1 / 1
" detection"으로 검색하여,
10 건의 기사가 검색 되었습니다.
-
□ 최근 공공기관의 개인정보 유출 관련 문제의 심각성이 부각◇ 최근 공공기관에서 유출된 개인정보가 범죄에 악용되는 사례가 발생하면서 공공기관의 개인정보 관리에 대한 문제가 부각◇ 지난 12월 신변보호 여성의 가족을 살해한 사건과 관련, 피해자의 집 주소를 구청 공무원이 2만원을 받고 흥신소에 넘긴 것으로 밝혀짐◇ ’20년 ‘N번방’ 사건에서도 주민센터에서 근무하던 사회복무요원이 피해자들의 개인정보를 유출하여 넘긴 것으로 밝혀짐◇ 개인정보보호위원회에 따르면, 지난해 국가기관·지자체에서 유출된 개인정보는 9만 6,249건으로, 전년(2만 8,092건) 대비 약 3.4배 증가◇ 최근 3년간 개인정보 유출로 징계를 받은 사람도 ’18년 43명, ’19년 58명, ’20년 71명으로 매년 증가하는 추세○ 다만 이 중 중징계(정직·강등·해임·파면) 처분을 받은 사람은 4명(2.2%)이며 형사고발한 사례는 2건뿐임○ 일각에서는 개인정보 유출에 대한 가벼운 처벌에 대한 지적이 제기▲ 국가기관·지자체에서 유출된 개인정보 (건)▲ 개인정보 유출로 징계받은 사람 (명)□ 정부는 공공기관 개인정보 유출 방지대책 마련을 위해 노력◇ 개인정보보호위원회는 지난 1.12일 ‘공공기관 개인정보 유출 방지대책’을 관계부처 합동으로 조속히 수립할 것을 발표○ 개인정보 안전관리 강화, 접근통제 등 시스템의 기술적 보완조치 강화와 위법 공무원에 대한 가중 처벌 등 제도개선 방안을 종합적으로 마련할 방침◇ 또한 모든 공공기관에 대해 개인정보의 철저한 관리와 개인정보 관리 시스템의 자체점검을 요구하는 한편,○ 이와는 별개로 각 부처 및 지자체가 연계하여 운영하는 개인정보 관리 시스템의 취약점에 대해 관계부처 합동으로 점검할 계획◇ 국회에서도 지난 28일 ‘공무원 개인정보 유출 방지 3법*’이 발의(이용호 국민의힘 의원 대표발의)되는 등,○ 공무원의 개인정보 유출에 대한 처벌 강화 등 공공기관의 개인정보 유출 방지를 위한 논의를 시작* 개인정보 보호법 : 공무원이 직권을 이용해 영리 또는 부정한 목적으로 개인정보 침해 행위를 한 경우 가중처벌 국가공무원법·지방공무원법 : 공무원이 불법적으로 개인정보를 제공하는 등의 죄를 범했을 경우 이를 결격사유 및 당연퇴직 사유로 규정□ 일부 지자체에서는 개인정보 보호를 위한 조례를 제정◇「개인정보보호법」제5조의 지자체의 개인정보 보호 책무 규정 등에 따라 일부 지자체에서는 개인정보 보호를 위한 조례를 제정○ 현재 개인영상정보 보호 관련 조례를 포함하여 전국 243개 지자체 중 21개의 지자체에서 관련 조례를 운영 중< 조례 운영 중인 지자체 21곳 >○ 시도(10개) : 서울, 인천, 광주, 대전, 경기, 강원, 충남, 전북, 경북, 경남○ 시군구(11개) : 서울 도봉·동대문구, 인천 연수구, 광주 광산구, 경기 구리· 성남·안양·용인시, 충북 옥천군, 경남 창원시·의령군◇ 서울시는 오는 5월까지 인공지능(AI)을 활용하여 개인정보를 다루는 공무원의 이상 행태를 감지하여 유출을 막는 시스템*을 구축할 예정* 과거 2년간의 개인정보 관련 접속 기록을 학습한 뒤, 이를 바탕으로 실시간 개인정보 접속 기록의 특이 행태를 판별하여 관리자에게 알리는 시스템○ 시는 우선적으로 시가 관리 중인 서버를 중심으로 적용한 뒤 미진한 부분을 보완하며 성능을 높여갈 계획□ 정책적 시사점◇ 전문가들은 정보가 자산이 되는 시대인 만큼, 개인정보를 다루는 공공기관은 더욱 보안에 만전을 기해야 함○ 개인정보 접근 권한에 대한 가이드라인 마련 등의 열람권한을 분산하는 제도적 장치와 공공기관 및 일선 공무원의 개인정보 보호의 중요성에 대한 인식개선이 무엇보다 중요함을 강조◇ 아울러 금융계에서 이미 활용 중인 ‘이상금융거래탐지 시스템(FDS·Fraud Detection System)*’과 같은 공무원 개인의 일탈행위를 사전에 탐지하는 시스템의 구축도 고려가 필요함을 조언* 결제자의 다양한 정보를 수집해 패턴을 만든 후 패턴과 다른 이상 결제를 잡아내고 결제 경로를 차단하는 보안 방식
-
2024-05-02KTH 왕립공과대학 연구센터(KTH Royal Institute of Technology) KTH Electrum Laboratory, Electrum 229S-164 40 Kista, SwedenTel : +46 8 790 43 88nordell@kth.sewww.kth.se 방문연수스웨덴 시스타□ 연수 내용◇ 스웨덴 최대 규모의 연구 및 교육기관○ KTH 왕립공과대학(Royal Institute of Technology, 이하 KTH)은 1827년에 설립된 기술연구․교육기관으로 △건축 △토목 △화학 △생명공학 △전기컴퓨터 △산업 공학 등 다양한 분야의 연구센터를 보유하고 있다. 현재 이곳에서 대학원생 1,500명, 교수 235명, 연구원 460명이 연구 활동을 수행하고 있다.○ 1827년 설립 당시에는 스웨덴의 주요 산업으로 자리 잡고 있던 철광산업과 도시개발을 수행할 공학인력 양성을 위한 전문기관(Teknologiska Institute)이었다가 1877년 현재의 이름으로 바꾸었다. 주 캠퍼스는 외스테르말름의 발랄라베겐(Valhallavägen)에 위치하며 시스타(Kista)에는 IT 특화 캠퍼스 포름(Forum)도 있다.○ KTH는 스웨덴에서 최대 연구기관으로 유럽의 주요 기술 및 공과대학으로 잘 알려져 있으며 원천연구와 응용연구를 병행하고 있다. 또한 지속가능한 사회를 향한 개발에 적극 참여하며 지속 가능한 개발 연구에 힘쓰고 있다.○ 현재 약 50개의 연구팀이 기초연구 및 응용연구에 대한 연구개발·분석·평가 등을 수행하고 있다. 특히 전략적 연구 플랫폼을 기반으로 협력을 강화하고 연구원들의 지속 가능한 참여를 통해 네트워크를 형성하여 공급 시스템의 환경적 성과를 향상시키고 있다.◇ 나노 및 마이크로 기술 개발을 위한 실험 수행○ 연수단의 스웨덴 공식일정은 시스타에 위치한 KTH Eletrum Laboratory에서 닐스(Nils Nordell) 연구소장의 브리핑으로 시작했다. Electrum Laboratory는 KTH 소유 연구시설로 Microelectronics, Acreo Swedish ICT(광학․통신기술 연구기관)와 협력 관계를 가지고 있다.▲ Electrum Laboratory 외관[출처=브레인파크]○ 이 연구소는 나노․마이크로 기술 개발을 위해 설립되었으며 부품․소자 공정을 위한 클린룸 시설과 재료 및 부품․소자의 최적화를 위한 시설을 보유하고 있다.연구시설은 상업적․학문적 용도의 이용자에게 오픈되어있으며, 내부인을 비롯하여 외부인의 클린룸 출입 및 설비 사용에 대한 교육도 실시하고 있다.◇ 중소기업 연구 경쟁력 강화를 위해 적극 지원○ 연구시설은 크게 △연구개발 △중소기업 대상 소규모 생산 △교육 용도로 사용되고 있다.▶ Electrum Lab 연구시설 사용목적- 연구개발- 신규 디바이스 개발 설계 및 공정, 디바이스 구조 특성별 공정기술 개발 및 특성화기술 확립, 신소재 합성 및 특성 분석, 재료의 물성 연구- 소규모 생산◦ 창업 및 보육 기업을 위한 실험실 이용 허가, 안정성 및 반복성 유지에 대한 실험, 장비 및 실험실 독점 임대- 교육- 학부생 및 대학원생 대상 연구시설 제공○ 또한 위 실험 시설의 전반적인 관리를 담당하는 각 연구소장(Lab Director)은 △실험실 조직 및 규칙 △품질관리 △실험실 안전 △시설계획 △사용료 정산시스템 등을 담당하고 있다.◇ 스웨덴 연구기관과 긴밀한 협력관계 보유○ 위 그림에서 볼 수 있듯이, Electrum Lab은 RISE라는 스웨덴 연구기관과 밀접한 파트너십 관계를 가지고 있다. RISE는 스웨덴 산업 전 분야에 대한 연구를 수행하고 있으며 산·학·연 국제 협력프로그램을 통해 스웨덴 비즈니스 커뮤니티의 국제 수준에서의 경쟁력 확보를 목표로 하고 있다.○ Electrum Lab은 RISE와의 협력을 통해 연구기관과 함께 스타트업, 인큐베이터 등 다양한 사업 창출을 위한 지원을 하고 있다.◇ Electrum Lab의 주요 연구 분야○ Electrum Lab이 보유하고 있는 재료 합성 스테퍼 리소그래피 정밀 에칭 기술(Material Synthesis Stepper Lithography Precision Etch Technologies)은 △집적화 나노 소자 △센서 △광시스템 △재료 특성 △재료 물리학 △재료 화학 등 다양한 연구 분야에 밀접한 연관성을 가지고 있다.