본문 음성으로 듣기

중지

멈춤

이어듣기

저자 Nathan Benaich는 캠브리지대학에서 철학으로 박사학위를 취득하고 벤처투자사인 플레이페어캐피칼에서 파트너로 일하고 있습니다.(역자 주)

현재 AI는 가장 흥분되고 변화무쌍한 기술 중의 하나이다. 나는 플레이페어캐피탈(Playfair Capital )사의 벤처 투자자로서 AI 분야에 대한 투자와 관련 커뮤니티를 구축하는 데 주력하고 있다. 지금은 투자자들이  AI 분야에서 기업을 일구는 데 도움을 줄 수 있는 최고의 시기이다. 여기에는 세 가지 이유가 있다.

하나는 세계 인구의 40 %가 온라인에 있고, 20 억 대 이상의 스마트 폰이 사용되고 있으며 매일 이용 빈도도 증가하고 있다 ( KPCB 조사). 이에 따라 인공지능을 구축하는 기초 자료가 되는 사용자의 행동, 흥미와 관심, 지식, 관계와 지금까지 존재하지 않았던 온갖 섬세한 작업 자산이 모이게 되었다.

두 번째는 컴퓨터 연산과 저장 비용이 크게 하락한 것이다. 이에 반해 프로세서의 처리 용량은 계속 증가하여 AI 응용 프로그램을 저렴한 가격에 구축할 수 있게 되었다.

세 번째는 최근 AI 학습 시스템, 아키텍처, 소프트웨어 인프라의 설계가 크게 개선된 것이다. 이들은 미래의 기술혁신(이노베이션)을 가속화하는 것을 보장하고 있다. 우리는 아직 우리의 내일이 어떤 형태로 전개될 것인지, 그리고 우리가 그것을 어떻게 느끼게 될지에 대해 완전히 이해하지 못하고 있다 .

또한 AI를 축으로 한 제품은 이미 시장에 출시되어, 검색 엔진, 추천시스템 (예 : 전자상거래 및 음악서비스의 추천기능), 광고 제공 및 금융 상품 거래의 성능 향상에 도움을 주고 있는 것에 주목해야 한다.

AI에 투자하고 있는 기업은, 그렇지 않으면 경쟁에서 뒤떨어질 위험을 감수해야 하는 다른 기업들에게 자극을 주고 있다. 그렇기 때문에 커뮤니티는 더 깊이 AI를 이해하고, 다양하고 복잡한 작업을 처리하는 학습 시스템을 구축하기 위한 기능적인 도구를 손에 넣을 수 있게 되었다.

AI 기술을 어떻게 사용하고 있는가?

강력하고 다양한 응용이 가능한 기술을 기반으로,  AI 기업들은 각자 다른 방법으로 시장에 진입할 수 있다. 여기에는 6 개의 길과 그 길을 택한 회사를 소개한다.

• 시장에는 많은 기업들이 웹이나 사내에 저장된 오픈 데이터를 활용할 수 있게 되었다. 이러한 데이터의 연결은 복잡한 과제의 전체 상을 파악할 수 있도록 한다. 그리고 거기에서 새로운 통찰력을 얻고, 미래 예측이 가능하게 된다. (예 : DueDil * Premise , Enigma )
• 팀 내부의 전문성을 활용하여, 특정 분야에서 높은 빈도로 발생하는 중요한 과제를 인간의 한계를 확장해주는 AI 기술을 사용하여 다룰 수 있도록 해준다. (예 : 온라인 사기 탐지 Sift Science 와 Ravelin* )
• 다양한 상용부문의 과제 해결을 위해 기존의, 혹은 새로운 AI 프레임워크를 제품화한다. 예를 들어, 특성 추출, 하이퍼 매개 변수 최적화, 데이터 처리, 알고리즘 모델 학습과 적용 등이다. (예 : ai , Seldon * SigOpt )
• 지식 노동자가 일상적으로 수행하는 상황을 근거로 한 판단작업- 반복되고 구조화되어 있지만 실수하기 쉽고 시간이 많이 걸리는 작업을 자동화한다. (예 : Gluru , ai , SwiftKey)
• 로봇과 자동화된 에이전트에게 특정한 물리적 환경에서 사물을 감지, 학습, 의사 결정하는 힘을 준다. (예 : Tesla , Matternet , SkyCatch )
• 장기적 관점에서, 학계와 관련 분야 회사가 부족한 예산과 위험 등으로 중요하게 보지 않는 장기적인 연구와 개발에 초점을 맞춘다. (예 : DNN Research , DeepMind , Vicarious ).

