.jpg)
.jpg)
2건의 해외 원천특허 출원과 국내 20건의 특허를 등록한 기술기업
세계적인 비전 AI 분야 TOP Tier 기업 목표
[보안뉴스 엄호식 기자] 서울대학교 연구공원 본관 5층에 있는 비전 AI 기업 ‘스누아이랩’에 있는 카페테리아에는 ‘data has a better idea(데이터가 더 나은 아이디어를 가지고 있다)’라는 문구가 떡하니 자리 잡고 있다. 2019년 설립된 스누아이랩은 서울대학교의 영문 약자인 ‘SNU’과 ‘AI 랩’을 합성한 것으로 해외에 2건의 원천특허 출원과 국내 20건의 특허를 등록한 기술기업이자 국내 기업 중 유일하게 서울대라는 브랜드를 사용하고 있다. 그리고 스누아이랩을 이끄는 유명호 대표는 삼성테크윈(현 한화테크윈) 시절부터 영상감시 산업 성장의 초석을 마련했다.
영상보안 시장뿐만 아니라 모든 산업에 확산·적용하고 있는 인공지능(AI)을 통해 다양한 산업군에 선한 영향력을 전달하고 경쟁력을 높이고 싶다는 유명호 대표를 만나 스누아이랩만의 경쟁력 있는 기술과 미래에 대해 들어봤다.
스누아이랩은 어떤 회사인가요 스누아이랩은 세계적인 비전 AI 회사를 목표로 서울대학교(기술지주), 서울대 AI 전공 교수 6명, 그리고 삼성 연구소 출신의 AI 연구원들이 참여해 공동으로 설립한 조인트벤처로 현재 73명의 직원이 함께하고 있으며 그중 36명이 서울대 출신입니다.
딥러닝 기반 세계 최고의 비전 AI 엔진을 개발해 현장 적응형 딥러닝 자동화 플랫폼과 산업안전, AI 보안, 스마트 팩토리, 스마트 ITS, 스마트 팜, 스마트 금융 분야의 전용 솔루션을 개발해 국내 AI 시장에 제품을 공급하고 해외 시장으로의 확대를 목표로 하고 있습니다.
대표님은 스누아이랩 이전에 영상보안 업계에서 일하신 것으로 알고 있습니다 저는 삼성테크윈(현 한화테크윈)의 보안(Security) 사업 초기부터 리더로 참여해 기반을 구축했습니다. 삼성테크윈에서 국내 최초로 컬러 카메라와 감시카메라용 SoC(위너3, 와이즈넷)를 개발해 상품화했으며 각종 감시용 줌렌즈 개발, DVR, NVR, VMS 소프트웨어 등 한국의 감시시스템 경쟁력을 고도화하는 데 일조했다고 생각합니다. 앞으로 딥러닝 자동화 플랫폼 기술을 통해 한국의 영상보안 업계가 다시금 경쟁력을 확보하도록 이바지하는 것이 저의 역할이라고 생각합니다.
스누아이랩이 정의하는 AI는 무엇인지 궁금합니다 비전 영상을 활용해 인간의 시각과 같이 보고 판단하며 사물인터넷(IoT) 센서와 융합해 사람보다 더 똑똑한 서비스를 제공하는 것입니다.
스누아이랩의 대표 제품인 ‘AutoCare AI’ 플랫폼에 대한 소개를 부탁드립니다 ‘AutoCare AI’는 인공지능(AI)을 기반으로 영상데이터의 메타 데이터화를 통한 생성과 분류, 탐색과 자동화된 학습 및 모델의 최적화된 파라미터를 찾아주는 딥러닝 자동화 플랫폼입니다.
현재의 딥러닝 비전 AI 프로젝트 개발 방식은 데이터 수집, 선별, 라벨링, 학습, 검증, 배포 등의 과정을 반복해서 진행해야 현장에서 사용할 수 있습니다. 하지만 큰 비용이 소요되고 모든 현장 프로젝트에 동일한 작업 과정을 수행해야 하며 1차 PoC(Proof of Concept)를 통해 개발된 소프트웨어의 재사용이 불가능해 딥러닝 비전 AI 시장이 확대되지 못하고 있습니다. 또한, 모든 정부 기관과 대기업이 외부로 데이터 반출을 금하고 있는데 이 경우, 개발인력과 장비를 현장에 투입해 현장에서 모든 개발 과정을 진행해야 하는 것도 사업이 확대되지 못하는 큰 문제 중의 하나입니다.
