첫 번째 IR 피칭으로 다나그린의 발표 시간을 갖도록 하겠습니다. 다나그린 김기우 님을 무대 위로 모시겠습니다. 안녕하십니까? 다나그린의 김기우입니다. 첫 번째래 순서라 긴장되네요. 세계 인구는 약 0.6씩 매년 증가하고 있습니다. 그보다 더 증가하고 있는 것이 바로 육류 소비량인데요. 매년 1.3%씩 증가하고 있습니다. 그런데 공장식 축산 같은 경우에는 지금 보시는 것처럼 자원 낭비나 환경 문제 등으로 생산량이 계속 줄어들고 있습니다. 그래서 늘어나고 있는 육류 소비량을 충족시키기 위한 대책이 글로벌에서 이슈가 되고 있습니다. 세계의 대체육 시장 자체는 2030년에 1,400억 달러로 지금 현재 예상되고 있습니다. 지금 대체육의 100%는 식물성 고기입니다. 그럼 식물성 고기의 맛은 과연 어떠할까요? 소고기보다는 나아졌지만, 고기 맛과 거의 같다고 하기는 어렵습니다. 실제 고기와 맛이 다르다는 평가가 대부분입니다. 그래서 대체육 1세대인 식물성 고기의 맛의 한계를 극복할 수 있는 기술, 진짜 같은 고기, 세포 배양육이 등장하였습니다. 이 세포 배양육의 시장은 인구가 90억 명으로 지금 예측되고 있는 2040년에 전체 육류 소비량 천8백조 원 중 35%를 차지할 거라고 하는 굉장히 방대한 시장이 예측되고 있고 에너지 사용 45%, 그리고 온실가스 96%, 그리고 돼지 사용 99%를 절감할 수 있는 획기적인 기술로 평가를 받고 있습니다. 이 세포 배양육은 가축에서 근육 관련된 줄기세포를 추출하고 그 줄기세포를 배양기 안에서 수십만 배로 불린 다음에 이 세포들을 근육 특이적으로 지지체, 세포 배양 지지체라는 스캐폴드에 부착시켜서 제조하게 됩니다. 2013년 네덜란드 마크 포스트 교수가 3억2천만 원짜리 배양육 패티를 선보인 이래로 굉장히 다양한 타입의 배양육들이 선보여 왔습니다. 하지만 지금 현재 마켓에 단 하나의 제품도 나와 있지 않습니다. 그 이유는 바로 단가가 높기 때문인데요. 지금 공장식 축산 대비 약 12배나 단가가 높을 것으로 예상되고 있습니다. 이렇게 높은 단가를 형성하는 것 중의 가장 주요한 요소 중 한 개가 바로 지지체 기술인데요. 지금까지 현존하는 지지체 가지고 저비용의 대량 생산을 배양육에 적용시키지 못했습니다. 그래서 이러한 문제를 해결할 수 있는 다나그린의 기술을 소개할까 합니다. 저희 다나그린은 혈청에 있는 단백질을 활용해서 세포 조직 배양용 지지체 원천 기술을 개발했습니다. 그래서 이 기술을 활용해서 간 조직이나 심장 조직 등을 활용해서 동물 실험을 대체하는 기술로 활용하고 지금은 배양육에 전념하고 있습니다. 지금 보시는 게 저희가 2018년도에 개발한 미니 심장입니다. 사이즈는 쥐 심장과 같은 크기로 저희가 제작했고요. 세계 최초로 100일 이상 박동시켰습니다. 이렇게 생체 내에 있는 조직을 생체 외에서 가장 잘 배양할 수 있는 저희의 기술을 활용해서 배양육을 현재 개발하고 있는데요. 기존에 개발했던 지지체의 경우, Protinet이라고 하는데요. Protinet에 배양육을 개발할 수 있지만, 여전히 가격이 높았습니다. 그래서 저희가 저비용의 대량 수급, 그리고 생산이 가능한 식물성 단백질로 그 재료를 바꾸어서 새롭게 배양육용 지지체인 Protinet-P를 개발해서 현재 배양육을 개발하고 있습니다. 지금 보시는 영상은 Protinet-P에서 근육 관련된 세포들이 오른쪽에 보시는 것처럼 근섬유들을 만드는 과정입니다. 그리고 이러한 지지체와 세포들을 하나의 배양기 안에 넣고 부착-증식-분화-회수를 하면 배양육이 만들어지는, 이러한 원스텝 대량 생산 시스템을 현재 구축하고 있습니다. 지금 13일 차 한우 배양육을 보고 계시는데, 스펀지 구조로 스페이스가 많이 보이고 있는데요. 20일 정도 배양하게 되면 아까 보신 근섬유들이 스페이스를 메워가면서 배양육이 제조됩니다. 왼쪽에 보이는 게 한우 14일 차 배양육이고 오른쪽에 보이는 게 8일 차 닭 배양육입니다. 두 배양육의 어떤 근육의 결이 다르다는 걸 알 수 있고요. 한우는 한우의 맛, 그리고 닭은 닭의 맛이 납니다. 그리고 오른쪽을 보시면 아무런 후가공 없이 조리된 닭 배양육과 소 배양육 패티를 먹어본 기자가 보도한 뉴스를 잠깐 보시겠습니다. 중요한 건 맛이겠죠. 어떤 세포를 배양하느냐에 따라서 맛도 달라진다는데, 소 배양육과 닭 배양육의 맛을 한번 비교해보겠습니다. 완벽하게 같지는 않지만, 각각 소고기와 닭고기의 풍미가 느껴집니다. 이렇게 만들어진 배양육은 지금 실험실에서 1kg당 150만 원 정도가 소요되는데요. R&D와 스케일업을 통해서 2023년도에 3만2천 원 정도의 단가를 형성할 예정입니다. 그리고 23년도와 24년도 사이에 식품 대기업에 저희가 배양 원육 자체를 납품하는 B2B 비즈니스 모델을 계획하고 있고 35년도에 1kg당 15불 정도의 단가를 형성할 예정입니다. 그리고 대량 생산에 있어서 전 세계적으로 3개의 기업 정도가 천 리터 급으로 스케일업에 성공했지만, 이건 전부 다 세포만을 대량 생산할 수 있는 그런 스케일업이고요. 저희가 지금 준비하고 있는 것은 배양육 자체를 대량 생산할 수 있는 스케일업을 내년 중반으로 준비하고 있고 그게 성공한다면 세계 최초로 배양육 자체를 스케일업에 성공한 배양육 스타트업이 될 거라고 기대하고 있습니다. 지금 보시는 것처럼 왼쪽의 쉐이커와 로커를 통해서 현재 배양육 샘플을 제조하고 있고 이걸 대량 생산하기 위해 다양한 시스템을 적용하고 있으며 배양기 전문 업체와 함께 지금 다양하게 설계하고 저희 실험실에 지금 구축했습니다. 그리고 가동해본 결과, 여러 가지 문제점이 발견되었습니다. 그래서 LG의 HomeBrew, 수제 맥주를 만드는 거죠. 발효시키는 과정과 배양육을 만드는 과정이 비슷하다는 것을 알게 되었고요. LG에서 앞선 기술력으로 컨테이너형 모듈러 배양 시스템과 홈 배양 시스템 배양기를 협업을 통해 개발하고 글로벌로 수출하고 그다음에 다나그린에서는 스타터 세포, 배양육용 지지체, 배양액을 글로벌로 수출하는 컬래버레이션을 이룬다면 글로벌 배양육 시장을 선점할 수 있을 거라 기대하고 있습니다. 그렇게 된다면 LG에서는 지속 가능한 경영과 단백질 공급을 통한 사회 공헌의 비전, 다나그린에서는 동물 윤리, 그리고 환경 문제를 해결하면서 지구 환경의 Sustainability 비전을 실현할 수 있을 것이라 기대하고 있습니다. 다나그린은 동물 실험 대체, 그리고 이식 가능한 인공 장기, 그리고 배양육의 개발을 통해서 지구상 모든 생명의 건강한 미래를 약속드리겠습니다. 감사합니다. 네, 다나그린 김기우 님의 발표 잘 들었습니다. 이어서 Q&A 세션을 진행하도록 하겠습니다. 질문 있으시면 분께서는 손을 들어주시면 스태프분께서 마이크를 빠르게 전달해드리도록 하겠습니다. 첫 번째 질문 들어보겠습니다. 네, 잘 들었습니다. 유통 구조는 어떻게 되나요? 기존 육과 똑같이 냉장이나 냉동 유통이 가능한가요, 어떤가요? 네, 저희가 만드는 환경 자체가 무균에서 하기 때문에 기존의 고기 육보다는 훨씬 더 안전하게 유통이 가능합니다. 제가 질문이 하나 있는데요. 지금 만약에 이걸 사업화한다 그러면 주 경쟁사가 누구입니까? 경쟁이 될 만한 제품, 그러니까 경쟁사가 누구이고 그다음에 다나그린에서 추구하고자 하는 최종 비전은 무엇인지 알고 싶습니다. 경쟁사 같은 경우에는 지금 배양육 관련된 글로벌에 백여 개 정도의 스타트업이 생겼습니다. 원래 16년에는 10개 정도의 스타트업이었는데 현재는 굉장히 많이 생겨서 경쟁사가 많이 생긴 상태고요. 그리고 대체육의 식물성 고기, Plant based Meat이라고 합니다. 그리고 저희 배양육은 Cell based Meat이라고 하는데요. 이 두 대체육 같은 경우 서로의 장단점이 있는 것 같습니다. 아마 같은 동반 성장을 할 거라고 보고 있고요. 그리고 저희 다나그린의 아까 말씀드린 동물 윤리나 환경의 사회적인 문제를 해결해서 건강한 미래를 만들어보고 싶은 비전을 가지고 있습니다. 제가 추가 질문 하나만 하겠습니다. 그러면 지금 말씀하신, 어찌 보면 식물성 원료로 하는 대체육과 비교해서 하시고자 하는 게 어떠한 경쟁 우위가 있는지가 명확하지가 않은데, 조금 구체적으로 설명해주시겠습니까? 식물성 고기 같은 경우에는 식물이 고유하게 가지고 있던 향이나 맛을 감미료로 덮고 새롭게 고기 맛의 역할을 할 수 있는 감미료를 다시 추가하게 됩니다. 그래서 맛에 있어서 아까 음성이 안 나왔는데요. 실제 고기의 맛과 다르다는 의견을 지금까지 많이 주고 계십니다. 하지만 저희가 만들고 있는 것은 실제로 소면 소, 닭이면 닭, 돼지면 돼지의 근육을 직접적으로 만들기 때문에 고기와 맛이 유사하다고 말씀드릴 수 있습니다. 발표 잘 들었습니다. 식물성 고기 같은 경우에는 유명한 회사가 미국의 비욘드미트 같은 회사, 이미 펀딩도 상당히 많이 받았고 시장에도 출시되어 있는데, 우리는 지금 배양육 같은 경우에는 말씀하신 대로 백여 개의 스타트업이 있다고 하셨잖아요. 그러면 아직 상품화가 제대로 된 데가 없기 때문에 먼저 스케일업을 해서 상품화를 시켜서 시장을 선점하는 게 굉장히 중요하다고 생각하는데, 그 백여 개의 스타트업 중에서 먼저 상품화를 할 수 있는 차별화 포인트가 있을까요? 지금 현재 싱가포르의 저스트라는 회사에서 치킨너깃이 처음으로 작년 말에 식품으로 허가를 받았습니다. 그런데 그 허가를 받은 제품조차 식물성 고기에 세포만을 섞어서 허가를 받았습니다. 그래서 어떻게 보면 중간에 개발되고 있는 중간 과정이라고 볼 수 있는데요. 저희가 개발한 것은 아까 말씀드린 것처럼 실제 조직을 대량 생산하는 시스템까지 구축하고 있습니다. 그래서 지금까지는 없었던 진짜 같은 배양육을 세계 최초로 한번 시장에 내놓는 게 저희 목표입니다. 아까 경쟁 관련해서 추가 질문드리고 싶은 게 있었는데요. 결국, 경쟁사 대비 핵심 기술 또는 인력, 역량적 측면에서는 구체적으로 어떻게 차별화가 되시나요? 경쟁사가 여러 개 있고 그다음에 말씀하신 것처럼 Cell base로 하는 것도 많이 있을 텐데 저희만 갖고 있는 인력적인 요소라든지 기술적 차별화가 어느 부분에서 크게 난다고 설명해주실 수 있을까요? 저희가 원래 배양육 회사로 스타트를 했던 건 아니고요. 아까 말씀드린 것처럼 생체 내에 있는 조직을 생체 외에서 만들어내는 원천 기술로 시작했습니다. 그래서 어떻게 보면 약간의 피보팅을 통해서 심장과 간과 폐, 피부, 이런 조직을 만들던 회사가 근육을 만들게 됐죠. 그래서 가장 유사하게 근육을 만들 수 있는 기술을 보유하고 있다고 자부하고 있고요. 가장 유사하게 근육을 만들기 때문에 가장 고기와 유사한 영양 성분과 맛을 구현해낼 수 있다는 부분이 저희의 강점이라고 말씀드릴 수 있습니다. 네, 시간 관계상 마지막 질문받아보겠습니다. 아까 LG HomeBrew, 'LG가 이런 역할을 해준다면' 이런 가설들을 많이 얘기해주셨는데, 사실은 LG의 관점에서는 굉장히 지금의 사업과 연관성이 별로 없던 부분이라서 굉장히 의아한 얘기였거든요. 그래서 혹시 HomeBrew와 굉장히 비슷한 콘셉트라고 하던데, 이런 것들이 어떻게 조금 더 비슷하고 LG의 시너지 효과는 어떻게 날 수 있는지, 이런 부분에 대한 의견들이 혹시 있으신지 들어보고 싶습니다. 맥주 자체도 발효시키는 것이고요. HomeBrew 안에서 발효되는 프로세스를 배양육이 배양되는 프로세스에 적용시킬 수 있을 것으로 기대하고 있습니다. 그렇다면 기존에 LG가 가지고 있던 기술력으로, 지금 현재 개발하고 있는 배양기 자체는 이 세상에 없는 배양기를 새로 만들고 있기 때문에 많은 문제를 접하고 있습니다. 그래서 LG의 기술력으로 만약에 대량으로 생산할 수 있는 배양기를 만들고 이것을 특정 나라, 글로벌에 수출하게 되고 저희가 거기에서 배양육을 만들 수 있는 세포라든가 지지체라든가 배양액을 공급하게 되면 수출한 나라 자체에서 배양육을 생산할 수 있습니다. 이런 것을 제3국에 저희가 공급하게 되면 어려운 곳에서 손쉽게 동물성 단백질을 제공받을 수 있는 사회적인 공헌을 함께할 수 있을 것으로 기대하고 있습니다. 네, 감사합니다. 지금까지 다나그린 김기우 님의 발표 잘 들어봤습니다. 좋은 질문과 답변 감사드립니다. 감사합니다.

두 번째 IR 피칭으로 딥엑스의 발표 시간을 갖도록 하겠습니다. 딥엑스 김녹원 님을 무대 위로 모시겠습니다. 저는 딥엑스 대표이사 김녹원이고요. 저희 딥엑스 회사는 AI 반도체 솔루션을 개발하는 회사입니다. 세상에 있는 사물을 진화시키는 걸 목표로 만든 회사입니다. 2010년도부터 2020년 사이에 일반은 느끼지 못했지만 큰 변화가 있었습니다. 2010년도에는 전 세계에 50억 개의 전자기기가 인터넷에 몰려 있었습니다. 현재는 500억 개 이상의 전자기기가 인터넷에 몰려 있습니다. 2025년도가 되면 전 세계에 700억 개의 전자기기가 인터넷에 몰리게 되는데요. 이 엄청난 숫자의 전자기기들은 180ZB라는 방대한 데이터를 생성하게 됩니다. 처음 인터넷이 개발되던 1990년대 후반을 보면 모든 생성된 데이터는 인간이 처리를 해줬는데요. 더 이상 이런 방대한 데이터는 전 인류가 쉬지 않고 매달려도 처리할 수 없는 수준에 이르렀습니다. 결과적으로 초저전력으로 고성능으로 이러한 데이터를 실시간 처리까지 해줄 수 있는 AI 기술이 필요한 상황입니다. 딥엑스의 미션은 AI 반도체를 만드는 것이죠. 근데 이 AI 반도체를 만든다는 의미에는 굉장히 많은 의미가 있는데요. 인간이 만물의 영장인 이유가 타 개체 대비 압도적 지능을 갖고 있기 때문입니다. 근데 AI 반도체를 만든다는 것은 이러한 지능을 인공적으로 대량 양산화시키는 것이죠. 만약에 배터리로 동작하는 전자기기까지 AI 구현에 집적시킬 수 있다고 하면 인류 개체 수의 10배 수에 해당하는 전자기기가 쉬지도 자지도 않고 인류 문명을 지능화시킬 것으로 생각합니다. 저희가 이 회사, 딥엑스를 만든 이유는 인류 문명이 다음 단계로 진보되는 데 결정적 기여를 하는 가치를 보았기 때문에 AI 반도체, 초 전력, 고성능 반도체를 개발하고자 창업했습니다. On-device AI를 위해서 왜 NPU, 인공 신경망 프로세서가 필요한 것인가? 라는 질문을 많이 받는데요. 기존 기술인 CPU와 GPU 같은 경우에는 AI 연산 처리를 할 때는 연산 성능은 낮으면서 에너지 소모는 굉장히 과도해서 배터리 소모를 과도하게 일으키고요. 결과적으로 가열을 일으켜서 안전성 문제도 있게 되죠. 그래서 모바일 디바이스 같은 경우에 배터리 라이프 이슈는 굉장히 중요했던 거고요. 또한, 서버처럼 벤틸레이션이라든가 쿨링을 할 수 없는 특성을 갖고 있기 때문에 과열은 안전성의 문제가 있습니다. 자율주행 자동차 같은 경우, 프로세스가 과열을 받으면 연산 오류를 일으켜서 교통사고 같은 걸 일으킬 수 있게 되는 것이죠. 저희가 시간이 없어서 저희 NPU를 가지고 벤치마킹한 결과를 영상으로는 만든 게 많지만, 이 자리에서 보여드릴 수는 없는데요. 저희가 올 초에 만든 딥엑스 NPU를 FPJ라는 반도체 프로토타입 안에서 구현했을 때 260MHz로 동작되는 가운데 MobileNet-v1이라는 인공지능 알고리즘을 초당 천 회 인퍼런스를 할 수 있는 것을 확인하였습니다. 이것이 어떤 의미를 갖냐면 엣지 디바이스 안에서 볼 때 Hailo라든가 Gyrofalcon에 비교해서도 이미 성능을 앞서고 있고요. Intel이라든가 Centaur 같은 서버용 NPU 칩에서도 2~3천 회 정도의 인퍼런스를 하고 있는 걸 보면 비교적 수준에 있다고 봅니다. 저희가 내년에 만드는 에이젝솔루션에서는 6천 회 이상의 인퍼런스를 가능하게 할 것으로 계획하고 있기 때문에 성능 면에서 글로벌 기업과 비교해볼 만한, 경쟁해볼 수 있는 솔루션을 이미 갖고 있다고 생각합니다. 저희 입장에서는 서두에서 말씀드린 것처럼 초저전력이 굉장히 중요한데요. 왜냐하면, 배터리로 동작되는 디바이스까지를 저희가 목표로 하기 때문입니다. 그래서 이 엣지 디바이스에 있는 AI 하드웨어 솔루션 기업들이 여럿 있는데요. 대표적으로 Google과 Tesla가 가지고 있는 솔루션은 2T 오퍼레이션을 1W에서 할 수 있는 전송비를 갖고 있고요. Hailo는 3T OPS/W의 연산 전송비를 갖고 있고 아날로그 연산 방식을 사용하는, 저전력에 굉장히 강점을 둔 Mythic이라는 회사는 8.4T OPS/W의 솔루션을 최근에 공개했습니다. 딥엑스는 내년에 10T OPS/W를 목표로 지금 개발하고 있습니다. 저희가 만드는 첫 번째 세대의 솔루션 이름을 제네시스라고 지었습니다, 창세죠. 그것에서도 50T OPS 이상에서 수백 TOPS까지 이르는 고성능을 위해서는 하이엔드, 미들엔드에서는 24T OPS의 성능을 갖는 AI 반도체, 그리고 로우엔드에서는 4.8T OPS에 해당하는 처리 성능을 갖고 있는 걸 준비하고 있는데요. 이 기능들을 통해서 여러 다양한 엣지 디바이스에 사용될 것으로 생각하고 있습니다. 저희가 하이엔드, 미들엔드, 로우엔드를 통해서 각 시장 분야를 공략하려고 하는데요. 저희가 본격적으로 양산화해서 매출이 생기는 시점이 2025년도에는 한 2천억 원의 매출을 예상하고 있고요. 23년도까지 저희가 AI 반도체 전 세계 마켓쉐어 1%를 목표하고 있습니다. 그 경우에는 1.4조 원 정도의 매출을 예상하고 있습니다. 가장 중요한 부분, 오늘 여기 제가 참여하게 된 가장 중요한 동기이기도 하고 중요한 내용이기도 한데요. 저희는 LG와 인공지능 가전 분야에서는 LG전자와 협업하고 싶고요. 또 스마트 카, 커넥티드 카, 셀프드라이빙 카, 그다음에 ADAS, 이런 솔루션들을 필요로 하는 자동차 분야에서는 아마 AI 반도체가 필요한 다양한 니즈가 향후에 있을 것으로 예상됩니다. 이 부분에 대해서 저희가 잠재적인 포텐셜을 갖고 있다고 보고요. 현재는 LG이노텍과 스마트 카메라 모듈 쪽에 POC를 하려고 논의 중에 있는데요. 자그마한 카메라 모듈 안에 초저전력의 AI 반도체를 넣어서 솔루션을 만들려고 준비 중에 있습니다. 이외에도 아마 굉장히 많은 분야에서 저희가 협업할 수 있다고 생각합니다. 여기에서 저희가 피력하고 싶은 부분은 이미 전 세계에 많은 솔루션 업체들이 존재하고 있고요. 스타트업도 있고 대기업도 있어서 많은 경쟁자가 존재하고 있긴 한데, 저희가 갖고 있는 가치가 LG한테는 어떤 것이냐? 첫 번째는 세계 최고 수준의 퀄리티를 갖고 올 수 있는 AI 반도체 제공 업체이고 두 번째는 AI만큼은 세트 제품을 만들 때 응용 특허라는 부분이 굉장히 중요합니다. 세트 업체가 독자적인 AI 기능을 구현해서 제공하는 것으로 차별성을 갖는데요. 이게 뭘 의미하냐면 세트 업체와 AI 반도체 솔루션 업체의 긴밀한 협업 없이는 독자적인 기능을 얻기가 어려운 것이죠. 국내에서 AI 반도체 솔루션을 응용 특허에 맞춰서 공급할 수 있는 독립된 조직으로서는 딥엑스가 현재는 유일합니다. 이 부분에서 저희가 국내에서 기여하는 것도 아마 저희가 큰 가치이고요. 응용 특허 부분에서 아마 긴밀한 협업은 양사가 다 필요한 것으로 인식되고 있습니다. 그래서 제가 이 자리에 서게 되었고요. 향후 이 부분에 대해서 많은 기회를 저희가 얻고자 희망합니다. 여기까지가 제 발표입니다. 감사합니다. 네, 고맙습니다. 발표 잘 들었습니다. 바로 이어서 Q&A를 진행하도록 하겠습니다. 편하게 질문해주시면 되겠습니다. 제가 먼저 질문을 드리겠습니다. 개인적으로 AI 반도체 쪽에 관심이 많아서 사실 재밌게 잘 들었고요. 말씀하신 것처럼 엣지단에서의 인퍼런스 수요는 저도 크게 폭발적으로 늘어날 거라고 보고 있고요. 또 다른 한편으로는 다양한 스타트업들이 아까 말씀하신 것처럼 많이 나오고 있습니다. 일단 기술적으로, 아까 벤치마킹한 것만 보여주셨는데, 어떻게 설계적으로 다른 건지, 그러니까 기술적으로 어떤 차별이 있는 건지에 대한 설명이 좀 부족했던 것 같아요. 그래서 그 부분을 객관적으로 설명해주실 수 있으면 좋을 것 같습니다. 