▶ 주요 연구 분야▶ 재료물리학○ Advanced crystal growth studies(고급 결정 성장 연구)○ Photonic crystals for negative refraction(음의 굴절을 위한 광결정)○ Electronic and atomic structure of surfaces and interfaces(표면/계면에 대한 전자 및 원자 구조)○ Carbon nanotubes(탄소 나노튜브)○ High temperature superconductors(고온 초전도체)○ Spintronic materials and devices(스핀트로닉 재료 및 소자)○ Device design and characterization(디바이스 설계 및 특성분석)▶ 재료화학(나노 입자 및 나노 구조 표면)○ Magnetic nano particles(자성 나노 입자)○ Colloidal qunatum dots(콜로이달 양자점)○ Self-oganized nano-pillars(자기 조직 나노 기둥)○ Bio-imaging(바이오 이미징)○ Sensors(센서)○ Solar cells(태양 전지)○ Efficient heat transfer system(고효율 열전달 시스템)▶ 집적화된 나노 디바이스○ Silicon & Compound Semiconductors based on transistors(실리콘/화합물 기반의 트랜지스터)○ Silicon carbie based electronics for high power applications(실리콘 기반의 고출력용 반도체)○ Carbon nanotubes and silcon nanowires for protein detection(단백질 검출용 CNT 및 실리콘 나노와이어)▶ 센서○ Silicon nano-wire and carbon nanotube biomolecule sensors(실리콘 나노 와이어 및 탄소 나노 튜브 생체 분자 센서)○ Bolt with integrated temperature sensor(온도 센서가 집적된 볼트)○ Infrared detector(적외선 탐지기)○ High impedance surface array for automotive radar(자동차 레이더용 고 임피던스 표면 배열)▶ 광시스템○ Ultraviolet sensor chip for integration(집적화를 위한 자외선 센서칩)○ Micromirrors for light beam control(광선 제어용 마이크로 미러)○ IR sensor arrays for IR cameras(적외선 카메라용 적외선 센서 어레이)○ Vertical cavity surface emitting lasers for optical communication(광통신용 수직 캐비티 표면광방출 레이저)○ Photonic crystals and photonic integrated circuits for optical communication(통신용 광결정 및 광집적회로)◇ 2,800㎡ 규모의 클린룸 시설 보유▲ Electrum Lab 내부 도면[출처=브레인파크]▶ Electrum Lab 주요 정보Electrum Lab 개관년도1987년크린룸 규모2,800㎡연간 턴어라운드(Yearly turn around)약 69억원연구 투자 가치약 1,000억원등록된 연구장비 수약 220대평균 연구장비 수명15년재투자율약 19억원◇ 협업을 통한 신생 기업 연구 지원 실시○ Electrum Lab은 스웨덴 연구기관 RISE, KTH, STING과 협력하여 신생기업의 성장을 돕기 위한 혁신시스템(The Electrum Innovation System)을 구축하고 있다. 이를 통해 성장한 대표적인 기업은 Silex MICROSYSTEMS, ascatron, IR nova, ascilion, Nocilis Materials AB 등 다양하다.○ 또한 Electrum Lab은 기업성장 지원을 위해 △연구자 및 기업 대상 네트워킹 지원 △Myfab(스웨덴 마이크로․나노 국가인프라) 및 ISSP 파트너와의 협력 지원 △실험실 및 장비 대여 부분에 관여하고 있다.○ STING의 경우, 벤처기업이 구상한 아이디어의 사업화를 위한 지원을 실시하고 있으며 ICT, 인터넷 기반 기술, 생명과학 분야가 주를 이루고 있다.STING은 연간 150~200개의 기업 프로젝트 중 20개를 선정하여 비즈니스 상용화 지원서비스를 제공하고 있다. 전체 수혜기업 중 70%가 이들의 지원을 기반으로 성공적인 성장을 이루면서 높은 성과를 보여주고 있다.◇ 지속가능 개발을 위한 컨소시엄 참여○ Electrum Lab 운영 주체인 KTH는 유럽연합 기술연구소(EIT) 내 5개 컨소시엄 중 4개에 소속되어 있다. 각각의 연구 분야는 △정보통신 △에너지 △연료 △노화 연구이다.○ 특히 MyFab의 중요한 조직으로서 Electrum Lab을 운영하면서 연구장비와 전문기술에 대한 협업체계를 구축하고 있다.MyFab에 참여 중인 또 다른 기관은 △KTH △웁살라 대학교(Uppsala Universtiy) △룬드 대학교(Lund University) △샬머스 공과대학(Chalmers) 등이다.○ Electrum Lab은 네트워크의 모든 프로세스와 장비에 대한 관리를 실시하며, 학계와 산업계를 대상으로 한 장비지원 시스템을 구축하고 있다.또한 △제조 및 분석을 위한 장비 제공 △현장직원 교육서비스 △나노 비전(nano visions) 실현을 위한 과학적 지원을 통해 인프라 확장과 나노 연구 발전을 위해 노력하고 있다.▲ MyFab에서 운영하는 연구 시설[출처=브레인파크]◇ 2015년 ISO 9001 인증 획득○ Electrum Lab은 국제표준화기구(ISO)에서 제정․시행하고 있는 ISO 9001을 2015년 획득했다. 또한 KTH의 일부로서, ISO 14001을 2004년 획득하기도 했다.○ ISO는 품질 및 제조를 인증하는 국제기준으로, 주요 내용은 △전반적인 조직관리 △연구장비 유지보수 및 가동시간 △직원 및 실험실 사용자 교육 △유저 대상 설문 조사 △지속적인 후속 조치 등으로 구성된다.◇ ‘Moving out’을 위한 체계적 과정 수립○ 브리핑 담당자 닐스 연구소장에 따르면, Electrum Lab의 성공요인은 “연구 혁신(Research into Innovation)→인큐베이팅(Developing in incubator)→ 독립성장(Ready to fly)”의 3단계 과정을 거친 체계적인 준비과정이라며 아래의 표와 같이 자세한 설명을 덧붙였다.▷ 성장을 위한 3단계 지원제도 1단계(연구 혁신)2단계(인큐베이팅)3단계(독립성장 지원)연구 지원·연구 및 아이디어 개발·기술 성숙 단계(RISE Acereo에서 생산 보육, STING에서 시장성 조사 담당)·완성 기술에 대한 전체 생산(Full production)프로세스 및 비용에 대한 관리하드웨어 지원(실험실)·새로운 아이디어 실현을 위한 유연한 접근성·투명한 가격 모델 제시·정제 공정(Refining Processes) 제공·생산량에 대한 공정 안정성 확보·임대용 실험식 영역 및 프로파일에 대한 접근·ISO 9001 인증 관리 시스템 구축인적 지원·훈련 코스 제공·네트워킹 기회 마련·가공 및 특성화 “Foundry services” 제공·네트워킹 기회 마련·연구 인력 확보□ 질의응답◇ 연구 개발을 통한 해외 시장 진출이 목표- Electrum Lab의 지원으로 성장한 기업은 그 결과를 공유하는 편인지."결과는 공유하지 않는다. 연구자는 본인의 권리(IP) 즉, 연구를 통해 획득한 라이센스를 자유롭게 팔 수 있는 권리를 가지고 있다."- Electrum Lab의 지원을 받은 후 독립적으로 ‘MOVING OUT’을 하는 경우, 손해라고 생각하지는지."스웨덴은 워낙 작은 나라여서 연구 인프라 문제 등 성장에 대한 한계가 있을 수 있다. 중국이나 큰 시장에 비해서는 연구 인력도 부족한 편이다. 연구를 통한 기술 개발로 해외시장에 진출하는 것을 목표로 두는 편이다. 일반적으로 Moving Out을 손해라고 생각하지 않는다."- Electrum room 실험공간 사용을 위한 대상자 평가 기준은."사용료를 지불하고 장비를 이용하기 때문에 크게 제약을 두지 않는다."- 실험공간 임대료는 어떤 기준을 적용되는지."일반 기업은 이용금액을 전부 지불해야 한다. 별도의 지원이 없다. 하지만 초기 성장단계에 있는 작은 기업은 VINOVA 등의 정부기관이나, Silex(Microsystems)와 같은 민간투자기관의 지원을 받는 경우도 있다."□ 일일보고서◇ Open Lab 제도 운영을 통한 장비 가동률 극대화○ KTH 왕립공과대학의 교육과 RISE의 R&D 그리고 STING의 사업화 촉진으로 구성된 네트워크를 통해 지속 가능한 연구지원으로 많은 성과를 창출할 수 있다는 점에서 국내의 시스템에도 적용해야 할 것으로 사료된다.○ 또한 정부 지원의 연구장비를 대학 및 기업에서 공동활용하여 R&D가 활성화 되고 있어 대학교내의 다양한 연구시설에 국가 지원이 필요하다.○ 공동 장비 활용을 위한 네트워킹 활성화로 시너지 효과를 얻을 수 있다는 아이디어를 발견했다.○ 외부로 Fab 시설 제공 가능하며, 운영, 관리 등 정부 및 연구기관 중심으로 운영되고 있음을 알 수 있었다. 특히 open lab 기반으로 운영되는 사안이 국내 연구기관과 차이점이며 open lab 제도에 따른 장비 가동율 극대화 가능하며 기업의 연구개발 및 비즈니스에 큰 기여하고 있음을 알 수 있었다.◇ 산학 협력 기반 스핀오프 기업 창출 활성화○ R&D에 대한 사업화를 위해 기업 자체의 양산을 통한 사업화도 중요하지만, 소규모 생산을 위해 양산 설비를 추가로 투자하지 말고, 테크노파크, 창업보육센터 등을 통한 사업화도 필요함을 느꼈다. 실제 기업은 소규모 인력으로 기술 개발에 집중하고, 생산은 전문화된 시설에 위탁하는 방법도 검토해야 한다.○ 산학연의 협력이 유기적으로 잘 이루어지고 있음을 느꼈으며, 스타트업 기업이 양산단계까지 기술이 성숙하면 중국 자본의 투자가 활발하게 이루어짐을 알 수 있었다.○ 한국과 비교했을 때 인내심, 자금 조달력 등 차이가 있었다. 인큐베이팅 기간이 평균 5년으로 제도적, 물리적 지원이 5년이면 상당히 오랜 시간이라고 생각한다.또한 국내 각 대학 산학협력단의 역할과 상당 부분 겹치는데 국내 대학의 경우 대기업 유치로 스핀오프 기업이 많이 발생할 수 있는 구조를 마련해야 한다고 생각한다.
