- 특정 업종 겨냥해 기존 대기업들과 차별화 성공한 AI 스타트업 -

- 日 유일의 유니콘 기업, 대기업과의 장기 제휴로 해외시장까지 세력 확장 -

 

 

 

□ 점점 커지고 있는 日 AI스타트업의 존재감

 

  ㅇ 니혼게이자이신문이 지난 1월 발표한 ‘NEXT유니콘 조사’에 따르면, 추정기업가치가 판명된 AI기업 14개사의 합계액은 3207억 엔에 달해, 전체 14개 업종 중 2위를 차지

    - 'NEXT 유니콘'에서 유니콘이란 평가액 10억 달러 이상의 비상장 스타트업사를 뜻하는 '유니콘 기업'을 의미함.

    - AI 분야는 업종별 합계액에서 e코머스/넷 서비스(27개사, 3732억 엔)를 밑돌았으나, 종업원 1명 당 가치는 3.9억 엔으로 가장 높았음. 

일본 미상장 AI스타트업

기업명	창업일	추정기업가치	주력분야
Preferred Networks(PFN)	2014년 3월	2402억 엔	교통, 제조, 바이오 분야에 AI응용
ABEJA	2012년 9월	235억 엔	소매분야에 AI응용
ENECHANGE	2015년 4월	82억 엔	전력요금비교, AI로 전력사용 분석
Cinnamon	2016년 10월	69억 엔	AI-OCR(페이퍼문서의 텍스트화)
LeapMind	2012년 12월	60억 엔	엣지 AI
SENSY	2011년 11월	57억 엔	이용자의 감성 분석 AI
Arithmer	2016년 9월	54억 엔	AI-OCR(페이퍼문서의 텍스트화)
EXAWIZARDS	2016년 12월	53억 엔	간호/HR분야에 AI응용
alt	2014년 11월	48억 엔	대화 엔진
Idein	2015년 4월	44억 엔	엣지 AI

주 : 기업가치는 18년 10월 말 기준

자료 : 니혼게이자이신문

  ㅇ 'NEXT유니콘 조사'에서 1위를 기록한 PFN의 기업가치는 지난 조사 대비 3% 증가한 2402억 엔으로, 전체 AI 스타트업 가치의 70% 이상을 차지

    - Prefeered Networks(이하 PFN)은 인간의 뇌에서 힌트를 얻어 개발한 심층학습 기술에 강점을 보유함. 소프트웨어로 성능을 높일 뿐 아니라 심층학습에 특화된 반도체도 개발하고 있음.

 

  ㅇ 2위인 ABEJA는 소매업 및 제조업과 손을 잡아 실적 확대

    - 자동차 부품 제조사인 무사시정밀공업과 검품시스템을 개발하여 2018년 6월에는 동사를 거래처로 하는 제3자 할당증자에서 42억 엔을 조달함. 12월에는 구글로부터도 투자 유치에 성공함.

 

  ㅇ 경쟁이 과열되고 있는 분야는 로봇과 가전 등에 탑재하는 ‘엣지AI’

    - 단말 상에서 심층학습이 가능한 AI로, 클라우드에 의존하지 않기 때문에 고속으로 처리가 가능

    - 5위의 LeapMind와 10위의 Idein이 대표적인 엣지AI기업으로, LeapMind는 18년 10월, 엣지AI의 소프트웨어 ‘블루오일’을 무상공개함. Idein은 아이싱정밀기기로부터 출자를 받고 있음.

  ㅇ 다음에는 일본의 유일한 AI 유니콘 스타트업, PFN의 성공 비결과 특징에 대해 살펴봄.

□ PFN의 성공요인 1. 특정 업종을 노려 차별화 성공

 

  ㅇ 현재 세계적인 AI 대표기업은 미국의 ‘GAFAM(구글, 애플, 페이스북, 아마존, 마이크로소프트)’과 중국의 BATIS(바이두, 알리바바, 텐센트, iFlytek, 센스타임)

    - 라이벌 기업들을 압도하는 기술개발력을 무기로 세력을 확장하여, 그 중에는 시가총액이 8,000억 달러 규모에 달하는 기업도 여럿 존재함.

