[딥테크는 新혁신] ④웨이브·스태빌리티AI 등 '새로운 AI' 영역 급부상

뉴스나 신문 등을 보다 보면 '딥테크'가 강조되는 기사를 자주 볼 수 있다. 핀테크, 빅테크라는 용어가 이제서야 익숙해지기 시작했는데 또 새로운 용어가 들려오니 머리가 지끈해질 것이다. 도대체 '딥테크'가 뭐길래, 기업들과 미디어가 주목하는 것일까. 이에 AI포스트(AIPOST)가 최근 한국지능정보사회진흥원(NIA)이 발표한 연구자료를 토대로 '딥테크 新혁신' 시리즈를 게재한다. 

NIA 연구진은 기술의 혁신 및 개척 수준 등으로 고려해 딥테크 4대 핵심 영역을 선정했다. 미래 컴퓨팅을 비롯 ▲새로운 AI ▲우수 기술 ▲에너지 등이다. 생성형 AI, AI 가속기, XR, 양자 컴퓨터, 차세대 로켓, 리튬 배터리 등 모두 4대 영역 내 포함된다. 4대 핵심 영역에 대한 투자가 매년 큰 폭으로 늘고 있고, 성장세가 가파르다. 미래 컴퓨터 영역에 이어 '새로운 AI' 분야에서 주목받고 있는 기업들을 알아본다. 

AI 기술은 초기 단계인 프런티어(Frontier)를 넘어 메인 스트림으로 전환되면서 성숙한 상용 기술들이 많이 등장하고 있다고 연구진은 밝혔다. 그럼에도 불구하고 생성형 AI, 인과관계 AI, 개인 정보 보호 AI 등의 영역에서는 혁신의 여지가 아직 많이 남아있다. 새로운 AI 영역에 대한 유럽 내 2022년 투자 규모는 전년대비 30% 정도 감소한 11억 달러를 기록했다. 

하지만 2021년 AI 생명 과학 영역에서 기록적인 자금 지원이 있었던 것을 제외하고 살펴보면, 새로운 AI 영역 역시 대부분 투자가 증가했다고 볼 수 있다. 2022년 새로운 AI 영역에서 주목받는 기업들은 주로 영국 기업들로 이들은 유럽 딥테크 프로그램의 지원보다는 주로 지역 국가의 스케일업 프로그램을 통해 비재무적 지원을 받고 있었다.

웨이브는 2017년 영국에 설립된 머신러닝 기반의 자율주행 기술 기업이다. 웨이브는 마치 차에게 운전을 가르치고, 시행착오를 통해 훈련시키는 강화학습 모델을 채택해 자율주행 기술을 개발하고 있다. 이는 로봇공학적 자율주행 기술이 해결하지 못한 문제들을 인공지능적 사고 방식으로 해결하려는 시도라고 연구진은 평가했다.

쉽게 설명하면, 이 기술은 AI가 운전법을 배우는 방식으로, AI가 운전법을 배우기만하면 다양한 차종과 새로운 장소에서도 운전을 할 수 있게 된다는 것이다. 웨이브 차량에 탑승했던 빌 게이츠는 웨이브 기술을 놓고 “다른 자율주행 기술은 지도에 표시된 특정 도로에서만 작동한다. 그런데, 웨이브의 기술은 사람이 한 도시에서 운전을 배우고, 그것을 새로운 도시로 가서 적용하는 방식과 유사하게 동작한다"라고 평가했다. 

웨이브는 2021년 차세대 주행 기술인 AV2.0을 발표했다. AV2.0은 4가지 장점이 있는데, 첫째는 지속적인 학습과 발전이다. 웨이브는 실제 도로와 시뮬레이션 환경 모두에서 운전 경험을 데이터화, 수집, 분석하는 시스템을 갖춰 소프트웨어를 지속 발전시키고 있다. 둘째, 지도 없이도 운전이 가능한 자유로운 기술이다. 

웨이브의 자율주행 소프트웨어는 고해상도 지도나 리엔지니어링 없이도 새로운 장소에서도 운전이 가능하다. 대부분의 자율주행 차량은 고해상도 지도가 필수적이다. 그 이유는 자율주행 차량은 센서로부터 얻은 차선 경계 및 신호등 위치, 도로의 연석 유무등과 같은 원천 데이와 지도 정보를 결합하여 차량을 제어하기 때문이다. 하지만 매일 새로운 도로가 생기거나 없어지기 때문에, 이를 유지하는데 매우 많은 시간과 비용이 들게 되는데, 웨이브는 여기서 자유로울 수 있다. 