-
□ 연수내용◇ 제조업에 특화된 AI서비스와 솔루션 제공이 목표○ 마키나락스는 2017년 12월 설립된 제조업에 특화된 AI서비스와 솔루션을 제공하는 스타트업으로 생산공정에 AI를 도입해 기계 고장이나 품질 이상 등을 예측하는 제조업에 특화된 AI서비스와 솔루션을 제공한다.○ 마키나락스는 Makina는 라틴어로 machine이다. Machine Intelligence를 폭넓게 해석한 것이다. Rocks는 Shaking으로 '인공지능을 통해 산업을 뒤흔들다'라는 뜻을 가졌다. ▲ 이재혁 대표[출처=브레인파크]○ 기계 인텔리전스, AI의 실행(Operation)을 통해 제조업을 다시 정의, 산업을 좀 더 효율적으로 만들자는 비전을 가지고 산업용 AI 솔루션과 제조업과 에너지 산업의 성장을 도모하는 플랫폼을 개발하는 것이 목표이다.◇ SK텔레콤에서 AI관련 팀이 분사하여 창업○ SK텔레콤에서 ‘제조업 특화 AI 데이터 분석 솔루션 기술’을 개발했던 SK텔레콤 소속 관계사(화학회사, 유공 등)에 Digital Transformation(디지털 변환)팀, 특히 인공지능 관련 데이터 분석하는 팀이 분사하여 1대 주주, 2대 주주는 SK텔레콤이다. 실리콘밸리와 서울 오피스에서 17명이 일하고 있다.○ 회사에 이해를 구한 상태에서 2017년 12월 한국에서 회사를 창업하고 2018년 미국 지사를 만들었다. SK텔레콤에서 3명, 삼성전자에서 1명 영입해서 4명으로 회사를 시작했다. 2018년 5월 SK텔레콤, 네이버, 현대에서 Seed-round 펀딩을 받았다.○ 이때 Seed-round란 처음에 회사를 만들면 시드(씨앗) 단계라고 한다. 그 다음으로 a, b, c, d 단계가 있다. 시드는 회사를 만들 때 자금이 필요한 단계, a는 뭔가를 발견해서 투자자들을 설득하는 단계, b는 발견한 것들 중 특정 무언가를 밀고 나가서 더 확장시키는 단계, c는 지역적으로 더 확장하거나 사람도 더 뽑고 매출도 올리는 단계(IPO, Initial Public Offering)이다. 보통 c가 터닝 포인트가 된다.○ 시드 단계에서는 보통 개인 투자를 받거나 창립자들이 돈을 내는데 마키나락스는 SK텔레콤이 자금을 지원했기 때문에 매출이 발생하면서 회사를 시작할 수 있었다.SK텔레콤, 네이버, 현대에서 20억 정도의 투자를 받았다. SK텔레콤이 외부 투자자 중에서는 지분을 가장 많이 받고 있다. B2B 하는 분들은 회사에 있거나 아이템을 발견해서 분사하는 경우가 많다.◇ SK텔레콤이 운영하는 스타트업 인큐베이션 공간에 입주○ 한국에서 창업 후 실리콘밸리에 자회사를 설립해 글로벌 하이테크 반도체 기업을 파트너로 확보했으며, 한국과 미국에서 반도체나 자동차 생산라인, 미생물 공정 생산라인 등에서 프로젝트를 진행하고 있다.○ 실리콘밸리 자회사는 SK텔레콤이 운영하는 스타트업 인큐베이션 공간, Inno- partners에 있다. 인큐베이션 공간과 경쟁적인 형태로 나온 것이 공유 오피스로 WeWork, 스타플레이스 등이 유명하다. 공유 오피스와 인큐베이션 공간의 차이는 공유 오피스는 임대료가 있고 인큐베이션 공간은 임대료가 없다는 것이다.▲ Innopartners 입주기업들○ Innopartners는 실리콘밸리 센터에 위치하고 있는데 스탠포드 대학교가 있고 그 앞에 멘로파크가 있다. 멘로파크에서 반도체 사업이 제일 먼저 시작했다.반도체 사업은 공해가 극심하다. 중간에 메인 공정 중 방사선 쏘는 방식은 공해가 별로 없는데, 독한 화학 물질로 깎아내리는 방식과 산업용 가스로 위에 쓰이는 방식(deposition)은 공해가 많이 발생해서 한국과 대만에서 공정을 진행하고 실리콘밸리에서는 설계, R&D하는 반도체만 남아 있다. 그 뒤로 소프트웨어, 하드웨어 사업이 주로 발달하게 되었다.◇ 어떤 중장비가 망가질지 예측하는 것이 바로 산업용 AI○ 산업용 AI가 나올 수 있던 배경은 IoT, 빅 데이터, AI이다. 각 분야별로 데이터 분석은 조금씩 다르다. IoT 시절 데이터 분석은 On&Off였다. 건설 중장비가 켜져 있는지, 꺼져 있는지만 잘 알아도 가능했다.Uptake가 이 때 나온 회사이다. On&Off를 잘 측정하고 왜 잘 안됐는지 데이터를 분석하고 축적하면서 등장한 것이 빅 데이터이다. 빅 데이터는 왜 작동이 잘 되지 않았는지 이유를 찾는 데 분석이 특화되어 있다. 어떤 중장비가 망가질 것인지 예측하는 것이 AI이다.○ 마키나락스가 하고 있는 것은 제조업의 다양한 문제를 AI기술을 접목해서 해결하려고 하는 것이다. 예를 들어 반도체의 경우 장비 하나가 비싼 것은 4000억 정도이다.따라서 망가지면 안되는데 1년 365일 24시간 작동시키고 독한 화학물질과 가스를 쓰기 때문에 망가질 수밖에 없다. 가동률을 낮추는 원인이 되는 이런 비싼 장비가 언제 망가질지 예측해서 가동률을 올리는 것이다. 해마다 다르지만 1%의 수율만 올라가면 이익이 1조 올라간다.○ 또 다른 예는 화학 공정에 가보면 파이프라인이 길게 연결되어 있는데, 파이프라인의 특정 부분이 막히기 마련이다. 막히는 걸 미리 예측하면 공정 가동률과 수익이 올라간다.그래서 산업용 AI 솔루션은 기존 가정에서 사용하는 AI 제품보다 높은 수준의 예측력을 보유한 AI를 필요로 한다. 기존 AI가 알고리즘과 데이터가 성능을 좌우한다면 마키나락스가 개발한 솔루션은 알고리즘, 데이터에 도메인 지식이 더해져 예측력면에서 뛰어나다.○ 마키나락스는 딥러닝 기반의 PdM(Predictive Maintenance) 알고리즘 및 관리 기법을 적용해, 제조 장비 및 공정에서 발생하는 센서 데이터를 분석을 토대로 △장비 고장 및 품질 이상 예측 △제조 불량 분석 △공정 최적화 솔루션을 제공해 공장의 생산성 및 품질 향상에 기여하고 있다.○ 마키나락스가 자체개발한 인공지능 솔루션은 최소 100억 원대부터인 반도체나 자동차 생산 설비의 고장이나 오류를 짧게는 12시간, 길게는 5일 전에 예측할 수 있도록 설계돼 막대한 손실을 예방한다.◇ 좋은 데이터와 데이터 기술자 확보를 위한 실리콘밸리 진출○ 한국에서 기업 솔루션을 제공하는 기업들이 많이 실패했다. 가장 큰 이유는 데이터가 있어야 하는데, 데이터 자체가 굉장히 흠이 있는 데이터라는 점이다. 장비가 얼마나 망가졌는지 외부에 알려줘야 하기 때문에 어려운 부분이다.○ 또한 데이터를 분석할 수 있는 기술자들의 인건비가 굉장히 높고 인력이 귀하다. 최소 연봉이 3억이다. SK텔레콤에서 인건비를 들여서 기술자들을 한국으로 데려와도 기술자들이 한국에서 일하고 싶어하지 않는다.한국에 가더라도 데이터 분석하는 부지는 다 지역에 있어 지역에 가려고 하지 않기 때문이다. 따라서 대기업도 기술자들을 확보・유지하기가 어렵다.그래서 최근 실리콘밸리에 SK Hynix가 진출하여 데이터 분석 기술자가 Hynix가 있는 이천으로 가지 않고 실리콘밸리에서 새로 지은 건물에서 데이터 분석을 할 수 있도록 하는 것이다.◇ 적용이 쉽지 않았던 산업용 AI○ 산업용 AI라는 개념은 예전부터 등장했지만 잘 적용되지 않았다. 포스코가 IoT 시절부터 투자를 많이 했었고 투자를 오랫동안 해서 데이터 분석을 열심히 했지만 지역에 위치하고 있어서 기술자들을 오랫동안 확보하지 못했다. 포스코는 빅 데이터에서 AI 분석까지 5년동안 프로그램을 실행했고 아래 2개를 많이 공표한다.• 용광로, 고로 온도를 일정하게 만드는 알고리즘: 변수가 많아서 어려운 부문이다.• 아이언 도금 최적화 공정‘○ 데이터 시티즌십’이라고 하는 어느 정도 역량이 있으면 교육을 받고 데이터 기술자가 될 수 있는 프로그램이 있다. 이런 프로그램을 통해 일상생활의 간단한 문제를 해결할 수 있다.SK텔레콤도 데이터 시티즌십을 통해 어떤 신입사원이 먼저 퇴사할 것인지에 대한 알고리즘을 만들었다. 그러나 정작 중요한 수율이 올라가는 과정에 대해서는 잘 없다.예전에는 노하우가 많은 엔지니어가 변수 여러 개를 두고 수율을 계산했으나 빅 데이터를 통해 변수가 늘어나면서 AI가 등장하게 된 것이다.▲ 산업용 AI 접목을 위한 4개 요소[출처=브레인파크]◇ 산업용 AI 접목○ 산업용 AI의 접목을 위해서는 아래 4개 요소가 필요하다.• 연결성 : 반도체의 경우 2014년 Hynix 인수할 때 공정 수가 300개였는데 2018년 기준 600개가 됐다. 