이에 대한 더 다양한 논의는 다른 기사 에서도 볼 수 있다. 그러나 중요한 것은 주요 회사들(Google, Microsoft, Intel, IBM)에 의한 기술의 오픈 소스화와 다양한 분야의 회사들이 AI 기술을 저렴하게 상품화하고 있어, 그 기술적 장벽이 급속히 무너지고 있다는 사실이다. 이러한 경쟁 상황을 종식시킬 수 있는 것은 고유의 데이터와 그에 대한 접근, 경험이 풍부한 인재의 확보, 그리고 중독성 강한 제품의 개발이다.

AI 기업과 투자자들이 직면할 과제

AI 분야에 진입하려는 기업과 투자자가 고려해야 할 운영, 사업, 그리고 재정적인 문제가 있다. 고려해야 할 중요한 포인트는 다음과 같다.

운영 과제

• 장기간의 연구개발과 단기간의 현금화 사이의 균형을 어떻게 찾을 것인가? 출시되는 라이브러리와 프레임워크의 수는 증가하고 있지만, 제품의 성능을 받아들여질 만한 수준까지 개발하기 위해서는 여전히 많은 선행투자가 요구된다. 사용자는 종종 사람이 산출한 결과와 비교해서 평가할 것이며, 따라서 AI 는 사람과 경쟁하고 있다.
• 인력이 부족하다. 기술과 경험을 균형 있게 가지고 있는 사람은 적다. 어디에서 인재를 확보하고, 어떻게 그 인재를 유지할 것인가?
• 제품 연구, 개발, 그리고 디자인의 균형을 처음부터 검토한다. 제품의 아름다움과 경험을 나중에 생각한다는 것은 돼지에게 립스틱을 바르는 것과 같다. 한번 돼지인 것은 바꿀 수 없다.
• AI 시스템을 편리하게 사용하기 위해서는 대부분의 경우 데이터가 필요하다. 데이터가 많이 않은 경우, 초기 단계의 시스템은 어떻게 그 많은 데이터를 스스로 만들어 낼 것인가?

사업 과제

• AI 제품은 아직 시장에 새로운 것이다. 따라서 구매자는 기술자가 아닌 경우가 많을 것이다. (또는 개발자가 제작하고 있는 것을 이해할 수 있는 전문 지식이 부족할지도 모른다) 그들은 당신이 판매하려고 하는 제품을 구매하려는 새로운 고객일 수도 있다. 판매 사이클의 모든 단계와 장애물을 세밀하게 검토할 필요가 있다.
• 제품은 어떤 형태로 제공되는가? SaaS인지 API인지, 오픈 소스인가?
• 제품에 유료 컨설팅, 초기 설치, 지원 서비스를 포함하여야 하는가?
• 고객의 데이터에서 높은 수준의 학습을 하고, 다른 사용자를 위해 그것을 활용할 수 있는가?

재정 문제

• 어떤 종류의 투자자가 그 사업을 평가하기에 최적의 위치에 있을까?
• 투자 가능하다고 판단되는 성과 단계는 어디일까? 최소한의 기능을 갖춘 제품, 연구발표, 사용자의 오픈 소스 커뮤니티, 혹은 정기적인 수입원의 확보일까?
• 핵심 제품 개발에 주력할 것인가 클라이언트와 함께 밀접히 작업하는 것에 초점을 맞출 것인가?
• 가치 있는 이정표에 도달하기 전에 새로운 자금 조달을 하지 않아도 될 수 있도록, 미리 여유 자금 조달을 계획한다.

개발 과정에 사용자와 함께 한다.

AI 기반의 제품에는 사용자가 참여하여 제품의 가치는 높아진다. 여기에는 두 가지 이유가 있다. 하나는 기계가 아직 인간의 인지능력에는 미치지 못하기 때문이다. 소프트웨어의 약점을 보완하기 위해서는 사용자의 도움이 필요하다. 다른 하나는 소프트웨어의 구입자나 사용자에게 이전과는 비교할 수 없을 만큼 다양한 선택권이 주어진다는 것이다. 따라서 제품의 교체도 자주 일어난다. ( 응용 프로그램 평균 90 일 동안 유지 비율은 35 % 이다.)