스누아이랩은 이러한 현재의 딥러닝 비전 AI 프로젝트 수행방식의 문제점을 해결하기 위해 데이터수집과 선별, 라벨링, 학습, 검증, 배포 과정을 현장에서 현장 적응형 딥러닝 자동화 플랫폼(AutoCare)에서 자동으로 수행해 현재의 문제를 해결하도록 개발했습니다. 그 결과 데이터 반출의 문제점을 해결하고 비용을 절감하며 적은 비용으로도 딥러닝 AI 솔루션을 현장에 도입할 수 있게 됐습니다.
또, 데이터가 많아야 성능이 고도화되는 딥러닝 학습방식의 고비용 구조 문제를 해결하기 위해 적은 데이터 학습만으로 초기 서비스가 가능해지도록 하고 현장에서 데이터가 쌓이면 자동으로 고도화하는 딥러닝 코어 엔진 연구도 진행하고 있습니다.
AutoCare 플랫폼은 어떤 기능을 수행할 수 있나요 AutoCare 플랫폼에는 객체 감지 및 인식(Object Detection & Recognition), 합성곱 신경망(CNN : Convolutional Neural Net-work), 순환 신경망(RNN : Recurrent neural network), 트랜스포머(Transformer etc), 준지도 학습(SSL : Semi-Supervised Learning), 준지도 객체감지(SSOD : Semi-Supervised Object Detection), 준지도 행동감지(SSHPE : Semi-Supervised Human Pose Estimation), 비지도 도메인 적응(UDA : Unsupervised Domain Adaptation), 모델 불확실성 추정(MUE : Model Uncertainty Estimation) 등 세계적인 핵심 엔진과 실시간 자료 집합(Real-Time Data Collection), 자동 레이블링(Auto-Labeling : 유사 레이블링(Pseudo-Labeling) + 수정(Correction)), 인간참여형(Human-In-The-Loop), 데이터 파이프라인 처리(Data-Pipeline Processing), 모델평가(Model Evaluation), 모델 배포(Model Deployment) & 제공(Serving), 머신러닝 자동화(MLOps : ML Automation), 하드웨어 대상 최적화(H/W Target Optimization), 시스템 통합(System Integration) 등의 응용 엔진이 탑재돼 있습니다.
또한, 저해상도를 고해상도로 6배까지 성능을 높이는 초고해상도(Super Resolution) 엔진 기술과 흐린 영상을 개선해 AI 성능을 높일 수 있는 디블러링(Deblurring) 엔진 등 ‘현존하는 세계 최고의 기술(SOTA : State Of The Art)’을 보유하고 있으며 딥러닝 자동학습기와 연동해 구동되는 딥러닝 방식의 광학적 문자 인식(OCR : Optical Character Recognition)과 차량 번호판 인식(LPR : License Plate Recognition) 엔진도 보유하고 있습니다.
스누아이랩의 기술이나 제품, 플랫폼이 적용된 대표적인 레퍼런스 소개를 부탁드립니다 AutoCare Platform을 활용해 H그룹과 L그룹 로봇에 AI 서비스 플랫폼을 탑재했으며 P그룹 산업안전 솔루션과 서부발전소 신재생 연료전지 단지 AI 관제 플랫폼, 아쿠아 팜(바다 양식장), 터널 트랜스포메이션 솔루션, 스마트 ITS, 스마트 팩토리 비전 자동검사, 무인점포 솔루션 등 다양한 프로젝트를 수행하고 있습니다.