왜 NVIDIA나 INTEL 대비 훨씬 더 좋은 성능을 저전력에서 낼 수 있는지, 그다음에 아날로그 컴퓨터 기반으로 낼 수 있는 Mythic 같은 회사보다 디지털 방식 위주일 텐데 어떻게 성능을 더 그렇게 많이 내면서 전력을 낮출 수 있는지, 이게 기본적인 원리라도 좋으니까 궁금합니다. 그게 이 사업화에 대한 현실성과 관련이 있을 것 같아서요. 네, 많은 배경 지식을 갖고 계셔서 아마 짧은 시간에 대답을 원하는 만큼은 못 드립니다. 아마 한 시간 이상 정도 필요할 내용인데요. Mythic 같은 경우에는 아날로그 방식을 사용하다 보니까 중요한 건 보이지 않는 부분 있죠. 연산은 아날로그 방식으로 하니까 굉장히 에피션트한데 방대한 양의 ADC가 필요합니다. 사이즈가 굉장히 크거든요. 이걸 달고 해야 하기 때문에 어려운 점이 있고요. 두 번째는 아날로그 방식이어서 오차가 존재하기 때문에 이걸 커버할 수 있는 학습 능력, AI 학습이 필요한 것이죠. 저희는 사실 Mythic과 같은 전송비를 갖는 게 목표였고요. 그러나 그것만 가지면 우리는 압도적으로 다른 부분에서는 차별성을 갖게 된다는 것이었고 나머지 디지털 방식의 기술들과는 그들이 갖고 있는 어드벤티지를 그대로 갖고 있으면 전송비 하나만으로도 넘사벽 차이를 낼 수 있다고 보고 있는데요. 기술의 요체는 제가 과거에는 Apple에서 AP를 설계했습니다. Qualcomm보다 같은 공정, TSMC 공정을 써도 4배의 전송비를 가졌거든요. 근데 같은 공정에서 나오는 이 AP 두 개가 4배의 전력 성능비를 갖는다는 게 사실 쉽지 않은 수치잖아요. 단 한 가지의 이노베이션을 가지고는 이룰 수 없습니다. 저희가 지금 딥엑스를 만들어 놓고 특허를 60개까지 쓰고 있는데요. 올해도 20~30개를 쓰고 있고. 한 20~30가지 도메인에서 기존 대비 20~30% 또는 2~3배의 효과를 낼 수 있다는 아이디어에 착안해서 개발하다 보니까 통합시켜 봤을 때 그런 차이를 얻게 됐다고 이해하시면 좋을 것 같습니다. 네, 질문 한 가지만 덧붙여서 드리겠습니다. 어쨌든 칩을 성공적으로 구우셔도 결국 커머셜라이즈해서 사업을 하셔야 할 텐데 소프트웨어 스택은 어떻게 준비를 하고 계시는가요? 결국, 소프트웨어 스택이 따라가야 칩이 상용화가 되고 많은 개발자에 의해서 쓰일 텐데 그런 역량이나 그런 준비는 어떤지 궁금합니다. 굉장히 좋은 질문입니다. 아마 제가 봤을 때 보여드렸던 성능비나 이런 것들은 어떻게 보면 근본적인 가치인 거고요. 이게 익스펜서블 할 것 같으면 유저빌리티가 좋아야 하는데 그건 바로 말씀하신 소프트웨어 디벨롭먼트 킷인데요. 저희 같은 경우에는 Tensor Flow와 PyTorch, 엔엑스넷, 이렇게 해서 여러 AI 소프트웨어 플랫폼이 있습니다. 이 플랫폼으로부터 중간 단계의 그래포 베이스였던 표현식을 얻게 되고요. 이것을 저희 NPU가 이해할 수 있는 바이너리를 바꾸는 컴파일러를 개발하고 있습니다. 이미 저희 내부적으로는 공식 릴리즈를 하고 버그 피치를 하고 있고요. 내년에 칩이 나오기 전에 일반에 공개되는 릴리즈를 예정하고 있습니다. 기술에 대한 건 제가 잘은 모르지만, 설명은 들었는데, 이걸 어떻게 사업화하려고 하는지, 비즈니스 모델은 어떻게 되는지, 그리고 최종적으로 어느 수준까지 사업화해서 수익을 내려고 하는지, 그 비즈니스를 모델을 구체적으로 설명해주시기 바랍니다. 아마 사업화 모델은 굉장히 다변화될 거긴 한데, 현재 LG이노텍과 POC 하는 것을 기반으로 하나의 예를 소개해드리자면 LG이노텍이 카메라 모듈을 굉장히 잘 만드는 곳이고 비즈니스가 굉장히 크잖아요. 그런데 카메라 기능뿐만 아니라 AI 기능을 넣어서 모듈화시키는 것을 시장이 원하고 있습니다. 감시카메라든가 이런 쪽에서요. 저희 같은 경우에는 AI 칩을 만들어서 카메라로부터 영상을 받고 그 영상 내에 있는 내용의 응용에 맞게 AI 처리를 해주고 데이터를 뽑아주는 칩을 만들 수 있죠. 이게 단가가 몇 불이냐, 몇십 불이냐에 따라서 수익률, 마진이 나오겠죠. 저희 같은 회사들은 그런 칩을 만들어서 솔루션으로 공급하면서 1년에 백만 개가 될 수 있고 천만 개가 될 수 있어서 그렇게 수익화가 되는 구조입니다. 대량 생산 공장 만드시고 생산까지 다 하실 계획입니까, 아니면 기술만 공급해서 하시는지? 저희 같은 회사 형태를 팸리스라고 말하고요. TSMC나 삼성이나 여러 그로프한 회사를 통해서 제작하고 패키지는 또 Armco나 이런 여러 회사가 있고요. 테스트도 이미 서드 파티가 잘 되어 있는 분야입니다. 그래서 저희는 설계도에 집중하는 회사죠. 네, 이제 시간 관계상 마지막 질문받아보겠습니다. 지금 LG와 협력하시는 내용 중에 B2B 비즈니스 같은 경우에 대부분의 OEM이 이미 검증된 칩, 아까 경쟁사들, Google, Tesla, TPU부터 쭉 해서 그런 검증된 칩이 아니면 사실 저희도 사업하기가 되게 어려운 부분이 있고 그러다 보면 B2C 영역에서 저희가 오너십을 발휘할 수 있는 가전 쪽은 가능할 수도 있을 것 같긴 한데, 사실 대부분의 기업이 이미 내재화 활동은 하고 있거든요. 그래서 그런 환경으로 봤을 때 스타트업이 이 일을 하기에는 여전히 어려운 환경일 것 같은데, 이 부분은 어떤 생각으로 뚫고 가려고 하는지? 사실 제가 보기에는 그렇게 쉬운 일이 아닌 것 같아서 그런 의견을 듣고 싶습니다. 굉장히 또 좋은 질문인데요. 간단하게 말씀드리면 'LG그룹이 갖고 있는 AI 반도체에 대한 모든 니즈는 내부에서 해결할 수 없다'로 일단 가장 쉽게 귀결되고요. 그러나 과거의 우리나라 같은 경우에는 CPU, GPU 기술이 다 종속되어서 로열티 엄청나게 내고 또 몇 세대 진화한 기술 받아다 쓰는 현실이었는데요. 그걸 계속할 수도 없는 것이고. 또 큰 사이즈의 비즈니스 같은 경우에는 사실 원 벤더로 갈 수 없습니다. 모든 세트 업체들이 최소한 2~3벤더로 가잖아요. 근데 그 안에서도 또 새로운 제품을 위해서는 국내에 있는 기업한테도 기회를 주는 등, 이런 이유가 있잖아요. 근데 AI 반도체의 수요는 있는데 공급자가 모자라는 상황이 올 때 저희가 기회를 맞는다고 생각합니다. 네, 답변 고맙습니다. 이것으로 Q&A 세션을 마치도록 하겠습니다. 고맙습니다.

라이언로켓 정승환 님을 무대 위로 모시겠습니다. 안녕하십니까? 콘텐츠의 미래를 만들어 가는 라이언로켓 대표 정승환입니다. 혹시 '김비서가 왜 그럴까?'라는 드라마 들어보신 적 있으신가요? 웹 소설부터 웹툰, 드라마까지 초대박을 터트린 메가 히트작입니다. 그럼 이 드라마, 과연 누가 썼을까요? 유명한 작가일까요? 정답은 한 약사분께서 약국에서 쓰신 작품입니다. 저는 이 사실을 보면서 한 가지 큰 확신이 들었습니다. 역사가 증명해왔듯, 소수의 생산 권력이 민주화될 때 시장의 혁신은 일어납니다. 과거 일부만 작가가 되었던 시절에서 지금의 스마트폰 보급과 플랫폼의 확장으로 인해서 누구나 작가가 될 수 있게 되었고 많은 콘텐츠가 나오게 되었습니다. 이러한 관점으로 동영상 시장을 한번 보겠습니다. 과거에는 소수의 방송사가 일방적으로 콘텐츠를 줬던 수동적 소비의 시대였다면 지금은 유튜브를 통해서 우리가 원할 때 언제든지 콘텐츠를 볼 수 있습니다. 최근에는 틱톡의 등장으로 사람들은 이제 콘텐츠를 만들기까지 하고 있습니다. 그럼 과연 이 시장에도 진정한 민주화가 왔을까요? 저는 아니라고 생각합니다. 대부분의 콘텐츠 크리에이터들은 하단에 보이는 User Generated Contents를 만들고 있습니다. 돈이 되는 건 상위에 있는 Professional Generated Contents임에도 불구하고 말이죠. 그 이유는 세 가지 허들 때문입니다. 편집해야 하고 카메라와 마이크와 조명이 있어야 하고 또 다수의 배우를 캐스팅해야 하기 때문입니다. 저희는 이 문제를 해결하고자 합니다. 라이언로켓은 인공지능 생성 기술을 가지고 있습니다. 그래서 원할 때 원하는 음성과 원하는 영상을 만들 수 있죠. 저희는 이 기술, OnAirStudio라는 서비스를 제공하려고 합니다. 웹 기반의 서비스이고요. 자신이 가진 디지털 콘텐츠를 활용할 수 있고 이제 내가 원하는 가상 배우, 메타 페르소나를 캐스팅할 수 있습니다. 거기에 대사를 입력하면 가상의 메타 페르소나가 말할 수 있게 되는 거죠. 같이 한번 샘플을 보시도록 하겠습니다. 네, 반갑습니다. 9시 뉴스의 김지우입니다. 오늘 뉴욕에서 2023 국제 인공지능 콘퍼런스가 개최되었다고 합니다. 인공지능 합성 미디어 분야에서 독보적인 기술력을 인정받은 라이언로켓도 이 행사에 참여했다고 하는데요. 바로 뉴욕의 정선호 기자 연결해보겠습니다. 네, 정선호 기자? 네, 현장의 정선호 기자입니다. 저는 지금 2023 국제 인공지능 콘퍼런스 행사 현장에 나와 있는데요. 이곳 행사 현장에는 인공지능 기술의 발전을 직접 체험하고자 하는 많은 분이 참석해주셨습니다. 이 뜻깊은 행사에 라이언로켓이 보낸 영상 메시지가 큰 주목을 받고 있는데요. 자, 그럼 어떤 내용인지 함께 보시죠. 반갑습니다. 라이언로켓의 메타 페르소나로 만들어진 문재인입니다. 오늘, 라이언로켓의 인공지능 생성 기술에 대해 알아보면서…. Today, we're going to learn about LionRocket's AI generation technology. I hope this will be place to imagine how this technology will change our future. I'm Jensen Hwang an artificial intelligence created by the technology of LionRocket, a Korean startup. Following the keynote speech. I am very excited and honored to be in the same position as real CEO Jensen Hwang. At this meeting last year CEO Jensen Hwang actually said as follows “The Metaverse is coming” and I, an artificial intelligence appeared here in a year proving that his words were not wrong. The combination of the developing artificial intelligence technology of LionRocket and the excellent performance of NVIDIA GPU made me possible. I hope this will be a place to imagine how this technology will change our future. Meet synthetic media that will fascinate and immerse you in the upcoming Metaverse. Thank you. 앞으로 여러분이 보시는 이러한 메타 페르소나들은 앞으로 목소리와 표정으로 연기까지 가능하게 될 것입니다. 그리고 여러분들은 원하는 가상의 배우를 직접 커스텀해서 만들 수 있게 될 것이고 이 메타 페르소나들은 제스처와 액션을 할 수 있게 될 것입니다. 기술의 발전에 따라서 지금은 교육 콘텐츠이지만 앞으로는 스토리텔링 콘텐츠, 그리고 개인은 엔터테인먼트와 예능까지도 직접 만들 수 있게 될 것입니다. 앞으로 크리에이터들의 수익성은 높아지고 주변의 다양한 콘텐츠가 풍성해질 겁니다. 실리콘 밸리의 마크 안데르센은 Creator Economy를 다가오는 제3의 인터넷 물결이라고 했습니다. 이러한 시장 상황 속에서 라이언로켓은 크리에이터들에게 새로운 가치를 제안하고자 합니다. 기존에는 불가능했던 녹음과 촬영을 웹 서비스로 대신하는 겁니다. 초기 시장으로는 앞으로 423조로 성장할 온라인 클래스 시장, 그리고 분기별 연간 50%를 성장하는 개인 영상 제작 시장입니다. 또한, 자사의 딥러닝 엔진을 SaaS 형태로 B2B 고객에게 제공하고 있습니다. 지금까지 다수의 대기업과, 또 스타트업과 협업하면서 자사의 생산 기술을 증명해왔습니다. 3년 차 기업인 라이언로켓이지만 지금까지 빠르게 음성 영상 기술을 확보했고 내년에는 글로벌 진출을 준비하고 있습니다. 저희 라이언로켓은 딥러닝 비즈니스에 필수적인 비즈니스와 AI 모델링, 그리고 데이터 인프라를 맡고 있는 각각의 co-founder가 함께 창업했습니다. 이 세 명의 창업자들은 최근에 포브스가 선정한 30세 이하 아시아 리더로 뽑히기도 했습니다. 지금 저희 라이언로켓은 서울대, 카이스트, 한양대, Rose-Hulman 출신의 브레인 팀과 쏘카, 번개장터 출신의 B2C 경험이 풍부한 프로덕트 팀이 함께 서비스를 운영하고 있습니다. 저희는 음성 영상 생성 기술을 넘어서 추가적으로 한 장의 사진으로 동영상의 얼굴을 바꾸는 것과 또 원하는 애니메이션 풍으로 바꾸는 것, 또는 개인들이 배우는 커스텀할 수 있도록 단순히 눈코입이 아니라 그 배우의 시간을 초월해서 만들 수 있게 하는 기술을 연구하고 있습니다. 앞으로 3년 이내에 라이언로켓의 기술이 콘텐츠 시장과 디지털 광고 시장, VR 시장, 메타버스 시장에서 널리 활용될 수 있을 것이라고 확신합니다. 네, 감사합니다. 네, 라이언로켓 정승환 님의 발표 잘 들었습니다. 곧바로 Q&A를 진행하도록 하겠습니다. 네, 잘 들었습니다. 이쪽 관련 분야의 기술을 스타트업들이 굉장히 많이 개발하고 있어서 대표님께서 생각할 때 이 회사의 차별화 포인트, 차별화 기술, 저희가 여러 업체를 많이 봤거든요. 그래서 차별화 포인트가 뭔지에 대해서 얘기해주시면 고맙겠고요. 그리고 앞으로 이 분야에서 어떤 기술이 궁극적으로 개발되어야 성공할 수 있을까? 그런 포인트. 왜냐하면, 페이크 만드는 것들이 너무 많이 있고 이런 시장에서 1등 하기 위해서 새로운 돌파구가 필요할 것 같은데, 그런 부분에 대해서 얘기해주시면 고맙겠습니다. 네, 좋은 질문 감사드리고요. 첫 번째로는 경쟁력에서 말씀해주셨는데 저는 크게 두 가지를 꼽고 있습니다. 첫 번째로는 음성 영상 생성 기술을 둘 다 가지고 있는 기업은 별로 없습니다. 사실 저는 두 기술을 한 회사가 가지고 있어야 앞으로 사업 추진을 할 때 빠르게 될 수 있다 생각하고 있는데, 일반적으로 음성 기술 하나만 갖고 있거나 영상 기술만 갖고 있습니다. 첫 번째가 이 분야이고요. 두 번째는 저희의 개발 속도입니다. 저희는 3년 차 기업이지만 현재 글로벌 수준의 5년 차 기업들을 따라잡고 저희는 내부적으로 제스처를 연구해서 그다음 격차를 벌려나가고 있습니다. 두 번째 질문으로는 저희는 사실 기술의 시너지를 가장 중요하게 생각합니다. 단순히 음성만이 아니라 영상만이 아니라 딥페이크만이 아니라 이 기술에 시너지를 일으켜야만 합성 미디어가 진정으로 올 수 있다고 믿고 있습니다. 그래서 저희는 이 기술을 빠르게 확보하고 있고, 테스트하고 있고, 고객에게 제공하고 있습니다. 이 시너지를 통해서 궁극적으로 새로운 콘텐츠가 만들어지는 것을 저희의 다음 목표로 삼고 있습니다. 네, 이어서 다음 질문받아보도록 하겠습니다. 질문 있으신 분은 손을 들어주시기 바랍니다. 네, 대표님. 발표 잘 들었습니다. 아까 위원님께서 말씀하신 것처럼 많은 경쟁자가 있는데, 지금 라이언로켓 같은 경우에는 어쨌든 시장의 니즈가 있었기 때문에 창업하신 거고 그 시장의 니즈에 맞춰서 제품을 개발하고 그걸 연결하셨을 거잖아요. 그러면 어떤 구체적인 니즈가 있었고 그것을 연결했을 때 어떤 효과가 있었는지에 대한 실제 사례를 말씀 부탁드리겠습니다. 사실 저희의 창업 계기는 그런 니즈의 출발은 아니었습니다. 저희는 맨 처음에 같이 개발하는 친구 세 명이 시각장애인분들을 위해서 우리가 인공지능 음성 기술로 오디오북을 만들어서 기부하자, 라는 서비스로 시작했습니다. 그런데 다만 그 서비스를 개발하는 과정에서 저희만의 노하우와 기술력이 생기게 되었고 이 기술을 가지고 저희가 음성을 개발하고 영상을 개발해서 시너지를 내면서 그다음 서비스로 가고 있었습니다. 그래서 사실 저희는 니즈를 발견하고 간 것이 아니라 기술을 개발하면서 저희에게 들어오는 기업 고객들의 인바운드를 체감하면서 시장을 증명하게 된 케이스입니다. 지금은 저희가 가장 많이 인바운드를 받고 있는 니즈는 금융권이고요. 금융권에서 비대면으로 고객을 대응할 때 필요한 핵심 기술로서 지금 가장 큰 니즈가 발견되고 있습니다. 사업 모델은 어떻게 생각하고 계시는가요? SaaS를 생각하시는 거예요, 아니면 콘텐츠 크리에이션 서비스를 생각하시나요? 저희의 OnAirStudio라는 서비스에서 구독 모델로 보고 있습니다. 다만 고객들이 생성 기술에 적응하기 위해서 저희가 음성을 무료로 제공하면서 적응하게 하고, 그다음에 영상이 필요할 때 영상 모델에 대해서는 구독해서 사용할 수 있게 제공할 예정입니다. 그래서 그다음부터는 제스처를 붙여나가면서 감정 연결을 붙여나가면서 고객들이 점점 좋은 콘텐츠를 만들 수 있게 도울 예정입니다. 어떤 사람의 음원이나 이런 걸 가지고 비슷한 형태의 다른 멀티 페르소나의 콘텐츠를 만들 때 어떤 사람의 음원의 샘플에 대한 데이터는 얼마나 필요하신가요, 갖고 계신 솔루션은? 우선 저희도 조금 잘하고 싶은 것은 일반적으로 이렇게 좋은 퀄리티의 영상을 만들기 위해서는 굉장히 많은 촬영 대사가 필요합니다. 다만 저희는 이런 좋은 퀄리티를 만드는 기업 중에서는 가장 적은 시간인 1시간 만에 영상 데이터로 보여드리는 샘플을 만들었고요. Jensen Hwang 같은 경우에는 26분에 최근에 나온 영상 데이터를 가지고 오늘을 준비했습니다. 사실 지금 보여주신 기술이 1년 전에 봤으면 와우 했을 텐데 최근에 이 분야가 워낙 발달을 많이 해서 최근에도 신한에서도 휴먼 AI를 가지고 굉장히 키우고 있어서 사실은 여전히 '생각보다 더 늦은 것 아닌가? 다른 데 들이 더 빠른 거 아닌가?'라는 의구심이 있거든요. 아까 3년 안에 따라잡았다고 말씀하시는 부분이 피부에 와닿게 실제 사례들, 이런 부분들로 해서 그들과는 우리와 어떤 차이가 있고 우리는 이런 거로 더 잘할 수 있다는 어필 포인트가 있었으면 좋겠어요. 여전히 저희가 보기에는 '이제 시작한 것 같은데'라는 느낌이 있어서 그렇습니다. 사실 그렇게 보일 수도 있을 것 같습니다. 다만 말씀하신 신한은행의 사례 같은 경우에는 그 광고 모델은 사실 본체가 있는 사람입니다. 사람이 춤을 춘 다음에 거기 위에 가상 얼굴을 씌운 거기 때문에 만약에 그 광고를 또 찍게 된다면 다시 또 연계해야 하는 것이죠. 그러면 사실 저희가 원하는 크리에이터들의 제작 시간을 줄일 수가 없습니다. 저희는 그런 과정이 필요 없이 텍스트만으로 계속해서 새로운 영상을 만들 수 있는 기술이기 때문에 다소 지금은 그러한 딥페이크 기술에 비해서 낮아 보일지라도 앞으로는 따라잡으면서 이러한 더 좋은 효율적인 기술로서 발전해나갈 예정입니다. 그래서 본체의 유무를 차이점으로 들고 싶습니다. 네, 마지막 질문받아보도록 하겠습니다. 갠(GAN) 같은 경우에는 많이 사용되는 기술인데요. 아까 핵심 개발을 소개해주셨는데, 여기서 가지고 있는 차별화된 특허 같은 게 혹시 있나요? IP 확보라든가? 저희는 음성에 대해서 특허 1개, 또 영상에 대해서 입 모양 특허를 가지고 있고요. 현재 이 특허를 가지고 해외출원까지 준비하고 있습니다. 또는 저희 내부에서 갖고 있는 기술은 일반적으로 갠이라는 기술은 굉장히 불안정한 기술입니다. 근데 저희는 음성 때부터 쌓아온 노하우로 학습 과정부터 학습할 때 갠을 안정화시키는 기술을 개발했고요. 그 때문에 짧은 3년 동안의 시간이지만 음성, 영상, 나아가서는 추가적인 기술까지 개발할 수 있었던 원동력이 된 것 같습니다. 네, 고맙습니다. 발표 잘 들었습니다. 네, 감사합니다. 고맙습니다.