기대 이상의 가치를 되돌려주는 것이 사용자의 습관 ( 하이퍼 매개 변수 최적화는 도움이 된다)을 형성하는 데 핵심적인 사항이다. 다음의 제품은 개발과정에 사용자를 개입시킴으로써 성능을 개선한 좋은 사례이다.

• 검색 : Google은 언어와 검색어를 이해하고 명확하게 하는 방법으로 자동완성 기능을 사용하였다.
• 이미지 인식 : 구글번역기와 맵필러리( Mapillary) 의 도로 표지판 감지 는 사용자가 내용을 수정할 수 있다.
• 번역 : 언바벨(Unbabe)l 커뮤니티 번역기는 기계 번역 결과를 수정할 수 있다.
• E 메일 스팸 필터 : 구글은 이 분야에서도 잘 활용하고 있다.

기계 학습이 결과를 이끌어낸 과정을 설명하는 것으로, 우리는 한 단계 더 진전될 수 있다고 생각한다. 예를 들어, IBM 왓슨(Watson)은 암센터에서 환자들에 대한 진단을 지원할 때, 관련된 자료도 함께 제시하고 있다. 이렇게 하면 사용자의 만족도가 향상되고, 시스템을 장기적으로 이용하거나 그것에 투자하는 것을 촉진하는 데 도움이 된다. 기억할 것은 우리가 전적으로 이해할 수 없는 것을 신뢰하기는 매우 어렵다는 것이다.

최근 AI에 대한 투자 환경

먼저 관련 분야에 대한 글로벌 벤처 투자 시장을 살펴보자. 2015년 1분기부터 3분기까지 총 472억 달러의 투자가 이루어지고 있는데, 이는 최근 20 년 중 17 년 동안의 같은 기간 동안 투자 총액을 웃도는 것이다. ( NVCA)

내년에는 550 억 달러를 초과할 것으로 예상된다. AI 시장에는 약 900개사가 기업정보, 금융과 보안 관련 문제의 해결에 주력하고 있다. 2014 년 4분기에는 유명한 고등 교육 기관에서 탄생하고 좋은 실적을 보이는 AI 기업에 대한 투자 광풍이 있었다. 비캐리우스( Vicarious) , 스케일드인퍼런스(Scaled Inference) , 메타마인드(MetaMind) ,센터언트테크놀로지(Sentient Technologies) 등이다.

2015 년 1 월 1 일부터 2015 년 12 월 1 일까지 AI 기업 (사업 설명에 인공 지능, 기계 학습, 컴퓨터 비전, NLP 데이터 과학, 신경망, 딥러닝 등 단어를 포함하는 회사들)에 약 300여건의 투자가 이루어졌다.( CB Insights )

영국에서는, 라벨린(Ravelin),시그널( Signal),그루루(Gluru)가 초기 단계의 투자를 유치했으며, 약 20억달러가 소비자 대출과 비즈니스 융자를 제공하는 기업에 집중 투자되었다. 예를 들어, 아반트( Avant,부채 금융과 대출,3 억 3900 만 달러), 제스트파이낸스,(ZestFinance, 부채 금융, 1 억 5000 만 달러),리프트포워드(LiftForward, 2 억 5000 만 달러, 아로곤크레딧(Argon Credit, 7500 만 달러) 등으로 부채 금융과 대출 조달의 대부분을 차지했다. 중요한 것은 투자 프로젝트의 80 %는 투자 금액이 500 만 달러 이하이며, 투자 금액의 약 90 %가 미국 기업으로 향했다. 자금 조달의 75 %도 미국에서 이루어졌다.

AI 기업의 자금 조달 및 퇴출 시장은 아직 초기 단계

자본 퇴출 시장에서는 33 건의 M & A와 1 건의 상장(IPO)이 있었다. 그 중 6건은 유럽 기업이며, 하나는 아시아, 그리고 다른 것은 모두 미국 기업이다. 가장 큰 이슈는 트위터의  텔어파트의 인수(인수 금액 5 억 3200 만 달러, 투자액 1700만 달러), 블루코트시스템의 일레스티카 인수 (인수 금액 2 억 8000 만 달러, 투자액 4500 만 달러), 아이언소스의 수퍼소닉 애드 인수 (인수 금액 1 억 5000 만 달러, 투자액 2100 만 달러)이었다. 이들은 투자의 몇 배라는 견조한 수익률을 보였다. 다른 거래의 대부분은 전문인력 확보가 목적이었고, 인수 시에 회사당 평균 인원은 7명이었다.

