정부는 작년 12월 17일 범정부적 차원에 대한민국의 인공지능(AI) 국가전략을 마련하였다. ‘IT강국을 넘어 AI 강국으로’ 라는 비전으로 2030년까지 디지털 경쟁력 3위를 목표로 내걸었고, 데이터 및 컴퓨팅 자원 등 핵심 인프라, 제도적 환경, 혁신 생태계를 구축하겠다고 발표하였다. 제조, 유통, 금융기관 등 민간분야에서도 인공지능은 디지털 트랜스포메이션의 핵심 과제가 되어 있다. 

현재 국내 AI분야는 기술과 인력 등 모든 측면에서 글로벌 시장에서 후발 주자이며, 아직 도입 초기 수준에 머물고 있다. 인공지능 기술력과 이를 활용한 비즈니스 모델이 아직 미미한 상황에서 국내외 사례를 통해 비즈니스 유형을 분류하고, 국내외 사례를 살펴봄으로써 국내 기업의 AI를 활용한 비즈니스 추진 방향을 모색해보고자 한다.

AI 비즈니스 유형 분석에 활용된 자료는 산업군별 인공지능 솔루션 구축사례, 글로벌 AI 스타트업 및 비즈니스 모델, 국내 AI 스타트업 백서 등을 참조 하였으며, 그 가운데 총 124개 (국내 74개, 해외 50개) 기업의 인공지능 사례를 선별하여 조사하였다.

 

AI 비즈니스모델 패턴

국내외 인공지능 비즈니스를 분석하여 비즈니스모델 패턴을 [그림 1]과 같이 정의하였다.

전체 124개 비즈니스 사례를 분석한 결과, 총 5개 영역으로 데이터 및 AI 기반 기술, 알고리즘, 서비스, 플랫폼으로 분류되었다. 

그 중 서비스(31%)와 알고리즘(40%)이 가장 많은 비중을 차지하였고, 그 다음으로 AI 기반 기술이 뒤를 이었다. 데이터와 플랫폼, AI 기술이 상대적으로 취약한 것으로 나타났는데 이는 학습을 위한 데이터 축적 환경이 부족하다는 것을 반증하고 있으며, 기술적 완성도와 이에 따른 플랫폼 비즈니스가 아직 시장에서 고객에게 차별화되는 서비스를 내놓고 있지 못하는 점을 설명해주고 있다.

데이터 비즈니스

AI 비즈니스 유형을 구체적으로 살펴보면, 먼저 데이터는 크게 학습 데이터셋 판매와 데이터 가공 비즈니스를 들 수 있다. 

플리토(Flitto)는 한국 AI 기업으로 2012년 집단지성 번역 서비스를 시작으로 2019년 현재 173개 국가, 1,030만 명의 사용자가 활용하는 통합 번역 플랫폼이자 언어 데이터 기업이다. 언어 데이터를 생산하고 있으며, 다국어 데이터를 판매하고 있다. 최근에는 유튜브의 영상 자막 번역 서비스를 제공하기 시작했다. 

TAMR은 2013년 미국의 스톤 브레이커 박사와 사업 파트너 앤디 팔머가 공동 설립한 데이터 통합 및 가공 솔루션 회사이다. 기업 내부의 데이터를 마스터링, 마이그레이션, 데이터 레이크의 클렌징 등 내부 데이터를 인공지능에 활용하기 위해 적합한 가공 자료로 만들어주는 비즈니스를 수행하고 있다.

AI 기반 기술 비즈니스

AI 기반 기술의 경우, 인공지능 관련 기술을 수행하기 위한 소프트웨어를 제공한다. 이에 대한 사례로는 자연어인식 및 생체인식, 음성인식, 시각인식 등의 비정형 인공지능 솔루션이 있다. 

그 중 바이오인식 원천 기술을 보유한 슈프리마는 2000년에 설립되어 지문인식과 생체인식에 강점을 보유하고 있으며, 최근 안면인식 기술 FaceStation2를 출시하여 다양한 분야에 적용되고 있다. 음성인식은 마인즈랩, 솔트룩스, 셀바스AI 등 STT (Speech-to-Text) 기술을 통해 음성합성, 화자분리 등 고도화된 기술로 차별화된 서비스 제공이 가능하다. 

시각인식은 흔히 광학문자인식(OCR, Optical Character Recognition)을 통해 쉽게 접할 수 있는데 시중에 출시되고 있는 OCR 솔루션은 비정형 인식률이 낮아 완성도가 떨어진다. 딥러닝 기반의 OCR이 학계를 중심으로 활발하게 연구가 진행되고 있고, 네이버 등 AI 기업에서 지속적으로 논문이 발표되는 등 멀지 않아 비정형 인식률이 완성도를 갖출 것으로 기대되고 있다. 

알고리즘 비즈니스

AI 알고리즘 비즈니스 유형은 핵심적인 알고리즘을 제품화하는 유형이며, 머신러닝 솔루션, 타사 비즈니스 지원, 업무 자동화 지원의 3가지로 분류된다. 

위세아이텍은 1990년 10월 위세정보기술을 시작으로 2000년 위세아이텍으로 사명을 변경하고, 테이터품질관리, 공공데이터 개방관리, 머신러닝 기반 개인화 추천도구 등 비즈니스를 수행하고 있으며, 현재는 머신러닝 알고리즘을 제공하는 플랫폼 비즈니스를 영위하고 있다. 

마키나락스(MakinaRocks)는 제조업의 공정라인에서 발생되는 센서 데이터를 기반으로 딥러닝으로 분석하여 장비 고장 및 품질 예측 등에 분석 인사이트를 제공하는 머신러닝 비즈니스를 수행하고 있다. 최근 한국동서발전 인공지능(AI) 대회에서 최우수상을 수상했으며, 네이버 기술 스타트업으로 선정되는 등 각광받는 기업으로 성장하고 있다. 