‘AutoCare AI’는 현장에서 취득된 레이블이 없는 이미지를 즉시 활용하는 준지도 학습 및 현장에서 데이터 취득·정제·학습·배포·모니터링 등의 딥러닝 작업흐름 자동화(ML Automation)를 지원하는 것으로 알고 있습니다. 개인정보 보호에 관련한 위험성은 없나요 스누아이랩 AutoCare Platform은 현장에서 데이터를 취득하고 현장에서 프로젝트를 완성하기 때문에 개인정보나 데이터가 외부로 반출되는 문제가 전혀 없습니다.
스누아이랩 기술 개발에 애로사항과 정책적으로 개선됐으면 하는 것은 무엇인지 궁금합니다 딥러닝 자동화 기술(Auto ML)은 3년 전 딥러닝의 대모로 불리는 페이페이 리(Fei-Fei Li) 미국 스탠퍼드대 교수에 의해 발표된 후 계속 발전하고 있습니다. 그리고 세계적인 SOTA급 코어 엔진을 개발하기 위해서는 최고의 실력을 갖춘 S급 개발자와 다양한 고객 니즈에 대응하기 위한 산업별 기초 데이터가 더 많이 필요합니다.
S급 개발자는 이론과 실무를 겸비하고 SOTA를 실현하며 컴퓨터 비전 분야의 세계적인 학술대회인 국제 컴퓨터 비전·패턴인식 학술대회(CVPR : Computer Vision and Pattern Recognition)와, 유럽 컴퓨터 비전 학회(ECCV : European Conference on Computer Vision), 국제 컴퓨터비전학회(ICCV : International Conference on Computer Vision) 그리고 신경망정보처리시스템학회(NIPS : Neural Information Processing systems)에 제출한 논문이 인정돼 발표한 실적이 있는 연구자입니다. 스누아이랩은 산학 협력을 통해 매년 2명의 S급 산학박사를 배출하고 있습니다.
정책적으로는 AI 서비스 모델이 필요하고 데이터를 보유하고 있는 산업 전문기업과 AI 모델 구축이 가능한 AI 전문기업의 융합 연구를 통한 경쟁력 있는 AI 솔루션(Solution) 개발을 위해 융합연구과제가 확대되면 많은 도움이 될 것 같습니다.
스누아이랩은 기술기업입니다. 기술기업으로서의 강점과 약점은 무엇이라고 생각하시나요 현재 국내의 AI 기업은 거의 오픈소스에 의존해 솔루션 기반 AI 프로젝트를 수행하고 있습니다. 스누아이랩의 경우, 자체 AI 딥러닝 자동화 플랫폼과 시장에 맞는 다양한 솔루션 제품을 개발해 판매하고 있으며 이러한 사업은 기술기업만이 가능하다고 생각합니다.
스누아이랩은 딥러닝 자동화 플랫폼 기업으로 각 산업 분야 현장의 고객의 니즈를 파악해 AI 서비스 모델을 완성하려면 각 산업 분야별 서드파티(Third Party) 기업과의 협업이 필요합니다. 국내 각 분야별 기업에 문호를 열고 있으며 보안업계 기업과의 협업도 기대하고 있습니다.
스누아이랩은 많은 기업, 기관과 업무협약을 체결하고 있습니다. 특별한 이유가 있을까요 스누아이랩은 세계 최고의 기업 소프트웨어 공급업체인 독일의 SAP사와 같은 AI 플랫폼(Platform) 기업입니다. 각 분야별로 사업을 수행하기 위해서는 그 분야에 최고로 실력 있는 협력사(Third Party)가 필요하며 산업안전, 스마트 팩토리, 스마트 팜, 무인점포, 스마트 ITS, AI 로봇 사업 분야의 기업들과 전략적 사업협력 계약을 체결해 협업을 진행하고 있습니다. 대기업의 경우는 자체적으로 개발이 불가능한 AI 플랫폼 연구개발 분야에서 전략적으로 협력하고 있습니다.
스누아이랩의 비전 AI가 가장 활발하게 적용될 수 있는 분야는 어디라고 생각하시는지 궁금합니다 비전 AI는 산업안전, 스마트 보안, 스마트 팩토리, 스마트 팜, 스마트 물류, 스마트 ITS, AI 로봇, 무인점포 등 매우 다양한 분야에 활용할 수 있습니다.