내년 새로운 Fab이 만들어지면 800개가 넘어갈 것이다.• 복잡성 : 간단한 문제는 AI를 사용할 필요가 없고 빅 데이터, SAS 툴을 사용하면 된다. 하지만 문제가 점점 복잡해지기 때문에 AI를 사용해야 한다.• 기술 : 딥 러닝 아키텍처(컴퓨터 시스템의 구성)에서의 매개변수• 투자 : CAGR(연평균 성장률) 170억 + 2025 시장 (제조업에서의 산업용 AI) Þ 40% 상승◇ 소비자 중심 AI와 산업용 AI의 차이점○ 소비자 지향 AI와 산업용 AI의 차이는 사람이 잘하는 분야에 대해서도 사람보다 기계가 일을 많이 하는 것이 소비자 AI라면, 산업용 AI의 목적은 장비가 너무 복잡해서 언제 망가질지 사람이 예측할 수 없는 그런 부분을 예측하는 것이다. 소비자 중심 AI산업용 AI목표자연 지능과 관련된 업무에 초점산업 문제와 관련된 업무에 초점(예를 들어 수율 향상, 인간의 지능으로 해결하기 힘든 최적화)적용언어 번역, 자율 주행, 비디오 감시PDM(예측정비), 결함 추정, 공정 최적화데이터인간이 해석 가능한 데이터(사진, 비디오, 텍스트, 음성, 소비자 프로필과 활동 등)인간이 해석할 수 없는 데이터(센서 값, 처리 이미지, 현지 기술자 업무 등)○ 사람이 공정 수가 너무 많으면 최적화할 수 없기 때문에 AI가 한다. 사람이 도입한 것이기 때문에 사람 일자리를 위협하는 것을 제외하고 AI로 대체하는 것이다.B2C는 사람들이 다 이해하는 데이터(사진, 텍스트, 비디오 등), 후자는 사람이 이해하기 어려운 데이터(센서 데이터 그래프, 프로세스 이미지 등)이다. 프로세스 이미지는 예를 들어 자동차 부품 안을 찍어서 보면 실금이 잘 보이지 않기 때문에 AI가 찾아내는 것이 필요하다.◇ 산업계에서 산업용 AI의 문제점○ 투자자들이 인공지능에 많은 투자를 하고 있고 산업용 AI에 대해서만 2025년까지 17조 원의 시장으로 확대될 것으로 보고 있다. 마키나락스와 같은 기업이 필요한 이유는 사람들이 시작은 많이 하지만 70% 정도가 잘 되지 않기 때문이다.산업용 AI를 적용하기 위한 4단계가 있다.• 첫째, 개념 검증(PoC, Proof of Concept)• 둘째, 파일럿(실전 테스트 라인 선정)• 셋째, 생산 라인 적용(Deployment)• 넷째, 확장(한 두개 생산에서 공장 전체로 확장 )○ 하지만 대부분 2단계 파일럿에서 끝난다. 이유는 센서 데이터를 해석할 정도가 되려면 전문가이거나 데이터 처리를 사전에 많이 해본 사람이어야 하는데, 그런 경우가 많이 없기 때문이다.◇ 산업용 AI가 해결해나가야 할 도전과제○ 앞으로 해결해나가야 할 도전과제는 다음과 같다. 첫째, 늘어나는 복잡성, 더 높은 기대, 적용 과정에서의 고위험 등에 대한 ‘문제 정의(Problem Definition)’가 필요하다.실제 현장에서 발생되는 문제는 프로젝트 정의가 먼저 이루어져야 하는데, 시장 자체가 초기 적응 단계이다. 이 단계에서는 어떤 문제를 AI 기술로 해결할 수 있는지 아는 것이 어렵다.각 대기업마다 자랑하는 기술이 딱히 없다. 삼성에서 자랑하는 것은 AI 기반 빅데이터 플랫폼인 Brightics인데, 아직까지 이 플랫폼을 가지고 뚜렷하게 개선한 사례는 아직 없다.○ 둘째, 불균형 또는 잡음 라벨, AI 역량 부족, 도메인 지식 통합에 대한 알고리즘(Development)이 필요하다. 문제를 풀려면 도메인 지식이 있어야 하는데 30대 초반의 유능한 필드 엔지니어를 서울대에 6개월 데이터 분석 과정에 보내서 가르치면 데이터 분석 기술자가 되는지 실험해봤으나 데이터 분석 기술자가 되는 것이 아니라 수학만 배우고 온다는 결과가 나왔다. 배경지식이 많고 경험 있는 기술자를 찾는 것이 어렵다.○ 셋째, 시스템 통합, 연속적인 학습, 모델 관리를 통한 작동(Deployment)이 필요하다. 노조원이나 현지 엔지니어는 자신들의 일자리를 없앤다고 생각해서 기계 시각(Machine Vision Project)을 선호하지 않는다.따라서 PoC, 파일럿은 잘 되는데 Deployment가 어렵다. Machine Vision 구현 사이트를 1년 후에 들어가면 방치되어 있는 것들이 많다. 한국에 기계 시각을 구축할 수 있다는 SI(System Integrator, 시스템 통합 사업자) 업체가 협회에 등록된 것만 400개가 넘는다.그러나 정작 성공사례는 없다. 현재 기술의 현주소이다. 시작하더라도 3단계 Deployment할 때 현실적인 문제는 정상 데이터, 비정상 데이터이다.1만 장씩 각각 있다는 공장은 현실에 없다. 흔한 예로 그냥 정상 데이터가 1만 장, 비정상 데이터는 두 장밖에 없다. 정상 데이터는 많고 비정상 데이터는 없다.▲ 산업용 AI가 해결해나가야 할 도전과제[출처=브레인파크]◇ 산업용 AI에 초점을 맞춘 기계 학습○ 크게 4가지 정도의 핵심 기술이 있다. 최근에 딥러닝 모델을 활용한 스타트업 기업들이 많아지고 있다. 딥러닝 모델에 기반하여 주어진 데이터를 가지고 어떻게 좋은 학습 모델을 만들지 집중하는 경우가 많은데 이 분야에서 일을 하다 보니 이 부분도 중요한 것은 맞지만 그 외에도 성공하기 위해 다른 기술들이 많이 필요하다는 것을 알았다.▲ 마키나락스의 4개 핵심 기술[출처=브레인파크]○ 첫째, Active Learning이다. 데이터를 전부 라벨링할 수 없고 레이블은 얻으면 얻을수록 도움이 되기 때문에 효율적으로 얻어야 한다.샘플링을 한 번 할 때마다 비용이 들기 때문에 비용을 최소화하면서 모델의 성능을 올릴 수 있는 라벨링은 무엇인지 찾는 것이 중요하다.어떤 데이터 샘플을 뽑아야 라벨링이 효과적일지, 뽑은 데이터 샘플을 어떤 방식으로 엔지니어 혹은 도메인 전문가들에게 요청해야 흔쾌히 수락할지 2가지 측면에서 고민하고 있다.연속적으로 클릭해서 라벨링 해야 하면 불편해서 수락하지 않을 것이고, 드롭 다운 메뉴에서 고르거나 한 번 클릭할 수 있는 샘플이면 수락할 것이다.○ 둘째, Deep Learning이다. 일반적인 이미지, 텍스트 데이터 라벨링은 비용이 들어도 모든 사람이 할 수 있어서 클라우드 소싱 방식을 선택할 수 있고 데이터가 공개되어 있는 경우가 많아서 작업이 수월하다. 반면 산업용 데이터는 굉장히 제한적인 사람들만 접근이 가능하고 소수만 고장이 났는지 체크할 수 있다.○ 셋째, Continual Learning이다. 아카데미에서는 새로운 과제를 학습할 때 과거에 학습했던 과정도 잊지 않고 잘 가지고 있는 것을 말한다.반면 산업에서는 하나의 장비를 사용하더라도 제조 환경은 계속 바뀌는데, 달라질 때마다 계속 새로운 모델을 만들 수 없기 때문에 계속 변화하는 환경에서 모델 성능을 사람의 개입 없이 어떻게 잘 유지할 수 있을지 고민하고 있다.○ 넷째, Reinforcement Learning이다. 마키나락스도 Reinforcement Learning을 중심으로 하는 프로젝트가 있기는 하지만 보통 시뮬레이션이 가능한 환경이다.반도체, 자동차 장비처럼 좋은 시뮬레이터가 없는 경우 마키나락스가 사용하는 데 아직까지는 제한이 있다. 데이터를 마음대로 뽑을 수 없기 때문에 쓸 수 있는 부분에서만 최대한 활용하려고 한다.◇ 우리가 가지고 있는 기술: 어플리케이션의 핵심○ 핵심 기술로부터 발견한 주요 어플리케이션으로 자동화, 주요 원인 찾기 등이 있다. 이런 분야에 대해서 내부적으로 연구, 개발하고 있고 프로젝트를 하면서 얻은 기술을 IP로 쌓아가고 있다. 경우에 따라서 어떤 기술은 논문으로도 가치가 있다고 느껴지면 논문도 제출하고 있다.○ 가장 첫 단계로 기계 데이터 분석(Machine Data Analytics)이 이루어진다.• 센서 & 시계열데이터 분석 기술○ 다음 단계에서 △비정상 행위 탐지(Anomaly Detection), △시간 예측(Event Forecasting), △근본 원인 분석(Root Cause Analysis), △공정 최적화(Process Optimization)가 이루어진다.