셋째, 새로운 차량에서도 쉽게 적응하여 운전이 가능하다. 웨이브의 기술은 승용차부터 배달용 밴까지 어떤 종류의 전기차량 플랫폼에서도 작동하도록 설계됐다. 예를 들면, 승합차에서 운전법을 학습한 후 센서를 승용차로 옮겨 장착했을 경우에도, AI가 기존 센서와 새로운 위치의 센서 각도의 차이를 계산하여 처리하도록 학습한다. AI 스스로가 차량의 크기, 무게, 제동시간, 조향 각도 등 모든 것에 적응하도록 설계되어 있다. 마치 사람이 다른 차량에 타고 있다는 것을 이해하고 새로운 환경에 적응하는 것과 같다. 

넷째, 상업적 경쟁력이다. 웨이브의 기술은 경제성, 안전성, 확장성에 최적화된 간결한 센서와 컴퓨팅 제품군으로 설계되어 있다. 웨이브는 ’22년 1월에 시리즈 B 라운드에서 마이크로소프트, 버진, 베일리 기퍼드 등의 투자자들로부터 2억 달러의 자금을 조달했다. 해당 투자에서 기업 가치는 공개되지 않았으나 약 10억 달러를 초과하여, 유니콘 기업의 반열에 올랐을 것이라고 예상되고 있다. 

웨이브는 자금 조달을 통해 기술 개발과 인력 증원, 시장 확대 등을 추진할 계획이라고 밝혔다. 또한, 2023년에는 영국의 두번째로 큰 온라인 슈퍼마켓인 애즈다와 제휴해, 런던에 있는 고객들은 자율주행 차량으로 식료품 주문을 배달 받는 택배 시범 서비스를 시작하는 등 상용화에 박차를 가하고 있다.

스태빌리티AI는 2019년에 영국에서 설립됐다. 'Text-to-Image' 인공지능 모델인 스테이블 디퓨전을 개발한 인공지능 기업이다. 스태빌리티AI는 인공지능 민주화라는 목표 하에 인공지능 모델을 오픈 소스로 공개했다. 비즈니스 모델로는 드림 스튜디오(Dream Studio)가 있으며, 이는 브라우저를 통해 스테이블 디퓨전을 사용할 수 있도록 하는 웹서비스이다.

스테이블 디퓨전은 데이터에 노이즈를 가하며 학습시키고, 이후 노이즈를 복원하여 데이터를 생성하는 디퓨전 모델을 기반으로 한다. 기본적으로 텍스트 명령어를 통해 이미지를 생성하는 기능을 제공하며, 이미지 변경 및 익명화, 인페인팅(설정된 부분 명령어 입력을 통해 변경)과 아웃풋 페인팅(그림 바깥 부분을 인공지능 생성) 등 이미지 수정 기능 기능도 제공한다. 

2022년 11월에 출시된 스테이블 디퓨전 2.0은 768x768 픽셀의 이미지를 생성하고, 자체 데이터 셋 학습이 가능한 OpenCLIP을 텍스트 인코더로 사용한다. 또한 성인용Not safe for work; NSFW 필터를 추가하고, 업스케일러 기능으로 최대 2048x2048 픽셀 이미지까지 생성할 수 있게 되었다. 이후, 스태빌리티AI는 굉장히 빠른 속도로 제품과 모델을 업데이트하는 행보를 보이고 있다. 

2023년 3월 이미징 도구 Clipdrop의 제조사인 Init ML을 인수했고, 23년 4월 새로운 오픈 소스 언어 모델인 StableLM을 출시, 2023년 7월 스태빌리티AI의 차세대 이미 모델인 SDXL 1.0를 발표했다. 또 2023년 8월 코딩을 위한 최초의 거대언어모델LLM 생성 AI 제품인 StableCode를 출시했고, 2023년 8월 StableLM의 일본어 모델인 JPLM을 출시 및 2023년 9월 최초의 일본 비전 언어 모델인 일본 InstructBLIP Alpha를 출시했다. 