리그넘 이상현 님을 무대 위로 모시겠습니다. 저희는 폐목재 업사이클링 기반으로 친환경 경량 플라스틱 제조에 적용할 수 있는 충진 소재를 사업하고 있는 스타트업입니다. 플라스틱 제품은 석유계 기초 수지, 그리고 충진 소재, 첨가제, 세 가지 소재를 활용해서 제조되고 있고요. 저희가 하는 충진 소재 같은 경우에는 석유계 기초 수지의 사용량을 저감하기 위한 목적으로 주로 사용하고 있습니다. 그래서 플라스틱 제품을 제조할 때 충진 소재 사용량을 많이 할 수 있으면 석유계 기초 수지의 사용량을 저감할 수 있기 때문에 좀 더 친환경적인 플라스틱을 제조할 수 있죠. 잘 아시겠지만 지금 플라스틱 폴루션으로 인해서 전 세계적으로 많은 문제가 야기되고 있습니다. 그래서 기존의 난분해성인 석유계 플라스틱 소재를 지금은 좀 더 친환경적이고 생분해가 가능한 Biomass 기반의 플라스틱 소재로 계속 전환하고자 하는 노력이 가속화되고 있고요. 특히 저희가 주목하고 있는 모빌리티 쪽 플라스틱 시장은 경량화가 가장 큰 이슈입니다. 왜냐하면, 연비와 바로 직결되기 때문에 그렇습니다. 그래서 지금 플라스틱 시장의 이슈는 친환경 소재이냐, 경량 소재이냐? 두 개가 가장 큰 키워드이고요. 관련해서 플라스틱 충진 소재 시장은 약 30조 정도 됩니다. 그리고 그중에서 자동차와 같은 모빌리티 쪽 시장이 가장 크고요. 저희가 1차로 진입하고 있는 차량용 같은 경우에는 연비라든지 배출 가스 규제로 인해서 최근에 경량 플라스틱조차도 플라스틱 쪽으로 소재를 전환하는 추세로 가고 있습니다. 그래서 대당 차량에 예전에는 100~150kg의 플라스틱이 적용되던 것이 지금은 300kg 이상 적용되고 있어서 이런 경량 충진 소재 시장은 나날이 확대될 것으로 생각되고요. 특히나 전기차라든지 앞으로 열릴 플라잉 카 혹은 드론 같은 경우에 모빌리티 시장이 확대되면 더더욱 경량 충진 소재 시장은 확대될 것으로 저희는 생각하고 있습니다. 근데 불행히도 지금 대부분 플라스틱에 적용되고 있는 충진 소재를 살펴보면 그림에서 보시는 바와 같이 광물을 채굴해서 분쇄해서 만든 무기 충진 소재가 대부분입니다. 이게 기초 수지보다 2~3배 정도 무겁고요. 플라스틱에 충진 소재가 적용되면 될수록 더 무거운 플라스틱으로 만들어지기 때문에 큰 문제이고, 더군다나 지금의 충진 소재는 채굴하기 때문에 석면이라든지 방사성 물질 같은 발암 물질에 오염되는 경우가 굉장히 많습니다. 그리고 채굴 과정이 전혀 친환경적이지도 않습니다. 반면에 저희의 충전 소재 같은 경우에는 2세대 Biomass인 나무를 원료로 하고요. 저희 특허 공정을 통해서 나무의 주성분인 Lignin이라는 성분, 그리고 Cellulose를 Micro Fibrillated Cellulose 그리고 Lignin, 두 개의 복합 물질로 개질한 다음에 그걸 세이프로 가공하고 있습니다. 저희 충전 소재는 기초 수지보다 더 가볍습니다. 그리고 비식용의 Biomass를 활용하기 때문에 윤리적인 문제도 없고요. 그리고 최근 미국 농무부로부터 친환경 인증도 획득하였습니다. 그리고 저희 소재의 특징은 기존의 Bioplastic 소재가 높은 가격이나 낮은 물성으로 인해서 적용하지 못했던 자동차용 플라스틱 시장에 저희는 진입하고 있습니다. 제가 계속 경량화나 가벼움에 대해서 말씀드리는데요. 예를 들어서 기존의 충진 소재와 저희 세이프 같은 가벼운 충진 소재를 적용했을 때 얼마나 효과가 있는지에 대해서 수치적으로 말씀드리겠습니다. 그림에서 보시는 바와 같이 동일한 플라스틱에서 제조할 때 기존의 탈패라고 하는 무거운 무기 충진 소재, 그리고 저희 같은 세이프 충진 소재를 동일한 무게의 비로 첨가해서 플라스틱 제품으로 만들면 테이블에서 보시는 바와 같이 10% 이상 가볍게 만들 수 있고 거기에 들어가는 기초 수지 사용량도 2배 이상 절감할 수 있습니다. 그러면 거기에서 발생하는 CO₂ 저감량도 2배 이상이 됩니다. 글로벌로 플라스틱이 3억8천만 톤 매년 생산됩니다. 만약에 금방 말씀드린 바와 같이 가벼운 세이프와 같은 충진 소재를 10% 정도 블렌딩해서 플라스틱 제품을 만들 수 있다고 하면 플라스틱 제품을 만들 때 사용하는 원유 사용량을 1,500만 톤 저감할 수 있고 원유 사용에 따르는 CO₂ 저감 효과도 한 5,000만 톤 가까이 됩니다. 더불어서 제가 모빌리티 쪽도 말씀드렸는데요. 모빌리티 쪽 같은 경우에는 예를 들면 저희 세이프 충진 소재를 자동차 플라스틱 제조할 때 10kg 정도 적용해서 만들게 되면 자동차를 0.67% 정도 가볍게 만들 수 있습니다. 얼마 안 되는 수치입니다. 연비 개선 효과도 0.6%가 채 안 됩니다. 그럼에도 불구하고 자동차는 폐기 직전까지 10만kg이든, 20만kg이든 운행해야 합니다. 그래서 예를 들어서 자동차 1대당 10만kg 운행하고 연비가 20km이고, 1년에 글로벌로 차량이 1억 대 정도 생산됩니다. 산술적으로 계산해보면 휘발유 저감량이 4백만 톤, 그로 인해서 CO₂ 저감량 1,300만 톤 정도 달성됩니다. 이것은 기초 수지 저감에 의한 효과보다도 훨씬 더 큰 효과이기 때문에 저희가 모빌리티 쪽에 포커스를 하고 있습니다. 저희는 이런 세 가지 형태의 제품을 만들고 있고요. 저희의 소재는 이미 쌍용자동차 티볼리의 내장 플라스틱에 적용되고 있습니다. 현재는 GM 차량의 부품 개발을 완료해서 지금 사용 소재 등록을 하고 있고요. 기타 국내의 다양한 기업에서 적용성 평가를 진행 중입니다. 현재 프리 120억 밸류로 시리즈 A 펀딩을 진행하고 있고 2026년까지 기존의 Bioplastic 소재가 적용되지 못하고 있는 모빌리티나 전기·전자나 아니면 농업용 mulching film 같은 데에 적용함으로써 매출을 5백억 이상 달성하는 것을 목표로 하고 있습니다. 저와 박오진 박사 같은 경우에는 주로 Biochemical 연구를 지금까지 진행해 왔고요. 그리고 이정호 이사 같은 경우에는 기계 전공이고 주로 플라스틱 금형 쪽 전문가입니다. 그리고 저희 기술 고문으로 계시는 분들도 플라스틱 컴파운딩의 대가입니다. 저희는 2017년에 창업해서 2020년에 TIPS 과제에 선정되어서 진행하고 있고요. 작년에 프랑스 JEC에서 주관한 JEC Composite Startup Booster Competition 우승 기업이 리그넘입니다. 그리고 역시 작년에 유럽 Biobridge와 Fiat Chrysler 자동차에서 자동차 분야 복합 수지 혁신 기술 공모전이 있었는데요. 거기에서 최종 11개 기업에 저희가 선정되었습니다. 네, 이상 발표를 마치고 30초가 남았기 때문에 저희 협업 관련해서 말씀을 드리면 저희는 계속 Biofiller의 플라스틱 적용에만 포커스를 맞춰서 말씀드렸지만, 저희 프로세스 같은 경우에는 다양한 Biochemical을 생산할 수 있는 통합 플랫폼 기술입니다. 그래서 저희 Filler를 다운스트림으로 활용하게 되면 2차 전지 음극재 같은 것으로도 적용될 수 있고요. 그리고 발효당을 생산할 수 있기 때문에 Biopolymer 생성을 위한 다양한 Biochemical도 생산할 수 있습니다. 이상 발표를 마치겠습니다. 네, 발표 잘 들었습니다. 바로 이어서 Q&A를 진행하도록 하겠습니다. 첫 번째 질문받아보겠습니다. 네, 발표 잘 들었습니다. 제가 질문이 세 가지 정도 있는데요. 아까 말씀하신 가운데 개질 기술 있잖아요. 개질 기술이 핵심 같은데, 조금 더 구체적으로 설명해주시면 좋겠고요. 두 번째가 이런 충전재를 넣게 되면 기존 플라스틱의 물성을 저해할 수도 있잖아요. 지금 하시는 경우가 PP 쪽에 넣는 것? PP도 하고 있고요. 다양하게 하고 있습니다. 네, 그런 것 같은데 물성에 대한 것 하고요. 마지막 질문은 내열성 자체가 이걸 넣게 되면 많이 떨어지는데, 그런 걸 개선하거나 실제 개선한 아이디어가 있는지, 이 세 가지가 궁금합니다. 일단 개질 기술 관련해서 자세히 말씀드리는 좀 곤란하고 기존의 2세대 Biorefinery 기술을 대기업들도 그렇고 해외, 특히 유럽에서 북미 쪽에서 많이 하고 있습니다. 그 기술과의 차이점은 세컨드 제너레이션 Biorefinery 같은 경우의 목적은 나무를 구성하는 Cellulose와 Hemicellulose에서 최대한 많은 발효당을 추출해서 그것을 아까 말씀드렸던 Biochemical 생산용, 발효당으로 활용하기 위한 기술이었고요. 그렇게 기술을 개발하게 되면 경제성의 문제가 치명적입니다. 그래서 저희는 반대로 Cellulose와 Hemicellulose 같은 경우에는 굉장히 고퀄리티의 Biopolymer입니다. 이것을 충분히 다 가수분 해내지 말고 Cellulose는 cristal region과 amorphous region이 계속 반복되는 형태잖아요. 그래서 amorphous 한 부분만 가수분 해버리고 cristal 부분은 남겨두게 되면 충진재로서, 지금 Nanoellulose를 활용하려고 하는데 문제점이 많잖아요. 예를 들면 분산성이라든지 높은 침수성으로 인해서, 분산성 내지는 상용성이 굉장히 떨어지기 때문에 Nano cellulose를 어떻게 분산시킬지에 관한 기술이 또 추가로 개발되고 있습니다. 근데 저희는 Lignin이라는 성분과 Cellulose의 cristal region은 살려두고 Lignin 자체는 또 굉장히 상대적으로 hydrophobic 하거든요. 그래서 Nano cellulose가 Polymer matrix와 분산성이 상당히 좋게끔 개질하고 있고. 두 번째 질문이 뭐였습니까? 기존 플라스틱의 물성을 혹시…. 물성 같은 경우에는 충격 강도가 상대적으로 떨어지기 때문에 보강하고 있습니다. 근데 그렇게 하더라도 플라스틱 제품을 만들 때 비용 상승은 크게 없고요. 내열성 같은 경우에는 기존에, 제가 TGA 자료는 가지고 오지 않았는데, Masterbatch 형태로 제조해서 보면 250~300도까지 갔을 때 써마일 지오 그러데이션에 의한 mass reduction은 2~3% 정도 됩니다. 그래서 PP 쪽 적용은 크게 문제는 없고요. Biopolymer, PBAT나 PLA나 PBS, 이쪽은 전혀 mass reduction이 없습니다. Talc에 비해서 가격 어때요? Talc가 제가 알기로는 1kg에 500원 정도, 자동차 적용에. 그리고 저희 건 2천 원에 팔고 있습니다. 근데 비중이 1/3밖에 안 되거든요. 비중 대비 가격으로 하면 크게 차이는 안 납니다. 감사합니다. 워낙 전문 분야라서 화학에서 오신 분과 대화하셨는데, 오늘 얘기의 대부분이 기존 대비 가볍게 만들 수 있고 플라스틱 사용량을 줄임으로써 앞으로 이슈가 되는 친환경에서의 임팩트 있는 소재 기술을 한다고 저는 이해합니다. 네, 그러니까 탄소 저감을 위한 솔루션. 네. 지금 저도 사실 여쭤보려고 했던 게, 모든 게 기존 대비 좋아만지는 게 아니고 트레이드 오프로 분명히 안 좋아지는 게 같이 따라다니게 되어 있거든요. 가격이 오르든 생산성이 문제가 되든 가공성이 문제가 되든, 이런 부분이 있을 것 같고 또 이 분야에 경쟁사들도 없지 않을 것 같은데, 그런 이야기들을 같이해서 그런 관점에서 지금 어떤 차별성이 있는지를 설명해줬으면 좋겠습니다. 네. 사실 첨부 자료가 있는데 디스플레이가 안 되네요. 아까 첫 질문하신 위원님께서 말씀하시긴 했는데, 국내 대기업들도 대부분 이 기술을 개발하기 위해서 노력했고요. 유럽 쪽에서는 아직도 아주 딥하게 하고 있습니다. 특히 스웨덴 같은 경우에는 RISE나 핀란드의 VT, 미국 같은 경우에는 NREL에서 하고 있는데, 아까 말씀드렸다시피 당을 최대한 추출하기 위한 공정으로 개발했기 때문에 기술적으로 실패했다기보다는 경제성 확보에 실패했던 측면이 있고요. 그래서 저희는 그쪽을 역발상 했던 것이고 무기 충진 소재에 비해서 충격 강도 측면에서는 아까 말씀드렸다시피 조금 저감되지만 오히려 굴곡 강도 측면에서는 더 좋아지는 측면이 있습니다. 그래서 적용성 같은 것은 사실 플라스틱 수십만 종이거든요. 잘 찾다 보면 적당한 부분을 충분히 찾을 수 있기 때문에 가격 상승효과는 크게는 없고요. 경쟁 자사들은 지금은 많이 있을 거라고 하셨는데 거의 없습니다. 지금 저희와 가장 유사한 기술을 구현하는 데가 핀란드의 UPMBiochemicals라고 하는 데인데요. 거기에서 저희와 동일하게 Biomass를 활용해서 Monopropylene glycol이라는 것과 Monoethylene Glycol이라는 걸 만들고 나머지 Lignin 쪽은 열적 처리한 다음에, 고무에 들어가는 filler이긴 한데 carbon black이죠. 그런 쪽으로 지금 활용하고 있는 게 다이고 filler 형태로 적용하고 있는 사례는 거의 없습니다. 네, 시간 관계상 마지막 질문받아보도록 하겠습니다. 네, 발표 잘 들었습니다. 사회적으로 참 긍정적인 임팩트를 줄 수 있는 사업을 하고 계시는 느낌을 받았고요. 아무래도 비즈니스이다 보니까 제가 궁금증을 갖게 된 게, 아까 가볍고 탄소 배출량이 적어질 수 있는 임팩트를 제외하고 사업적으로는 이게 디멘드가 있는 고객 입장에서 어떠한 장점을 갖게 되는지, 그리고 아까 자동차도 잠깐 일례로 보여주셨는데, 이 시장의 규모가 얼마나 된다고 추산하시나요? 지금 충진 소재의 규모는 아까 말씀드렸다시피 30조 정도 되고요. 저희는 플라스틱, 특히 이런 사출형 플라스틱에 대해서만 말씀을 드렸는데, 플라스틱 시장이 사출형뿐 아니라 페인트 쪽에도 이런 충진 소재가 엄청나게 많이 쓰입니다. 플라스틱 전체 시장이 200조 정도 됩니다. 그럼 저희가 지금 집중하고 있는 고객군과 그 고객군의 니즈는 저희가 어떤 영업 전략을 통해서 가고 계시는지 궁금합니다. 그게 결국은 사업의 스케일과 관련되어서. 네, 아까 말씀드렸다시피 저희는 자동차에 집중하고 있습니다. 저희 소재의 장점을 극대화할 수 있기 때문에 그렇고요, 모빌리티 쪽. 그리고 그쪽 시장에서 요구하는 바도 친환경 소재, 경량화 소재입니다. 시장도 가장 크고요. 저희 소재와 제일 핏이 또 잘 맞습니다. 그리고 두 번째로 저희가 지금 생각하고 있는 쪽은 친환경 페인트 쪽. 페인트 쪽에서도 이런 익스텐드라고 해서 똑같은 충진 소재가 들어갑니다. 그쪽 시장도 자동차 못지않게, 사출 시장 못지않게 큰 시장이라서 아까 잠깐 보여드렸는데 노루페인트 같은 업체들과 컨택하고 있습니다. 네, 발표 잘 들었습니다. 고맙습니다.