AI는 영상보안 시장에도 빠르게 적용되고 있습니다. 향후 스누아이랩의 비전 AI가 영상보안 시장에는 어떤 변화를 이끌 수 있을까요 영상보안 시장은 그동안 딥러닝 AI 기술의 한계로 아직 AI 솔루션이 서비스에 제대로 적용되지 못했지만, 사회안전과 산업안전, 국방 분야 등 다양한 시장으로 확장할 수 있습니다. 앞으로 모든 현장에서 AI 솔루션이 사람을 대신해 수많은 서비스 업무를 수행하게 될 것입니다.
영상보안 업계도 분야별로 전문화하고 서로 잘할 수 있는 분야의 기업들이 힘을 모아 새로운 시장을 개척하기 위해 협업해야 한다고 생각합니다. 예를 들면 소프트웨어 전문업체와 하드웨어 전문업체가 협업해 경쟁력 있는 솔루션을 개발하는 것입니다. 변화하는 기술과 시장 트렌드에 민감하고 더 멀리 바라볼 수 있었으면 합니다.
2022년 스누아이랩의 계획이 궁금합니다 저희의 목표는 스누아이랩의 AutoCare 제품을 고객이 직접 경험하고 사용할 수 있도록 소개하고 기술교육, 공동 프로젝트 수행 등 매출이 확대될 수 있도록 마케팅 조직과 국내 전국단위 유통 조직을 구축하는 것입니다. 또, 하반기에는 일본 시장에 진출해 향후 해외 매출의 기반을 마련하는 준비를 하려고 합니다.
연구개발 측면에서는 지속적인 딥러닝 엔진 고도화 개발을 추진해 경쟁사와 기술적인 격차를 더 벌리고 기존 고객에게는 업그레이드 서비스를 제공할 수 있도록 하겠습니다. 더불어 세계적인 비전 AI 분야 TOP Tier 기업이 될 수 있도록 더욱 노력하겠습니다.
[엄호식 기자(eomhs@boannews.com)]
세계적인 비전 AI 분야 TOP Tier 기업 목표
[보안뉴스 엄호식 기자] 서울대학교 연구공원 본관 5층에 있는 비전 AI 기업 ‘스누아이랩’에 있는 카페테리아에는 ‘data has a better idea(데이터가 더 나은 아이디어를 가지고 있다)’라는 문구가 떡하니 자리 잡고 있다. 2019년 설립된 스누아이랩은 서울대학교의 영문 약자인 ‘SNU’과 ‘AI 랩’을 합성한 것으로 해외에 2건의 원천특허 출원과 국내 20건의 특허를 등록한 기술기업이자 국내 기업 중 유일하게 서울대라는 브랜드를 사용하고 있다. 그리고 스누아이랩을 이끄는 유명호 대표는 삼성테크윈(현 한화테크윈) 시절부터 영상감시 산업 성장의 초석을 마련했다.
▲유명호 스누아이랩 대표이사[사진=보안뉴스]
영상보안 시장뿐만 아니라 모든 산업에 확산·적용하고 있는 인공지능(AI)을 통해 다양한 산업군에 선한 영향력을 전달하고 경쟁력을 높이고 싶다는 유명호 대표를 만나 스누아이랩만의 경쟁력 있는 기술과 미래에 대해 들어봤다.
스누아이랩은 어떤 회사인가요 스누아이랩은 세계적인 비전 AI 회사를 목표로 서울대학교(기술지주), 서울대 AI 전공 교수 6명, 그리고 삼성 연구소 출신의 AI 연구원들이 참여해 공동으로 설립한 조인트벤처로 현재 73명의 직원이 함께하고 있으며 그중 36명이 서울대 출신입니다.
딥러닝 기반 세계 최고의 비전 AI 엔진을 개발해 현장 적응형 딥러닝 자동화 플랫폼과 산업안전, AI 보안, 스마트 팩토리, 스마트 ITS, 스마트 팜, 스마트 금융 분야의 전용 솔루션을 개발해 국내 AI 시장에 제품을 공급하고 해외 시장으로의 확대를 목표로 하고 있습니다.
