해 로봇제어가 얼마나 어려운지를 몸소 체험하게 했다.

 

• 성공요인 4. 죽을힘을 다해 배우는 ‘협업’
PFN의 행동지침은 ‘죽을힘을 다해 배워라(Learn or Die)’이다. 이는 파트너의 전문 노하우를 일심불란하게 배워 자사의 강점으로 만들어나간다는 뜻으로, 이 행동지침의 위력을 최대한 발휘하고 있는 것이 화낙과의 협업 사례이다. 2015년 6월부터 3년 반 이상에 걸쳐 협업이 이어지고 있다.
PFN은 피킹(Picking)로봇과 사출성형기 등의 화낙 제품에 AI를 도입할 때, 우선 화낙의 고객을 대상으로 하는 강습소 ‘화낙학교(現화낙 아카데미)’에서 공부한다. PFN의 간부를 포함해 화낙 관련 사업의 주요멤버는 전원 연수에 참가토록 했다. 그 후에도 기기를 작동시키는 현장에 직접 가서 시찰을 거듭해 기기가 어떻게 움직이고 있는지를 피부로 느낀다. 이렇게 기기의 동작을 충분히 이해할 때까지 2~3개월 가까이 걸린다고 한다. 
협업상대인 화낙도 심층학습을 비롯한 기기학습기술 연구조직을 설립했으며, PFN은 사내연수교재 제작을 지원했다. 
이 같은 화낙과의 장기적인 협업 성과는 이미 결실을 맺고 있는 중이다. 이들은 공작기기 주축의 고장을 감시하는 ‘AI 주축 모니터’와 서보모터 제어 부분 중 파라미터 설정에 기계학습을 적용해 모터의 진동을 억제하는 ‘AI 피드 포워드’ 등을 발표했다. 또한 PFN이 2018년 12월에 제공을 시작한 외관검사 소프트웨어 ‘Preferred Networks Visual Inspection’은 제품의 사진으로 이상이 있는 부분을 자동으로 판별해 불량품을 구분해 낸다.
이처럼 화낙과의 협업을 제품에 성공적으로 담아, 수개월의 단기 PoC를 수탁하는 것이 일반적인 AI비즈니스에서는 해내기 힘든 일들을 이뤄냈다.


2. 화낙-PFN 협업으로 개발된 기술

 

• AI 양불 판정 기능

사진. 화낙


화낙과 PFN은 로봇이 기계학습을 이용해 대상물을 검사하는 AI 양불 판정 기능을 개발했다. 이 기능은 로봇이 물체의 OK 및 NG 영상을 근거로 양불을 판정한다. 용접 너트 및 조립 부품의 유무를 확인하고 부품이 제대로 조립됐는지를 외부 PC가 아닌 로봇 컨트롤러에 내장된 비전으로 확인한다. 
기존의 비전 검사 장비는 사전에 제품 양불 판정에 대한 데이터를 입력해야 했다. 그러나 물체 주변의 용접 스패터나 그을음이 남았을 때, 또는 금속 반사 등으로 비전이 대상물을 찾기 어려울 때 양품임에도 불량품으로 판정하는 경우가 많았으며, 양불 판정 정확도를 높이기 위해서는 숙련된 비전 설정 기술이 필요했다. 
AI 양불 판정 기능은 물건의 모양과 위치를 찾는 것이 아니라 기계 학습을 이용해 이미지에서 양불을 판정한다. 이를 통해 물체의 주변 상황과 헐레이션(Halation)에 의한 변수에 강한 검사 공정을 실현할 수 있다. 또한 비전 매개 변수의 세세한 튜닝이 필요 없고, OK와 NG의 이미지를 데이터 세트로 수 매 또는 수십 매 촬영해 학습시키는 것만으로 간단하게 높은 정밀도의 판정을 할 수 있다. 

 

• AI 서보 모니터

사진. 화낙


공작기계의 이송축과 주축의 갑작스러운 고장으로 인한 가동중단은 가공라인의 장시간 정지와 같은 큰 문제로 이어진다. 이를 방지하기 위해서는 고장이 발생하기 전 이송축과 주축의 이상 징후를 파악할 필요가 있다. 화낙과 PFN은 기계의 이송 축과 주축의 상태를 파악하기 위해 제어 데이터를 고속 샘플링하고 수집해 심층 학습을 적용, 이상 수준을 제시하는 AI서보 모니터 기능을 개발했다. 
AI서보 모니터는 정상 작동 중 모터의 토크 데이터를 입력으로 학습해 그 특징을 추출, 정상 상태를 표현하는 학습 모델을 생성한다. 이후 획득되는 토크 데이터를 입력함으로써 정상 데이터와 비교함으로써 이상 정도를 산출, 알려준다.  


3. 엣지AI 분야 ‘경쟁 과열 양상’


일본 AI 분야 중 경쟁이 과열되고 있는 분야는 로봇과 가전 등에 탑재하는 ‘엣지AI’ 부문이다. 엣지AI는 단말 상에서 심층학습이 가능한 AI로, 클라우드에 의존하지 않기 때문에 고속으로 처리가 가능하다. 
5위의 LeapMind와 10위의 Idein이 대표적인 엣지AI기업으로, LeapMind는 '18년 10월 엣지AI의 소프트웨어 ‘블루오일’을 무상 공개했고, Idein은 아이싱정밀기기로부터 출자를 받고 있다.

 

4. 시사점

 

PFN의 성공 비결은 죽을힘을 다해 배워라는 이념으로 기초부터 차근차근 배워나가는 자세에 있다. 신입 AI기술자가 제조현장에서 일하는 로봇의 제어를 처음부터 배워 로봇 전문가들도 괄목할만한 성과를 폭넓은 분야에서 이뤄내고 있다.
또한 AI스타트업에게 가장 중요한 것은 기술력이며, PFN은 이를 위해 우수한 인재가 모이는 환경을 만들었다. PFN의 연구원인 마루야마 히로시는 “컴퓨터사이언스 분야에서 PFN만큼 우수한 인재 밀도가 높은 기업은 일본에 없다”고 언급하며 “이곳에 있으면 임원들을 비롯한 다른 멤버들로부터 최신 기술에 대한 자극을 받을 수 있다. 그것이 인재가 모이는 가장 큰 이유”라고 설명했다.


일반 기업에서는 기술력이 높은 것보다는 시장성을 더 중시하나, PFN에서는 기술력이 높은 사람을 더 우수하게 평가한다. 이를 통해 높은 기술력을 살려 큰 시너지 효과를 발휘한다.


한편 일본 AI스타트업들을 성공으로 이끈 것은 업종 차별화와 적극적인 협업이다.
AI를 서비스하는 신흥기업은 기술의 연마뿐 아니라 현장의 수요를 파악해 실용적인 시스템을 개발하는 마케팅 능력도 필요하다.
이러한 내용들은 일본뿐 아니라 한국 스타트업 시장에서도 적용이 가능하다. 우리 기업도 명확한 시장 겨냥과 확실한 기술력으로 사업을 구상하는 것이 성공의 지름길이 될 수 있다.

정대상 기자
관련 뉴스
의견나누기 회원로그인
  • 자동등록방지