링크플릭스 김두일 님을 무대 위로 모시겠습니다. 안녕하십니까? 생분해 천연 고분자 접착제를 개발하고 있는 링크플릭스라고 합니다. 앞에 친환경 스타트업 팀이 얘기를 잘하셨는데, 제가 잠시 설명을 조금 더 정리해서 드리면 온실가스 배출 현황이 지금 7천억 톤이 넘어가고 있습니다. 일회용 비닐봉지 사용량 현황도 지금 200억 장이 넘어가고 있고요. 일회용 종이컵이라든지 페트병 사용량도 지금 상당히 우리나라에서 사용하고 있습니다. 앞서 설명해드린 것처럼 접착제도 같은 합성수지, 즉 석유 원유에서 뽑혀 나오는 원유에서 추출해서 중합하는 방식으로 접착제가 만들어지고 있고요. 여기에는 합성수지라든지 합성 플라스틱 등이 다 포함되어 있습니다. 기본적으로 이런 석유 화학 물질들은 많은 부작용을 낳고 있고요. 전 세계적으로 메가 이슈가 되고 있습니다. 접착제는 여러 곳곳에서 사용되고 있고요. 전 산업 분야에서도 사용되고 있습니다. 한 예로 설명해드리면 박스나 지금 생산량이 많은 골판지 접착에서도 접착제가 EVA라든지 독성 물질의 접착제를 사용하고 있고요. 접착테이프가 발려 있거나 접착제가 붙어 있으면 원재료로 사용이 불가능한 상황에 있습니다. 그리고 프라모델용 접착제는 독성 접착 물질을 사용하고 있고요. 그다음에 식품 포장 접착제에서도 마찬가지로 접착제가 사용되고 있습니다. 그리고 미니어처라든지 DIY, 기타 취미용 접착제에서도 많은 부분 독성 물질이 검출되고 있고요. 어쩔 수 없이 이런 합성수지로써 접착제가 만들어지고 있습니다. 저희가 한 번 더 집중하고 있었던 부분이 있었는데요. 생활 화학 제품 중, 가정 내에서 일어나는 사고의 원인으로 접착제가 가장 많다는 것을 저희가 집중해서 살펴보고 있었습니다. 그래서 접착제를 저희가 새로운 물질로 개발하게 되었는데요. 수용성이 있는 화합물에 블렌딩을 해서 제조한 후에 다른 쪽으로는 천연 고분자를 사용해서 일정 온도에 중합을 시켜서 만들어 놓습니다. 최종적으로 이 두 물질을 합성시켜서 접착제를 만들어내고 있습니다. 저희 접착제는 생분해성은 기본적으로 가지고 있고요. 무엇보다도 친환경적이어서 생태 보호성이 아주 높은데요. 수해리성에 관한 테스트 영상을 잠시 보여드리겠습니다. 네, 이 영상은 MDF 합판에 저희 접착제를 붙여놓은 건데요. 사용자가 원하는 방향이나 아니면 자원 재활용에 있어서 저희의 접착제가 큰 위력을 발휘할 것이라고 생각하고 있고요. 종이 박스라든지 페트병류, 기타 등등으로 재활용할 수 있는 부분에 있어서 저희 접착제를 바르면 물에 완전히 침수되었을 때 기제에 따라 다르겠지만 분리·분해가 가능한 식의 접착제가 되고 있습니다. 여기에서 또 하나 궁금증이 생길 수 있는데요. 분리된 분해수는 위험하지 않느냐? 라는 의문점이 생길 수 있습니다. 결론은 위험하지가 않습니다. 지금 저희 접착제를 물에 섞어서 용해시켜서 어항에 직접 붓는 영상인데요. 충격적일 수는 있으나 이전에 저희가 외부 시험성적서를 다 받아놓은 상황에서 실험을 진행하는 영상입니다. 물론, 아직까지 금붕어나 화분, 화초는 잘 살아 있습니다. 현재 저희는 접착제로서는 검사할 수조차 없는 검사들을 많이 시행했는데요. 토양오염도라든지 생분해시험, 피부 자극시험, 의류 독성시험, 그다음에 담수 조류시험, 물벼룩시험까지 모두 독성 없거나 불검출로 저희가 시험성적서를 받았습니다. 현재 저희는 개인이 사용할 수 있는 안전한 접착제, 앞서 설명해드린 것처럼 가정 내에서 가장 사고가 많이 일어나고 있는 접착제에 중점을 두어서 B2C로는 개인이 사용할 수 있는 접착제를 저희가 10월 말경에 출시할 계획을 가지고 있고요. B2B로는 미니어처 생산 업체라든지 기타 취미용, 완구용, 문구류를 취급하고 있는 업체를 대상으로 판매를 시작하려고 하고 있습니다. 그리고 B2B로는 종이 포장 패키징이 가장 큰 시장인데요. 여기에서도 저희가 12월이나 내년 1월까지 출시 계획을 잡고 있습니다. 여기에서 저희가 한 번 더 주목하는 점은 수해리가 되고 보습력이 있고 코팅막을 형성하기 때문에 아무래도 뷰티 쪽의 산업화와 함께 진행할 수 있는 것들을 충분히 가지고 있다고 생각하고요. 테스트도 직접 저희가 해봤지만, 테스트 결과에도 파운데이션이라든지 립 틴트는 충분히 피부에 코팅력이 생기고 코팅막이 생겨나는 것을 확인하였습니다. 지금 타사의 제품과의 비교인데요. 성분부터 해서 인체 반응이라든지 장점, 단점, 기타 가격까지 저희가 빠지는 부분은 없습니다. 기존에는 없었던 접착제를 만들어냈기 때문에 기능 면에 있어서나 기타 부분에 있어서는 차이를 많이 가지고 있고요. 가격 면에서 저도 큰 차이를 볼 수 없습니다. 덧붙여서 저희는 휘발성 유기 화합물에 대한 테스트도 타사의 것과 진행했는데요. 타사의 샘플 4개와 저희 제품을 비교했는데, 4개의 샘플 중 2개는 아예 방출량이 너무 심해서 측정이 불가하였고요. 나머지 부분은 9.5와 0.28, 저희는 불검출로 나왔습니다. 이 0.28은 시중에 파는 접착 풀입니다. 풀에서도 이렇게 나오고 있습니다. Bio를 베이스로 하는 접착 시장이 없는 것은 아니고요. 다만, 천연으로 조성된 100% 생분해 접착제가 없다는 것뿐입니다. 이 시장은 지금 현재 세계 시장 6조 원대가 넘어가고 있고요. 국내 시장에서도 지금 천6백억 대가 넘어가고 있습니다. 제일 많은 용도는 종이 포장 패키징입니다. 아무래도 코로나로 인한 택배 상자의 소비가 아주 높아지고 있고요. 건설과 목공이 뒤를 잇고 있습니다. 저희는 주요 국가별, 대륙별로 성장률에 따라서 이미 저희가 100개국 이상 지식재산권을 출원한 상황이고요. 용도별로 종이 포장용 패키징이 용도가 높기 때문에 설명해드린 것처럼 저희가 종이 포장용 패키징도 12월이나 내년 1월까지 출시를 계획하고 있습니다. 10월부터 해서 저희는 아까 말씀드린 것처럼 개인이 사용할 수 있는 접착제를 출시하고요. 그다음에 내년 1~2월부터는 종이 포장용 패키징과 목공용, 건설용 접착제, 그리고 화학 뷰티 쪽 관련해서는 아까 말씀드린 것처럼 뷰티 관련한 수분리와 세팅, 코팅력이 있기 때문에 그것도 첨가제니 촉진제로 같이 진행하려고 하고 있습니다. 빅3 혁신 분야에서 창업패키지 사업을 맡아서 진행하고 있고요. R&D 창업 성장 기술 개발 사업도 하고 있습니다. 한국유럽기술협력지원사업이라고 해서 해외 유럽과 수출 진행을 현재 하고 있습니다. 인도 현지의 플랫폼에 저희가 입점해서 진행 중에 있고요. 신남방 사업이라고 해서 싱가포르에도 진출해서 진행하고 있습니다. 2025년까지 13개국에 수출 확보를 목표로 하고 있습니다. 저희는 작지만 강한 인력들이 배치되어 있고요. 시간상 제가 조금 빨리 하겠습니다. 그리고 말씀드린 것처럼 현재 저희는 지식재산권 37개 정도를 확보하고 있습니다. 이건 말씀드리고 싶은데요. 얼마 전에 저희가 사무실 이사를 했는데요. 이사하다 보니 화분의 가지가 부러졌습니다. 근데 접착제 회사인데 가지 부러진 걸 제가 그냥 볼 수 없어서 저희 접착제를 발랐습니다. 발라놓고 붙여놓았는데 3주 정도 지나서 보니 가지는 붙어 있었고요. 그 밑에 빨간 표시는 새순이 나고 있었습니다. 저희는 시장에 없었던 새로운 접착제를 소개하기 위해서 나온 건 아니고요. 이런 가치를 설명해드리고 싶어서 나왔습니다. 생산하는 사람도, 사용하는 고객도, 수거하는 사람도, 환경에도 아무 피해가 없는 이로움을 전해드리고 싶고 그 가치를 전달해드리기 위해서 제가 이 자리에 섰습니다. 기존에 없었던 접착제, 자연 그 자체의 접착 제품, 링크플릭스였습니다. 감사합니다. 네, 발표 잘 들었습니다. 바로 이어서 Q&A를 진행하도록 하겠습니다. 굉장히 좋은 제품이라고 생각되고요, 친환경적이고. 근데 기존 제품에 비해서 접착력은 어떻게 비교되나요? 지금 제가 10월 안에 개인이 사용할 수 있는 접착제를 출시하려고 하는데요. 그 접착력은 흔히 알고 있는 노란 콧물 같은 다목적용 접착제 있지 않습니까? 콧물 색깔 같은 노란색, 그 접착력 정도의 강도를 가지고 있고요. 그리고 기재에 따라서 접착력, 접착 경하 시간이 천차만별이거든요. 근데 지금 저희가 10월에 내놓으려고 하는 무색, 무취, 무독성인 접착제는 접착 강도는 그 정도이지만 미니어처에 있는 벽돌, 자갈, 나뭇가지를 다 붙이기 때문에 개인이 사용할 수 있거나 그 회사에 관련된 업체가 제품을 냈을 경우에 저희 접착제를 써도 전혀 문제가 없다고 생각됩니다. 그럼 예를 들어서 포장용 테이프를 하나의 애플리케이션으로 말씀하셨는데, 기존에 파는 포장 테이프와 같은 접착력으로 만드실 수는 있는 건가요? 네, 지금 저희가 종이 포장용 패키징용은 12월에서 1월에 출시할 계획인데요. 이 접착제는 포장용 테이프의 접착력보다 우수합니다. 저희가 시범 테스트를 했을 때도 우수함을 보였고요. 대부분 설비가 Hot melt 방식의 고체 방식의 접착제를 많이 쓰고 계시더라고요. 그래서 액상과 고체를 같이 내려고 지금 준비하고 있습니다. 얘기 잘 들었는데요. 저도 질문이 하나 있는데, 사실 접착제 같으면 하나의 커모디티 제품이어서 마케팅하기가 상당히 쉽지 않을 것 같은데, 친환경이고 이런 것들이 가치 측면에서는 좋지만, 사용자 입장에서 꼭 우리가 항상 그렇지만 환경 때문에 구매하라고 하면가 잘 안 되고, 그다음에 접착제처럼 인볼브먼트가 굉장히 낮은 제품인데요. 저런 걸 어떤 식으로 마케팅하려고 하는지 마케팅 전략이나 영업 전략이 있는지 궁금합니다. 저희가 여름 8월에 샘플로 체험단을 진행했거든요. 거기에는 학생들도 있었고 어린아이들도 있었고 가정주부도 있었고 취미활동을 하는 가죽 제품을 만드는 분도 있었고 도기 제품을 만드시는 분도 있었는데요. 반응은 제 입으로 얘기하자면 다들 좋았습니다. 냄새가 우선 없었고요. 본인들이 주장하는 얘기로는 냄새가 없어서 우선 좋았고 냄새가 없기 때문에 환기를 시킬 필요가 없어서 너무 좋았고요. 접착력은 제가 말씀드린 것처럼 용도에 따라 달라지겠지만 그런 건 아무런 문제가 되지 않아서 좋았다고, 그 정도로 냄새 없는, 그리고 접착력이 있는 접착제를 원했던 것 같습니다. 그래서 현재 문의도 많이 오고 있거든요, 기업이라든지. 저희가 따로 홍보하지도 않았습니다. 어떻게 생분해라는 것을 검색해서 다 문의가 오시더라고요. 저희 홈페이지 통해서 검색해서. 그래서 그런 문의하신 분들은 우선 저희가 국내적으로는 집중해서 그런 부분들에 대해서 홍보하려고 하고 있고요. 집중 관리를 하면서 홍보하고 있고, 학교라든지 어린이들이 주로 활동하는 쪽에 저희가 무상 배포해서 접착제를 홍보할 계획에 있습니다. 그리고 국내에서는 우선 그런 문의가 들어오는, 필요로 하는 분들에게 먼저 제공하고 관리할 계획에 있고요. 해외 쪽은 아까 말씀드린 것처럼 정부 사업해서 저희가 여러 가지 진행하고 있어서, 그런 방향으로 타서 진행하려고 하고 있습니다. 현재 해외 쪽은 싱가포르, 인도, 유럽 쪽으로 진행 중에 있고요. 국내는 우선 니즈가 있는 분들에 집중하고 그 외의 안전하게 접착제를 사용할 수 있는 분들한테 무상 제공하는 식으로 먼저 알려볼 계획을 가지고 있습니다. 네, 마지막 질문 들어보겠습니다. 생분해 테스트를 어떻게 하셨어요? 아까 28만 회 생분해된다는 걸 봤는데. 그건 외부의 시험기관에 맡겼는데요. 하수종말처리장에 있는 활성 슬러지에 있는 호기성 미생물에 투입한 거로 알고 있습니다. 그리고 여기 많은 비즈니스 모델을 설명하셨는데, 신발업계 있잖아요. 나이키나 아디다스, 이런 데에서 친환경 접착제의 니즈가 되게 많거든요. 그래서 보니까 신발 쪽은 없는 것 같아서 참고하시면 좋을 것 같아요. 네, 참고하겠습니다. 감사합니다. 네, 발표 잘 들었습니다. 고맙습니다. 네, 감사합니다.

스프링클라우드 송영기 님을 무대 위로 모시겠습니다. 저는 스프링클라우드의 대표를 맡고 있는 송영기라고 합니다. 저희 프레젠테이션에 나와 있는 것처럼 완전자율주행과 관련된 일을 하는 회사이고요. 사실 자율주행이라고 하면 너무나 광범위한 내용이지만 저는 12년 동안 자율주행과 관련된 부품을 개발하는 일을 했습니다. 그리고 스프링클라우드를 2017년에 창업하면서 고민을 많이 했던 건 제가 어라운드뷰라고 하는 시스템을 국내 처음으로 개발해서 지금 많은 자동차에 적용되고 있는데, 결국 하드웨어를 제조해서 납품하는 사업보다는 시스템이 뉴 서비스가 만들어지는 환경을 자율주행에서 만들어보자, 이런 뜻에서 스프링클라우드를 만든 거고요. 또 완전자율주행이라는 것이 우리가 생각하는 자율주행의 가장 마지막 단계인데, 저희가 지금까지 해왔던 일을 소개해드리면서 왜 저희가 구간 완전자율주행을 생각하고 있는지에 대한 부분들을 설명해드리도록 하겠습니다. 보시는 것처럼 자율주행에는 레벨이 있고 그 레벨의 3단계까지는 많은 부품 업체들과 완성차 업체들이 노력하고 있습니다. 시장은 굉장히 크고, 또 앞으로도 굉장히 발전할 것으로 전망됩니다. 우리가 좀 받아들이기 어려운 진실은 굉장히 많은 회사들이 투자하고 있고 기술을 개발하고 있습니다. 모두 다 돈이 투자되면 자율주행이 좋은 기업이 될 거라고 생각하는데, 저는 12년의 경험 동안 그렇게 쉽게 되지 않는다는 걸 배워왔습니다. 특히 카메라나 라이다, 레이다 문제들은 심각한 어려움이 많고요. 전 세계적으로 가장 경쟁력 있는 기업들이 많이 있습니다. 그래서 저는 이 회사를 만들면서 레벨 4단계와 5단계를 꼭 해야 하겠다, 이렇게 생각했습니다. 레벨 4단계, 5단계에는 여러분이 잘 아시는 것처럼 Waymo가 많이 진행됐고 오랫동안 해왔습니다. 그리고 저희 스프링클라우드 또한 그런 일을 했고요. 그래서 완전자율주행이라고 하면 모든 사람이 꿈꾸는 건 사실 '24시간 서비스가 되어야 하고 365일 쓸 수 있어야 하는데, 정말 그렇게 될 수 있을 것이냐?' 이런 것들이 저도 회사를 세울 때 궁금했습니다. 그래서 시장을 조사해봤고 여러 시장 중에서 레벨 4단계와 5단계에서 저희가 가장 잘할 수 있는 일은 셔틀이다 해서 이렇게 시장을 정의했습니다. 그래서 저희는 자율주행 셔틀을 먼저 하고 난 다음에 향후에, 시간이 많이 지나서 또 '환경이 성숙화되면 로봇 택시까지도 한번 가보자' 이런 생각은 하고 있습니다. 그래서 저희가 48개월 동안 자율주행을 가지고 유상 운송 면허도 국내 최초로 받아봤고요. 또 규제 샌드박스를 통해서 여러 가지 법적인 문제도 해결해봤는데, 저희가 최종적으로 얻은 결론은 일반 도로에서 운전자가 없는 자율주행은 의미가 없다는 거였습니다. 지금 단계에 저희가 그 기술을 많이 시도한다고 하더라도 사업적으로 이걸 성숙화시키기 위한 여러 가지 환경들이 해결되지 않고, 이게 기업 하나만의 문제가 아니라는 것을 저희가 알게 되었습니다. 그래서 저희는 조금 더 문제를 줄이기로 생각했습니다. 그 줄인 문제들을 어떻게 개발하고 있는지 설명해드리는데, 결국 저희 혼자만으로 풀 수 있는 문제가 아니기 때문에 조금 더 문제도 줄이고 기술의 협력 관계도 넓혀가면서 자율주행이 조금 더 완전 자율주행화 되게끔 저희가 일하고 있습니다. 저희는 이러한 문제들을 가지고 지난 48개월 동안 여러 지자체, 고객들, 매일 오전 9시에서 오후 5시까지 지속적으로 운영하면서 탑승자들의 경험적인 데이터를 모아왔습니다. 완전 자율주행차가 되기 위해서 겪어야 할 여러 가지 기술적 난제를 저희가 수집했고 또 데이터도 모았고 또 분석도 했고 시나리오도 개발했습니다. 그것만 필요했던 것이 아니라 많은 분이 “Tesla와 뭐가 다르냐?” 이런 질문을 많이 하시는데, 카메라나 단순한 센서만 가지고는 정말 인간의 여러 가지 감각 기관을 대신할 수 없기 때문에 인프라에 대한 투자도 있어야 하고 신호 체계를 연동하는 일도 저희가 지금까지 해왔습니다. 일반 도로에서 완전자율주행에 대한 여러 규제, 또 사실 규제뿐만 아니라 어떻게 하면 비상 상황에서도 완전 자율주행차가 안전하게 운행될 수 있을지에 대한 문제, 또 눈이나, 비, 여러 가지 교통 혼잡을 야기시키지 않는 문제에 대해서 저희가 48개월 동안 많은 데이터를 수집했던 거고요. 그다음에 서비스 요금을 자율주행이라고 해서 백만을 받을 수도 없습니다. 어떻게 하면, 이 운임과 관련한 문제를 자율주행이 대신할 수 있는지, 이런 문제도 있었고요. 또 상시적인 서비스를 해나가면서 또 가장 문제가 되는 것 중의 하나가 배터리의 충전과 관련된 문제입니다. 지금 어떠한 자동차도 24시간 운행될 수 없습니다. 그렇기 때문에 이런 문제를 어떻게 풀어나갈지, 또 비용, 인력과 관련된 문제, 이런 것들을 저희가 고민을 통해서 일단 먼저 사 도로에서 하자. 사 도로에서 먼저 완전자율주행과 관련된 기술을 우리가 만들어가자. 그리고 저속인 환경에서 먼저 하자. 왜냐하면, 사고가 발생하게 되면 저희 기업은 당연히 감당도 못 하는 문제가 발생하기 때문에 조금 더 안전한 환경, 저희가 그런 걸 지오 펜스라고 하는데, 그렇게 하면서 사업을 만들어가는 건데요. 여기 보시는 것처럼 특정 업체의 이름을 이야기하기는 그렇지만, 그냥 많이 쓰니까 에버랜드의 주차장에서 입구까지 자율주행 셔틀버스 서비스를 스프링클라우드가 수주할 수 있다면, 또 그걸 저희가 운영하고 있다면 기술적으로 상당히 좋은 기술을 만들고 또 그런 서비스가 미래의 방향이 될 거라고 생각했습니다. 그래서 저희의 목표는 에버랜드가 저희 스프링클라우드를 선정할 때까지 필요한 기술과 가격 경쟁력, 또 운영에 대한 노하우, 사고를 최소화시킬 수 있는 저희 나름의 기술 개발, 이런 것들을 진행하고 있습니다. 어떤 기술을 개발하고 있는지 궁금해하실 거고, 또 앞으로 저희가 어떤 걸 만들어나가는지가 중요한데, 자율주행에는 굉장히 많은 케이스가 있기 때문에 실제적인 저희 기술 내부에는 혼합 현실 기반의 자율주행 기술을 검증하고 있습니다. 저속 모빌리티는 셔틀과 전기 청소차를 타깃으로 했고요. 일부 배송 로봇도 있습니다. 그래서 이 저속 모빌리티가 가지고 있는 시나리오를 자동으로 생성할 수 있는 툴을 만들고, 그 툴을 가지고 다양한 가상 환경에서 여러분들이 생각하시는 것처럼 다양한 조명에 대한 조건, 날씨에 대한 조건, 환경에 대한 조건을 기반으로 검증해나가고 있습니다. 이렇게 해서 저희가 운영하더라도 돈을 벌 수 있느냐는 문제는 또 다릅니다. 그래서 저기 보시는 것처럼 자율주행 데이터 거래 플랫폼을 만들고 있습니다. 내년 3월이 되면 싱가포르에서 런칭할 건데, 예를 들면 HR 시장의 링크드인 같은 겁니다. 자율주행으로는 우리가 굉장히 많고 비싼 데이터를 만들어내는데, 사실 많이 사장됩니다. 그래서 이 데이터를 전 세계 기업들이 공유할 수 있게끔 만든 플랫폼이 저희 스프링콩이라고 하는 것이고 이걸 통해서 데이터를 아주 싼 가격에 서로 교환할 수 있게끔 환경을 만듭니다. 그리고 자율주행 풀 스택은 NVIDIA나 Apollo 플랫폼으로 개발하고 있지만, 향후에 저희가 자체적으로 조금씩 조금씩 기업화를 할 준비를 하고 있습니다. 