UiPath는 로보틱사무자동화(RPA, Robotic Process Automation) 솔루션 업체로 전세계 RPA 시장에서 1위를 차지하고 있으며, 최근에는 패브릭 AI를 출시하여 RPA와 AI를 결합한 머신러닝 자동화 기술을 제공하고 있다. 

서비스 비즈니스

기업 내·외부의 데이터, AI Tech., 알고리즘 등의 인공지능 관련 기술을 활용하여 최종 고객에게 서비스를 제공한다. 

어반유니온(Urban Union)은 자체 개발한 패션 AI 사만다 MD를 통해 트렌드를 추적하고 이를 기반으로 패션의류 상품을 선보여 고객 니즈에 맞는 상품을 제안한다. 1주일을 기준으로 SNS와 쇼핑 트렌드, 판매순위 등 쇼핑 데이터를 수집하고, 이를 토대로 쇼핑 알고리즘을 생성한다. 더불어 실제 온라인 쇼핑데이터와 검색량, 인기검색어 등을 SNS와 교차 비교해 데이터 분석의 정확도를 높이고 있다. 

Squirrel AI Learning은 중국 최초의 AI 기반 적응형 교육 제공 업체로 방과 후 개인화된 튜터링 서비스를 제공한다. Squirrel AI는 우수한 AI교사를 학생들에게 제공하여 일대일 맞춤형 교육을 제공하고, 학생 개인의 적성 및 학습패턴, 학습효과 등을 지속적으로 AI와 상호작용하여 최종적으로 학습력 향상을 목표로 둔다. Squirrel AI는 중국 에 있는 20개 주의 300 개 도시에 1,600 개 이상의 셀프 서비스 학습 센터를 개설하여 백만 명 이상의 사용자에게 개인화 된 "일대일 개인지도"서비스를 제공하고 있다. 

플랫폼 비즈니스

인공지능에 적용하기 위한 데이터와 인프라를 보유하고 있으면서 알고리즘 개발을 주도하는 형태의 비즈니스이다. 

구글이나 페이스북은 스스로 개발한 알고리즘을 오픈소스로 제공하고, 다수의 개발자들이 오픈소스를 진화시키는 생태계를 형성하고 있다. 플랫폼 비즈니스를 수행하기 위한 전제 조건은 방대한 규모의 데이터, 인공 지능 최고 전문가, 대량의 데이터를 다룰 수 있는 인프라 등을 갖추는 것이다. 

이 분야는 빅테크 기업들이 선도하고 있으며, 다른 기업들이 진입해서 성공하기는 쉽지 않다. 한편으로 데이터 독점이 인공지능 비즈니스 독점 현상으로 이어지는 것에 대해서 통제해야 한다는 여론이 형성되고 있기도 하다. 

위에 제시된 플랫폼 기업 외에 최근 대두되고 있는 단체가 있다. 바로 ‘오픈AI’이다. 오픈AI는 엘론 머스크가 설립한 인공지능 비영리 연구그룹이다. 지난 6월, 오픈AI는 새로운 언어 모델 'GPT-3(Generative Pre-Training 3)'를 공개했으며, 구글의 버트(Bert)보다 성능이 우월한 것으로 발표되고 있다. 오픈 AI는 5 년 안에 인간 지능 수준에 도달할 수 있다고 주장하고 있으며, 이를 공개적으로 개방하게 되면 구글, 마이크로소프트, 아마존을 넘어서는 강력한 인공지능 플랫폼이 출시될 것으로 보고 있다.

AI 비즈니스 추진 방향

비즈니스에 AI를 적용하기 위한 시도들이 진행되고 있다. 신한금융그룹은 자회사로 신한AI를 설립하여 새로운 비즈니스를 추진하고 있다. KB국민은행은 금융언어모델 KB알버트를 개발하고 있다. 한화금융그룹도 AI를 보험, 증권 등의 본원 비즈니스에 적용하기 위한 시도를 하고 있다.

AI를 도입할 경우 먼저 생각할 점은 추진 목적이다. 기존 비즈니스의 성과를 혁신하기 위한 목적과 새로운 비즈니스를 도입하기 위한 목적으로 구분할 수 있다. 도입 목적에 따라 확보해야 하는 역량이 달라진다.  AI비즈니스의 경쟁력은 데이터, 알고리듬, 인프라, 인력 등으로 구분할 수 있다. 

알고리듬은 오픈 소스 형태로 공개되는 추세여서 어느 정도 확보할 수 있다. 인프라는 투자 재원이 확보되면 구축할 수 있다. 핵심은 데이터와 전문인력이다. 데이터를 기존에 충분히 보유하고 있는 조직은 소수에 불과하다. 외부와 협업 등을 통해서 확보할 수 밖에 없다. AI전문인력은 수요에 비하여 공급이 부족하다. AI인재 확보 경쟁은 빅테크가 유리한 위치에 있다.

일반 조직은 우선 자신의 AI역량 보유 수준을 점검하고, 이를 전제로 추진하고자 하는 비즈니스 목적을 명확하게 해야 한다. 데이터에 강점이 있다면 이를 기반으로 AI데이터 비즈니스를 시도할 수 있다. AI인재를 확보하고 있다면, AI서비스 비즈니스를 추진할 수 있다. AI비즈니스 추진방향은 현재 수준을 토대로 새로운 비즈니스 모델을 검토함으로써 수립할 수 있을 것이다.

 

관련 글
인공지능 기술은 어떻게 분류되는가?