• 패널 이미지에서의 결함 추정• SVD 분해를 이용한 태양열 예측• 바이오리액터(생물 반응 장치) 자율제어• NNM(Neural Network Model, 신경망 모형)을 이용하여 다양한 제조 장비 환경에서 이상징후감지• 딥 러닝 모델에 기반하여 자산 고장 예측하기 위해 준 감독 학습○ 마지막으로 4개 핵심기술 △Active Learning, △Deep Learning, △Continual Learning, △Reinforcement Learning이 활용된다.• Continual Learning을 사용한 이상징후 감지• Layerwise Information: loss-based 이상치 탐지• 산업 데이터에 대한 딥 러닝 분석• Class-labeled 이상치 탐지• 딥 러닝 모델을 이용한 데이터 라벨링○ 프로젝트를 할 때 필요한 모델을 구현하거나 누군가가 구현해 놓은 코드를 활용하는 경우가 있는데, 두 경우 다 검증이 안된 것이라는 문제점이 있다.따라서 마키나락스는 자체적으로 자주 쓰이는 모델을 구현하고 검증도 마쳐서 필요할 때 신속하게 활용할 수 있게 한다. 또한 구현해 놓은 모델에 새로운 구성요소를 붙여서 융통성 있게 활용할 수 있도록 한다.▲ Core to Applications[출처=브레인파크]◇ 다양한 부문에 적용되는 산업용 AI○ 일반적인 제조업이 아니라 반도체, 배터리 등 수백 가지 공정까지 가는 여러 가지 변수를 가진 제조 과정이 관련되어 있는 산업을 High Complexity 산업이라고 한다. 딥러닝 기술이 유의미하다고 보는 4가지 산업분야는 다음과 같다.• 반도체 & 디스플레이(Semiconductor & Display): 장비예측정비(PdM), 가상계측(VM), HVAC(Heating, Ventilation, Air Conditioning: 공기조화기술) 최적화• 화학, 제약(Chemicals & Pharma): 프로세스 자동조종장치, 품질검사, 장비예측정비(PdM)• 자동차, 자동차 부품(Automotive): 로봇예측정비(PdM), 조직상 결함 감지, HVAC 최적화• 파워 & 에너지(Power & Energy): 태양열 & 풍력 예측, 배터리 응용프로그램, 발전 최적화◇ 최소 12시간 전 고장을 예측하는 Semicon Time-To-Failure○ 이러한 기술들이 실제로 공장, 산업에 쓰이고 있는 주요 프로젝트를 소개하면 다음과 같다.○ Semicon Time-To-Failure라는 프로젝트를 통해 반도체 세계 1위 장비 기업과 일하고 있다. 유명한 하이테크 기업의 시초가 실리콘밸리에 있어서 부지값이 매우 비싸고 수십억에서 수천억에 달하는 반도체 장비를 활용하는 기업이 많다.이들 기업은 부품이 망가지기 전에 교체, 공정을 바꿔주는 등 일을 해야 하는데 엔지니어들이 항상 24시간 대기하고 있을 수 없기 때문에 미리 예측할 필요성이 점점 커지게 되어 프로젝트가 시작되었다.프로젝트 시작시 다른 여러 경쟁사에 똑같은 데이터 원본을 주고 모델을 만들어보라고 했는데 결과적으로 마키나락스가 1등을 했다. 경쟁 업체 중에선 IBM USA, 실리콘밸리 스타트업 등이 있었다.○ 2년 이상 프로젝트를 진행해왔고, 3단계까지 왔다. Validation Pilot을 하고 있고 내년에는 추가적으로 더 구체적인 Development 프로젝트를 할 것이다.○ 최소 12-24시간 전에 고장을 예측・감지할 수 있고 30-50% 다운타임(정지시간)을 줄일 수 있다. 정확도는 90%이다. 이는 2년치 데이터(정상적인 이벤트, 실패한 이벤트 등) 중 90%를 정확하게 맞췄음을 뜻한다.○ 반도체 센서 종류가 보통 200-400개, 평균 300개가 있는데 300개 센서 데이터 값을 계속 받아보는 것은 실제 온라인 데이터로 하고 있다. 프로젝트의 고도화가 이렇게 진행되고 있다.◇ 완성차 제조현장의 로봇고장 예측 프로젝트○ Robot Arm Anomaly Detection 프로젝트도 고장을 예측하는 프로젝트인데, 완전히 다른 산업인 완성된 차를 제조하는 공장에서 쓰이고 있는 산업용 로봇의 고장을 예측한다.매번 다른 산업을 접할 때마다 도메인 지식과 여러 기술이 필요한데, 이 경우 Semi-supervised Novelty Detection 기술을 가지고 동일한 컨셉을 로봇 팔에 적용했다.○ 로봇 팔은 평균 1억 2천만원 정도이며 그 자체로는 고가의 장비가 아니다. 그래서 창고에 부품을 쌓아놓고 고장이 나면 정비사가 갈아끼우는데 30~40분도 걸리지 않는다.문제는 외국은 1분당 차가 한 대씩 완성되기 때문에 자동차 라인에서 로봇이 수십대에서 수백 대가 늘어져 있고 다운타임이 30분 이상 생기면 어마어마한 손실이 발생한다는 점이다. 따라서 고객사에서 사용하고 있는 로봇의 고장을 최소 3~5일 전에 알았으면 좋겠다는 요구가 있었다.○ 작년까지 쓰인 산업용 로봇이 260만대가 있고 매년 15%씩 증가할 것이라는 산업연구결과가 나오고 있다.○ 반도체가 300가지의 여러가지 다른 데이터 값을 사용했다면 로봇 팔은 순간전류값만 가지고 모델을 만들 수 있었다. 순간전류값은 그 축에 있는 센서에서 나오는 로봇의 표준값인데 Kawasaki, Denso, Honda, ABB, 유니버설 회사에서 순간전류값으로 토크(Torque)를 계산한다.○ 일본 로봇 제작사와 인터뷰도 하고 벤치마킹도 시도해봤는데 그들이 쓰는 룰에 따라 필요한 센서 값, 실험을 통해서 그리스에서 나오는 철 농도를 계산한 값을 사용하고 있었다.앞으로 방향은 PdM 솔루션이고 예지가 아니라 예방에 집중한다고 한다. 추가적인 센서, 바이브레이션을 메이커 회사의 부품 뿐만 아니라 타사에서도 유사한 데이터를 뽑아낼 수 있을지를 고민하고 있다.○ 정확도는 90%이며 5일전에 고장을 감지할 수 있다. AI 솔루션(Edge와 클라우드 관련)을 활용하며 몇백만 달러를 절감하는 효과를 낸다.◇ 초기 단계의 결함을 검출, 큰 손실을 예방하는 프로젝트○ Auto Body Defect Detection프로젝트는 프레스 기계로 자동차 부품 중에 하나인 보닛, 루프를 만드는 제조현장에서 자주 겪는 이슈인 금속판에 스크래치가 생겨날 때 CNN 기술을 사용해서 외관 검사하는 프로젝트이다.○ 결함이 있는 부품을 계속 조립한다해도 마지막 단계인 품질단계에서 제품으로 출시될 수 없기 때문에 처음 단계로 다시 되돌아가야 한다.당시에는 제조현장에서 엔지니어들이 육안으로 확인해야 했는데 마키나락스의 모델을 활용함으로써 앞으로는 전수 확인이 가능하다. 초기 단계에 결함을 빨리 검출해서 향후에 있을 큰 손실을 미리 예방하자는 취지에서 진행했다. 정확도는 95%에 달한다.◇ 계량 데이터에 기반한 공정 최적화 프로젝트○ 미생물 공정 자동조종장치(Microbial Process Autopilot) 프로젝트는 제약사에서 미생물을 직접 키워서 거기서 나오는 바이오 물질을 제약을 생산하는 데 쓰는데 미생물의 생산을 담당하는 주요 장비가 바이오리액터이다.미생물이 잘 자라서 필요한 바이오 물질이 나오도록 사람이 parameter setting을 계속 하면서 최적의 조건을 맞춰줘야 하는데 지난 과거의 데이터를 기반으로 최적의 모델을 만들어서 자동으로 조정할 수 있게 해달라고 고객이 요청해서 POC도 성공적으로 맞추고 모델을 만들었다.올해 연말에 2단계를 진행할 예정이다. 제약사 뿐만 아니라 바이오리액터를 사용하는 곳이면 다 적용할 수 있다고 보고있다.○ 리튬 배터리 결함 예측(Li+Battery Defect Prediction) 프로젝트는 리튬 배터리 셀메이커와 진행했던 프로젝트. 배터리 수율을 높이기 위해 제조공정에서 공정인자 중 어떤 것이 결함에 영향을 주는지 결함에 대한 분석을 요청해왔다. POC는 끝나고 추후 2단계를 진행할 것이다. 정확도는 90%이며 정렬되지 않은 데이터 원본으로부터 결함 요인을 분석할 수 있다.○ 태양열 발전량 예측(Solar Power Prediction) 프로젝트는 커머셜 프로젝트는 아니었고 동서발전, KTX 한국전력거래소에서 경진대회를 각각 열었다.동서발전에서는 태양광 발전량을 예측하는 분야로 최우수상을 받았다. 날씨가 좋을 때는 발전량을 예측하기가 쉽지만 흐린 날에는 정확도가 50% 이하로 떨어진다.그래서 흐린 날 어떻게 예측 정확도를 높일 수 있는지에 대한 창의적인 아이디어였다. 마이크로 날씨 데이터, 위성사진을 추가적으로 분석해서 정확도를 높이는 데 마키나락스의 기술을 적용했다. 이 부분에서 한국전력거래소에서 장려상을 받았다.