그래서 저희가 솔루션도 판매하고 서비스도 운영하고 또 구독료도 받는 사업을 통해서 지속적으로 사업의 역량을 키워나가고 있습니다. 25년이 되면 저희 목표는 2천 대 정도의 자율주행 셔틀을 운영하는 것입니다. 그렇게 되기 위해서 저희가 여러 가지를 고민하고 있고 자율주행차 한 대의 가격이 1억5천만 원까지 될 수 있게끔 저희가 고민하고 있습니다. 지금 말씀드렸던 이런 애플리케이션들은 완성차가 하고 있지 않은 분야입니다. 또 큰 기업들이 안 하고 계시죠. 그래서 스프링클라우드가 이 일을 하고 있고 우리한테 꼭 필요한 일이라고 저희는 생각합니다. 이런 일들을 지속적으로 해서 이 사회가 조금 더 좋아질 수 있게끔 노력하도록 하겠습니다. 네, 발표 잘 들었습니다. 이어서 Q&A를 진행하도록 하겠습니다. 질문해주시기 바랍니다. 자율주행 셔틀 업체들이 사실 선진 업체들도 꽤 있고, 저희가 취한 00모빌리티라는 업체도 있긴 한데요. 다른 경쟁 업체에 비해서 어떤 차별성이 있고 기술적인 혁신성이 있는지 설명 부탁드리겠습니다. 네, 저희는 모빌리티 자체를 만드는 기업이 아닙니다. 그 모빌리티가 훨씬 더 인텔리전트하게 만들기 위한 소프트웨어를 개발하는 업체이기 때문에 저희가 지금까지 경험한 다양한 모빌리티 업체들이 정해진 로직과 구간, 그쪽에서 모빌리티가 가지고 있는 특정한 한계에만 머물러 있기 때문에 다양한 시나리오와 저희가 생각한, 아까 말씀드린 대로, 24시간 365일 구동될 수 있는 환경을 제공하지 못합니다. 그래서 그런 문제들을 저희가 풀어나가는데 제조업체와 협업해서 지금 개발하고 있고요. 또 차량 가격이 굉장히 비쌉니다. 그래서 국내 업체에 투자해서 차량을 개발하고 있는데, 11월 말 정도 되면 그 차가 나오게 됩니다. 그래서 그 차에는 다양한 콘텐츠도 입히고 또 연료에 관련된 문제랄지, 아까 말씀드린 다양한 시나리오를 구현해나가는 일을 할 예정입니다. 발표 잘 들었습니다. 저도 비즈니스 모델에 대해서, 그리고 만드시는 서비스나 프로덕트 자체에 대해서 조금 더 이해하고 싶어서 질문을 드리는데요. 구체적으로 자율주행하면 자동차에 라이다도 달리고 레이다도 달리고 카메라도 달리고 하잖습니까? 그런 인풋 데이터들을 더 잘 처리하는 소프트웨어 시스템을 만드신다는 건가요, 아니면 전반적인 시스템을 구성하는 것 자체를 하나의 턴키 원 서비스로 제공하시겠다는 건가요? 지금 말씀하신 것처럼 차 안에 있는 센서들을 통해서 그 센서가 인지와 판단, 측위 제어하는 걸 저희가 풀 스택이라고 하고 그 풀 스택이 차에 붙어 있는 상태에서 움직이는 것만 가지고는 완전자율주행을 하기에 굉장히 어렵다는 게 저희의 핵심이고요. 그래서 저희가 클라우드에서 개발하는 AI 엔진을 기반으로 차에 있는 센서의 인식 시스템과 클라우드에 있는 인식하는 시스템이 같이 교감해야만 위험 상황에 대한 다양한 대처 방안을 만들어낼 수 있다고 말씀드리는 겁니다. 그래서 차 자체에 있는 센서가 물체를 인식하고 제어하는 것도 저희가 개발하고 있고요. 클라우드에서 그 데이터를, 이때 데이터라고 하는 것은 인프라에 있는 데이터와 차량에 있는 데이터가 같이 혼합되어 있습니다. 그래서 그런 데이터를 같이 통해서 비상시 제어나 여러 주변 환경에 트래픽이 갑자기 몰린다든지, 비가 오지 않다가 갑자기 비가 오면 지금의 차량은 비상 상태이기 때문에 차가 정지해야 하는 문제가 발생하는데요. 정지하고 나서 다시 재가동하는 문제와 관련해서 시스템에서 오는 커맨드를 통해서 재스타트하는 개념입니다. 제 두 번째 질문은, 그러면 다른 경쟁사들에 비해서 차 자체와 클라우드를 통해서 더 인지나 제어를 잘하는 거라고 말씀하셨는데, 그렇다면 인공지능이라는 게 결국은 기존 주행 데이터를 많이 수집해서 다른 경쟁사들에 비해서 좀 더 고도화된, 트레이닝된 모델을 갖고 있다고 이해하면 될까요? 사실은 트레이닝 넷이나 이런 건 기존에 나와 있고, 저희가 아까 NVIDIA를 말씀드렸는데, NVIDIA에 있는 시스템은 충분하다고 보는데요. 다만, NVIDIA가 없는 건 저희가 운영 환경에서 발생하는 엣지 케이스들입니다. 그러니까 특수 케이스들 말씀하시는 거죠? 그렇습니다. 차선이 보이지 않는 환경에서 어떻게 자율주행을 할 것인지, 터널이 존재하는 환경에는 어떻게 될 것인지, 갑자기 폭우나 트래픽 상황이 급격하게 바뀌었을 때는 어떻게 할 것인지, 이런 제어와 관련된 더 복잡한 문제들이 발생하기 때문에요. 기본적으로 넷을 개발하지는 않습니다. 그건 이미 다 많이 존재하는 거기 때문에. 기존의 Waymo나 Tesla 같은 경우에는 실제 주행하는 자동차들을 통해서 그런 엣지 케이스들을 콜렉션하고 있잖아요. 어떠한 이유로 그런 차별화를 가질 수 있을까요? 엣지 케이스는 아마 제가 알기로는 Waymo도 직접 차에서 만들어내기는 굉장히 불가능하거든요. 엣지 케이스라는 건 충돌 상황인데, 실제 차에서는 그런 걸 만들어낼 수 없기 때문에 아까 제가 말씀드린 혼합 현실이라는 게 가상 상황과 실 도로 상황의 데이터 결합을 통해서 만들어지는 환경이라고 보시면 될 것 같습니다. 발표 잘 들었고요. 발표 중에는 말씀을 안 하셨지만, 자료에 보면 올해 2021년 예상 매출이 120억 정도로 표시되어 있는데, 그러면 기존의 다른 매출이나 서비스가 있으신 거로? 아닙니다. 저희는 자율주행 쪽만 하고 있고요. 작년의 저희 매출 40억이 실제 군산의 관광객들이 자율주행 셔틀 서비스를 할 수 있는 모든 인프라와 차량, 관제 애플리케이션까지 다 포함해서 저희가 군산시에 납품했습니다. 그렇게 지금 하고 있는 프로젝트들이 대략 열몇 개 정도 되고요. 저희는 전체 시스템을 공급하는 일을 하고 있습니다. 올해에는 사실 예상하고 있는 건 전년 수준과 비슷한 정도가 될 것 같습니다. 네, 발표 고맙습니다. 감사합니다.

심용주 님을 무대 위로 모시겠습니다. 안녕하십니까? 방금 소개받은 우주라컴퍼니 대표이사 심용주 박사입니다. 바로 시작하면 될까요? 고양이의 모든 건강 데이터를 수집하고 분석하는 우주라컴퍼니 대표 심용주 박사입니다. 고양이, 사실 별것 아닌 동물이었습니다. 불과 5년, 10년 전까지만 해도 쓰레기 봉지나 뒤지고 소음만 만들어내고. 그런데 3년, 5년 전부터 갑자기 이른바 핫해졌습니다. 대박이 났다고 해야 할까요? 사실 이른 흐름은 한국에서만 그런 것은 아닙니다. 전 세계적인 흐름이라고 봐도 과언이 아닙니다. 일단 제 소개를 간단히 할 필요가 있을 것 같습니다. 혹시 심사위원 여러분 중에서 '동물농장'을 즐겨보시는 분이 계실까요, 아니면 자제분들이라도? 네, 여러 분 계시네요. 저 아실 텐데요, 그럼? 지난주에도 제가 얼굴을 들이민 거로 알고 있습니다. 저는 동물농장에서 13년째 동물전문가, 특히 고양이 행동 전문가로 활동하고 있는 심용주라고 하는 사람입니다. 현재 서울대 수의과대학에서 동물 행동 의학을, 특히 고양이 분야에서 국내 최초로 전공하고 있습니다. 흥미롭게도 제가 조금 연식이 있다 보니 복잡한 삶의 궤적이 있습니다. 세 번의 박사를 했고 경제학 석사와 경영학 박사가 있으며 한국무역보험공사와 신한은행에서 근무했습니다. 어휴, 이제는 외우기도 힘듭니다. 오늘 온 것은 경제학 박사, 경영학 박사 얘기하기 위해서가 아니고 동물, 그중에서도 고양이에 대한 얘기인데요. 고양이, 개와는 큰 차이가 있습니다. 무슨 차이가 있을까요? 네, 좀 더 귀엽다 정도. 소리를 좀 덜 낸다? 그건 아닌 것 같고. 아니요, 결정적으로 고양이는 결정적으로 큰 차이가 있는데, 바로 질병을 감춥니다. 아니, 그게 무슨 소리야? 질병을 어떻게 감춘다는 소리지? 네, 개는 최상의 포식자로 무리를 이루어 생활하기 때문에 만약에 어떤 늑대 한 마리가 아프다고 하면 그 늑대의 동료들이 도와줍니다. 먹을 것도 갖다 주고 늑대를 잡아먹을 수 있는 더 높은 상위 포식자는 없습니다. 아프면 아픈 대로 아프다고 얘기하면 됩니다. 마음 편한 족속이고 개는 그러한 늑대의 후예입니다. 고양이는 완전히 다릅니다. 혼자 생활하고 중위 포식자에 불과하기 때문에 자신이 아프다는 사실이 드러나는 순간 다른 고양이에게 축출당하거나 상위 포식자에게 잡아먹힙니다. 어떤 결과가 벌어질까요? 고양이는 진화 과정에서 자신이 가지고 있는 모든 통증과 아픔, 질병의 징후를 감추는 방향으로 진화했습니다. 그것도 아주 효율적으로. 현재 우리가 기르고 있는 모든 고양이는 그러한 효율적으로 통증을 감췄던 선조 야생 고양이의 후예인 것입니다. 수의학, 저도 수의학을 전공하고 있지만 좀 복잡한 부분이 있습니다. 저희 쪽에서 통상 인의로 불리는 사람 의학은 사람 하나만 50개 이상의 과로 연구합니다. 수의학은 물고기부터 개, 고양이, 돼지, 등등… 해서 마지막에는 꿀벌까지 연구합니다. 어휴, 저도 제가 뭘 연구하는지 모를 정도입니다. 이 두 가지가 합쳐지면 어떤 문제가 발생합니까? 고양이 보호자는 자신의 고양이가 언제 아픈지, 혹시 지금 아프긴 한 건지조차 알지 못한 상태에서 이미 중증 질환으로 이환한 다음에야 비로소 병원에 찾아갑니다. 임상수의학자 입장에서는 더 이상 할 수 있는 게 별로 없습니다. 수의학에서는 심지어 심전도도 재기 어렵습니다, 마취하지 않고는. 여기까지는 오케이. 고양이 아프다가 죽을 수도 있는 거고 많은 비용이 발생할 수도 있겠지. 산업을 한번 보겠습니다. 펫보험사가 앞에서 남고 뒤로 밑지고 있습니다. 열심히 보험을 팔아봤자 손해율 통제가 안 돼서 결국은 지난 2007년도에 그 많던 동물보험사들이 손든 이유가 여기에 있습니다. 이 문제를 어떻게 쉽게 해결할 수 있을까요? 동물행동의학자인 제가 고민해봤습니다. 만약에 고양이라고 하는 동물의 행동을 빅데이터 형태로 수집해서 그것을 분석해서 혹시나 행동상의 변화를 가지고 특정한 질병이나 징후의 조기 판별이 가능하지 않을까? 네, 가능합니다. 저희는 고양이가 보이는 24시간 365일 전체의 행동과 활동량을 이른바 Ethogram 매트릭스라고 하는 빅데이터로 만들어서 그것을 분석하고 그 결과 특정한 행동이 threshold 이상으로 나타나거나 없어질 때 그것을 특정 질병의 초기 징후라고 하여 보호자와 임상 수의사에게 안내하는 시스템을 개발하고 있습니다. 지금까지 수의학에서는 육체적 질병만 논의했습니다. 그조차도 어려웠기 때문에 동물의 정신적인 문제까지 고민할 겨를이 없었던 거죠. 그런데 반려동물이라는 용어가 생겼네요. 고양이는 더 이상 그냥 아프면 죽는 존재가 아니고 고양이의 마음, 고양이의 행복까지도 중요한 가치를 지니게 되었습니다. 저희의 기술로는 고양이의 정신적인 측면까지 엿볼 수 있습니다. 연구가 활발하게 진행되고 있습니다. 이렇게 얻어진 고양이의 정신적, 육체적 질병의 특정 징후와 관련된 데이터는 예방적인 또는 치료 목적의 사료나 영양제의 개발, 그 효과를 검증하는 데 사용될 수 있습니다. 동물병원 시스템을 Telemedicine 개념으로 혁신할 수 있습니다. 정신적인 문제라고 해서 우리가 손대지 못했던 부분을 치료 목적의 장난감으로 바꿔볼 수 있습니다. 반려동물 보험은 물론, 새로운 혁신을 맞이하게 될 것입니다. 유사한 업체? 네, 돼지, 소, 말, 양쪽에 있습니다. 이미 성과를 내고 있습니다. 저희는 MVP의 출시를 목전에 두고 있습니다, 약 15일 뒤. 누가 사냐고요? 동물을 가족처럼 생각하지만, 동물에 대해서 알 수 없는 그 수많은 보호자가 선택할 것입니다. 이미 시장에서 입증되고 있습니다. 특히 북미 지역에서 이러한 제품에 대한 수요가 매우 높다는 것이 통계적으로 확인된 바 있습니다. 유사한 제품, 당신만 처음 한 것. 저는 아닙니다. 저희와 유사한 제품이 분명히 존재합니다. 그 차이는 무엇이냐? 핵심은 저는 이렇게 말씀드립니다. 공학도로서 공학적 측면에서 공학적 마인드로 만들어낸 제품과 공학도와 수의학도가 협력해서 임상 수의사와 정말로 동물을 사랑하는 사람들이 필요로 하는 제품을 공학적 마인드로 만든 제품, 그것이 바로 저희와 다른 회사의 차이일 것입니다. 또한, 단순히 그 제품을 판매하는 것으로 그치는 것이 아니고 그 제품에서 얻어진 데이터를 바탕으로 치료 목적, 임상수의학적 활용, 더 나아가서 금융과 보험으로까지 활용하는 것이 저희의 차이일 것입니다. 시장의 크기? 세세히 말씀하지 않아도 여기에 계신 심사위원님들이라면 이미 반려동물 시장에 대해서 분명히 잘 알고 계실 겁니다. 데이터 문제, 사람 데이터는 사용할 수 있는 방법이 없습니다. 실질적으로 없습니다. 고양이 데이터는 사실 현재 그 누구도 신경 쓰지 않습니다. 5년 뒤, 10년 뒤에 만약에 누군가가 규제할 때 저희는 이미 충분한 수준의 데이터를 확보하고 있는 상황일 것입니다. 너무 복잡한 장표입니다. 간단히 말씀드리면 열심히 잘하겠고, 동시에 반려동물과 관련되는 거의 모든 것을 저희가 다 하고 싶습니다. 무엇을 근간으로? 건강이라고 하는 가장 중요한 핵심 자산을 근간으로 다 하겠다는 것입니다. 너무 큰 것 같은데, 현재 저희가 개발한 것은 웨어러블 제품입니다. 웨어러블만 가지고 모든 것을 다 확인할 수는 없습니다. 웨어러블을 보조할 수 있는 부가적인 생체 데이터 확보 시스템을 고안하고 있습니다. 더 나아가서 그렇게 얻어진 데이터를 근간으로 생활케어까지 들어가고자 합니다. 마지막으로는 그렇게 해서 비즈니스 모델로 확장하는 방식은 Telemedicine, 그리고 다이어트 및 특수 사료, 고양이용 치료 장난감, 최종적으로는 의료비 대출과 반려동물 보험으로까지 들어가고자 합니다. 고양이에 관한 모든 것이 저희의 목표입니다. “고양이만 합니까?”라고 질문 분명히 하실 겁니다. 제가 미리 답변드리겠습니다. 개도 당연히 해야 합니다. 다만 고양이 시장 쪽 경쟁이 작기 때문에 고양이 시장을 통해서 개의 시장으로 첨입하고자 하는 것입니다. 이상, 우주라컴퍼니 발표 마치겠습니다. 감사합니다. 네, 발표 잘 들었습니다. 바로 이어서 Q&A를 진행하도록 하겠습니다. 질문해주시기 바랍니다. 어디를 봐야 할지 헷갈려서 좀 혼동했습니다. 이쪽을 보고 말씀드리겠습니다. 네, 심사위원님. 주제는 상당히 재미있는 것 같아요. 근데 제가 궁금한 건 그렇다고 하면 저걸 사용하는 사용자 입장에서, 말씀하시는 내용을 보면 고양이의 병을 미리 디텍트하지 못해서 생기는 스트레스, 그다음에 힘듦, 고통, 감정, 이러한 걸 해결하고자 하는 것 같은데, 그게 문제라고 하면 그 문제의 심각성이 정말 지금 대표님이 하실 만큼 그렇게 심각한 건지, 그런 것들에 대한 정보가 저는 조금 부족한 것 같아서 그런 것에 대해서 설명을…. 해결하고자 하는 문제가 정말로 해결할 만한 가치가 있는지를 설명해주세요. 네, 두 가지 측면에서 말씀드리겠습니다. 하나는 임상수의학이라고 하는 제 전공 분야이고 또 하나는 경영·경제라고 하는 또 다른 제 전공 분야일 것입니다. 두 번째부터 말씀드리자면 반려동물 시장의 규모가 커지는데, 그 시장의 30% 진료비입니다. 그러면 세부적인 달러나 원 단위의 금액을 말씀드리지 않아도 건강 부분에서 얼마나 큰 문제가 발생하는지에 대한 이슈가 이해가 되실 것이고. 그 부분을 현재는 임상수의학을 전공한 일반 일선 수의사들의 제한된 역량에 100% 의존하고 있습니다. 그들의 역량을 늘려주는 것은 다시 말하면 이 시장 자체를 완전히 바꿀 수 있는 게임 체인저가 된다고 저희는 이해합니다. 특히 고양이의 경우는 더더욱 그러하고요. 결국에는 두 가지를 다 말씀드려버렸네요. 혹시 더 궁금한 점이 있으면 말씀해주십시오. 혹시 어떤 구체적인 질병에 대한 임상 시험 결과에서 조기 발견을 했던 데이터가 있으신가요? 지금은 사실 초기 단계의 연구를 계속 진행하고 있는 단계이기 때문에 지금 상태에서 임상적으로 가치 있는, 즉 논문으로 나올 수 있는 수준의 데이터가 있냐고 얘기한다면 그건 쉬운 일은 아닙니다. 조금 더 연구가 필요하고 그래서 제가 이 자리에 나온 건데, 수의학자들은 이렇게 이야기합니다. 고양이가 하루에 소변을 몇 번 보는지만 알 수 있다면 고양이의 폐사 원인 중 거의 1~3위 안에 들어가는 하부요로계 증후군의 상당 부분이 해소될 수 있을 것이다. 일반적으로 하부요로계 증후군은 사람으로 따지면 요로결석이고 조기에 발견하지 못하면 99% 폐사하게 됩니다. 설사 발견했다 할지라도 대부분의 경우 하부요로계 전체, 즉 방광 아래쪽을 전체 다 들어내는 3백~5백만 원 정도의 비용이 들어가는 수술을 요합니다. 그 뒤의 고양이의 삶과 보호자의 삶은 피폐해지겠죠. 그런 부분을 예방할 수 있는 것으로 기존에, 이를테면 배뇨 패턴만 알더라도 알 수 있다는 논문은 이미 존재합니다. 그렇다면 저희는 그것에 대한 솔루션을 제공하는 것이죠. 또 말씀해주십시오. 네, 발표 잘 들었고요. 지금 시장의 기회를 보험, 금융과 연계한 것으로 포착하고 계신 것 같은데, 그러면 보험사 등과 이야기가 되고 있는 부분들을 구체적으로 말씀 부탁드립니다. 네, 기본적으로 그다음에 조금 심도 깊은 수준의 밋업을 했던 것들은 삼성화재를 포함해서 한화 정도 있습니다, 현재 기준으로. 다만 저희가 아직은 내부적으로 기술적으로 좀 더 확보한 다음에 들어가는 것이 맞는다고 생각하고 기술적으로 좀 더 무르익은 수준은 내년 3월에서 6월 정도로 이해되고 있습니다. 그 시점에서 현 제품의 버전 2로 좀 더 진일보한 제품이 나오게 되고 그 전후로 해서 사업 확장을 기획하고 있습니다. 참고로 최근에 저희가 바르셀로나에서 있었던 MWC에 출전했고 거기에서 상당히 좋은 현지로부터의 반응을 얻었습니다. 그때 만났던 곳에는 Boehringer Ingelheim이 있습니다. 마지막으로 내년 1월 3일에 열리는 CES에서도 현재 스타트업 부문으로 초청받은 상태이고 거기에서 의미 있는 수준의 사업적인 논의가 진행될 수 있을 것으로 기대하고 있습니다. 아까 발표하시면서 이미 출시된 경쟁 제품이라고 할 수 있는 게 나와 있는데, 그런 것들이 국내의 매출 규모는 어때요? 네 가지 제품 중에서 대표적인 제품이 나온 거고, 일단 개 쪽에는 제품이 20~30가지 정도가 있고 고양이 쪽에는 1~2개 정도가 있는 상황입니다. 현재 상황은 그러하고. 국내에서 고양이 쪽에 저희와 유사함 또는 경쟁이라는 맥락에서 나온 제품은 없습니다. 다만, 일본에서 저희보다 1년 반 내지 2년 정도 앞서 있고 질병 예측까지는 아니지만 단순하게 특정한 행동을 체크하는 제품은 있고, 거기는 현지 기준으로 일본 내에서 연간 3천~5천 개 정도가 매출이 일어나고 있는데, 독특하게도 여기는 생태학자 출신이 운영하는 회사이고 사업화라든지 글로벌 쪽에는 거의 관심이 없는 거로 이해됩니다. 실제로 앱 같은 경우에도 일본어로만 제공하고 있습니다. 부가적으로 말씀드리자면 Fit 3이라고 하는 미국에 있는 저희와 유사한 맥락이지만 개와 관련된 회사 같은 경우에는 2016년에 천3백억 원으로 매각되었고 현재 연간 6백억 정도의 매출을 내고 있는데, 거기는 금융 등의 부가적인 서비스는 없는 상태에서 순수한 디바이스 매출만 그 정도입니다. 혹시 질문 더 있으시면 마지막 질문받아보도록 하겠습니다. 질문 더 없으신가요? 네, 발표 감사합니다. 대단히 감사합니다.

