국제적인 AI 대회에서 수상하며 기술력 인정받고 해외에서도 두각 나타내는 국내 AI 스타트업 눈길

꾸준한 연구 개발로 자사만의 독보적인 기술력 보유하며 기업 가치는 물론 글로벌 경쟁력 높여 나가

‘해외서 더 빛난다’ 해외대회 수상으로 경쟁력 키우는 韓 AI 스타트업
[한경잡앤조이=강홍민 기자] 최근 해외에서 두각을 보이는 국내 AI 스타트업들이 주목받고 있다. 특히 꾸준한 연구 개발을 통해 보유한 자사만의 독보적인 기술력으로 세계 대회에서 이름을 날리는 국내 스타트업들이 기업 가치를 높여가고 있다.

파일러, 세계 최대 AI학회 경연대회에서 종합 2위 수상
인공지능(AI) 기반 디지털 광고 솔루션 스타트업 ‘파일러’는 세계 최대 AI학회 경연대회에서 종합 2위에 오르며 기술력과 성장 가능성을 인정받았다.

파일러는 2022 CVPR에서 연 경합 세션 워크숍(Long-form Video Understanding Workshop) 트랙3 부문에서 종합 2위를 수상했다. 이번 학회에는 LG, 네이버 등 국내 대기업들이 참가하기도 했다.

워크숍의 트랙3 부문에 참여한 파일러는 AI가 영상과 스크립트를 학습하고 사용자가 목적을 달성하기까지의 단계별 가이드를 얼마나 정확하게 제시하는지에 대한 과제를 수행했다.

영상, 이미지, 텍스트 등 다양한 유형의 데이터의 관계를 찾으며 맥락을 이해하는 멀티모달(multimodal) 모델이 이 기술의 핵심이다. AI는 다양한 데이터를 학습한 뒤 특정 맥락과 질문을 일치시키는 것과 사용자의 시각에 맞는 단계별 답변을 제공해야 한다는 점이 주요 평가 요소였다.

한편, 이번 수상으로 파일러는 글로벌 시장 진출에도 속도를 높인다는 계획이다.

리턴제로, 세계적인 음향 기술 대회 ‘DCASE Challenge 2022’서 공동 4위
AI 스타트업 ‘리턴제로’는 세계적인 인공지능(AI) 기반 음향 이벤트 및 장면 인식 기술 경진대회 ‘DCASE Challenge 2022’에 참여해 우수한 성적을 거두며 기술력을 입증했다.

리턴제로 팀이 참여한 대회는 세계 최대 전기·전자기술자협회(IEEE) 산하 기관인 AASP가 주관하고 애플, 구글, 마이크로소프트, IBM 등 유수 기관이 후원하는 음향 기술 관련 대회다. 총 6개 분야의 과제(task)가 주어진 이번 대회에는 세계적인 기업 및 대학, 기관 등 총 135개 팀이 참여했다.

리턴제로 리서치 팀 소속의 서상원, 이동윤 연구원은 실내에서 발생할 수 있는 10개의 대상 음향 이벤트 중에서 어떤 소리가 언제 발생하는지를 파악하는 실내 음향 이벤트 인식분야(task4) 과제에 참여했다. 이들은 다수의 데이터 증강 기법을 연결하여 다양한 패턴의 데이터가 실시간으로 생성될 수 있도록 독자적인 파이프라인을 구성했다. 이로써 주변 소음에 강한 예측 결과를 낼 수 있었을 뿐 아니라, 데이터 불충분 문제도 해결해내며 성공적으로 과제를 수행했다.

리턴제로는 광주과학기술원(GIST)과 함께 이 분야에 참여한 29개 팀 중 국내 팀으로서는 최고 성적인 공동 4위를 차지했다. 1위부터 3위는 각각 독일 파더보른 대학, 중국 바이트댄스 AI랩, 중국과학원대학(UCAS)이 차지했다.


업스테이지, 인공지능(AI) 추천 기술 찾는 'AI 올림픽' 캐글 대회에서 은메달 수상
업스테이지는 최고의 인공지능(AI) 추천 기술을 찾는 'AI 올림픽' 캐글 대회에 두 팀이 참여해 각각 19위, 41위를 기록하며 은메달 두 개를 획득했다.

캐글은 구글이 보유한 데이터전문가 커뮤니티이자 200여 개국의 900만 명이 참가하는 세계적인 온라인 인공지능(AI) 경진대회다. 기업들의 문제를 AI로 해결하는 경진대회의 결과를 바탕으로 등급 및 랭킹 시스템을 운영해 AI 전문가로서의 객관적인 능력을 파악할 수 있도록 돕는다. 이번 대회에서 금메달은 1∼15위가, 은메달은 16∼147위가 받았다.

글로벌 패션브랜드 H&M의 주최한 이번 대회는 ‘맞춤형 패션 추천’을 주제로 진행됐다. 전 세계 고객과 제품에 대한 데이터, 이전 거래 데이터를 기반으로 우수한 AI 제품 추천 모델을 만드는 챌린지가 주어졌다.

업스테이지 팀은 추천될 후보 아이템을 선별하는 단계에서 딥러닝을 사용하고 채택된 제품들을 통해 모델을 재학습시키는 방식으로 머신러닝 알고리즘 성능을 개선해 우수한 성과를 거뒀다. 특히 딥러닝 모델에 기존 데이터 처리 모델을 융합해 단점을 보완했으며, 고객별 추천 후보를 직접 생성한다는 점에서 차별화를 이뤄냈다. 특히, 19위로 은메달을 수상한 업스테이지 챌린지스 팀은 직전 대회에서 금메달을 획득한 후 참가 2주 만에 또 입상해 주목 받았다.

khm@hankyung.com