이에 사용자들이 입력 이미지에 대한 텍스트 설명을 생성하거나 이미지가 제공된 질문에 대한 답변을 생성할 수 있도록 제공했다. 스태빌리티AI는 2022년에 스테이블 디퓨전을 공개하고, 라이트스피드 벤처 파트너스(Lightspeed Venture Partners)와 코티유 매니지먼트(Coatue Management)로부터 10억 달러의 기업 가치로 1억 달러의 투자를 받아 유니콘 기업이 됐다. 

인스타딥은 2014년 런던에서 설립된 기업용 의사 결정 AI 시스템 분야의 EMEA(Europe, the Middle East and Africa) 내 선두 기업이다. 런던에 본사를 두고 파리, 튀니스, 라고스, 두바이, 케이프타운에 지사를 두고 있다. 인스타딥은 세계에서 가장 유망한 민간 인공지능 기업 100곳을 선정하는 ‘CB Insights AI 100’에 3년 연속으로 선정되기도 했다. 

인스타딥은 AI를 활용해 바이오, 물류, 에너지 및 전자 설계 등의 문제를 해결하기 위해 설립됐다. 인스타딥은 GPU 가속 컴퓨팅, 딥 러닝 및 강화 학습 등의 기술과 노하우를 기반으로, 단백질 설계 플랫폼인 딥체인, AI기반 3D 포장·선적 소프트웨어인 딥팩, AI기반 PCB 배선 엔진인 딥피씨비을 제품을 보유하고 있다. 

구체적으로 살펴보면 첫째, 딥체인은 AI를 활용한 클라우드 기반 단백질 설계 플랫폼이다. 수십억 개의 아미노산데이터로 훈련된 AI 언어 모델을 활용하여 단백질 서열을 몇 분만에 탐색하고, 새로운 단백질을 자동으로 설계해, 분자 역학 시뮬레이션 및 검증까지 할 수 있다. 둘째, 딥팩은 AI를 활용한 화물 포장·선적 최적화 솔루션이다. 

AI 기반의 SaaS 서비스로, 사용자의 요구조건에 맞춰, 실시간으로 상세하고 효율적인 선적 계획을 생성할 수 있다. 이를 통해 물류 및 화물 운영자는 선적 계획이 크고 복잡한 경우에도 컨테이너, 팔레트 및 화물용 탑재용기 'Unit Load Device; ULD'들을 쉽게 최적화하여 설계할 수 있다. 특히, 딥팩은 강화학습 기법이 적용되어 특정 요구사항과 사용량의 변화에 따라 지속적으로 학습하고 스스로 개선할 수 있다. 

셋째, 딥피씨비는 AI기반의 PCBPrinted Circuit Board 배선 설계 솔루션이다. 강화학습 기반의 클라우드 서비스로, 사용자가 자신의 보드를 업로드하면, 24시간 이내에 최적화된 배선 설계 결과를 받아 볼 수 있다. 인스타딥은 2023년 7월, 화이자 코로나19 백신 개발사로도 알려진 바이오엔텍에게 5억 6,200만 파운드에 인수됐다. 

바이오엔텍은 인스타딥 인수를 통해 기술, 연구, 약물 발견, 제조 및 배포의 전 과정에서 AI를 적용할 수 있을 것이라고 밝혔다. 사실, 바이오엔텍은 이미 시리즈 B 라운드에 투자자로 참여한 이력이 있다. 시리즈 B 라운드에서는 바이오엔텍 이외에도 구글, 키메라 아부다비, 도이체반의 디비 디지털 벤처스, G42 및 시너지가 참여해, 총 1억 달러의 자금을 투자했다. 뿐만 아니라 인스타딥은 다양한 협업을 통해 기술력 강화 및 상용화를 진행하고 있다. 

2021년에는 구글 AI와 파트너십을 맺고 아프리카 대륙 전역에서 사막 메뚜기 집단 발생에 대한 조기 탐지 시스템을 구축하였으며, 2022년에는 바이오엔텍과 함께 코로나 바이러스의 변종을 발견하기 위한 '조기 경고 시스템'을 만들어 13종의 코로나 바이러스 변종 중 12종을 사전에 포착하기도 했다.