 

  ㅇ GAFAM, BATIS와 일본 AI스타트업의 가장 큰 차이점은 AI비즈니스의 대상범위

    - 해외대기업은 높은 매출을 위해 범용적으로 사용할 수 있는 제품과 서비스 개발에 주력하고 있음.

    - 반면 일본 AI스타트업은 제조와 물류, 소매 등 특정 업종을 겨냥한 제품과 서비스 개발에 중점을 두고 있음. 따라서 기업 하나하나의 매출 규모는 작으나 특정 고객의 수요가 확실히 예상되어, 미국과 중국의 AI대기업이 커버하지 못하는 틈새영역으로 1위 자리를 충분히 노릴 수 있음.

대기업과 일본 AI스타트업의 개발영역 비교

자료 : 닛케이파소콘

  ㅇ IT 이외 분야의 대기업과 제휴하여 범용분야에도 도전

    - 도요타 등 일본을 대표하는 타 업종의 대기업을 등에 업고 AI제품과 서비스를 개발하여 일본뿐 아니라 세계 시장으로 진출을 꾀함.

    - 수탁개발로 이익을 내는 기존의 일본 IT기업과 근본적으로 다른 비즈니스모델이라는 점이 눈에 띔.

 

□ PFN의 성공요인 2. 일본산 AI칩으로 정면승부

 

  ㅇ 2019년 4월 시점 일본 유일의 유니콘 기업인 PFN은 대기업과 정면승부 중

    - 심층학습(딥플래닝) 연산에는 대량의 데이터를 투입하고 뉴랄 네트워크를 훈련시키는 ‘학습’과 훈련된 모델을 사용해 판단과 예측을 하는 ‘추론’이 존재

    - PFN이 개발 중인 AI칩 "MN-Core"는 ‘학습’ 시 연산의 고속화를 꾀함.

PFN이 개발한 MN-Core의 웨이퍼, 칩, 보드

자료 : Preferred Networks

□ PFN의 성공요인 3. 도요타, 화낙(FANUC) 등 대기업 제조사들과 장기 제휴

 

  ㅇ PFN은 한편 일본 대형 제조사의 자본을 받아들여 장기적인 파트너십을 체결

    - 도요타자동차와의 협업, 그리고 공작기계용 CNC(컴퓨터 수치제어) 분야의 세계 최고인 화낙과의 제휴가 대표적으로 꼽힘.

 

  ㅇ PFN의 히도 쇼헤이 집행임원연구개발담당VP는 “기업과의 제휴는 장기 파트너십이 전제, 단기 계약은 받지 않는다”고 단언

    - 3개월만에 성과가 나타나는 단기 PoC(개념증명) 등은 수탁하지 않는데, 이는 PFN사원이 AI를 적용하는 업무에 관한 전문성을 습득하기 위해서는 장기적 파트너십 관계가 필수적이라는 생각 때문임.

    - 히도 집행임원은 “전문분야가 아니라며 새로운 분야를 배우지 않으려는 인재가 많은 조직에서는 이노베이션이 일어나지 않는다”라고 강조

    - 실제로 로봇제어에 AI를 응용하기 위해, AI기술자에게 로봇 제어기술을 처음부터 배우도록 해 로봇제어가 얼마나 어려운지를 몸소 체험하게 함.

 

□ PFN의 성공요인 4. 죽을힘을 다해 배우는 "협업"

 

  ㅇ PFN의 행동지침은 ‘Learn or Die(죽을힘을 다해 배워라)’

    - 이는 파트너의 전문 노하우를 일심불란하게 배워 자사의 강점으로 만들어나간다는 뜻으로, 이 행동지침의 위력을 최대한 발휘하고 있는 것이 화낙과의 협업. 2015년 6월부터 3년 반 이상에 걸쳐 협업이 이어지고 있음.