-
□ 연수내용◇ 기업가정신센터에서 시작한 스타트업 사례까지 준비해주며 맞이○ 싱가포르국립대학 기업가정신센터의 BLOCK71에 대한 연수는 10시부터 시작되었다. BLOCK71의 관리자 레이첼 레오(Rachel Leo)가 연수단을 반갑게 맞아주었다.○ 첫 방문 일정에 설레는 마음을 가진 연수단은 자리에 앉았고, 레이첼은 기업가정신센터 BLOCK71에 대한 소개, 기업가정신센터에서 창업을 시작한 스타트업인 콘크리트 AI(Concrete-AI), 인비지로(Invigilo)의 사례, 질의응답 순으로 브리핑이 진행됨을 알렸다.◇ 싱가포르 최대 규모의 연구 중심 대학교○ 싱가포르 국립대학(National University Singapore)은 싱가포르 최초의 고등교육기관으로 약칭 'NUS' 또는 '말레이(Malay)'라는 이름으로 불린다.싱가포르 국립대학은 1823년 영국 동인도회사 직원이었던 싱가포르 건설자 스탬퍼드 래플스(Stamford Raffles)가 교육연구기관의 설립을 제안, 1905년 스트레이츠 세틀멘츠 말라야연방의학교(The Straits Settlements and Federated Malay States Government Medical School)로 설립됐다.○ 이후 1913년 '에드워드 7세 의학학교'로, 1921년에 '에드워드7세 의학대학'으로 변경되었다. 1949년 래플스대학(1928년 설립)을 합병하여 '말라야대학교'가 되었다.이후 싱가포르 정부와 말레이연방의 합의에 따라 1962년 1월1일 싱가포르대학교가 되었고 1980년 8월8일 난양대학교(1955년 설립)를 합병하여 국립대학교가 되면서 현재의 골격을 갖추었다.○ 싱가포르 국립대학은 도쿄대학교, 베이징대학교와 함께 아시아 3대 명문대학으로 꼽히며, 특히 공학과 과학부문에서 세계적인 수준을 인정받고 있다.싱가포르 국립대학은 세계적인 수준의 연구 중심 대학으로 키운다는 비전을 갖고 있으며, 특히 제약, 보건서비스, 의학기술, 생명공학 분야에서 산업계와 유기적으로 연결되어 있다.○ 싱가포르 국립대학교(National University of Singapore, 이하 NUS)는 아시아 대학교 최초로 세계대학순위에서 8위를 차지했다고 한다. 또한, 취업률 부문에서는 9번째로 우수하다는 것을 나타냈다.◇ 혁신·기업가정신 구축을 목표로 창업 생태계 선순환 추진○ 싱가포르 정부는 ‘연구→창업→투자→상장 및 대기업으로 도약→재투자’로 이어지는 창업 생태계의 선순환을 추진하고 있다.이 같은 바람이 현실로 이어지려면 제반 환경도 중요하지만 무엇보다 기업가정신이 절실하다. 이에 싱가포르국립대를 비롯해 많은 대학이 최근 몇 년 새 ‘기업가정신센터’를 설립하고 창업 활동을 장려하고 있다.○ 기업가정신 교육의 핵심은 새로운 기회를 지속 발견하고 새로운 방법으로 새로운 사회·경제 가치를 창출하는 것으로 특히 싱가포르대학 기업가정신센터(이하, NUS Enterprise)는 청년들에게 혁신과 기업가정신을 촉진하기 위해 만들어졌다.○ 싱가포르 국립대학교 기업가정신센터 BLOCK71(NUS Enterprise BLOCK71)은 기술 생태계를 구축하고, 글로벌 커넥터(Global Connector) 역할을 하고 있다.주로 △기업가 인재 양성 △혁신 추진 △벤처기업 창업 육성 △I&E(Innovation & Entrepreneurship) 혁신·기업가정신 구축을 중심으로 기업가적 인재 양성이 주된 목표로 운영하고 있다.◇ 싱가포르의 인재 양성을 위한 해외 진출 지원○ 해외에 진출하고 싶은 학생들을 위한 해외교류 프로그램(NUS Overseas Colleges)를 운영한다. 학생들은 세계 전역에 있는 15개의 기업가정신센터에서 6개월에서 1년 동안 인턴십 체험을 할 수 있다.○ 미국, 캐나다, 스웨덴, 독일, 중국, 이스라엘, 베트남, 인도네시아, 일본 등에 NUS 기업가정신센터 BLOCK71이 기반을 두고 있다.○ 일반적으로, 해외 인턴십은 실무에 참여하며 경험을 쌓는 것으로 무보수로 진행된다. 따라서 생활비, 거주비 등 일정 부분은 NUS에서 지원해주고 있다.또한 미국 실리콘밸리에 가서 창업하고자 할 경우 필요한 업무를 지원하며 현지 멘토를 지정해 현지 창업을 지원해주도록 하고 있다.창업을 위한 종자 펀드의 경우 회사의 주식을 NUS Enterprise에서 소유하는 방식으로 초기 자금을 지원하고 싱가포르 정부에서 공동투자를 하도록 유도한다.○ 다만 싱가포르 정부는 ‘연구→창업→투자→상장 및 대기업으로 도약→재투자’로 이어지는 창업 생태계의 선순환을 목표로 하고 있다.해외 인재들이 자연스레 싱가포르에 남아 스타트업을 하고 경제 발전에 기여해 주길 바라는 것이다. 이 같은 바람이 현실로 이어지려면 물질 환경만으론 부족하며, 그 복안을 기업가정신으로 보고 있다.◇ 무료로 지적재산권을 이용할 수 있는 기회 제공○ 보통 창업을 원하는 학생들은 연구결과물을 비즈니스적으로 활용하지 못하는 어려운 상황에 놓인다고 설명했다. NUS 기업가정신센터에서 보유한 지적재산권을 이용해 어려움을 겪는 학생들에게 도움을 주는 기술을 무료로 제공하고 있다.○ △시장조사, △기술개발, △프로토타이핑, △벤처 창출·IP 라이센싱과 같은 기술 상용화 전략을 교육해 학생들의 스타트업 창업을 돕는다. NUS 학생뿐만 아니라 창업을 희망하는 사람들도 BLOCK71을 통해 무료 지적재산권 사용과 같은 기회를 얻을 수 있다.◇ 비즈니스 멘토링을 통한 엑셀러레이팅 프로그램 운영▲ GRIP 프로그램을 통한 스타트업 지원책[출처=브레인파크]○ 인큐베이팅(Incubating) 과정을 마친 딥테크 스타트업들은 3개월 동안 사업을 가속하고 상업화할 수 있는 엑셀러레이팅(Accelerating) 과정을 GRIP(Graduate Research Innovation Programme) 프로그램을 통해 지원받는다.○ 박사, 연구원을 비롯한 NUS 인재들의 지속가능성을 판단하고 이들이 세계적 수준으로 성장할 수 있도록 투자하고 있다.○ 젊은 세대의 기업가정신 육성을 위해, 대기업에서 은퇴한 임원들이나 벤처기업의 파트너, 엔젤창업가로 구성된 GRIP-CC(Commercial Champions)과 시장 통찰력, 과제 공유, 기회 검증을 할 기회를 제공한다.○ 또한 비즈니스 아이디어를 구체화하고, 비즈니스 모델에 대한 통찰력 습득을 통해 궁극적으로 비즈니스 계획을 수립할 수 있는 능력을 길러준다. 또, 약 10만 달러의 투자를 제공해 자금을 조달받을 수 있다.◇ 글로벌 규모로 성장할 수 있도록 에코시스템 운영○ 벤처기업이 글로벌 규모로 성장할 수 있도록, 연구소에서 비즈니스 시장으로의 전환인 혁신기업가 에코시스템을 펼치고 있다고 설명했다. 예를 들어 연구 결과를 실제로 적용하려고 할 때 오류가 생긴다면 BLOCK71과의 협력을 통해 문제를 해결할 수 있다.○ 또한 세계 시장으로 진출하고 싶은 기업은 해외에 기반을 둔 15개의 BLOCK71 사무소를 연결해주어 연구 공간과 사업 공간을 제공한다. 이외에도 해외 기업과 파트너십을 맺어 진출 방향을 확대해준다.○ 레이첼은 싱가포르대학들은 대부분 기업가정신센터를 운영하는데 그중 스타트업 에코 시스템은 BLOCK71이 가장 앞서고 있다고 전했다.▲ 글로벌 규모로 벤처기업을 성장시키는 에코시스템[출처=브레인파크]○ 싱가폴에어라인, 화웨이, 로레알을 비롯한 세계적 혁신기업들과 분야별 파트너십을 맺어 협력하며 세계 100개국에서 기업, 스타트업, 정부, 학계, 투자자가 참석하는 테크 컨퍼런스(Tech Conference)를 매년 3회 개최해 네트워킹을 촉진한다.○ 2019년 약 2만 명의 관계자들이 참석한 아시아 최대 규모의 혁신 페스티벌을 주최하고 과거와 현재를 되돌아보며 발전 방향성에 대해 논의하고자 하는 목적을 지닌다.◇ BLOCK71에서 창업해, 글로벌 스타트업 상위 10대 기업 차지○ NUS 기업가정신센터 BLOCK71의 브리핑을 마친 후, Concrete-AI의 CEO 창 신양(Chang Qingyang)이 브리핑을 이어갔다. 창 신양은 싱가포르국립대학에서 도시공학을 전공했고 기업가정신센터 덕분에 창업의 기회를 얻었다고 한다.○ 기업가정신센터에서 창업을 시작해 2022년 싱가포르 혁신기업가 대회(Enterprise Singapore SLINGSHOT)에서 3,600개의 글로벌 스타트업 중 상위 10대 기업을 차지했다. 또한 환경 데모 데이(BETA (BCA) Built Environment Demo Day)에서 혁신기업상을 받으며, 혁신기업가로서의 성장을 나타내고 있다.◇ 지속가능성을 고려한 기술 개발○ 콘크리트와 관련되는 건축 기술을 구현하고 AI 기술을 접목해 건축 프로세스를 간단하게 할 수 있는 솔루션을 제공한다. 스마트 센서로 콘크리트의 온도, 성숙도, 강도를 파악하고 현장의 위험성을 개선하는 데 집중하고 있다고 전했다.○ 데이터 기반의 프로세스를 강화해, 주조 사이클을 줄이고 운영 비용을 절감시키며 실시간 현장 모니터링 기술을 제공한다. 또한, 자원의 낭비를 줄여 생산성을 높이고 지속 가능성을 강화하고 있다.◇ 혁신적인 AI 솔루션을 제공하는 딥테크 기업 성장 지원○ 이어, Invigilo의 AI 연구원인 준 하오 고(Jun Hao Koh)의 브리핑이 진행됐다. Invigilo는 AI 솔루션을 공급하는 딥테크 스타트업으로 역시 NUS 기업가정신센터 BLOCK71에서 사업을 시작했다. 공사현장, 해양 산업을 비롯한 위험성이 높은 현장의 안전성에 기여하기 위해 비즈니스 솔루션을 제공하고 있다.