유망주

챗GPT 붐 이후 사용자의 요구에 따라 새로운 창작물을 만들어 내는 ‘생성 AI’ 시장이 빠른 속도로 발전하고 있다. 텍스트 입력으로 텍스트 결과를 산출하는 방식을 넘어, ‘달리 2(Dall-E 2)’나 ‘미드저니(Midjourney)’ 등 텍스트를 이미지로 변환하는 도구들 또한 대중적인 인기를 끌고있다.생성 AI의 다음 영역으로는 텍스트를 동영상으로 만들어주는 기술이 주목받고 있다. 큰 예산이나 카메라 장비 없이도 상상 속의 모든 장면을 연출할 수 있게 하는 비디오 편집 소프트웨어 회사 런웨이(Runway)를 소개한다.

인공지능(AI) 시대, 이제 창작은 더 이상 천재나 재능이 뛰어난 일부 사람들만의 영역이 아니다. 간단한 조작법만 알면 누구나 앱이나 웹사이트를 통해 자유롭게 영상을 제작하거나 편집할 수 있다. 인공지능의 도움을 받아 코드를 짜서 게임을 만들 수도 있다. 특히 오디오 비디오 편집 소프트웨어 시장이 커짐에 따라 크리에이터가 되기는 점점 쉬워지고 있다. 리서치앤마켓의 조사에 따르면 오디오, 비디오 편집 소프트웨어 시장은 2022년 32억 2312만 달러(약 4조 2529억 원)에서 2028년 45억 6265만 달러(약 6조 204억 원)까지 성장할 것으로 예상된다. 2022년에서 2028년까지 연평균 6.0% 성장세를 이어갈 것으로 보인다. 이런 흐름에 힘입어 손쉽게 오디오나 비디오를 편집할 수 있도록 도와주는 소프트웨어들이 많이 등장하고 있다. 누구나 전문적인 마케팅 동영상을 쉽게 만들 수 있도록 도와주는 회사 애니모토(Animoto)는 기술적 노하우가 부족한 마케터와 소기업을 위해 다양한 템플릿을 선택만 하면 몇 분 안에 비디오를 생성해주는 원스톱 비디오 편집 툴을 제공한다.

동영상은 현시대 가장 강력한 커뮤니케이션 수단이다. 긴 글과 그림의 지루함과 복잡함을 줄여 주고, 듣는 이의 주목을 받는다. 젊은 구직자들은 동영상 제작 과제를 받고, 기업들은 공식 유튜브 채널을 개설한다. 동영상만큼 효과적으로 자신들의 메시지를 전달할 만한 미디어가 없기 때문이다. 문제는 동영상이 그 효과만큼 시간과 비용이 많이 드는 일이라는 것이다. 재미있는 영상을 만들기 위해 여러 번 돌려보며 자를 부분을 결정하고, 자막이나 그래픽을 넣다 보면 하루 종일 컴퓨터 앞에 앉아있게 된다. 편집은 물론 촬영도 오래 걸린다. 같은 메시지를 다른 상황에서 다른 공중에게 전할 경우에는 청중의 이름과 나이만 바꿔 같은 영상을 몇십 번 찍기도 한다.효과적인 동영상 미디어, 보다 시간과 비용 효율을 늘릴 수 없을까? 여기 AI를 이용한 동영상 제작 도우미가 있다. 그 이름은 ‘타버스(Tavus)’다.