대표님은 스누아이랩 이전에 영상보안 업계에서 일하신 것으로 알고 있습니다 저는 삼성테크윈(현 한화테크윈)의 보안(Security) 사업 초기부터 리더로 참여해 기반을 구축했습니다. 삼성테크윈에서 국내 최초로 컬러 카메라와 감시카메라용 SoC(위너3, 와이즈넷)를 개발해 상품화했으며 각종 감시용 줌렌즈 개발, DVR, NVR, VMS 소프트웨어 등 한국의 감시시스템 경쟁력을 고도화하는 데 일조했다고 생각합니다. 앞으로 딥러닝 자동화 플랫폼 기술을 통해 한국의 영상보안 업계가 다시금 경쟁력을 확보하도록 이바지하는 것이 저의 역할이라고 생각합니다.
스누아이랩이 정의하는 AI는 무엇인지 궁금합니다 비전 영상을 활용해 인간의 시각과 같이 보고 판단하며 사물인터넷(IoT) 센서와 융합해 사람보다 더 똑똑한 서비스를 제공하는 것입니다.
스누아이랩의 대표 제품인 ‘AutoCare AI’ 플랫폼에 대한 소개를 부탁드립니다 ‘AutoCare AI’는 인공지능(AI)을 기반으로 영상데이터의 메타 데이터화를 통한 생성과 분류, 탐색과 자동화된 학습 및 모델의 최적화된 파라미터를 찾아주는 딥러닝 자동화 플랫폼입니다.
현재의 딥러닝 비전 AI 프로젝트 개발 방식은 데이터 수집, 선별, 라벨링, 학습, 검증, 배포 등의 과정을 반복해서 진행해야 현장에서 사용할 수 있습니다. 하지만 큰 비용이 소요되고 모든 현장 프로젝트에 동일한 작업 과정을 수행해야 하며 1차 PoC(Proof of Concept)를 통해 개발된 소프트웨어의 재사용이 불가능해 딥러닝 비전 AI 시장이 확대되지 못하고 있습니다. 또한, 모든 정부 기관과 대기업이 외부로 데이터 반출을 금하고 있는데 이 경우, 개발인력과 장비를 현장에 투입해 현장에서 모든 개발 과정을 진행해야 하는 것도 사업이 확대되지 못하는 큰 문제 중의 하나입니다.
스누아이랩은 이러한 현재의 딥러닝 비전 AI 프로젝트 수행방식의 문제점을 해결하기 위해 데이터수집과 선별, 라벨링, 학습, 검증, 배포 과정을 현장에서 현장 적응형 딥러닝 자동화 플랫폼(AutoCare)에서 자동으로 수행해 현재의 문제를 해결하도록 개발했습니다. 그 결과 데이터 반출의 문제점을 해결하고 비용을 절감하며 적은 비용으로도 딥러닝 AI 솔루션을 현장에 도입할 수 있게 됐습니다.
또, 데이터가 많아야 성능이 고도화되는 딥러닝 학습방식의 고비용 구조 문제를 해결하기 위해 적은 데이터 학습만으로 초기 서비스가 가능해지도록 하고 현장에서 데이터가 쌓이면 자동으로 고도화하는 딥러닝 코어 엔진 연구도 진행하고 있습니다.
AutoCare 플랫폼은 어떤 기능을 수행할 수 있나요 AutoCare 플랫폼에는 객체 감지 및 인식(Object Detection & Recognition), 합성곱 신경망(CNN : Convolutional Neural Net-work), 순환 신경망(RNN : Recurrent neural network), 트랜스포머(Transformer etc), 준지도 학습(SSL : Semi-Supervised Learning), 준지도 객체감지(SSOD : Semi-Supervised Object Detection), 준지도 행동감지(SSHPE : Semi-Supervised Human Pose Estimation), 비지도 도메인 적응(UDA : Unsupervised Domain Adaptation), 모델 불확실성 추정(MUE : Model Uncertainty Estimation) 등 세계적인 핵심 엔진과 실시간 자료 집합(Real-Time Data Collection), 자동 레이블링(Auto-Labeling : 유사 레이블링(Pseudo-Labeling) + 수정(Correction)), 인간참여형(Human-In-The-Loop), 데이터 파이프라인 처리(Data-Pipeline Processing), 모델평가(Model Evaluation), 모델 배포(Model Deployment) & 제공(Serving), 머신러닝 자동화(MLOps : ML Automation), 하드웨어 대상 최적화(H/W Target Optimization), 시스템 통합(System Integration) 등의 응용 엔진이 탑재돼 있습니다.