클레온의 진승혁 님을 무대 위로 모시겠습니다. 안녕하세요. 컬처 콘텐츠의 혁신을 꿈꾸고 있는 클레온 대표 진승혁입니다. 발표 시작하도록 하겠습니다. 영상 속 얼굴을 바꾸고 챗봇과 대화하는 등 새로운 형태의 영상, 버추얼 콘텐츠가 끊임없이 등장하고 있습니다. 그러나 이러한 콘텐츠를 만들기 위해서는 1시간의 음성 데이터와 10만 장의 얼굴 데이터가 필요하고 40시간의 처리 시간을 필요로 합니다. 즉, 대중들이 영상을 만들기에는 불가능한 상황입니다. 저희 클레오는 누구든 영상 및 버추얼 콘텐츠를 쉽게 만들 수 있도록 합니다. 클레오는 30초의 영상 데이터와 얼굴 사진 1장만 있으면 누구나 자신만의 영상을 만들 수 있습니다. 적은 데이터와 빠른 처리 속도로 영상을 제작할 수 있는 클레오는 기존 영상 제작의 어려움을 해결해 클릭 1번으로 영상을 만들 수 있는 혁신을 불러일으킵니다. 죄송한데, 이 PPT가 예전 것 같거든요. 일단 시작하겠습니다. 클레오는 누구든 쉽고 빠르게 영상을 만들 수 있는 기술을 개발하고자 하였습니다. 그 비전에 맞춰 클레오는 최소한의 인풋 데이터로 창의적 영상 콘텐츠를 실시간으로 만들 수 있는 기술을 연구하였고 그 결과, 3년 만에 얼굴, 음성, 체형 관련 8가지 영상 생성 기술을 개발하였습니다. 그중 클레온의 대표 기술인 얼굴 변환에 대해서 설명해드리도록 하겠습니다. 얼굴 변환 기술은 세계 최고 수준의 기술력을 보유하고 있습니다. 타사에 비해 최소한의 데이터로 적은 GPU 메모리를 활용하여 실시간으로 영상을 생성하며, 그 결과 또한 최상의 수준을 자랑합니다. 클레오는 위 기술들을 바탕으로 현재 세 가지 프로덕트를 운영 및 개발 중에 있습니다. 첫 번째 소개해드릴 서비스는 Kamelo입니다. Kamelo는 촬영 없이 침대에 누워서도 다양한 방식의 영상 콘텐츠를 만들고 공유할 수 있는 소셜 미디어입니다. Kamelo를 통해서 누구나 아이언맨이 되어볼 수 있고 방탄소년단과 한 무대에 서서 공연할 수도 있습니다. 또한, 프레디 머큐리처럼 멋진 노래 실력에 자신의 목소리를 입혀볼 수도 있고 자신이 아닌 가상 인물로 활동해볼 수 있습니다. Kamelo에서는 여러분들의 상상을 영상으로 만들고 공유하며 진정한 메타버스를 체험할 수 있는 소셜 미디어입니다. Kamelo는 현재 8월에 정식으로 런칭하였고 고객 반응을 테스트하고 있는 상황입니다. 두 번째 소개해드릴 프로덕트는 Klone입니다. Klone은 기업 대상 제품으로, 기업의 브랜드와 어울리는 얼굴과 목소리를 가진 가상 인물을 활용한 화상 챗봇 솔루션입니다. 또한, Klone의 가상 인물은 한국어뿐만 아니라 영어, 중국어, 일본어 등 6개국어로 대화할 수 있습니다. 이번 SBS 측과 함께 진행한 프로젝트 영상을 간단히 보고 넘어가도록 하겠습니다. 죄송합니다. 이게 옛날 버전이라서…. Klone을 통해서 가상 상담원, 가이드, 쇼호스트, 카페 아르바이트생이 만들어져 다양한 산업을 혁신할 수 있습니다. 아까 Klone에 대한 설명을 하고 있는 겁니다. 위 네 가지 직군을 개발하기 위해서 Klone은 7천 개 이상의 원본 클립을 촬영하였고 다양한 체형의 원본 모델과 계약을 진행한 상태입니다. 아직 정식 출시도 하기 전이지만 이미 한국관광공사, 현대, 교원, 메가스터디, KTCS 등 다양한 업체와 POC 및 사전 계약을 체결한 상태입니다. 마지막으로 소개해드릴 프로덕트는 Kling입니다. Kling은 차세대 자동 더빙 솔루션입니다. Kling을 통해서는 영화, 드라마, 유튜브 콘텐츠를 클릭 한 번으로 배우의 목소리가 모국어로 변환됩니다. 그뿐 아니라 더빙된 음성에 맞춰 입 모양도 자동으로 변환됩니다. 제 영상 콘텐츠가 있었는데, 제가 예를 들어 한국어로 얘기하면 사실 저는 중국어를 못 하거든요. 중국어를 못 하지만 저희의 Kling이라는 서비스를 통해 알아서 영어와 중국어, 일본어로 만들어지고 그 음성에 맞춰서 입 모양이 자동으로 변환되는 기술을 구현하였습니다. 그리고 저희 Kling에는 11가지 핵심 기술이 집약되어 있고 그러한 기술을 통해서 영상만 내가 넣으면, 그게 유튜브 콘텐츠가 될 수도 있고 영화가 될 수도 있겠죠. 그러한 영상 콘텐츠를 넣으면 그 배우의 목소리를 그 영상에서 알아서 캐치해서 학습하고, 그 학습된 데이터로 영어, 중국어, 일본어 등 다양한 언어로 변환하고, 변환된 걸 다시 입히고. 입힌 것에 맞춰서 입 모양도 바꿔주고, 그런 일련의 과정을 저희는 완벽히 End-to-End로 개발했고요. 저희가 단순히 이걸 개발한 게 아닙니다. 이걸 개발해서 CJ ENM과 같은 다양한 프로젝트를 지금 내부적으로 진행하고 있고 향후 11월에 실제로 일본에서 촬영한 영상을 한국어로 더빙한 걸 곧 보여드릴 예정에 있습니다. 그래서 이런 Kling이 마지막 프로덕트였고요. 그래서 Kling은 단순히 1인 미디어인 유튜브 크리에이터들도 활용해서 제가 한국에서만 활동하고 있는데 해외로도 자연스럽게 바로 활동할 수 있고, 기존 더빙 시장이었던 영화 배급사라든가 지금 드라마 제작사와도 얘기하면서 그들이 원래는 성우를 활용했던 것을 저희 Kling을 통해서 시간과 노력을 절약할 수 있으면서도 더 좋은 가치를 창출할 수 있는 서비스라고 생각합니다. 클레오는 자체 개발한 핵심 기술을 활용한 B2C 서비스와 B2B 프로덕트를 개발하였습니다. B2B 프로덕트를 통해 클레오는 안정적인 수익을 창출할 수 있을 것으로 예상하고 있습니다. 수익 모델은 초기 도입비와 연간 라이선스비로 나뉘어 있고 저희는 금년 4월부터 B2B 사업을 시작했고 현재까지 15억가량의 계약을 체결하였습니다. Kamelo는 부분 유료화와 참여형 광고 수익을 모델로 잡고 있습니다. 참여형 광고란, 유저들이 다양한 원본 광고 영상을 2차 콘텐츠로 변환하여 공유하고, 그 공유된 성과에 맞춰서 수익을 낼 수 있는, 즉 유저들도 더 이상 광고가 네거티브한 게 아니라 그것 자체가 하나의 콘텐츠가 되어서 그 콘텐츠를 자신의 콘텐츠로 바꿔보고 공유된 비율에 따라 수익까지 얻을 수 있는 참여형 광고 모델이라고 생각하시면 됩니다. 클레오는 또한, 엘지그룹을 포함한 다양한 대기업과 기술 제휴를 체결하였는데요. 여기에는 안 나와 있지만 엘지, 카카오 등과 다양한 기술 제휴를 체결했습니다. 그리고 저희는 현재 기업 가치 400억에 누적 투자금 40억가량을 투자받았으며, 주요 투자사로는 카카오인베스트와 블루포인트가 있습니다. 클레오를 성공시키기 위해서는 기술, 사업과 콘텐츠에 대한 역량 모두 중요합니다. 현재 클레오는 총 36명으로 구성되어 있고 20명의 기술팀, 10명의 사업팀, 6명의 콘텐츠 팀으로 이루어져 있습니다. 우선 저에 대한 소개를 좀 할 건데요. 저는 이 팀을 이끌기 위한 충분한 역량을 보유하고 있습니다. 전자공학으로 졸업하였고 모바일 앱 개발, 딥러닝 네트워크를 연구하며 개발에 대한 역량을 길러왔고 21살 때부터 다양한 서비스를 기획하고 창업을 진행하며 클레온 전 스타트업에서는 대표로서 매출 50억가량을 달성한 경험을 갖고 있습니다. 저 외에도 카이스트 석사, 박사 출신의 연구팀, Bain, PWC 출신의 전략팀, Tiktok 출신의 콘텐츠 팀, 7년 경력 개발의 CEO 출신의 개발팀 등 최고의 팀으로 구성되어 클레온을 성공시키기 위해 기름을 붓고 있습니다. 클레온은 현재 일본 법인 설립을 완료하였고 내년 상반기에는 미국으로 본사를 이전하여 글로벌 서비스를 운영하기 위한 초석을 다질 예정에 있습니다. 클레오는 내년 하반기까지 Kamelo 서비스는 누적 다운로드 백만, MAU 30만을 목표로 하고 있고 B2B 프로젝트에서는 월 3억 이상의 수익 창출을 하여 미국에서 시리즈 A 투자를 받을 예정에 있습니다. 지금까지 클레온 진승혁이었습니다. 감사합니다. 네, 발표 잘 들었습니다. 바로 이어서 Q&A 진행하도록 하겠습니다. 질문 주시기 바랍니다. 네, 첫 번째 질문 들어보도록 하겠습니다. 재밌는 얘기 많이 들었는데요. 지금 말씀하신 걸 보니까 팀 구성을 보면 개발하는 인력, 그다음에 사업하는 인력, 그다음에 콘텐츠 개발하는 인력이라고 했는데요. 그러면 여기에서 지금 클레온이 핵심적으로 가져가고자 하는 부분이 콘텐츠인지 아니면 기술인지. 이게 포커싱하고자 하는 곳이 명확하게 어디인지가 약간 불분명해 보이는데, 그것에 대해서 조금 설명을 더 해주시겠습니까? 네, 좋은 말씀 감사드립니다. 기술이라는 건 5년 정도의 진입장벽이 있지만, 그 이상의 진입장벽은 가져가지 못한다고 저는 생각합니다. 저희 팀은 아까도 말씀드렸지만 20명의 기술진을 보유하고 있고 그중 대부분은 카이스트 석사, 박사 출신의 유능한 연구원분들입니다. 그분들이 저희가 목표로 하고 있는 최소한의 데이터로 창의적인 영상을 실시간으로 만들 수 있는 기술 개발을 하고 있고 그 기술은 가히 세계 최고 수준이라고 말씀드릴 수 있을 것 같습니다. 그러나 저희가 단순히 기술만을 개발하고 그걸로 사업을 영위하는 회사라면 B2B 기업에서 그칠 것이라고 저는 생각하고 있습니다. 저희 팀은 기본적으로 그러한 기술을 활용해서 다양한 문화 콘텐츠를 혁신하고자 하는 비전을 갖고 있기 때문에 남들은 갖고 있지 못한 훌륭한 기술을 바탕으로 콘텐츠 사업을 하는 것을 목표로 하고 있기 때문에 기술은 당연히 베이스가 되어야 하고 그 기술을 바탕으로 좋은 사업을 할 수 있는 사업팀까지 꾸린 것이 지금 저희가 걸어온 길이라고 생각하시면 될 것 같습니다. 네, 그렇다고 하면 기술을 개발하고 나면 모방 가능성이 사실 높기 때문에 콘텐츠로 경쟁 우위를 가져가려고 하는 그런 의도에서 하는 건지? 예를 들어서 이 시장이 높아졌을 때 누군가가 후발주자로 들어갔을 때 캐치 업이 상대적으로 쉽다고 하면 다른 식으로 경쟁 우위를 가져가기 위해서 콘텐츠를 하고자 하는 것인지, 그게 약간 알쏭달쏭 해서. 기술로만 풀 수 있는 사업이, 저희가 개발하고 있는 기술은 영상 콘텐츠를 적은 데이터로 만들 수 있는 기술이기 때문에 기술의 목표라는 게 정말 재밌는 창의적인 영상을 대중들이 만들 수 있게끔 하는 목표를 갖고 있지 않습니까? 그 목표에 맞춰서라면 당연히 콘텐츠 비즈니스를 해야 하는데, 저희가 처음에 설명해드렸던 Kamelo라는 비즈니스는 결국 소셜 미디어 플랫폼 서비스이거든요. 소셜 미디어 서비스가 결국은 좀 더 한발 빨리 유저들에게 다가가서 어느 정도 자리매김을 잘한다면 그 경쟁력은 기술의 경쟁력보다 뛰어나다고 생각하고 있습니다. 그래서 기술과 한 발 더 빨리 콘텐츠 비즈니스를 저희가 들어가서 시장에서 자리 잡는다면 다른 경쟁사들이 들어가는 데 어려움을 겪지 않을까 생각하고 있습니다. 네, 말씀 잘 들었습니다. 보니까 B2C와 B2B 서비스를 둘 다 하실 계획을 갖고 계신다고 했는데, 사실 두 개가 굉장히 성질이 달라서 대표님께서는 궁극적으로 어떤 회사를 만들고 싶으신지가 궁금하고요. 두 번째는 8월에 서비스를 런칭하셨다고 했는데, 초기 유저 트랙션은 어떤가요? 사실 이런 종류의 B2C 서비스는 굉장히 빠르게 사용자 반응을 볼 수 있고 지표가 나오잖아요. 거기에 대해서도 궁금합니다. 사실 두 가지 부분에 대해서 질문해주셨는데, 먼저 두 번째 질문부터 답변을 드리자면 저희가 생각했을 때 가장 중요한 지표는 뭐였냐면 유튜브나 틱톡 같은 경우에는 영상을 공유할 수 있는 플랫폼이지만 유저들이 영상을 생성하고 공유할 수 있는 SNS는 아니었습니다. 그렇기 때문에 저희가 가장 포커스를 맞췄던 포인트가 이 유저들이 우리의 소셜 미디어에 들어와서 얼마나 많이 영상을 만들 수 있을까에 대한 지표를 가장 집중해서 보고 있고요. 현재 틱톡과 유튜브 같은 경우에는 1%의 사용자만이 영상을 만들고 있다면 저희 Kamelo에서는 68% 정도의 유저들이 단순히 들어와서 영상을 구경하는 것에서 끝내지 않고 자신들의 영상을 만들고 그 영상을 공유하고 있는 지표를 확인할 수 있었습니다. 그뿐 아니라 MAU나 이런 부분은 사실 마케팅을 안 하고 있기 때문에 말씀드리기는 좀 애매하긴 하지만 이제 한 달 반 정도 됐지만 약 만 명 정도의 유저를 확보했고요. 안드로이드, iOS 동시 런칭을 했고 체류 시간이나 이런 것도 꽤 긍정적으로 보고 있고. 그뿐 아니라 사실 가장 중요한 게 유저빌리티 테스트라고 생각하고 있는데요. 그 유저빌리티 테스트를 백 명 대상으로 진행하고 있고 거기에서 상당히 좋은 평가를 받고 있어서 매우 긍정적으로 보고 있습니다. 첫 번째로 말씀해주셨던 B2B와 B2C의 사업을 동시에 하는 게 어렵지 않냐? 그리고 성공 방정식이 다르지 않냐? 라고 말씀해주셨습니다. 사실 그 질문은 제가 항상 IR 자리에 갈 때마다 받았던 질문인데요. 어려운 건 맞지만 해내야 한다고 생각했습니다. 그 이유는 Kamelo 같은 경우에는 All or nothing이라고 생각합니다. 정말 잘되면 대박이지만 안 됐을 때는 사실 아무것도 남지 않는 서비스라고 생각합니다. 그러나 저희가 안정적인 캐시카우, 즉 B2B 서비스가 저는 안정적인 캐시카우라고 생각하고 있는데요. 그 B2B 서비스를 안정적으로 잘 깔고 간다면 Kamelo에서 수많은 도전을 하고 많이 넘어지더라도, 백 번 넘어져도 한 번이라도 성공한다면 그 기회는 B2B에서는 잡을 수 없는 기회라고 생각하고 있기 때문에 그 두 개 다 무조건 해야 한다고 생각하고 있고요. 힘들지만 저희 팀원들은 그 두 가지에서 역량을 보유하고 있다고 생각하고 있고, 이미 B2B에서는 정말 좋은 성과를 많이 내고 있기 때문에 어느 정도 그 부분에 대해서 자신 있게 말씀드릴 수 있을 것 같습니다. 네, 좋은 발표 감사드립니다. 고맙습니다. 네, 감사합니다.