2023년에는 엔비디아 및 뮌헨 공과대학교와 협업해, 다양한 유전체 데이터셋을 거대 언어 모델(Large Language Model)로 훈련해 다양한 예측 작업에서 성과를 달성했다. 이를 통해 DNA 서열로부터 유전체 특징을 예측하고 인간 변이의 생물학적 결과를 이해하는 과정을 크게 단순화할 수 있었다고 한다.

스피치매틱스는 2006년 영국, 토니 로빈슨(Tony Robinson) 박사에 의해 설립된 자동 음성 인식 기술 기업이다. 스피치매틱스는 순환 신경망과 통계적 언어 모델링을 기반으로 한 자동 음성 인식 기술을 개발하고, 이를 스피치Speech API 로 서비스를 하고 있다. 

스탠포드 연구에 의하면, 스피치매틱스의 기술은 아프리카계 미국인 목소리에 대해 82.8%의 정확도를 달성해 구글의 68.7%, 아마존의 68.6% 보다 성능이 우수하다고 보고 했다. 또한 아동의 목소리는 기존 음성 기술로는 인식하기 어려운 과제인데, 스피치매틱스는 91.8%의 정확도를 기록하여 83.4%의 정확도를 기록한 구글을 앞섰다. 

이는 스피치매틱스가 레이블화 되지 않은 데이터를 사용하여 음성 모델을 훈련시키는 자기 지도 학습 방식을 채택한 덕분이다. 이는 억양, 연령, 방언 및 다양한 인구학적 특성에 더 잘 대응할 수 있는 장점이 있다. 스피치매틱스는 두 가지 제품을 보유하고 있다. 첫째, 통합 음성 문자 전환(Unified Speech-to-Text) API다. 이 제품은 AI 기반의 음성 기술을 통해, 45개 이상의 언어를 스크립트화 및 번역을 할 수 있다. 69개의 언어를 한 쌍으로 만들어 실시간 번역이 가능하다. 

한 번에 5개의 언어로도 번역이 가능하다. 이는 한번의 API 호출로 스크립트와 번역을 한 번에 받을 수 있어 작업이 간편하고 데이터양을 절약할 수도 있다. 둘째, 요약 생성이다. 스피치매틱스는 API를 통해 정확한 요약 기능도 제공한다. 이는 거대 언어 모델을 활용해 고품질의 요약을 제공하는데, 오디오의 길이에 상관없이 요약이 가능하며, 고객의 요구사항에 맞게 요약 형식을 설정할 수도 있다.

스피치매틱스는 2022년 6월 시리즈 B 라운드로 6,200만 달러 규모의 투자를 유치했다. 해당 투자는 미국의 주요 투자자인 서스퀘한나 그로스 에퀴티가 주도했으며, 영국 투자자인 알비온VC와 IQ캐피탈이 참여했다. 이전 2019년 시리즈 A 라운드에서 기업 가치 3,000만 파운드 평가로 635만 파운드를 유치했다. 

코절렌즈는 2017년 영국에 설립된 인과관계 AI를 개발한 기업이다. 인과관계 AI(Causal AI)는 기계학습의 한 분야로 데이터에서 인과 관계를 찾아내 원하는 목표를 달성하는 방법을 학습하는 인공지능을 말한다. 기존 인공지능은 상관 관계만으로 원인과 결과를 구분할 수 없고, 외부 요인에 쉽게 흔들리기 때문에 정확한 예측을 하거나 효과적인 의사결정을 하기 어렵다는 단점이 있다. 

하지만 인과관계 AI는 인과관계를 이용하여 원인과 결과를 구분하고 외부 요인에 대응할 수 있어 정확한 예측과 효과적인 의사결정에 사용될 수 있다는 장점을 가지고 있다. 코절렌즈는 비즈니스에 인과관계 AI를 적용하여 사용할 수 있도록 디시전OS라는 플랫폼을 제공한다. 디시전OS는 인과 관계를 분석·모델링·시뮬레이션을 할 수 있는 다양한 기능을 제공한다. 

또한 데이터 분석에 활용되는 파이썬 기반 대화형 문서와 연동 또는 오픈 소스와 연동 기능도 제공한다. 디시전OS는 4가지 목적으로 사용 가능하다. 첫째, 가격 및 프로모션이다. 디시전OS는 프로모션에서 시즌별 휴일이나 경쟁자 활동과 같이 예측하기 어려운 요인들은 편향되지 않게 프로모션 캠페인의 효과를 분리해 의사결정에서 구분할 수 있도록 한다. 