또한, 저해상도를 고해상도로 6배까지 성능을 높이는 초고해상도(Super Resolution) 엔진 기술과 흐린 영상을 개선해 AI 성능을 높일 수 있는 디블러링(Deblurring) 엔진 등 ‘현존하는 세계 최고의 기술(SOTA : State Of The Art)’을 보유하고 있으며 딥러닝 자동학습기와 연동해 구동되는 딥러닝 방식의 광학적 문자 인식(OCR : Optical Character Recognition)과 차량 번호판 인식(LPR : License Plate Recognition) 엔진도 보유하고 있습니다.
스누아이랩의 기술이나 제품, 플랫폼이 적용된 대표적인 레퍼런스 소개를 부탁드립니다 AutoCare Platform을 활용해 H그룹과 L그룹 로봇에 AI 서비스 플랫폼을 탑재했으며 P그룹 산업안전 솔루션과 서부발전소 신재생 연료전지 단지 AI 관제 플랫폼, 아쿠아 팜(바다 양식장), 터널 트랜스포메이션 솔루션, 스마트 ITS, 스마트 팩토리 비전 자동검사, 무인점포 솔루션 등 다양한 프로젝트를 수행하고 있습니다.
‘AutoCare AI’는 현장에서 취득된 레이블이 없는 이미지를 즉시 활용하는 준지도 학습 및 현장에서 데이터 취득·정제·학습·배포·모니터링 등의 딥러닝 작업흐름 자동화(ML Automation)를 지원하는 것으로 알고 있습니다. 개인정보 보호에 관련한 위험성은 없나요 스누아이랩 AutoCare Platform은 현장에서 데이터를 취득하고 현장에서 프로젝트를 완성하기 때문에 개인정보나 데이터가 외부로 반출되는 문제가 전혀 없습니다.
▲유명호 대표이사는 딥러닝 기반 비전 AI를 통해 영상보안업계의 경쟁력 확보에 이바지하고 싶다는 바람을 전했다[사진=보안뉴스]
스누아이랩 기술 개발에 애로사항과 정책적으로 개선됐으면 하는 것은 무엇인지 궁금합니다 딥러닝 자동화 기술(Auto ML)은 3년 전 딥러닝의 대모로 불리는 페이페이 리(Fei-Fei Li) 미국 스탠퍼드대 교수에 의해 발표된 후 계속 발전하고 있습니다. 그리고 세계적인 SOTA급 코어 엔진을 개발하기 위해서는 최고의 실력을 갖춘 S급 개발자와 다양한 고객 니즈에 대응하기 위한 산업별 기초 데이터가 더 많이 필요합니다.
S급 개발자는 이론과 실무를 겸비하고 SOTA를 실현하며 컴퓨터 비전 분야의 세계적인 학술대회인 국제 컴퓨터 비전·패턴인식 학술대회(CVPR : Computer Vision and Pattern Recognition)와, 유럽 컴퓨터 비전 학회(ECCV : European Conference on Computer Vision), 국제 컴퓨터비전학회(ICCV : International Conference on Computer Vision) 그리고 신경망정보처리시스템학회(NIPS : Neural Information Processing systems)에 제출한 논문이 인정돼 발표한 실적이 있는 연구자입니다. 스누아이랩은 산학 협력을 통해 매년 2명의 S급 산학박사를 배출하고 있습니다.
정책적으로는 AI 서비스 모델이 필요하고 데이터를 보유하고 있는 산업 전문기업과 AI 모델 구축이 가능한 AI 전문기업의 융합 연구를 통한 경쟁력 있는 AI 솔루션(Solution) 개발을 위해 융합연구과제가 확대되면 많은 도움이 될 것 같습니다.