챗GPT의 등장과 함께 인공지능(AI)에 엄청난 관심이 쏟아지고 있다. 지금 논의되고 있는 인공지능은 빅데이터에서 필요한 정보를 찾아주고, 질문을 인식하고 자동으로 답변을 달아주는 차원을 넘어 변호사 시험에 합격하고 와튼스쿨 MBA를 수료할만한 수준의 지능을 가지고 있다. 오늘의 챗GPT는 세계 최대 검색 엔진인 구글을 위협할 정도라는 평가를 받고 있다. 사실 챗GPT의 핵심 기술은 구글에서 탄생했다. 구글은 2017년 논문 'Attention Is All You Need'를 통해 트랜스포머(Transformer)라는 신경망 아키텍처를 제안했다. 트랜스포머는 어텐션 메커니즘(Attention mechanism)을 사용해 이전 기술들보다 대용량 데이터셋을 빠르고 효율적으로 처리할 수 있도록 지원한다. 트랜스포머는 지금까지 개발된 모델들 중 가장 강력한 성능을 자랑하며 널리 사용되고 있는 언어 모델이다. 2017년 당시 구글 인턴으로 해당 논문에 참여했던 에이단 고메즈(Aidan Gomez)는 한 인터뷰에서 "논문을 제출하기 전날 밤 나는 아사시와 구글에서 밤을 샜다. 아사시는 트랜스포머가 대형 사건이 될 것이며, 게임의 판도를 완전히 바꿔놓을 것이라고 말했다. 하지만 나는 그렇게까지 확신하지 못했다. 벤치마크에서 괜찮은 결과를 얻을 수 있을 것이라고 생각했다. 하지만 아사시의 말이 옳았다"고 회상했다.위의 대화에 등장하는 아사시 바스와니(Ashish Vaswani)는 훗날 AI개발사 어뎁트(Adept)를 창업했고, 고메즈는 트랜스포머 기반 언어처리 서비스를 제공하는 스타트업 코히어(Cohere)를 설립했다. 구글의 역사적인 논문을 쓴 저자들이 하나같이 창업을 했는데, 이들이 차린 스타트업도 화제가 되고 있다. 오늘 소개할 스타트업은 인간과 기계의 상호 작용을 개선하는 데 도움이 되는 자연어 처리 모델을 제공하는 캐나다 신생 기업 코히어다.

최근 돌풍을 몰고 있는 생성 AI 프로그램들 조차 세상의 모든 지식을 담고 있지는 않다. 챗GPT에게 대한민국 대통령이 누군지 물으면 문재인 전 대통령의 이름을 말한다. 영어로 질문해도 대답은 마찬가지다. 이는 챗GPT가 2021년까지의 데이터만으로 학습했기 때문이다. 하지만 사람은 인터넷 검색을 통해 정보의 진위 여부를 확인할 수 있다.변화하는 세상 속 가장 최신 정보와 기술을 파악하는 것은 어려운 일이다. 악기를 연주하는 방법을 배우지 않고도 모든 악기의 소리를 연주할 수 있도록 하는 도구 신디사이저처럼, 정보가 없어도 알아서 척척 해결하는 컴퓨팅 기능을 구현하려는 스타트업이 있다. 구글의 역사적인 '트랜스포머(Attention is All You Need)' 논문 저자들과 오픈AI의 전 엔지니어링 부사장이 공동 창업했다. 사람처럼 인터넷에서 정보를 습득하고 컴퓨터를 사용하는 AI 개발사 어뎁트(Adept)를 소개한다.

엘비스 프레슬리, 휘트니 휴스턴, 투팍, 로이 오비슨 등 세상을 이미 떠난 전설적인 팝스타들이 3D 홀로그램 라이브 공연을 통해 디지털로 재창조되고 있다. 한국에서는 교통사고로 하반신 마비 판정을 받은 가수 클론의 멤버 강원래가 자신의 메타버스 아바타와 함께 다시 무대에 오르며 화제를 모았다. 지난해 5월에는 스웨덴의 상징적인 밴드 아바의 3D 디지털 아바타가 공연하는 ‘아바 보야지(ABBA Voyage)'가 런던에서 시작되며 열광적인 반응을 이끌어 냈다. 문화예술 외 분야에서도 실제 인물과 사물의 가상 사본인 ‘디지털 트윈’을 만드는 노력이 한창이다. 유럽연합은 기상 현상과 환경 변화를 예측하기 위해 지구와 닮은 디지털 모델을 구축하고 있다. 메타버스를 실현하기 위해서도 디지털 트윈이 중요하다. 메타버스는 현실을 반영하고, 현실과 연결되어야 비로소 그 효과를 최대한 발휘할 수 있기 때문이다. 사용자와 똑같은 모습으로 행동하는 가상 아바타는 사람들이 디지털 세상에서 상호 작용하는 방식을 완전히 바꿀 수 있는 잠재력을 지닌다.하지만 아직까지는 3D 아바타가 인간의 진정한 디지털 복사본으로 간주되지는 못했다. 어딘가 부자연스러운 메타버스의 아바타에게 완전히 몰입하기가 어려워서다. 머리카락이 자연스럽게 바람에 날리는 모습이나 인체에 반사되는 빛의 굴절을 표현하는 건 애니메이션 제작 때도 이미지 하나당 몇 시간씩 걸리는 어려운 일이다. 이러한 기술의 한계를 극복하고 초현실적 디지털 아바타를 제작하는 하이퍼리얼(Hyperreal)을 소개한다.

