산업기술/제조/경영

Nikkei Business_2019.6.17 테크노 트렌드 (p64-66)

기술로 거인 GAFAM에 도전하는 AI스타트업 4사
PFN∙ABEJA∙Cinnamon∙LeapMind, 급상승 중인 일본의 AI

AI(인공지능)의 대표적인 기업은 미국의 ‘GAFAM(구글, 애플, 페이스북, 아마존, 마이크로소프트)’과 중국의 ‘BATIS(바이두, 알리바바, 텐센트, iFlytek, 센스타임)’다. 압도적인 기술개발력으로 세력을 확장시키고 있다. 시가 총액이 8,000억달러(약 90조엔) 규모의 회사도 다수 있다.

일본에는 GAFAM, BATIS 규모의 AI 기업은 없지만 독자적인 사업을 전개하는 AI 스타트업 기업이 세력을 키우고 있다. Preferred Networks(PFN), ABEJA, Cinnamon, LeapMind 등이다.

-- PFN, 특정 업종을 타깃으로, 차별화 도모 --
Preferred Networks(PFN)는 2019년 4월 시점에서 국내 유일의 유니콘 기업(평가액 10억달러 이상의 미상장 스타트업)이다. 거대 AI기업과 다른 노선을 걷고 있는 국내 AI 스타트업은 많이 있는 가운데 굳이 대기업과의 정면 승부에 도전하는 스타트업이 있다.

주전장은 AI칩이다. 심층학습의 연산에는 대량의 데이터를 투입하여 뉴럴 네트워크를 단련하는 ‘학습’과, 훈련한 모델을 사용해 판단이나 예측을 하는 ‘추론’이 있다. PFN이 개발 중인 AI칩 ‘MN-Core’는 학습 시의 연산의 고속화를 목표한다. “대학생 때 프로세서 개발 프로젝트에 관여했었다. 우리들의 손으로 컴퓨터를 만든다고 생각하니 너무 즐거웠다”. PFN의 니시카와(西川) CEO는 AI칩 개발을 생각한 계기에 대해 이렇게 밝혔다.

PFN은 세계 최고의 경쟁력을 갖고 있는 국내 업체의 자본을 받아들여 장기적인 파트너십을 체결하고 있다. PFN의 히토(比戸) 운영책임자는 “단기 계약은 맺지 않는다”라고 단언한다. 때문에 3개월이면 끝나는 단기 안건은 수탁하지 않는다. PFN 사원이 AI를 적용하는 업무에 관한 전문성을 습득하기 위해서는 장기 파트너십 관계가 반드시 필요하다고 생각하기 때문이다. “내 전문이 아니라는 이유로 새로운 분야를 배우려 하지 않는 인재가 많은 조직에서는 이노베이션은 창출되지 않는다”(히토(比戸) 운영책임자)라고 강조한다.

PFN의 행동 지침은 ‘Learn or Die’다. 파트너 기업의 전문 노하우를 적극적으로 학습하여 자사의 강점으로 만들어 나간다.

-- 빈틈을 공략하는 ABEJA --
“우리들이 노리는 것은 구글이나 아마존과 미국 DataRobot 사이의 틈새다”. 아베자(ABEJA)의 오카다(岡田) 사장은 세계의 AI 거대기업과의 차별화 전략에 대해 이렇게 말한다. ABEJA는 구글이나 엔비디아, 다이킨공업, TOPCON 등의 출자를 받았다.

창업은 12년 9월, 승부를 건 것은 창업 6주년째인 18년 2월이다. 심층학습을 중심으로 한 기계학습 ‘ABEJA 플랫폼’을 정식으로 발매, 플랫포머 사업에 착수하였다. 심층학습에 관계된 데이터의 수집이나 학습 등 일련의 공정을 성력화(省力化)할 수 있다. 오카다 사장은 “이른바 AI의 공작기계. 고객은 공작기계를 직접 조종, 독자적인 AI 모델을 만들 수 있다”라고 말한다.