AI 분야에 대한 투자 총액은 2015 년 벤처 투자의 총 5 %를 차지했다. 2013 년의 2 %보다 높아졌지만 다른 광고기술, 모바일, 기업정보 소프트웨어에는 한참 뒤처져 있다.

중요한 시사점은 1) 적은 투자 건수와 낮은 투자액에서 증명되었듯이 AI 기업을 위한 자금 조달과 퇴출 시장은 여전히 초기단계이다 2)대부분의 투자 활동이 미국 시장에서 이루어지고 있기 때문에 반드시 이 시장에서 노출되어야 한다는 것이다.

AI에 의해 해결되어야 할 과제

건강 관리

나는 몇 번의 여름을 대학에서, 그리고 3년을 대학원에서 신체 내에서 암의 확산에 관련된 유전자 요소에 대해 연구했다. 학교를 떠날 때 받은 중요한 시사점은 치료법의 개발이 매우 어렵고, 많은 비용이 소모되고, 기간이 길고 제약이 많은 것이라는 것과, 궁극적으로는 질병을 치료하기 위한 일시적인 해결책일 뿐이라는 것이다.

대신에 내가 진실로 믿는 것은, 우리가 의료분야에서의 성과를 개선하기 위해 필요한 것은 심리상태와 생활방식의 변화를 점진적으로 또 장기적으로 모니터링하는 것이다. 이것은 미래에 거의 실시간으로 건강 상태를 신속하게 감지하고, 성과를 개선하면서 환자의 장기간 치료 비용을 줄일 수 있게 해줄 것이다.

우리가 살아가고 있는 디지털로 연결된 생활방식을 생각해보자. 사람들이 매일 상호작용하고 있는 기기들은 움직임, 신체 신호, 운동, 수면, 그리고 심지어 성과 관련된 건강 등을 추적할 수 있다. 사람들은 하루 중에 온라인에서 있는 시간보다 훨씬 짧은 시간을 접속되지 않은 상태로 있고, 다양한 종류의 데이터들이 클라우드 상에 저장되고 있는 것에 대해 덜 우려하고 있는 것 같다.(예를 들어, 어디서 데이터에 접속할 것인지, 동의가 있는 것인지, 제3자에 의한 것인지 등에 대해) 그러나 우리가 웹을 사용하여 거기에서 얻어지는 혜택을 받고 있는 것에는 변함 없다.

인구 수준에서는 지금까지 존재하지 않았던 데이터 세트를 활용하는 기회가 생긴다. 이러한 데이터는 어떤 개체의 특성과 환경의 영향에 따라 병이 발생하고 진행하는지에 대한 통찰력을 얻을 수 있을 것이다.이것은 매우 엄청난 것이다.

AI 중심의 제품들은 이미 시장에 나와 있다.

오늘날의 의료모델을 살펴보자. 환자는 신체에 이상을 느끼고서야 병원을 찾는다. 의사는 진단을 하기 위해 몇 가지 검사를 실시한다.이러한 검사는 일정한 단계(보통 말기 상태)를 감지할 수 있지만, 그 시점에서 이미 질병을 치료하는 수술은 한정되어 버린다. (암의 경우)

미래를 상상해보자. 신체에 부담을 주지 않는 방법으로 지속적으로 심리 상태와 라이프 스타일의 모니터링이 가능해진다는 것이다. 그러면 초기의 병이나 진행 상태, 환자에게 나타나는 증상과 다양한 치료법에 대한 환자의 반응을 예측할 수 있다. 여기에 AI를 사용 여지가 많이 남아 있다. 지능형 센서들, 신호처리, 이상 검출, 다변량분류, 분자 상호작용에 대한 딥 러닝 등이 그것이다.

일부 기업들은 이미 이러한 문제에 대응하고 있다.