메타버스(Metaverse)가 엔터테인먼트, 교육 분야를 중심으로 다양한 산업에 걸쳐 새로운 비즈니스 기회를 창출하고 있다. 메타버스는 CES 2023의 핵심 키워드 중 하나로 꼽힌 바 있다. 글로벌 시장조사기관인 스태티스타(Statista)에 따르면 2022년에만 전 세계 메타버스 시장 규모가 388억 5000만 달러에서 474억 8000만 달러로 성장했다. 오는 2030년에는 메타버스 시장의 규모가 더욱 커져 6788억 달러 규모의 산업이 될 것으로 보인다. 메타버스를 가장 빠르게 적용하고 있는 분야는 어디일까? 현재 다양한 분야에서 적용되고 있지만, 특히 게임 및 엔터테인먼트 산업과 교육 분야에서 많은 가능성이 엿보인다. 지난해 4월 미국 유명 래퍼 트래비스 스콧은 포트나이트에서 자신의 아바타로 콘서트를 열고 230억 원의 수익을 창출했다. 방탄소년단(BTS)도 해당 플랫폼에서 신곡 '다이너마이트'의 안무 버전 뮤직비디오를 전 세계 최초로 공개하기도 했다. 메타버스는 교육 분야에서도 활발히 사용되고 있다. 메타(Meta)는 지난 2022년 6월 미국 모어하우스 칼리지와 뉴멕시코 주립대학교를 비롯한 10개 대학과 함께 현실 대학과 가상세계를 결합한 '메타버시티(Metaversities)' 프로젝트를 진행했다. 각 대학을 대상으로 제작된 '디지털 트윈 캠퍼스(Digital Twin Campus)'는 학생들이 온라인으로 접속해 아바타로 자신을 표현하며 활동하고 타인과 소통할 수 있으며, 수업에 참여할 수 있다. 학생들은 가상현실 도구를 사용해 3D 물체를 조작하고 과학실험을 실행할 수 있으며, 역사적 배경을 실감나게 탐색할 수 있다. 이처럼 메터버스를 활용한 시장은 무궁무진하다. 아직 메타버스 시장을 뒷받침하는 기술이나 소비자의 관심은 초기 단계에 머물러 있지만, 시장은 빠르게 성장하고 있다. 대부분의 기업들이 메타버스가 인터넷에 대해 생각하고 상호 작용하는 방식에 혁신을 가져올 것이라는 점에 주목하고 대비하고 있다. 여기 누구보다 빠르게 초중고 스템(STEM) 교육을 위한 최초의 가상 현실 프로그램을 만든 회사가 있다. 스템 교육은 과학(Science), 기술(Technology), 공학(Engineering), 및 수학(Mathematics) 교육을 이르는 말이다. 2020년에 설립된 프리즘즈는 가상 현실에서 효과적인 학습 경험을 개척하기 위해 설립됐다. 

새로운 곳으로 여행하는 것은 설레는 일이지만 장거리 비행은 언제나 부담이다. 여행 시간 단축에 대한 욕구가 끊이지 않은 건 당연한 일. 1960년대 음속보다 더 빠른 속도, 즉 초음속 여객기가 등장하며 장거리 비행의 문제가 해결되는 듯 했다. 그러나 소련이 세계 최초로 공개한 초음속 여객기 ‘투폴레프 Tu-144’는 환경오염 문제, 각종 결함과 더불어 1975년 파리 에어쇼 도중 추락하며 생산이 중단됐다. 에어프랑스와 영국항공은 유일한 상업용 초음속 여객기 ‘콩코드’를 선보였지만, 2000년 이륙 직후의 화재 추락 사고로 탑승자 전원이 사망했다. 그 여파로 2003년부터 모든 운항을 중단했다.  콩코드가 은퇴한 후 거의 20년간 초음속 여행은 명맥이 끊겼다. 하지만 최근에 들어 초음속 여객기의 부활 조짐이 일고 있다. 코로나 팬데믹 이후 어느 때보다 효율적인 여행에 대한 대중의 욕구가 크고, 기술의 발달로 이전보다 더 튼튼한 기체를 설계할 수 있게 되었기 때문이다. 이 중 세계에서 가장 빠른 엔진을 개발하겠다는 스타트업이 있다. 음속의 5배인 마하 5(3,000mph 이상)의 속도로 뉴욕에서 런던을 단 90분 만에 여행하는 극초음속 항공기 개발 회사 헤르메우스(Hermeus)를 소개한다.