○ ‘사고 없는 세상’을 비전으로 두고 있는데, 싱가포르에서는 건설현장에서 어떤 사건, 사고가 발생하게 되면 공사를 바로 중단하기 때문, 금전·시간적으로 손해가 크게 발생하고 업체의 명성에도 영향을 끼치게 된다. 이를 해결하고자 하는 목표로 창업을 하게 되었다.○ 현재 주로 싱가포르에 주재하는 업체들에 기술을 제공하고 동남아 쪽으로 사업을 확장하고 있다. 싱가포르 현대 엔지니어링도 Invigilo와 협업해 현장 위험성을 줄이고 있다.▲ 실시간 모니터링 시스템[출처=브레인파크]○ 혁신기술을 활용해 실시간 모니터링을 제공하며, 생산성 운영을 간소화해 발생하는 수작업 비용을 감소시키고 생산성 수준을 향상해 오늘날 많은 기업이 직면한 과제를 해결하는 데에 힘쓴다.또한 혁신과 미래 지향적인 사고방식을 지향해, 스마트 건설 안전 시장에서 뚜렷한 두각을 나타내는 스타트업으로 성장했다.□ 질의응답- 한국도 나름 IT 강국인데 진출을 안 하는 이유 또는 교류가 없는 이유가 있는지."특별한 이유는 잘 모르겠지만, 현재 BLOCK71은 한국에 진출하지 않은 상황이다. 하지만 목표시장과 파트너에 대한 조사를 지속해서 진행하고 있으며 자신의 사업을 확장하고 싶어 하는 기업은 진출할 수 있도록 지원해주고 있다.싱가포르에 진출하고 싶은 한국 회사가 있다면 우리 센터에 참가할 수 있다. 지금도 싱가포르에 진출하고 싶어 하는 수많은 한국의 스타트업을 지원하고 있다."- BLOCK71에 한국기업과 관련된 것이 있는지."정확히 몇 개의 기업이 BLOCK71에 등록돼 있는지는 모르겠지만, 적지 않은 수의 기업이 등록돼 있다고 알고 있다. 지난주 수요일에는 중소벤처기업연수원(KOSME)과 함께 제휴해 한국의 10개 기업을 BLOCK71에 가입하도록 초청했고 중소기업에 도움을 줄 수 있는 멘토링 프로그램 시간을 가졌다.- 싱가포르 이외의 해외 BLOCK71 지사에도 방문할 수 있는지."방문할 수 있으며, 우리(싱가포르 지사)에 연락하거나, 해외 지사에 사전에 연락하면 방문해서 둘러보고 정보를 얻을 수 있다."- 오늘 방문한 기업 대표에게 제안이나 조언할 것이 있다면."BLOCK71에 등록하고 싶은 기업은 웹사이트의 신청서를 통해 등록 신청을 할 수 있고 이후에는 면접을 통해 참여를 결정하고 있다. 스타트업을 발전시키고 싶다면 BLOCK71에 신청하면 좋을 것 같다.만약 BLOCK71의 프로그램에 참여하고 싶다면, 언제든지 연락해도 좋다. 우리는 주기적으로 다양한 기업의 참여를 위한 프로그램을 진행하고 있고, 참가할 수 있다."- Concrete-AI의 기술이 세계 최초인지? 자사의 최대 강점이 무엇이라고 생각하는지."비슷한 기술을 가진 기업이 현재 5~6개 정도 있는데 우리와 같은 문제 해결을 목표로 기술을 발전시키고 있다고 들었다. 하지만 우리는 다른 기업들과는 달리, 많은 경험을 보유하고 있고 2020년부터 다양한 국가에서 인재들을 모으고 있다."- 인공지능(AI)이 위험을 인지하는 것에 어떤 가이드라인이 있고 실현된 기술이 있는지."이 질문은 ‘머신러닝(Machine Learning)’이 답이라고 할 수 있다. 데이터를 얼마나 많이 축적해 있느냐에 따라, 나중에 새로운 비즈니스 시작할 때 해당 데이터에 룰만 적용해주면 더 학습을 시키지 않아도 활용할 수 있다.하지만 신생 기술 같은 경우 그만큼 학습시킬 부분이 많고, 각 동작에 관해 결정해야 하는 부분이 생긴다. 처음에는 백지상태이지만 기본적으로 어떤 규제에 대해 위법이라고 하는 부분에 대해서는 입력이 돼 있을 것이고 그런 내용을 각 AI에서 비교해서 어긋나는 내용은 입력하도록 하는 형태로 실현되고 있다.굴착기는 이 기술을 접목한 예이다. ‘굴착기 몇 미터 이하의 거리에 사람이 있으면 안된다’라는 데이터를 입력해놓았다. 하지만 우리는 화면을 통해 굴착기 하단에 사람이 위치한 것을 볼 수 있다.이는 입력한 데이터에 위반되고 이를 AI에서 분석하여 관련 담당자에게 통보하는 방식으로 가이드라인을 설정해놓았다. 우리의 목표는 기계로부터 발생할 수 있는 모든 수의 위험을 예방하는 것이다.현재 AI가 겪고 있는 이슈로는 위법과 적법, 그 사이에 존재하는 딜레마에 대한 처리를 과연 위법으로 처리할 것인지 아니면 적법으로 처리할 것인지인 것 같다.결론적으로는 딥러닝(Deep Learning)과 러닝을 규제에 어떻게 적절하게 적용하여 매치시킬 수 있는지이다. 모션디텍션(Motion Detection)과 같은 부분도 충분히 다양한 기술이 필요하다.하지만 가장 중점인 것은 AI이기 때문에 딥러닝을 통해 어떤 데이터를 얼마나 많이 축적하고 있느냐가 향후 회사의 경쟁력을 향상시킬 수 있는 부분으로 보고 있다."- AI 인식 후에도 사고가 났을 경우 사후처리에 대한 조치가 따로 있는지."그런 경우를 대비해, 사전에 지속적인 테스트를 진행하고 있다. 비디오 감독 시스템을 통해 해당 상황에서 정확하게 알람을 주는지를 확인하고 회사의 AI 시스템을 발전시킬 수 있도록 하고 있다.만약 현장에서 알람이 울리는 경우, 혼란을 줄 수 있어서 사고 발생 후 알림을 주는 시스템은 없지만 사전에 방비하는 형식으로 진행되고 있다. 또한 현재 손목에 착용하는 웨어러블 장치를 통해 알림을 주는 방식의 개발을 진행 중이다."- Invigilo는 어떻게 수익을 내고 있는지."우리는 AI 기술이 접목된 카메라를 설치해주고, 설치비를 받고 있다. 그 외에 부차적인 서비스를 통해 수익을 내고 있다. 또한, 매년 사용자에게 받는 구독료가 수익 중 일부분을 차지하고 있다.회계 담당부가 아니라서 정확한 구조는 알 수 없지만 현재 회사 재정은 안정적인 것으로 알고 있고 회사를 운영하는 데에 부족하지 않을 만큼의 수익을 매년 벌어들이고 있다. 현재 싱가포르에 2개, 베트남에 1개의 지사가 있다."- 안전 관련 시스템 외에도 공사 과정에서 발생하는 에러에 대해서도 인지가 가능한지."현재로서는 안전에만 초점을 두고 있다. 향후 해당 부분에 대해서 비즈니스를 확장할 수 있지만 주요 고려 대상은 아니다. 현재는 공사 과정에서 포크레인 같은 기계를 몇 번 작동시켰는지에 대한 모니터링 정도만 가능하다."- 두 기업 모두 사업을 시작하면서 BLOCK71과 싱가포르국립대학으로부터 지원받은게 있다면."BLOCK71으로부터는 펀딩을 통해 금전적인 지원을 받았고, 펀딩 뿐만 아니라 여러 가지로 지원을 받고 있다. 또한, 싱가포르국립대학으로부터 멘토링 서비스와 같은 네트워킹 지원을 받았지만 학교 교수님들과 연계되지는 않는다.즉 싱가포르국립대학은 필요한 것을 요청하면 해당 문제의 해결을 위한 멘토링, 네트워킹과 같은 형식으로 지원을 해주는 시스템으로 운영되고 있다."□ 참가자 소감○ 세계 우수한 대학에서의 스타트업 대상의 투자와 발굴에 대해 알게 되었으며 국내에서 이루어지지 않은 새로운 발굴 모델에 대해 생각해 보는 계기를 마련할 수 있었다.또한 스타트업 젊은 인재들의 2개의 사업모델과 수익모델을 경청하며 국내에서 발굴되지 않은 새로운 사업모델이 있는가에 대해 고민하는 시간이 되었다.○ AI 카메라를 통한 건설현장 안전관리 기술이 매우 흥미로웠고 카메라의 인식기술수준과 리스크에 대한 학습수준, 법과 제도에 대한 반영 수준 등 어디까지 진행될 것인지 궁금했다. 기술 상용화 가능 시 활용범위는 매우 폭넓을 것으로 기대된다.○ 싱가포르국립대학은 BLOCK71을 통해 스타트업 인큐베이팅과 엑셀러레이팅을 지원해줌으로써 신사업 발전과 인재양성을 목표로 하는 역할을 하고 있다는 것을 알 수 있었다.스타트업 Concreate-AI와 Invigilo의 사업내용을 들으면서 젊은이들이 생소한 건설 분야에서 사업을 진행하는 모습이 짠하기도 했다.하지만 안전분야에서 AI를 활용하는 부분은 공사현장뿐만 아니라 그 폭을 확대해서 공장 현장에서의 안전 관련 부분에 도입해도 괜찮아 보인다.앞으로 한국의 스타트업에도 관심을 가지고 들여다보며, 활용 가능한 기술을 발굴하여 도입할 수 있도록 검토해봐야겠다는 생각을 하는 기회가 되었다.○ 총면적 5만5,749에 이르는 BLOCK71의 크기와 여러 종류의 지원책이 매우 인상적이었다. 특히 ‘hotspots‘이 15개가 있고 지원국인 해당 나라의 사무실을 방문할 수 있는 방식은 좋은 아이디어라 생각된다.스타트업의 발표를 듣고 지원책이 더 많았으면 좋겠다고 생각했다. 다만 발표가 건축 분야(Invigilo, Concreate-ai)에 한정된 것이 아쉬웠다.○ 싱가포르 정부는 대학을 통해 주도적으로 창업에 뛰어든 대학생과 국민에게 지적 재산권까지 무료로 지원하며 여러 가지 부문에 멘토링과 같은 지원을 하며 발굴에 노력하고 있다.싱가포르는 나라가 작고 인력이 부족해서 고급인력들이 자국에서 성장할 수 있도록 큰 노력을 기울이고 있다는 것을 알 수 있었고 우리나라도 나라가 작고 인구가 적기 때문에 이와 같은 지원책을 좀 더 개발해야 하지 않을까 하는 생각이 들었다.○ BLOCK71이라는 단체를 설립하여 6개국을 연계해 스타트업을 발굴·육성·관리하는 프로그램을 운영하고, 그 주체가 대학과 정부라는 것에 긍정적인 평가를 하고 싶다.국제적인 학술대회도 매년 개최해 역량 있는 기업과 인재를 싱가포르 국내에서 창업하도록 유도하고 국가 발전에 이바지할 수 있도록 관리하는 것이 인상적이었다.○ 창업을 희망하는 사람들에게 다양한 기회를 주는 교육문화와 대학교의 노력이 돋보이는 곳이었고 예비창업자들의 발표는 다시 한번 자신의 위치를 생각할 수 있는 시간이 되었다.