• Sano : 센서와 소프트웨어를 사용하여 혈액 바이오 마커를 지속적으로 모니터링한다.
• Enlitic / MetaMind / Zebra Medical : 의료 결정을 지원하는 이미지 분석 시스템. (MRI 나 CT)
• Deep Genomics / Atomwise : 유전자가 건강 상태 나 질병에 어떤 영향이 있는 지를 학습, 모델링, 예측한다. 또한 새로운 조건에서 어떤 의약품이 효과가 있는 지를 제시한다.
• Flatiron Health : 암센터와 병원이 연구에서 얻은 종양의 데이터를 처리하기 위한 공통 기술 인프라.
• Google : 바늘없이 채혈할 수 있는 발명을 포함한 특허를 신청하였다. 이것은 입을 수 있는 샘플링 장치를 향한 작은 시작이다.

데이터 액세스에 관해서는 영국 쪽이 다소 유리한 것 같다. 예를 들어, UK Biobank (50 만 특허 기록), Genomics England (10 만 게놈 해독이 진행), HipSci (줄기 세포), NHS care.data 프로그램이이 분야를 주도하고 공중 보건 및 치료 연구 데이터를 집약한 저장소를 구축하고 있다.

기업의 자동화

클라우드 사업은 스스로 운영하는 것이 가능하게 될까? 지식 노동을 AI기반으로 자동화함으로써 인건비를 2020년까지 9 조 달러 삭감할 수 있다고 한다 ( BAML ). 또한 로봇에 의한 작업의 효율화로 총 1 조 9000 억 달러의 가치가 추가로 발생한다는 것을 감안할 때, 미래에 핵심적이고 반복적인 사업기능을 거의 완전하게 자동화할 수 있는 기회가 있을 것이라고 생각한다.

CRM, 마케팅, 청구 및 지불, 물류, 웹 개발, 고객 상호 작용, 금융, 채용, 기업정보 분야에서 즉시 사용할 수있는 SaaS 도구를 생각해보자. 그리고 Zapier 과 Tray.io 같은 애플리케이션끼리를 연결하거나 비즈니스 프로세스를 프로그램 할 수 있는 도구도 고려할 수 있다. 이러한 것들은 의사 결정을 위해 상황에 대한 데이터를 활용하여 더 응용의 폭을 넓혀 줄 것이다.

마지막으로, 새로운 eBay를 그릴 수도 있을 것이다. 즉 제품 구매, 가격 설정, 제품 등록, 번역, 리 추천기능, 결제 처리, 고객과의 상호 작용, 포장, 배송 준비에 출하까지 모두 자동화할 수 있을지도 모른다. 실현하는 것은 아직 앞의 이야기이지만.

AI는 가장 흥분되고 변화무쌍한 기술 중의 하나이다.

나는 인공지능이 우리의 개인적인 삶과 일에서 만들어 낼 가치에 대해 긍정적이다. 가치가 만들어지기에는 투자가 부족한 것을 감안하면, 이 분야에서 벤처투자의 위험은 감내할 만한 낮은 수준이다. 대학 내에서도 투자도 턱없이 부족한 것을 고려하면 장기적인 혁신을 일으키기 위해서 AI 기업에 더 많은 지원이 필요하다. 벤처투자 회사는 로켓처럼 빠르게 성장하는 기업에 투자하기 위해 탄생한 것이니까.

기술에 대한 접근은 시간이 지나면 상품이 될 것이라는 것을 명심해야 한다. 따라서 제품의 사용 사례, 사용자, 그리고 그 상품이 어떻게 경험되고 평가되는지를 이해하는 것이 관건이다. 이것은 제공하는 제품을 다른 경쟁자가 쉽게 모방할 수 없도록 지속 가능한 우위를 구축하는 전략을 찾음으로써 얻을 수 있다.

이 전략의 요소는 어쩌면  AI와 관련된 것도 기술적인 것도 아닌지 모른다. (사용자 경험의 경우). 이를테면 핵심이 되는 기본- 고객과 사업에 높은 가치의 지속적인 문제이면서 아직 미해결되었거나 덜 해결된 문제에 대한 해결책을 만드는 것에 재집중하는 것이다.

마지막으로 미국 시장에서 반드시 알려져야 한다. 미국은 대부분의 AI의 가치에 만들어지고 실현되는 곳이다. 유럽에도 AI 분야를 급성장 시키는 기회가 있지만, 그래도 전세계 업계에서 무엇이 잘되고 무엇이 잘되지 않고 있는지를 주시하는 것이 필요할 것이다