튜닙 박규병 님을 무대 위로 모시겠습니다. 인공지능 대화 기술의 리더 튜닙의 박규병입니다. 회사의 지난 발자취에 대해서 간단히 말씀드리겠습니다. 튜닙은 올해 2월 카카오의 인공지능 자회사인 카카오브레인의 자연어처리 팀장이었던 저와 저희 팀 멤버, 총 6명이 회사를 나와 다음 달인 지난 3월 창업한 인공지능 테크 스타트업니다. 지난 9월까지의 성과 이모저모에 대해서는 이어지는 슬라이드에서 다시 말씀드리겠습니다. 10월 현재 총원이 26명으로 구성되어 있고요. 그중 약 절반 정도가 엔지니어로 구성되어 있습니다. 사람은 누구나 외롭다고 생각합니다. 사람은 자신의 마음을 알아주는 상대와 흥미로운 대화를 누구나 나누고 싶어 합니다. 인공지능이 성숙하면 할수록 이러한 사람의 기본적인 욕망을 충족시켜주는 대상이 될 것이 분명합니다. 지난 1월 엄청난 반향을 일으켰던 이루다, 그리고 2001년부터 서비스해온 한국의 심심이, 중국의 XiaoIce, 그리고 미국의 Replika, 최근에는 Emerson까지, 디지털 시대의 일상 대화 서비스들을 통해 대화 상대로서 인공지능 모델의 파괴력을 우리는 이미 실감한 바 있습니다. 하지만 인간을 인간답게 이루는 세 가지 요소, 사람의 외모나 목소리, 지능, 이 세 가지 요소를 봤을 때 앞의 두 개에 비해서 지능이라는 부분은 상대적으로 아직 많이 미흡한 상황입니다. 튜닙은 우수한 자연어처리 기술을 바탕으로 기존 일상 대화 챗봇 서비스의 한계를 극복하고 보다 진일보한 서비스를 내놓겠습니다. 중소기업 기술 로드맵이라고 하는 자료에 따르면, 2020년부터 2024년까지 국내외 할 것 없이 챗봇 시장이 많이 성장할 것으로 내다보고 있습니다. 하지만 한편으로는 이 자료에는 현재 폭발적으로 성공하고 있는 메타버스 시장 속에서의 챗봇 대화 모델의 가치나 시장 크기가 측정되어 있다는 점도 상기해야 합니다. 기술적으로 보자면 작년과 올해에 자연어처리 분야에 있어서 많은 발전이 있었는데요. 작년에 출시된 Facebook의 Blender봇이라고 하는 서비스는 논문 속에서 인간과 거의 대등한 정도의 대화 역량을 보여주었고요. 그리고 인간이 만든 최고의 인공지능이라 일컬어지는 오픈 AI GTP-3나 올해 5월에 데모를 선보였던 네이버의 HyperCLOVA 등의 소위 말하는 빅모델들도 주요한 응용 프로그램으로 대화 모델을 이미 선보인 바 있습니다. 이 상황을 비유하자면 평생 3kg의 아령만 들어왔던 사람이 이제 300kg의 역기를 들어야 하는 상황이라고 볼 수 있습니다. 일찌감치 카카오브레인에서 풍부한 자원을 바탕으로 여러 가지 빅모델을 학습해 봤고 또 다양한 NLP 태스크를 수행해 봤던 튜닙의 경험이야말로 이러한 상황 속에서 빛을 발휘할 수 있다고 생각합니다. 저희 핵심 경쟁력은 기술력과 멘파워입니다. 시간 관계상 저나 저희 멤버들에 대해서 일일이 소개해드리지는 못하겠지만 저희의 기술력을 증명할 수 있는 여러 가지 숫자와 관련되어 있는 요소들을 슬라이드를 통해 보고 계십니다. 관련된 논문을 30여 편 출판했고요. 그리고 챗봇 개발 서비스에 6회 이상의 경험을 보유하고 있습니다. 그리고 Github 등 여러 오픈소스 활동, 그리고 여러 competition에서의 우수한 성적 등을 통해서 국내외적으로 높은 인지도를 보유하고 있습니다. 지난 7월에는 2021 온라인 인공지능 경진대회 자연어처리 부문에서 당당히 1위를 차지하기도 했습니다. 지난 8월에는 빅모델을 개발하고 또 출원하기 위한 필수 도구인 병렬화 도구, Parallelformers라고 하는 도구를 저희가 자체적으로 개발해서 공개했습니다. 공개 직후에 Hugging Face와 Microsoft에서 비슷한 관심사를 가지고 있었기 때문에 연락해와서 그들이 가지고 있는 도구에 통합하기 위한 협업을 진행 중에 있습니다. 이런 기술력을 인정받아서 지난 9월에는 과기정통부 주재의, 민간이 협력해서 초거대 AI의 모델을 어떻게 활용할 수 있는지를 논의하기 위한 자리인 전문가 협의체에 LG, 삼성, 네이버, 카카오, SKT 등의 대기업과 함께 스타트업으로서는 유일하게 제가 참여하기도 했습니다. 지난 이루다 사태를 예로 들지 않더라도 인공지능이 성숙하면 할수록 윤리 부분이 크나큰 이슈로 계속해서 자리 잡을 텐데요. 튜닙은 일찌감치 이 점에 주목해서 자체적으로 윤리모델, 윤리를 탐지할 수 있는 모델을 일차적으로 개발 완료했고요. 그걸 테스트할 수 있는 클로즈드 베타 서비스를 현재 진행 중에 있습니다. 그뿐만 아니라 기술에 대한 높은 이해를 바탕으로 젊고 좋은 자질을 가진 여러 기획자가 포진되어 있습니다. 저희의 전략 방향은 크게 3가지로, 단계적으로 요약해볼 수 있습니다. 우선 올해와 내년에는 다양한 페르소나 챗봇 서비스, 사람과 직접적으로 오랫동안 교감을 나눌 수 있는 대화 모델 서비스를 출시할 예정입니다. 이것이 000(05:22) 한다면 자연스럽게 SNS상에서 가상 인플루언서로 나아가고요. 궁극적으로 메타버스 상에서 인간의 외모와 목소리 등과 결합되어 있는 완전한 형태의 디지털 휴먼을 서비스할 계획입니다. 수익 모델로는 직접적으로 구독권 수익 모델, 그리고 브랜드 노출을 통한 광고 또는 AI에게 선물하거나 육성하기, 그리고 사용자와의 깊은 교감으로 얻은 사용자에 대한 정보를 바탕으로 그에 맞춤화된 추천이나 검색할 수 있는 수익 모델들을 구상하고 있습니다. 이러한 목표를 이루기 위해서 저희가 현재 하고 있는 활동 진행 방향을 두 개의 트랙으로 나눠서 설명해드리겠습니다. 우선은 오픈 AI가 GPT-3를 만들고 난 이후에 이 GPT-3를 써볼 수 있게 API를 공개했는데요. 상용화를 할 수 있는 API는 승인제로 이루어지고 있습니다. 근데 이 승인 과정과 심사가 매우 까다롭습니다. 다행히 튜닙은 몇 달 전 가상 여행을 기반으로 해외 친구가 가상 여행을 인도해주는 콘셉트의 챗봇 데모를 기반으로 심사 신청을 했고요. 다행히 승인을 받았습니다. 승인된 데모를 바탕으로 현재 영어 서비스를 준비 중에 있습니다. GPT-3의 API를 쓰는 것은 여러모로 영리한 정책이라고 생각하지만, 그것은 또 근원적인 한계를 가지고 있기도 합니다. 저희의 것이 아니니까요. 그래서 튜닙만의 데이터, 튜닙만의 모델, 튜닙만의 기술을 바탕으로 한 자체 페르소나봇도 만들고 있습니다. 그 첫 번째 페르소나로 저희가 반려견을 염두에 두고 현재 개발 중인데요. 우선 올해 말까지는 한국어 서비스를 출시한 다음에 이후 상황을 봐서 영어로 언어를 확대해나갈 생각입니다. 조금 더 자세하게 설명해드리겠습니다. 첫 번째 트랙인 오픈 AI GPT-3는 앞서 말씀드렸던 것처럼 코로나 시대를 맞이해서 해외 도시를 가상으로 여행하면서 영어로 대화하는 챗봇 서비스가 되겠습니다. 현재까지 오픈 AI를 말씀드렸던 것은 승인 심사를 통과한 상태이고 올해 연말까지 Facebook 메신저를 통해서 베타 테스트 서비스를 출시할 계획입니다. 내년에는 도시 자체를 확대하는 것은 물론이고, 도시뿐 아니라 다른 주제로서의 확대를 생각하고 있고요. 또 Facebook 메신저뿐만 아니라 자체 애플리케이션을 출시할 계획도 가지고 있습니다. 두 번째 트랙은 저희가 반려견 페르소나 챗봇을 개발하고 있다고 말씀드렸는데, 왜 하필 반려견이냐? 국내외 할 것 없이 반려견 시장은 폭발적으로 성장하고 있고 그 자체로 시장 규모가 매우 큽니다. 그것을 일단 이유로 들 수 있고요. 두 번째는 이루다 사태에서 알 수 있듯이 윤리적인 리스크가 인간이라고 하는 존재는 매우 큰데 그에 비해서 개라고 하는 존재는 윤리적인 리스크가 낮고 사용자들의 기준 잣대가 비교적 낮은 특징이 있습니다. 이 특징에 맞춰서 저희가 반려견 챗봇을 시도하고 있습니다. 사용자에게 맞는 자기가 원하는 반려견의 외모나 성격, 나이 등등을 입력하면 그에 맞춰서 맞춤화된 챗봇이 탄생해서 사용자가 자기가 원하는 챗봇과 대화를 나누는 경험을 제공하겠습니다. 올해는 대화 챗봇을 만들기 위해서 필수적인 부속 모듈인 윤리모델을 일차적으로 완료한 상태라고 말씀드렸고요. 올 연말까지 저희 자체적으로 빅모델 중에서 작은 모델을 학습 중인데, 학습이 완료된 빅모델을 기반으로 해서 저희가 현재 가공하고 있는 반려견 챗봇 데이터를 활용해서 클로즈드 베타 서비스를 출시하는 것이 계획입니다. 내년에는 빅모델로의 연구를 좀 더 확대하는 한편, 다른 페르소나를 시도해보고 또 앞서 말씀드렸지만, 한국어가 아닌 다른 언어로의 확대로 염두에 두고 있습니다. 이상입니다. 감사합니다. 네, 발표 잘 들었습니다. 이어서 Q&A 진행하도록 하겠습니다. 네, 발표 잘 들었습니다. 지금 오픈 AI GPT-3를 쓴다는 게 쉬운 일은 아닌 걸 알고 있고요. 그래서 그걸 봤을 때 오픈 AI도 기술에 대해서는 굉장히 가능성이나 경쟁 측면에서의 차별성은 있다고 보이는데, 여전히 시작한 지 안 되셔서 구체성 있게 어떤 것들을 하고 이걸로 사업을 한다는지가 여전히 vague 한 것 같습니다. 그러니까 기술력에 대한 차별성이 있다는 부분은 어필이 되는 건 맞는데, 사업에 대해서의 구체성을 이해하기는 쉽지 않아서 그 부분을 조금 더 구체적으로 말씀해주시면 좋을 것 같습니다. 네, 핵심 사업은 말씀드렸던 것처럼 당장은 챗봇입니다. 이루다를 생각하시면 될 것 같고요. 하지만 페르소나도 다르고 구체적으로 사람들이 받는 느낌은 분명히 달라질 겁니다. 일차적으로는 반려견이기 때문에 20대 초반의 여성을 타깃으로 했던 이루다에 비해서 훨씬 더 다른 감성을 받을 것이라고 예상하고 있고요. 그것을 위해서 학습 데이터를 꾸리고 있습니다. 다른 한편으로는 윤리의 모듈에 대한 것도 제가 어느 정도 강조가 됐는지는 모르겠습니다만, 중요한 포인트라고 생각하고 있습니다. 우선은 저희가 만든 윤리모델을 기반으로 해서 특히 빅모델에 관심 있거나 게임 회사나 혹은 언론사 등을 통해서 B2B 접촉을 시도하고 있고, 앞에서도 말씀드렸습니다만 비단 그 문제뿐만이 아니라 인공지능 기술이 성숙해가는 그 과정 속에서 윤리모델, 인공지능의 윤리성 문제는 매우 큰 화두라고 생각합니다. 그래서 그쪽을 계속 개발을 진행하면서 B2B 쪽 사업도 진행하려고 생각하고 있습니다. 다음 질문받아보도록 하겠습니다. 반려견 챗봇 같은 경우에는 아까 대화 40만 건 정도에서 오픈한다고 하셨는데요. 실제 사업 모델을 키우기 위해서는 얼마 정도의 데이터 크기가 있어야 사용자들이 매력을 많이 느낄 것 같아요? 모르겠습니다. 현재 5천 건을 저희가 자체적으로 사람을 써서 작가들이 만들었고요. 그걸 지금 테스트해보고 있는데, 자체 MVP 테스트 결과는 꽤 괜찮다는 평가를 받고 있습니다. 40만 건은 국가가 공유한 120만 건의 카톡 데이터 중 반려견에 맞게 재가공한 겁니다. 그래서 낮은 공수에 가능한 거고요. 5천 건을 시험해보고 그다음에 40만 건을 덧붙여서 테스트해볼 예정입니다. 거기에 가령 4천만 건이 보태졌을 때 그 데이터 성능의 우수성은 어느 정도 될지는 사실은 저희도 모르는 영역입니다. 실험해보고 다음 페르소나를 테스트하거나 다음 사업 영역을 전개할 때 계속 테스트를 통해서 진행해 나갈 생각입니다. 네, 발표 고맙습니다. 네, 감사합니다.

플라잎 정태영 님을 무대 위로 모시겠습니다. AI를 산업용 로봇에 적용하여서 기존의 불편함을 해결하는 플라잎의 발표를 시작하겠습니다. 저는 플라잎의 대표 정태영입니다. 반갑습니다. 여러분, 생산을 자동화시키는 산업용 로봇 많이 들어보셨나요? 이 주요 산업용 로봇에 별도의 장치 없이 링 케이블 하나만 연결하면 바로 AI 로봇으로 사용할 수 있습니다. 이 AI 로봇은 기존 생산 라인에 소모되었던 시간과 비용을 80% 이상 획기적으로 줄여줄 수 있습니다. 아래의 내용은 실제 인터뷰를 근거로 해서 작성했는데요. 한 대의 로봇이 만약에 어떠한 문제로 인해서 생산 라인이 한 달에 약 10시간씩 멈췄다고 가정하면 이것을 1년 동안의 비용으로 환산해보면 약 4억2천만 원의 비용이 낭비됩니다. 하지만 실제 생산 라인에서는 로봇이 한 대가 아니라 수십에서 수백 대까지 쓰이므로 그 비용은 정말 엄청나게 크다고 할 수 있습니다. 전 세계 산업용 로봇 시장은 약 60조 원까지 증가했는데요. 이렇게 로봇들이 많이 사용되고 있지만, 로봇을 사용하는 현장의 작업자들은 오른쪽에 보시는 것처럼 다양한 고통을 호소하고 있습니다. 예를 들면 초기의 로봇 세트업, 생산 프로그래밍, 그리고 유지 보수까지 각각의 프로세스에는 굉장히 많은 문제 발생 요소가 숨어 있고 이러한 문제는 결국 시간과 비용의 증가로 의미가 이어지게 됩니다. 실제로 한 대의 로봇에 시스템이 적용되었을 때 여기에 낭비되는 비용은 약 1억2천만 원이고요. 저희는 이러한 비용 또한 제로로 만드는 것이 목표입니다. 그래서 저희 플라잎은 생산 라인에서 소모되는 비용과 로봇에 시스템이 적용되었을 때 소모되는 비용을 줄이기 위해서 AI를 산업용 로봇에 적용하였습니다. 저희는 로봇 행동 AI와 물체 인식 AI를 하나의 소프트웨어로 제공하여 완전 자동화 솔루션을 제공하고 있습니다. 저희는 사실 이미 많은 AI 솔루션을 산업용 로봇과 협동 로봇에 적용했는데요. 예를 들면 로봇이 다양한 제품을 인식할 수 있고요. 이것은 타사 대비 약 17배 이상의 연산 속도를 자랑하고요. 또한, 제품을 섞거나 적재할 박스를 섞더라도 로봇이 이것을 잘 인식할 수 있습니다. 또한, 로봇이 이동하는 중에 충돌을 감지하게 되면 스스로 회피할 수 있고요. 로봇이 특정 위치로 이동하기 위해서는 기존에는 프로그램 방식이었다면 저희는 학습의 방법을 적용하여 로봇이 다양한 위치로 스스로 이동할 수 있습니다. 또한, 제품을 집을 수 없을 경우, 제품을 집을 수 있게 만들기도 하고요. 로봇을 동작시키는 프로그램을 Teaching이라고 하는데, 여기에는 굉장히 많은 시간이 소모됩니다. 하지만 저희 플라잎의 솔루션을 적용하면 기존 대비 15배 이상의 시간을 줄여줄 수 있습니다. 또한, 현장에서 로봇을 조작하기 위해서는 Teaching 펜던트라는 것을 이용해서 로봇을 동작시키는데요. 이것은 브랜드 사마다 그 사용법이 다르고 조작 방법 또한 매우 어렵습니다. 그래서 저희 플라잎은 현장에 있는 근로자 누구나 손쉽게 로봇을 사용할 수 있도록 직접 교실을 적용하였으며, 현재 코로나 시대로 플라스틱 수요가 엄청나게 증가했습니다. 저희는 플라스틱뿐만 아니라 종이나 캔, 이러한 재활용품을 분류할 수 있는 솔루션 또한 개발하였습니다. AI를 전 세계적으로 적용하고 있는 세계 대표 브랜드는 Covariant인데요. 그러나 여기에는 크게 두 가지의 문제점이 있습니다. 먼저, AI가 산업용 로봇에 적용되면서 현장에 있는 작업자들은 조금씩 편해지고 있으나 이 로봇을 학습시켜야 하는 엔지니어의 시간과 비용은 오히려 증가하고 있습니다. 예를 들면 한 개의 제품을 학습시키기 위해서는 수백 장의 이미지가 필요하고요. 그 이미지 안에서 수동으로 분리해야 하는 단순 반복적인 일이 있고요. 두 번째 영상을 보시면 일반 현장에서는 제품이 이동하는 것을 로봇이 Pick & Place 하는 반면에, AI가 적용된 로봇은 물건이 멈춰 있는, 즉 정적인 상태에서 Pick & Place 하는 것을 보실 수 있습니다. 이것은 당연히 생산성 면에서 많은 차이를 보여주게 됩니다. 그래서 저희 플라잎은 이 두 가지 문제점인 효율성과 생산성을 모두 해결하고자 합니다. 로봇이 엔지니어 도움 없이 스스로 학습할 수 있고요. 생산성 향상을 위해서 동적 Pick & Place가 필요한 솔루션을 저희는 개발 중에 있습니다. 그래서 저희는 작년에 이 기술로 TIPS에 선정되었습니다. 저희는 이외에도 경쟁사가 하고 있지 않은 여러 가지 솔루션으로 차세대 기술을 개발하고 있는데요. 예를 들면 3D 카메라가 로봇의 주위 환경을 인식하고 그 인식된 환경 속에서 스스로 학습하여 최적의 경로를 찾아내게 됩니다. 이는 생산 라인에서 가장 중요한 생산 사이클의 시간을 자동으로 줄여주게 됩니다. 두 번째, 초기 로봇 출하 시 여러 가지 세팅을 하게 되는데요. 이것은 다양한 환경에서 매우 민감하게 잘 동작하지 않습니다. 그래서 저희는 로봇이 다양한 환경에서 잘 동작할 수 있도록 Neural Network를 적용하였습니다. 마지막으로 세 번째, 현재까지 AI의 고질적인 문제는 바로 학습 데이터를 만드는 것입니다. 현재까지 AI, 예를 들면 의료나 영상, 게임 등, 즉 스크린 안 AI였다면 저희는 스크린 밖, 즉 Real World에 AI를 적용하는 것입니다. 이것은 학습 데이터를 만드는 것이 몇 배 더 어려운 일입니다. 저희는 로봇이 전문가의 행동을 모방하는 모방 학습 또한 개발 중에 있습니다. 이러한 기술 개발이 가능한 이유는 다양한 산업용 로봇에 대한 경험과 산업 분야의 많은 네트워크, 도합 19년간의 현장 경험과 AI 전문가로 구성되어 있어서 누구보다도 이 분야에서 굉장히 빠른 성장을 보여주고 있습니다. 저희는 창업한 지 9개월도 안 되는 굉장히 짧은 시간 동안 Mando와 Futureplay로부터 투자를 받았고 기술보증과 신용보증으로부터 2억과 10억의 보증 등 많은 성과를 이루었습니다. 뿐만 아니라 저희 플라잎을 홍보하기 위해서 세계스타트업페스티벌에 출전하여 글로벌 탑 100에도 선정되었고 국내 여러 창업대회에 출전하여 수상하였습니다. 저희는 저희의 투자사인 Mando와 현재 POC 계획을 가지고 있으며 엘지전자와는 AI 로봇 개발 계약을 완료하였습니다. 현재 Robostar와는 co-work를 진행하고 있으며 얌테이블과는 풀필먼트 센터에 저희 AI 로봇 솔루션의 POC가 확정되었습니다. 또한, 제가 가지고 있는 네트워크를 적극 활용하여 유럽에 진출할 계획을 가지고 있습니다. 저희 비즈니스 모델을 잠깐 설명해드리면 먼저 B2B로는 로봇 빌드 업체에 저희 소프트웨어를 디폴트로 탑재하는 것인데요. 예를 들면 저희와 현재 co-work를 하고 있는 Robostar는 다양한 산업용 로봇을 개발 및 판매를 하고 있습니다. 2년 이내에 저희의 세 가지 모델의 소프트웨어를 디폴트로 탑재하는 것인데요. 이것을 비용으로 환산하게 되면 2년 이내에 30억 매출을 예상하고 있습니다. 또한, B2C로는 현재 로봇을 사용하고 있는 공장주가 AI를 사용하고 싶을 때 저희의 시스템을 플러그인 방식으로 제공하는 것입니다. 저희는 식품 및 Bin picking 시장을 시작으로 해서 자동차, 전기·전자 분야로 확장해 나가려고 합니다. 사실 저희는 현재의 산업용 로봇을 AI 로봇으로 탈바꿈하는 것이 목표입니다. 그래서 로봇이 사용되는 모든 분야인 글로벌 규모의 30조 시장을 저희의 목표 시장으로 선정하였습니다. 저희는 이 시장에서 2027년 약 800억 원의 목표 매출을 위해서 열심히 달려나가고 있습니다. 네, 저희 플라잎은 가정의 삶과 일상생활을 바꿀 것입니다. 사람의 단순 반복적인 일은 플라잎의 AI 로봇이 하고 사람은 좀 더 가치 있는 일을 하게 될 것입니다. 그렇게 하기 위해서 지금은 저희가 가장 잘 알고 가장 잘할 수 있는 산업용 로봇으로 시작해서 서비스 로봇으로 확장해 나갈 것입니다. 플라잎의 서비스 로봇은 각 가정의 청소, 요리, 빨래 등을 플라잎의 클라우드에서 학습하여 스스로 진화해나갈 것입니다. 