-
캐나다 해양 영역 인공지능(AI) 솔루션 기업인 지에스티에스(GSTS)에 따르면 국방연구개발소(DRDC)와 인공지능 알고리즘을 활용한 선박 위험 탐지 계약을 체결했다.고급 해양 위험 감지 및 평가 기능을 제공하기 위한 목적이다. 캐나다 안전 및 보안 프로그램(Canadian Safety and Security Program)에 따라 자금이 지원된다. GSTS에서 개발한 인공지능 기반 플랫폼인 OCIANA ™가 활용된다. 이 프로젝트에서 GSTS가 개발한 독점 인공지능 알고리즘은 국가 고유의 감시 데이터 세트와 함께 사용될 수 있다. 개발된 솔루션은 인공지능 및 기계학습의 최첨단 기술을 통해 여러 센서 소스의 데이터를 신속하게 처리해 거의 실시간으로 인텔리전스를 제공할 수 있다. 이를 통해 관심 영역에서 선박을 식별하고, 여러 센서에서 수집된 정보로 선박의 신원, 이동 내역 및 위험 상태를 통합할 수 있다.특히 고객은 객체 분석을 위한 기계학습 알고리즘과 결합된 다양한 위성 데이터 세트를 사용하는 OCIANA ™를 통해 해양 위협을 빠르고 효과적으로 탐지, 평가 및 대응할 수 있는 것으로 평가된다.또한, GSTS는 보안, 관세 및 이민 요건을 충족하는 차세대 기능을 제공할 예정이다. 이를 통해 GSTS는 보안, 환경 및 상업적 위험과 관련된 까다로운 해양 위험 및 위협 탐지 문제를 충족할 수 있는 능력을 입증할 수 있다. 프로젝트를 통해 정부와 기관은 해양 위협이나 사고에 대응할 수 있도록 향상된 상황 인식, 의사 결정 및 기관간 커뮤니케이션 기능을 제공받을 수 있을 것으로 기대된다.▲ 지에스티에스(GSTS)의 홍보자료(출처 : 홈페이지)
-
2020-06-01유럽법률학생협회(European Law Students Association)에 따르면 2020년 5월 26일에 인공지능(AI) 및 인권에 관한 웹 세미나를 진행했다.유럽법률학생협회는 법학도에 의해 운영되는 국제적, 독립적, 비정치, 비영리, 비정부 조직이다. 강사는 새로운 기술과 인공지능 애플리케이션으로 인한 오늘날 사회의 중대한 변화를 설명했다.일상생활, 직업환경 및 사회와 정치 시스템에 대한 여러 가지 영향을 언급했다. 또한 개인정보보호 및 가족 생활의 권리, 표현의 자유, 기본적인 인권 문제에 대해 설명했다.특히 강사는 접촉 추적(contact tracing), 얼굴 인식(facial recognition), 예측 정책( predictive policing), 대중 감시(mass-surveillance), 감정 탐지(emotion detection), 콘텐츠 관리(content management), 딥페이크(deep fakes) 및 선구적 기술의 영향에 중점을 뒀다.또한 유럽평의회(Council of Europe)의 여러 분야에서 알고리즘의 인권 영향을 평가하고 통제하기 위해 수행된 작업에 대해 논의했다. 인공지능 규제에 관한 인공지능특별위원회(Ad hoc Committee on Artificial Intelligence)의 노력도 부각됐다.▲ France-CouncilofEurope-AI-Webinar▲유럽평의회(Council of Europe)의 홍보자료(출처 : 홈페이지)
-
2019-01-24미국 가스감지제품 개발업체인 네바다나노(NevadaNano)에 따르면 중국의 공공기업인 장쑤 호프런소프트웨어(Jiangsu Hoperun Software Co Ltd )로부터 투자를 유치했다. 투자자는 장쑤 호프런 소프트웨어의 미국 자회사인 호프런테크놀로지(HopeRun Technology Corp.)다.양사는 메탄 누출 탐지 및 보고를 위한 엔드투엔드(end-to-end) 센서 및 사물인터넷(IoT) 솔루션의 설계, 생산 마케팅 분야에서 협력할 계획이다.특히 두 회사가 개발한 메탄 누출 탐지시스템은 무선 모듈에 통합된 네바다노나의 분자 속성 분광계(Molecular Property Spectrometer) 가연성 가스감지센서를 포함한다.무선모듈은 광범위 사물인터넷 프레임 워크에 무선 연결을 제공한다. 메탄 누출 탐지시스템은 천연가스 생산 및 운송시설의 전체 스펙트럼에 걸쳐 메탄가스 누출에 대한 유비쿼터스 모니터링을 가능하도록 한다.참고로 해당 제품은 2019년 3분기 출시될 예정이며 메탄 배출량을 감지하고 줄이기 위한 비용 효율적인 사물인터넷 솔루션으로 평가 받고 있다.▲ USA-Nevadanano-IoT-GasDetection▲ 네바다나노(NevadaNano) 가연성 가스 감지센서(출처 : 홈페이지)
-
2019-01-17독일 피부암 진단 전문기업인 포토파인더시스템(FotoFinder Systems)에 따르면 인공지능(AI)을 이용해 피부암을 진단하는 기술을 개발했다.포토파인더시스템은 피부암 진단용 새 전문가 소프트웨어인 Moleanalyzer pro를 제공한다. 피부과 의사는 이를 통해 반점(moles)을 진단할 수 있다. 진단결과는 매우 높은 정확성을 제공하는 것으로 평가 받고 있다.해당 소프트웨어는 의사들에게 다양한 평가기법으로 진단을 확증할 수 있는 기회를 제공한다. 전문가의 경험과 인공지능이 결합된 형태이며 딥런닝(deep learning)을 통해 동작한다.이를 위해 '컨볼루션 신경망(Convolutional Neural Network, 이하 CNN)'은 현재 가장 큰 데이터 수집으로 훈련됐다. 소프트웨어의 알고리즘은 매우 높은 감도를 나타낸 것으로 평가 받았다.악성 피부 종양의 95%가 정확히 식별될 수 있기 때문이다. 멜라닌 및 비멜라닌 피부 병변의 위험평가를 뒷받침하는 점수를 통해 결과를 알 수 있다. 이 점수는 모바일 장치를 통해서도 의사에게 제공될 예정이다.전세계 의사들과 수년 간의 소중한 협력으로 인해 이 알고리즘은 지속적으로 향상될 수 있을 것으로 기대된다. 경험과 자율적인 규칙이 커짐에 따라 양성 병변와 악성 병변이 보다 정확하게 구별될 수 있을 것으로 전망된된다.▲ Germany-FotoFinderSystem-AI-cancerdetection▲ 포토파인더시스템(FotoFinder Systems)의 인공지능을 이용한 피부암 진단 자료(출처 : 홈페이지)
-
2019-01-17영국 드론 전문업체인 헬리가이(Heliguy)에 따르면 주요 공항에서 드론 탐지 시스템을 지원하고 있다. 또한 방어 수단을 강화하기 위한 다른 옵션도 선보였다.헬리가이는 다수의 공항관리업체에 드론 추적 및 모니터링에 관한 지식을 공유하고 있다. 2018년 개트윅(Gatwick) 공항에서 혼돈과 최근 히드로(Heathrow) 공항에서 혼란이 주요인이다.공항과 협력하기 위해 헬리가이는 기존의 드론 탐지시스템을 테스트하고 DJI AeroScope (최첨단 UAV 모니터) 장치를 시연했다.DJI AeroScope 장치는 특정 지역을 비행하는 드론을 탐지하는 데 사용된다. 잠재적인 위협이 탐지되면 경보를 울리는 것이 매우 빠르다는 장점이 있는 것으로 평가 받고 있다.공항과 같은 조직이 사전 대책을 세우는 데 도움이 되는 다양한 인텔리전스 기능을 제공한다. 주요 시연 및 테스트를 위해 헬리가이는 수 많은 경찰력 및 장비 제조업체와 협력하고 있다.참고로 헬리가이는 계층화된 시스템을 개발중이다. 드론 탐지 시스템에 블랙홀이 없음을 보장하기 위한 목적이다. 이를 통해 헬리가이는 보다 강화된 드론 탐지능력을 보여줄 수 있을 것으로 기대된다. ▲ UK-Heliguy-Drone-detection▲ 헬리가이(Heliguy)의 드론 감지시스템(출처 : 홈페이지)
-
2018-12-10유럽 글로벌 항공기 제조기업인 에어버스(Airbus)에 따르면 드론((Drone)을 보다 쉽게 탐지할 수 있는 새로운 칩셋을 개발했다. 드론은 크기가 작아 탐지하기 어렵기 때문에 영공의 안전이 이슈로 부상하고 있기 때문이다.개발된 칩셋은 우주항공기업인 드론잇(Drone-it)의 장비에 탑재될 계획이다. 무인항공기시스템 프로젝트(CLASS project)를 위해 유럽의 영공상황 하에서 개발됐다.해당 프로젝트는 '호리존(Horizon) 2020' 펀딩 라운드를 통해 자금을 조달했다. 무인 항공시스템의 교통 감시에 필요한 성숙한 기술을 지원하기 위한 목적으로 설정된 펀드이다.에어버스는 새로운 칩셋과 함께 글로벌 네비게이션 위성시스템(Global Navigation Satellite System) 송신기와 수신기를 사용한다. 송신기는 무인항공기시스템(UAS)에서 독립적으로 정보를 전송한다.에어버스의 칩셋은 정지 궤도에 있는 위성을 통해 메시지를 중계할 수 있다. 또는 직접 지상 네트워크에 연결할 수도 있다.유럽의 규제 당국은 이 기술을 사용해 무인항공기 교통관리시스템(UAS Traffic Management System)의 프로토타입 구축을 기대하고 있다. 참고로 2018년 10월 클래스 이니셔티브(CLASS initiative)를 통해 영국에서 시연됐다.▲ France-Airbus-chipset for drone detection▲ 에어버스(Airbus)의 드론 교통관리용 칩셋(출처 : 홈페이지)
1