 

  ㅇ PFN은 피킹(picking)로봇과 사출성형기기(射出成型機) 등의 화낙 제품에 AI를 도입할 때, 우선 화낙의 고객을 대상으로 하는 강습소 ‘화낙 학교(現화낙 아카데미)’에서 공부

    - PFN의 간부를 포함해, 화낙 관련 사업의 주요멤버는 전원 연수에 참가토록 함.

    - 그 후에도 기기를 작동시키는 현장에 직접 가서 시찰을 거듭하여 기기가 어떻게 움직이고 있는지를 피부로 느낌. 기기의 동작을 충분히 이해할 때까지 2~3개월 가까이 걸린다고 함.

    - 협업상대인 화낙도 심층학습을 비롯한 기기학습기술 연구조직을 설립하였으며, PFN은 사내연수교재 제작을 지원

 

  ㅇ 화낙과의 장기적인 협업 성과는 이미 결실을 맺고 있는 중

    - 공작기기 주축의 고장을 감시하는 ‘AI주축 모니터’ 서보모터(servomotor) 제어 부분 중 파라미터 설정에 기계학습을 적용해 모터의 진동을 억제하는 ‘AI피드 포워드’ 등을 발표

    - PFN이 2018년 12월에 제공을 시작한 외관검사 소프트웨어 ‘Preferred Networks Visual Inspection’은 제품의 사진으로 이상이 있는 부분을 자동으로 판별해 불량품을 구분해 냄.

    - 이처럼 화낙과의 협업을 제품에 성공적으로 담아, 수 개월의 단기 PoC를 수탁하는 것이 일반적인 AI비즈니스에서는 해내기 힘든 일들을 이뤄냄.

전자동 정리로봇 시스템의 데모버전

자료 : Preferred Networks

□ 시사점

 

  ㅇ PFN의 성공 비결은 "Learn or Die"의 이념으로 기초부터 차근차근 배워나가는 자세

    - 신입 AI 기술자가 제조현장에서 일하는 로봇의 제어를 처음부터 배워, 로봇 전문가들도 괄목할만한 성과를 폭넓은 분야에서 이뤄내고 있음.

 

  ㅇ AI 스타트업 사에게 가장 중요한 것은 "기술력", 이를 위해 우수한 인재가 모이는 환경을 만든 PFN

    - PFN의 연구원인 마루야마 히로시씨는 “컴퓨터사이언스 분야에서 PFN만큼 우수한 인재 밀도가 이처럼 높은 기업이 일본에 또 없다”고 언급하며 “이곳에 있으면 임원들을 비롯한 다른 멤버들로부터 최신 기술에 대한 자극을 받을 수 있다. 그것이 인재가 모이는 가장 큰 이유라고 생각한다”고 밝힘.

    - 일반 기업에서는 기술력이 높은 것보다는 시장성을 더 중시하나, PFN에서는 기술력이 높은 사람을 더 우수하게 평가함. 이를 통해 높은 기술력을 살려 큰 시너지 효과를 발휘함.

      

  ㅇ 日 AI 스타트업사들을 성공으로 이끈 것은 "업종 차별화"와 적극적인 "협업"

    - AI를 서비스하는 신흥기업은 기술의 연마뿐 아니라 현장의 수요를 파악해 실용적인 시스템을 개발하는 마케팅 능력도 필요함.

    - 이러한 내용들은 일본 뿐 아니라 한국 스타트업 시장에서도 적용이 가능함. 우리 기업도 명확한 시장 겨냥과 확실한 기술력으로 사업을 구상하는 것이 성공의 지름길이 될 수 있음.

 

자료 : 니혼게이자이신문, 닛케이파소콘, PFN홈페이지 및 각 일간지 등 KOTRA 도쿄 무역관 자료 종합