스누아이랩은 기술기업입니다. 기술기업으로서의 강점과 약점은 무엇이라고 생각하시나요 현재 국내의 AI 기업은 거의 오픈소스에 의존해 솔루션 기반 AI 프로젝트를 수행하고 있습니다. 스누아이랩의 경우, 자체 AI 딥러닝 자동화 플랫폼과 시장에 맞는 다양한 솔루션 제품을 개발해 판매하고 있으며 이러한 사업은 기술기업만이 가능하다고 생각합니다.
스누아이랩은 딥러닝 자동화 플랫폼 기업으로 각 산업 분야 현장의 고객의 니즈를 파악해 AI 서비스 모델을 완성하려면 각 산업 분야별 서드파티(Third Party) 기업과의 협업이 필요합니다. 국내 각 분야별 기업에 문호를 열고 있으며 보안업계 기업과의 협업도 기대하고 있습니다.
스누아이랩은 많은 기업, 기관과 업무협약을 체결하고 있습니다. 특별한 이유가 있을까요 스누아이랩은 세계 최고의 기업 소프트웨어 공급업체인 독일의 SAP사와 같은 AI 플랫폼(Platform) 기업입니다. 각 분야별로 사업을 수행하기 위해서는 그 분야에 최고로 실력 있는 협력사(Third Party)가 필요하며 산업안전, 스마트 팩토리, 스마트 팜, 무인점포, 스마트 ITS, AI 로봇 사업 분야의 기업들과 전략적 사업협력 계약을 체결해 협업을 진행하고 있습니다. 대기업의 경우는 자체적으로 개발이 불가능한 AI 플랫폼 연구개발 분야에서 전략적으로 협력하고 있습니다.
스누아이랩의 비전 AI가 가장 활발하게 적용될 수 있는 분야는 어디라고 생각하시는지 궁금합니다 비전 AI는 산업안전, 스마트 보안, 스마트 팩토리, 스마트 팜, 스마트 물류, 스마트 ITS, AI 로봇, 무인점포 등 매우 다양한 분야에 활용할 수 있습니다.
AI는 영상보안 시장에도 빠르게 적용되고 있습니다. 향후 스누아이랩의 비전 AI가 영상보안 시장에는 어떤 변화를 이끌 수 있을까요 영상보안 시장은 그동안 딥러닝 AI 기술의 한계로 아직 AI 솔루션이 서비스에 제대로 적용되지 못했지만, 사회안전과 산업안전, 국방 분야 등 다양한 시장으로 확장할 수 있습니다. 앞으로 모든 현장에서 AI 솔루션이 사람을 대신해 수많은 서비스 업무를 수행하게 될 것입니다.
영상보안 업계도 분야별로 전문화하고 서로 잘할 수 있는 분야의 기업들이 힘을 모아 새로운 시장을 개척하기 위해 협업해야 한다고 생각합니다. 예를 들면 소프트웨어 전문업체와 하드웨어 전문업체가 협업해 경쟁력 있는 솔루션을 개발하는 것입니다. 변화하는 기술과 시장 트렌드에 민감하고 더 멀리 바라볼 수 있었으면 합니다.
2022년 스누아이랩의 계획이 궁금합니다 저희의 목표는 스누아이랩의 AutoCare 제품을 고객이 직접 경험하고 사용할 수 있도록 소개하고 기술교육, 공동 프로젝트 수행 등 매출이 확대될 수 있도록 마케팅 조직과 국내 전국단위 유통 조직을 구축하는 것입니다. 또, 하반기에는 일본 시장에 진출해 향후 해외 매출의 기반을 마련하는 준비를 하려고 합니다.
연구개발 측면에서는 지속적인 딥러닝 엔진 고도화 개발을 추진해 경쟁사와 기술적인 격차를 더 벌리고 기존 고객에게는 업그레이드 서비스를 제공할 수 있도록 하겠습니다. 더불어 세계적인 비전 AI 분야 TOP Tier 기업이 될 수 있도록 더욱 노력하겠습니다.
[엄호식 기자(eomhs@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
엄호식기자 기사보기
[2024-11-22] 
.jpg)
.jpg)
.jpg)