플랫포머 사업은 경쟁이 치열하다. 그러나 오카다 사장은 이 영역에도 ‘틈새’가 있다고 본다. “구글 등의 서비스의 대부분은 기계학습에 대해 일정한 소양이 있는 기술자만이 사용할 수 있다. 알고리즘의 선택이나 조정을 자동화할 수 있는 DataRobot의 서비스는 간단하게 학습모델을 생성할 수 있는 반면, 알고리즘의 블랙박스화를 초래하기 쉽다”(오카다 사장). 블랙박스화를 하지 않고 전문가가 아니더라도 다룰 수 있는 플랫폼에 기회를 있다고 보고 있다.

-- Cinnamon, 베트남에서 인재 채용 --
사원 160명 가운데 약 120명이 베트남인이다. 이 중 약 70명이 AI 엔지니어다. 국내 스타트업 기업의 대부분이 AI 엔지니어를 채용하는데 고전하고 있는 가운데, 시나몬(Cinnamon)에서는 이색적인 인재 전략을 취하고 있다.

시나몬은 ‘화이트칼라의 업무 효율화’를 테마로 AI기술을 응용한 제품을 개발하고 있다. 시나몬의 히라노(平野) CEO는 성장의 비책에 대해 “베트남의 유명 대학에서 수학 능력이 뛰어난 천재를 찾아 엔지니어로서 육성하고 있다”라고 밝힌다.

심층학습의 뉴럴 네트워크를 제로부터 구축할 수 있는 AI 엔지니어는 “일본에 400~500명 정도밖에 없다”(히라노 CEO)라고 말한다. AI 인재 부족이 일본의 AI 성장을 방해하는 최대 요인이라고 해도 과언이 아니다.

그래서 시나몬이 주목한 것은 베트남이다. 인구 약 1억명, 평균 연령 20대, 컴퓨터사이언스가 인기인 베트남에서 하노이공과대학 등 최고 수준의 대학에 모여 있는 인재는 “질적으로도 양적으로도 일본의 유명대학을 능가한다”(히라노 CEO)

시나몬은 베트남에서 AI기술을 배우면서 급여를 받을 수 있는 반년 동안의 인턴십 프로그램 등을 학생들에게 소개, 채용으로 연결시키고 있다. 연 600명의 응모가 있고, 이 가운데서 상위 5~10%를 채용하고 있다고 한다. 대만이나 이집트와 같은 비 영어권에서도 AI 엔지니어를 채용한다. 19년에는 100명, 22년까지 500명 체제를 목표하고 있다.

-- LeapMind, ‘탈∙수탁형’ 서두르다 --
“심층학습의 연산을 가속시키는 고효율 액셀러레이터 프로세서를 개발하고 있다”. 립마인드(LeapMind)의 마쓰다(松田) CEO는 19년 2월에 개최한 자사 이벤트에서 새로운 도전에 대해 밝혔다.

액셀러레이터 프로세서는 심층학습용 저소비전력 프로세서를 말한다. 학습이 끝난 모델을 내장하여 물체 인식이나 불량품 특정과 같은 ‘추론’을 실행한다.

프로세서 개발의 목적은 ‘큰 규모의 사업’으로 전환하는 것이다. 대기업의 수탁형 사업에서 탈피하여 라이선스 판매나 서브스크립션 계약 등을 축으로 고성장을 목표하고 있다.

립마인드의 강점은 심층학습의 연산을 저전력으로 실현하는 ‘양자화 딥 뉴럴 네트워크(DNN)’ 기술이다. 소비전력을 대폭으로 줄일 수 있고 칩 면적도 소형화할 수 있어 생산기계나 자동차, 가전 등에 내장하기 쉽다. 이 외에도 학습모델 생성 소프트를 오픈소스로 공개하고 추론 처리에 특화된 프로세서 개발도 추진하고 있다.

 -- 끝 --