핵융합 에너지는 약 60년 전 최초의 제어된 열핵융합 반응이 성공한 이래로 청정 에너지를 사랑하는 사람들에게 꿈과 같은 기술이었다. 이 기술은 현세대 핵분열 발전기의 모든 이점을 누리면서도 위험은 훨씬 적고, 가동 시 방사능이 훨씬 적으며, 방사성 폐기물을 거의 배출하지 않는다. 하지만 여기에는 한 가지 모순이 있었다. 지금까지 핵융합 과정에서 반응을 제어하기 위해 소비되는 에너지가 생성되는 에너지보다 더 많이 사용되었다는 것이다. 이러한 과학 실험으로서의 핵융합 달성을 넘어서 실제로 비즈니스 측면에서 상업적, 산업적 규모로 전기를 생산할 수 있는 핵융합 기술은 없을까?오늘 소개할 회사는 헬리온 에너지(Helion Energy). 핵융합을 통해 탄소 배출이 없는 풍부한 전기를 공급하는 새로운 시대를 열기 위해 노력하는 청정 에너지 기업이다. 기존 핵융합 분야의 일부 프로젝트들은 열이나 에너지 등에 대해 이야기하지만 헬리온 에너지는 오로지 전기 생산에 초점을 맞춘다. 저렴한 비용으로 빠르게 전기를 생산하고 산업 규모의 전력을 생산하는 것이 이 회사의 목표다. 실제로 이 회사는 선적 컨테이너 크기 정도에 50메가와트 정도의 전력을 공급할 수 있는 산업 규모의 전력 공급 시스템을 구축해 놓은 상태다.실리콘밸리의 거물인 샘 알트먼(Open AI의 CEO)이 지금까지 투자한 것 중 가장 큰 베팅인 3억 7,500만 달러를 2021년에 헬리온 에너지에 투자하면서 화제를 모았다. 몇 년 전, 알트먼은 자신이 참여하고 싶은 기술 목록을 만들었는데, 인공지능과 에너지가 그 목록에서 1위를 차지한 바 있다. 알트먼의 헬리온 에너지에 대한 투자는 이번이 처음이 아니다. 알트먼은 4개의 융합 기업을 방문한 후 2015년 헬리온 에너지에 950만 달러를 처음으로 투자한 바 있다.

기업 전체에서 AI 사용이 보편화됨에 따라 AI 오류를 보다 쉽게 검사, 발견 및 수정할 수 있는 제품에 대한 수요가 증가하고 있다. 머신러닝 오퍼레이션(MLOps: Machine Learning Operations) 커뮤니티의 최근 설문 조사에 따르면 데이터 과학자 및 머신러닝 엔지니어의 84.3%가 모델의 문제를 감지하고 수정하는 데 소요되는 막대한 시간이 골치아픈 문제라고 말했다. 이 중 4분의 1 이상(26.2%)은 문제를 발견해서 처리하는 데 일주일 이상이 소요된다고 말했다.이러한 머신러닝 모델 개발 과정에서 오류의 원인은 의외로 단순하다. 대다수는 데이터의 ‘라벨링’을 잘못해서 발생하는 것이다. 유명한 예로 강아지의 품종을 헷갈려 잘못된 품종 정보를 특정 강아지에 라벨링한 사례가 있다. 이 데이터는 AI 모델을 구축하는 공공 학습 자료로 전세계적으로 넓게 퍼져나간 바 있다. 이렇게 잘못된 데이터를 AI 모델에 학습하게 되면 결국 AI 모델의 성능과 정확성에도 오류가 발생할 수 밖에 없는 것이다.머신러닝 모델 개발 과정에서 이러한 오류들을 최소화하고 전체 개발 운영을 최적화해줄 수 있는 도구는 없을까? 오늘 소개할 회사는 갈릴레오. 구조화되지 않은 데이터로 작업하는 데이터 사이언티스트를 위한 머신러닝 기반의 데이터 인텔리전스 플랫폼을 제공하는 회사다. 회사는 데이터 과학자가 머신러닝 모델의 학습부터 개발까지 전체 주기에서 데이터 오류를 10배 더 빠르게 찾고 수정해낼 수 있도록 지원한다고 주장한다. 갈리레오는 현재 Fortune지 선정 500대 기업의 머신러닝팀과 여러 산업 분야의 신생 기업을 지원하고 있다.