저희 플라잎은 과거와 현재와 미래의 문제를 동시에 풀고 있습니다. 과거의 산업용 로봇에 대한 문제를 풀고 있고 현재의 산업용 로봇이 못하는 문제를 풀고 있으며 미래의 서비스 로봇에 대한 준비를 하고 있습니다. 한국의 산업용 로봇 사용률은 세계 1위인 반면에, 점유율은 3%로 굉장히 많이 뒤처져 있습니다. 이제 막 시작인 AI 산업용 로봇은 곧 다가올 미래의 주요 핵심 기술이 될 것입니다. 이 핵심 기술을 발전시켜 저희 플라잎이 한국의 국가대표가 되어 국내 1위를 넘어 세계와 어깨를 나란히 하는 기업이 되겠습니다. 감사합니다. 네, 발표 잘 들었습니다. 바로 이어서 Q&A를 진행하도록 하겠습니다. 질문 자유롭게 해주시기 바랍니다. AI를 적용한 로봇에 대해서는 업체들이나 기술이 상당히 많이 있잖아요. 근데 지금 대표님이 설명하신 프라이빗 차별화 포인트가 잘 안 와닿거든요. 네, 방금 말씀하신 대로 로봇에 AI가 적용되었다고 하는데, 실제로는 카메라에 딥러닝이 탑재되어서 그게 로봇에 탑재되어서 로봇에 대한 프로그램은 여전히 사람인 엔지니어의 프로그램이 필요합니다. 이러한 부분이 저희는 하나의 소프트웨어, 그러니까 로봇의 행동과 눈에 인공지능을 적용한 것이고요. 그래서 국내에는 사실 저희와 같은 업체가 없습니다. 엘지전자와 저희가 계약한 이유도 엘지전자가 국내 여러 스타트업, 저희와 비슷한 솔루션을 하는 업체를 찾아봤는데 없어서 저희와 co-work를 현재 하고 있는 거고요. 그래서 국내에는 없지만, 세계에는 아까 말씀드린 미국의 Covariant나 일본의 무진 등이 저희와 몇 안 되는 경쟁사라고 말씀드리고 싶습니다. 아까 폐기물 분리수거 하는 거 있잖아요. 그런 것에 적용되는 업체도 여러 번 봤는데, 혹시 처리하는 속도나 그런 것이 차별화되고 비교되나요? 사실은 폐기물 분류하는 시스템은 저희의 메인 아이디어는 아니었고요. 저희가 모 대기업과 실제 지금 뭔가를 하고 있는 부분인데요. 이것의 차별화 포인트는 뭐냐 하면 실제 폐기물 중 재활용 캔 하나를 예상했을 때 그 캔이 찌그러진 것, 더럽혀진 것, 한 가지 제품이지만 그 다름이 무한대에 가깝고요. 또 시간이 지남에 따라 한 캔의 종류가 무한대로 늘어나게 됩니다. 그러면 현재의 딥러닝 방식으로는 학습이 도저히 불가능하다고 할 수 있고요. 저희는 Synthetic Data라고 해서 한 가지의 제품을 입력 데이터로 놓게 되면 수십만 장의 학습 데이터로 만드는, 아시겠지만, GAN이라는 것을 이용해서 그러한 학습 데이터를 늘리는 게 저희의 메인 아이디어이고요. 두 번째는 로봇이 Pick & Place의 트래킹을 하기 위해서는 연산 속도가 굉장히 빨라야 하거든요. 적어도 트래킹이 수월하게 이루어지기 위해서는 30m/s 안에 딥러닝에 대한 솔루션이 해결되어야 하는데 저희의 솔루션은 그것 또한 해결했고요. 마지막 하나로는 경쟁사는 이 로봇이 트래킹하기 위해서 여러 가지 세트업들을 많이 하고 있는데요. 저희는 여기에 강화학습이라는 것도 적용해서, 트래킹의 시스템을 적용하려면 시스템에 대한 것도 이해해야 하고 캘리브레이션도 해야 하는데 문제는 이 캘리브레이션을 한 번 한 다음에 제품이 바뀌거나 로봇이 위치가 조금 바뀌게 되면 다시 전문가가 투입해서 캘리브레이션을 해야 하는 거거든요. 근데 중요한 것은 제가 여기에 있고 만약에 로봇이 부산에 있다, 한 예로 제가 멕시코에서 여러 개의 로봇을 설치했는데, 거기에 어떤 문제가 있었는데 그 문제를 해결하기 위해서 제가 비행기를 타고 또 거기에 있는 대중교통을 이용해서 16시간을 가서 문제를 해결한 적이 있는데, 사실은 5분 만에 해결했습니다. 저희는 강화학습과 딥러닝을 이용해서 폐기물 장치에 분류 시스템을 적용해서 경쟁사 대비 가격이 그때 계산했을 때 첫 번째는 50% 이상, 두 번째는 30% 이상 더 줄일 수 있게 하고 있습니다. 감사합니다. 조금 애매한 부분이 로봇을 설명하시기도 하고 로봇의 인공지능을 설명하시기도 하고, 근데 인공지능의 예를 들어서 칩이 들어가서 하는 건지, 아니면 클라우드 솔루션을 가지고 뭔가를 하는 건지, 이런 부분이 아니고 그냥 “강화학습으로 하면 됩니다”는 저희도 로봇의 장점과 인공지능의 장점의 결합이니까요. 그것에 대한 여전히 차별성이 뭘까? 가 한 가지 궁금한 게 있고요. 또 하나가 우리나라의 지금 생산 제조하는 분야가 이제는 중국으로 넘어가서 실질적으로는 우리나라에서는 기존 시장을 대체하는 것, 업그레이드시키는 것 외에는 신시장은 해외 쪽으로 많이 갈 것 같은데, 지역별 비즈니스 플랜은 어떻게 갖고 계시는지, 이 두 가지를 여쭤보고 싶습니다. 네, 첫 번째로 차별성에 대해서 한때 로봇이 만약에 시스템에 적용되었을 때, 아까 말씀드린 것처럼 1억2천만 원 정도의 비용이 소모되고요. 근데 여기에서 더 중요한 게 뭐냐 하면 그런 하나의 시스템이 완성되었을 때 시스템을 체인지해야 한다, 아니면 제품을 바꾼다든가, 아니면 로봇의 위치를 바꾼다든가, 이러한 것들은 결국은 또 엔지니어가 투입되어서 여러 가지 프로그램을 해야 하는 거거든요. 하지만 저희는 그것을 미리 학습, 예를 들면 로봇의 공통적인 특징이 어디론가 반드시 이동해야 하는 거거든요. 물건을 집어서 어디론가 움직이거나 어떤 지역에서 작업하게 되면 로봇이 그 위치로 이동해야 하는데요. 이동하기 위해서는 Teaching이라는 작업, 즉 산업용 로봇을 적용하기 위해서는 보통 이런 Teaching이라는 작업이 거의 70%를 차지합니다. 저희는 아까도 영상으로 보여드렸던 것처럼 Teaching을 했을 때 오른쪽에 있는 동영상에서는 똑같은 시스템을 적용했을 때, 저 같은 경우에는 8년 동안 산업용 로봇에 대한 경험을 가지고 있는데, 저희는 1시간 반 정도의 시간이 걸렸습니다. 하지만 이런 산업용 로봇을 잘 몰랐던 저희 팀원이 솔루션을 탑재했을 때 딱 5분 만에 똑같은 솔루션을 만들어냈거든요. 이것이 큰 차별성이고요. 그다음에 말씀하신 대로 중국으로 생산이나 이런 것들이 많이 넘어가고 있는데, 저도 그걸 인지하고 있기 때문에 현재의 산업용 로봇이 풀지 못하는 문제를 저희가 또 풀고 있습니다. 예를 들면 조립 같은 경우, 커넥터를 삽입하는 것들은 현재는 산업용 로봇이 풀지 못하는 문제입니다. 그래서 이러한 문제를 저희가 현재 준비해서 곧 데모가 나오는데, 이러한 문제, 그리고 다품종 소량 생산, 풀필먼트 센터는 기존의 로봇으로는 도저히 불가능한 방법입니다. 이러한 것들을 저희 AI 솔루션으로 충분히 시장을 넓혀갈 수 있고 확장해 나갈 수 있다고 생각하고 있습니다. 네, 질문 있으신가요? 네. 지금 굉장히 많은 업체가 하듯이 Pick & Place 쪽으로만 비디오를 많이 보여주고 계시는데, 혹시 개발하고 계시는 다른 기능 같은 게 있나요? 아까 말씀드린 것처럼 저희는 모방 학습, 그러니까 현재의 경쟁사들은 AI를 학습시켜야 하는 문제가 아직까지도 존재합니다. 예를 들면 저희는 로봇의 눈과 행동에 AI를 적용하고 있는데, 로봇의 눈 같은 경우에는 학습 데이터, 이미지 데이터를 만들어야 하고 행동에 대해서는 로봇을 움직이면서 학습 데이터를 만들어야 하는데 그게 사실은 현장에서는 도저히 불가능한 일입니다. 그래서 저희는 로봇의 행동을 전문가가 어떤 행동을 알려주게 되면 이것을 모방하는 모방 학습을 하고 있는 거고요. 또 로봇이 스스로 학습할 수 있는 비지도 학습을 저희가 적용하고 있는 거고요. 그러니까 그런 차별성은 알겠는데요. 그걸 활용해서 다른 로봇들이 못하는 다른 펑션을 갖고 가는 사례가 있을까요? 네, 예를 들면 사실은 현재도 저희가 Path Planing에 대해서 최적화, 생산 사이클에서 가장 중요한 건 0.1초라도 줄이는 Path Planing이 먼저 가장 보편적으로 쓰이기 때문에 저희가 그걸 개발한 거고요. 아까 말씀하신 것처럼 지금 저희가 하고 있는 게 케이블. 케이블 삽입은 아직도 전 세계 로봇 산업 중에서 하고 있는 업체가 없습니다, 제대로 할 수 있는 업체가. 그러한 부분을 저희가 인공지능, 강화학습과 딥러닝을 적용해서 그 문제를 현재 저희가 풀고 있다고 보시면 될 것 같습니다. 네, 발표 고맙습니다. 감사합니다. 네, 감사합니다.

11개 기업의 심도 있는 IR 피칭 한번 들어봤는데요. 정말 수고 많으셨습니다. 심사평을 위원님들께 요청하도록 하겠습니다. 두 분께 심사평을 부탁드리는데요. 먼저 김동수 대표의 심사평을 들어보도록 하겠습니다. 굉장히 잘 들었습니다. 그리고 참가하신 분들 대부분 다 굉장히 열정적이시고 기술력도 뛰어나 보였는데요. 좀 아쉬운 점이 있다고 하면 제품이나 서비스가 사실 기존에 나와 있는 걸 위주로 많이 하셨다는 느낌을 받아서 너무 레드 오션에 뛰어든 게 아닌가 하는 생각이 듭니다. 그래서 사실 지금 나와 있지 않은 제품, 서비스 또는 이미 나와 있는 제품이라도 남들이 생각하지 못하는 pain point를 해결하는 창의적인 아이디어를 좀 더 내주셨으면 더 좋지 않을까 하는 생각이 듭니다. 네, 답변 고맙습니다. 이어서 이준표 대표님도 심사평 한 말씀 부탁드립니다. 오늘 좋은 창업자분들을 많이 만나 뵙게 되어서 진심으로 영광이었습니다. 글로벌하게도 많은 창업자분을 만나 뵈고 하는데, 오늘 상당히 김동수 대표님이 말씀하신 것처럼 열정도 넘치고 또 수준도 굉장히 높은 회사들이 아니었나, 라고 개인적으로 느꼈습니다. 그래서 대한민국의 스타트업 생태계나 미래가 굉장히 밝다고 느껴졌고요. 사실 스타트업 한다는 게 굉장히 외로운 일이기도 합니다. 여기 계시는 대표님들 굉장히 외롭고 하루하루가 고민이 많으실 텐데, 이번 행사를 계기로 힘도 내시고 또 좋은 아이디어도 많이 가셨기를 바랍니다. 그리고 이런 자리에 초대해주셔서 감사드리고 이 행사 준비하시느라 고생하신 엘지 관계자 여러분들께도 00의 말씀을 드립니다. 감사합니다. 네, 심사위원님들의 심사평을 들어보았습니다.

IR피칭 경연에 대한 시상을 진행하도록 하겠습니다. 시상에 앞서서 스타트업 IR피칭 경연을 발표해주신 열한 분께 정말 수고 많으셨다고 말씀드리고 싶습니다. 3일간 진행된 LG Connect 2021 온라인 콘퍼런스는 더욱 많은 분에게 새로운 기술과 또 제품을 소개할 수 있는 좋은 시간이었습니다. 이번 행사를 통해 참여해주신 스타트업뿐만 아니라 온라인으로 시청해주시는 모든 분이 함께 성장할 수 있었던 좋은 기회였던 것 같습니다. 그럼 이제 시상식을 진행하도록 하겠습니다. 어떤 기업이 상을 받을지 정말 많이 궁금하실 텐데요. 자, 그럼 먼저 인기상을 발표하도록 하겠습니다. 인기상은 50개 기업 중 가장 '좋아요'를 많이 받은 스타트업에 전달되는데요. 인기상 발표는 제가 직접 하도록 하겠습니다. 인기상, 알고리즘랩스 손진호 님, 축하드립니다. 여러분, 박수 부탁드리겠습니다. 노코딩 기반의 AI 모델링 설계 및 학습, 또 관리까지 할 수 있는 플랫폼을 개발해주셨는데요. 앞으로도 무궁한 발전 제가 기원하도록 하겠습니다. 축하드립니다. 그다음 이제 우수스타트업 시상은요. LG사이언스파크 대표 박일평 사장님과 LG화학 CTO 유지영 부사장님, LG유플러스 기술부문장 이상민 부사장님께서 시상해주시도록 하겠습니다. 먼저, 3위 시상을 해주실 LG유플러스 기술부문장 이상민 부사장님을 무대 위로 모시겠습니다. 3위 시상에 앞서서 이상민 부사장님의 LG Connect 2021 행사에 대한 간단한 소감 부탁드리겠습니다. 안녕하십니까? 저는 LG유플러스의 이상민입니다. 오늘 참석해주신 대표님들의 참신한 아이디어와 열정에 깊은 찬사를 드립니다. 아무쪼록 이번 행사 이후에도 저희 LG와 동반자 관계를 이어주시길 부탁드리겠습니다. 감사합니다. 네, 고맙습니다. 자, 그럼 우수스타트업 3위부터 발표를 시작하도록 하겠습니다. 많이 긴장되시죠? 많이들 기대하고 계신 것 같은데요. 곧바로 제가 발표하도록 하겠습니다. 3위입니다. 클레온 진승혁 님, 축하드립니다. 대표님, 무대 위로 올라와 주시기 바랍니다. 네, 정말 축하드리겠습니다. 3위에게는 천만 원의 상금과 상패가 수여됩니다. 여러분, 큰 박수 부탁드리겠습니다. 네, 고맙습니다. 시상해주신 이상민 부사장님께 정말 감사드립니다. 대표님, 아직 들어가지 마시고요. 마이크 전달해주시기 바랍니다. 이렇게 3위를 하셨는데, 소감이 어떠신지 소감 한 말씀 부탁드리겠습니다. 네. 저는 사실 예상하지 못했는데 이렇게 좋은 상 주셔서 너무 감사드리고 앞으로도 저희 사업을 위해서 더 열심히 달려나가도록 하겠습니다. 감사합니다. 좀 기대를 하셨나요? 아뇨. 안 했습니다. 정말 의미 있는 선물인 것 같습니다. 다시 한번 정말 축하드리겠습니다. 바로 이어서 2위를 시상하도록 하겠습니다. 2위 시상을 해주실 LG화학 CTO 유지영 부사장님을 무대 위로 모시겠습니다. 시상에 앞서서 유지영 부사장님의 간단한 말씀 먼저 청해 듣도록 하겠습니다. 안녕하십니까? LG화학 CTO를 맡고 있는 유지영입니다. 오늘 참가해주신 여러분들, 너무 훌륭하신 것들을 보여주셔서 굉장히 감명 깊었습니다. 요즘 들어서 같이 성장하고 같이 무엇을 한다는 것이 얼마나 중요한가를 많이 느끼고 있습니다. 올해 시작한 LG Connect 2021이 2025쯤 될 때는 대한민국 최고의 행사가 되고, 그로부터 5년 후에는 세계에서 주목받는 스타트업의 행사가 되기를 기원합니다. 감사합니다. 네, 좋은 말씀 고맙습니다. 그럼 바로 이어서 2위를 발표하도록 하겠습니다. 2위는 AI용 NPU 칩세트 설계를 해주시는 딥엑스 축하드립니다. 김녹원 대표님, 무대 위로 올라와 주시기 바랍니다. 다시 한번 뜨거운 박수 부탁드리겠습니다. 2위를 수상한 스타트업에는 3천만 원의 상금과 상패가 전달될 예정입니다. 정말 진심으로 축하드리겠습니다. 시상을 해주신 유지영 부사장님께도 감사를 전하며, 자리해주시면 감사하겠습니다. 고맙습니다. 제가 대표님께도 소감을 묻지 않을 수가 없습니다. 이렇게 엄청난 경연대회에서 무려 2등을 하셨는데요. 소감 한 말씀 부탁드리겠습니다. 굉장히 감사하고 뜻깊은 자리에서 수상하게 되어서 굉장히 영광스럽게 생각하고요. 그러나 무엇보다 미래에 LG그룹과 딥엑스가 협업할 수 있는 가장 중요한 이벤트의 한 가지로 생각됩니다. 그래서 더 좋은 프로덕티브한 기회가 앞으로 있기를 원하고 이것을 통해서 저희가 LG그룹에 기여할 수 있는 비즈니즈적인 노력을 하겠습니다. 네, 혹시 앞으로의 꿈이 있다면 제가 여쭤봐도 괜찮으시겠습니까? 네. 저희가 갖고 있는 꿈은 우리나라에는 딥테크를 원천 기술 자체를 개발해서 성공하는 스타트업이 거의 드문데요. 제가 원래 종사했던 시설 반도체 분야 같은 경우에는 국내에서 과거에는 이렇다 할 기술 진보가 없었는데, AI 시대가 되어서 NPU 기술 안에서는 딥엑스가 실제로 세계 기술과 경쟁할 수 있는 수준의 기술을 만들어내는 첫 번째 시초가 됐으면 좋겠고요. 그걸 통해서 국내 안에서도 원천 기술을 개발할 수 있는 사례가 될 수 있는 것이 제가 이룰 수 있는 최대의 꿈이라고 생각합니다. 네, 그 꿈 꼭 이루실 수 있도록 저희가 응원하겠습니다. 네, 고맙습니다. 감사합니다. 축하드립니다. 다음으로는요. 대망의 IR피칭 경연 1등 기업을, 무려 1등 기업을 시상하도록 하겠습니다. 1등을 시상해주실 LG사이언스파크 대표 박일평 사장님을 무대 위로 모시겠습니다. 여러분, 큰 박수 부탁드리겠습니다. 곧바로 1등 발표를 하도록 하겠습니다. 제가 다 떨리는데요. 1등 발표하도록 하겠습니다. LG Connect 2021 대망의 우수스타트업 1위, 무독성, 무자극 생분해 고분자 기반의 접착제. 링크플릭스, 축하드립니다. 김두일 대표님께서는 무대 위로 올라와 주시기 바랍니다. 1위에게는 상금 5천만 원과 상패가 전달될 예정입니다. 정말 기쁜 순간인데요. 여러분, 다시 한번 뜨거운 박수 부탁드리겠습니다. 시상해주신 박일평 사장님께도 감사 인사드립니다. 대표님, 축하드립니다. 떨리네요. 1등 하셨어요. 지금 소감이 어떠신지? 제가 같이 들어드릴까요? 괜찮으세요? 네, 저 혼자 들게요. 지금 소감이 어떤지 한 말씀 부탁드리겠습니다. 특별히 꿈을 꾼 것도 아닌데 이렇게 큰 상을 주셔서 정말 고맙습니다. 감사합니다. 혹시 또 하시고 싶은 말씀 없으신가요? 오늘 정말 멋진 심사위원분들도 이렇게 함께 계시고요. 감사합니다. 많은 분께서 이렇게 지금 온라인을 통해서 실시간으로 시청해주시고 계시는데, 하고 싶은 말씀 또는 스타트업을 준비하는 많은 젊은이에게 이 자리를 빌려서 한 말씀 부탁드리겠습니다. '가화만사성'이라는 말이 있는데요. 집안이 화목이면 모든 일이 잘 풀린다는 뜻인데, 제가 이 스타트업을 하다 보니까 조금씩 욕심을 줄이면서 가치를 높이는 게 제일 중요한 것 같더라고요. 그래서 앞으로도 급성장보다는 긴 성장을 할 수 있는 스타트업이 되겠습니다. 감사합니다. 고맙습니다. 오래, 길게 대박 나시길 바라겠습니다. 고맙습니다. 여러분, 뜨거운 박수 부탁드리겠습니다. 이렇게 인기상과 3등, 2등, 그리고 1등까지 모두 발표했습니다. IR피칭에 참여하신 모든 기업 분들께도 500만 원의 상금과 상패가 별도로 전달될 예정입니다. 참여해주신 모든 분께 진심으로 감사의 말씀 드립니다. 다음으로 LG사이언스파크 박일평 사장님의 폐회사가 이어지겠습니다. 다시 한번 박일평 사장님을 무대 위로 모시겠습니다. 안녕하십니까? LG사이언스파크 대표 박일평 사장입니다. 정말 많은 분이 함께 해주신 LG Connect 2021, 오늘로 3일간의 프로그램을 무사히 마치고 그 막을 내리게 되었습니다. LG Connect의 주인공인 국내외 스타트업 참가자 여러분, 정말 귀한 인사이트를 나누어주신 게스트 스피커분들, 그리고 전 세계에서 온라인으로 참여해주신 여러분 모두에게 깊은 감사의 말씀을 드립니다. 오늘 수상하신 스타트업 팀들께는 다시 한번 진심으로 축하드리고요. 안타깝게 최종 명단에 들지 못한 팀들께는 더 큰 격려와 응원의 마음을 전해드립니다. 또 팬데믹으로 정말 어려운 상황 가운데 LG Connect 준비에 힘써준 우리 LG사이언스파크 구성원 여러분께 진심으로 감사를 드립니다. 정말 고생 많으셨습니다. 지난 3일, 저에게는 다양한 아이디어들, 훌륭한 스타트업 팀들과 새롭게 만날 수 있었던 정말 유익한 시간이었습니다. 동시에 점점 더 빨라지는 변화의 속도를 다시 한번 체험하는 도전의 시간이었고, 또 그만큼 LG사이언스파크의 문을 더 활짝 열어 더 많은 스타트업을 모셔야겠다는 다짐의 시간이기도 했는데요. 여러분들은 어떠셨습니까? 올해 프로그램에 참여하며 경험하고 느끼셨던 바를 저희에게 공유해주시면 내년에는 더욱더 알찬 구성으로 여러분들이 필요로 하시는 부분을 채워나가도록 하겠습니다. 그래서 우리 LG Connect만큼은 단순한 스타트업 공모전을 넘어서 정말 우리 모두가 만드는 교류와 오픈 이노베이션의 장이 되기를 간절히 바랍니다. 이번 행사와 상관없이 오늘 이후라도 좋은 아이디어, 좋은 기회가 있다면 언제든지 저희 LG사이언스파크를 찾아주십시오. 이렇게 기존의 틀을 완전히 깨는 발상과 그만큼 과감한 실천으로 세상을 바꾸고 정말 더 나은 삶을 만드는 혁신의 파트너십에 LG가 늘 함께하겠습니다. 감사합니다. 네, 다시 한번 박일평 사장님께 큰 박수 부탁드리겠습니다. 고맙습니다.