둘째, 품질 관리다. 디시전OS는 제조업체가 근본적인 원인 분석을 통해 고장의 원인을 파악하여 개선할 수 있도록 지원한다. 셋째, 고객 유지 목적이다. 전통적인 예측 머신러닝 모델은 이탈 가능성이 높은 고객을 예측할 수 있지만, 이탈을 방지하기 위한 조치는 제안하지는 못한다. 반면, 디시전OS는 이탈의 진짜 원인을 파악해, 이탈을 방지하기 위한 최적의 조치를 제안할 수 있다. 

넷째, 마케팅 믹스 최적화이다. 디시전OS는 마케팅 및 판매 데이터를 인과 관계 모델로 변환하여 판매 전환에 영향을 주는 모든 인과 관계를 보여주고, 최적화된 비용을 지출 방안을 제시할 수 있다. 디시전OS를 사용하여, 파이썬에서 의사결정을 지원하는 디시전앱 decisionApp 어플리케이션을 만들 수 있다. 이는 다양한 라이브러리와 기능을 제공하고 있어 최소한의 코드로 빠르게 어플리케이션을 구현할 수 있다. 

코절렌즈는 2022년 1월 시리즈 A 라운드로 4,500만 달러 규모의 투자를 유치했다. 이 투자는 글로벌 투자사인 도릴턴 벤처스와 몰튼 벤처스가 주도했다. 자금 유치 이후 코절렌즈는 은행, 헤지 펀드, 정부 및 Fortune 500에 포함된 기업 고객들을 다수 확보하면서 연간 수익이 500% 이상 증가했다.

펩톤은 2018년 영국에 설립된 이행 생물리학 기업이다. 펩톤은 핵자기 공명 분광학와 비정형 단백질 분야를 연구해온 물리학자 카밀 타미올라(Kamil Tamiola)가 2018년 공동창업한 회사로 알려져 있다. 현재 스위스와 영국에 거점으로 두고 있다. 단백질을 이해하는 것은 많은 최첨단 의학의 핵심 과제이다. 

특히 전체 단백질의 30%를 차지하는 비정형 단백질이 주목받고 있는데, 그 이유는 신경변성, 당뇨병, 심혈관계 질환, 아밀로이드증, 유전병, 암과 같은 질병에서 중요한 원인 역할을 하기 때문이다. 그러나 비정형 단백질은, 분리 시 고정된 구조가 없고, 계속 변동하기 때문에 기존의 신약 개발 방법을 적용할 수 없으며, 동시에 기본 유전자 서열로는 구조적 특성을 정확하게 예측하기가 힘들다. 

이에 펩톤은 원자수준의 분자 계산 물리학 기반으로 비정형 단백질을 정확하게 예측하고, 이를 정밀하게 타깃 할 약물들을 발굴하는 연구하고 있다. 펩톤은 자동화된 단백질 모델링 및 엔지니어링 플랫폼인 오펜하이머를 개발하고 있다. 이를 통해 생물물리학적 실험 데이터, 인공지능 및 머신러닝을 통합하여 비정형 단백질의 구조적 역학을 이해할 수 있다고 한다. 

이 기술은 주요 질병들의 치료제를 개발할 수 있는 엄청난 잠재력이 있다고 알려져 있을 뿐만 아니라, 비정형 단백질의 기능을 이해하고, 엔지니어링하고, 제어함으로써 새롭고 가치 있는 연구 개발 방법론을 제공할 수도 있다. 이 기술은 제약 산업을 넘어, 더 다양하고 광범위하게 활용될 수 있는 잠재력을 가지고 있다.

펩톤은 2021년 1월에 혹스톤 벤처스, 노바티스, 파운더스 팩토리 등으로부터 250만 달러의 시드 투자를 받았으며, 2022년 6월에 시리즈 A 라운드로 4,000만 달러의 투자 유치를 성공했다. 시리즈A는 F프라임과 베스머 벤처가 주도했다. 펩톤은 이 투자를 통해 오펜하이머 플랫폼의 성능과 범위를 확장하고, 약물 개발 속도와 효율성을 높이기 위해 노력하고 있다. 2023년에는 비정형 단백질의 내인성 장애 예측을 위한 딥러닝 모델인 ADOPT를 연구하고 있다고 밝힌 바 있다.