데이터와 이를 기반으로 한 머신러닝(Machine Learning, ML) 기술은 이제 우리 삶 속에서 일상이 되었다. 넷플릭스 작품 추천부터 길찾기, 안면인식까지 여러 업계와 기관에서 머신러닝 시스템을 만들고 활용한다. 잘 만들어진 머신러닝 시스템은 이용자들에게 편리함과 좋은 경험을 주며, 더 나아가 기업의 매출 향상과 이미지 향상으로까지 이어진다. 뛰어난 동영상 추천 알고리즘으로 시청자들을 오랜 시간 잡아두는 유튜브가 대표적인 예다. 그렇다면 좋은 머신러닝 서비스를 만들기 위한 조건은 무엇일까? 잘 정비된 양질의 데이터, 우수한 개발자와 데이터 분석 인력, 지속적인 업데이트와 개선 등을 들 수 있을 것이다. 그리고 무엇보다도, 이 모든 것들이 잘 이뤄지기 위한 기반이 될 MLOps(Machine Learning Operations) 플랫폼이 필요하다. 머신러닝 서비스를 잘 구축하고 쉽게 배포할 수 있는 MLOps 플랫폼, 그 중에서도 유니콘 등극이 얼마 남지 않은 기업 ‘텍튼(Tecton)’을 소개한다.

2022년을 장식한 하나의 키워드 중 하나는 기후위기다. 지구의 평균 기온이 상승하며 산불의 위협도 매년 증가하고 있다. 산불은 대기질을 악화시키는데 2022년 9월 캐나다 브리티시 콜롬비아주는 대기 질 지수(AQI)에 따라 세계에서 가장 열악한 대기질을 가진 곳으로 등극했다. 캐나다 내륙에서 발생한 산불 때문이다. 이런 상황은 미국도 다르지 않은데 캘리포니아 전역에서 발생하는 기록적인 산불로 샌프란시스코와 로스앤젤레스와 같은 도시도 지속적인 대기질 악화를 겪고 있다. 이런 문제를 완화하기 위해 캐나다 정부는 위성을 사용해 산불을 모니터링하는 기술을 도입하고 있다. 초고해상도 영상을 실시간 분석해주는 스타트업 메타스펙트럴(Metaspectral)은 인공지능(AI)을 이용해 초분광(Hyperspectral) 위성 이미지를 분석한다. 초분광 이미지는 인간의 눈으로는 보이지 않는 스펙트럼까지 찍어서 기록한 이미지. 이런 영상을 분석해 산불 위협이 높은 지역을 선정한다. 이런 정보를 기반으로 산불의 영향을 가장 많이 받을 지역에 자원을 집중 배치할 수 있다. 메타스펙트럴은 딥러닝과 초분광 이미지를 사용해 컴퓨터 비전 기술을 발전시키는 소프트웨어 회사다. 원격으로 찍힌 이미지를 식별하고, 이미지 속 물질의 구성이나 상태, 결함, 특성을 판별할 수 있는 기술을 가지고 있다. 초분광 센서를 활용하며, 확장 가능한 클라우드 기반 플랫폼 ‘퓨전(Fusion)’을 통해 실시간으로 데이터를 분석한다. 이 소프트웨어는 공동 창립자이자 CTO인 미겔 티세라(Migel Tissera)가 개발한 알고리즘을 기반으로 한다. 두멧 프란시스(Doumet Francis) CEO와 미겔 티세라(Migel Tissera) CTO는 메타스펙트럴을 설립하고 초분광 이미지 중 적외선 데이터 이미지를 기반으로 농작물을 검사하는 첫 번째 프로젝트를 시작했다. 풍부한 데이터에 티세라 CTO는 자신의 알고리즘을 적용했고, 이들의 기술은 국가 안보와 환경 모니터링이라는 두 가지 시장에서 두각을 나타내기 시작했다. 메타스펙트럴의 플랫폼은 현재 항공 우주, 방위, 농업, 제조업 등을 포함 다양한 산업에서 활용되고 있다.