보고서 정보
주관연구기관 |
(주)리치웨어시스템즈 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2014-12 |
과제시작연도 |
2014 |
주관부처 |
중소기업청 Small and Medium Business Administration |
등록번호 |
TRKO201500011705 |
과제고유번호 |
1425091784 |
사업명 |
중소기업R&D기획지원사업 |
DB 구축일자 |
2015-07-25
|
키워드 |
스마트폰 푸시솔루션.톡솔루션.기프티콘소싱플랫폼.위도 경도주소변환 솔루션.어플리케이션 개발.빅데이터 기반 분산 처리.
|
초록
▼
□ 신청과제의 내용
신청기술은 검색엔진, 언론사, SNS 등 다양한 행태로 흩어져 있는 유명 인물에 대한 온라인 정보를 수집하여 그 인물에 대한 좋고/나쁨/선행/악행 등의 가치판단을 할 수 있는 로봇을 개발하고자 하며, 나아가 로봇 스스로 그 판단기준의 정확성 또는 다양성을 진화해 가는 자기학습 기능을 탑재한 기술개발, 그리고 이를 통해 재가공된 정보를 다양한 형태로 전달할 수 있는 웹 플랫폼 개발에 관한 것이다. 이러한 신청기술은 지속적으로 수집된 인물DB를 기반으로 인물간의 관계도 또는 어떤 사건의 연계맵, 확률적 통계 등
□ 신청과제의 내용
신청기술은 검색엔진, 언론사, SNS 등 다양한 행태로 흩어져 있는 유명 인물에 대한 온라인 정보를 수집하여 그 인물에 대한 좋고/나쁨/선행/악행 등의 가치판단을 할 수 있는 로봇을 개발하고자 하며, 나아가 로봇 스스로 그 판단기준의 정확성 또는 다양성을 진화해 가는 자기학습 기능을 탑재한 기술개발, 그리고 이를 통해 재가공된 정보를 다양한 형태로 전달할 수 있는 웹 플랫폼 개발에 관한 것이다. 이러한 신청기술은 지속적으로 수집된 인물DB를 기반으로 인물간의 관계도 또는 어떤 사건의 연계맵, 확률적 통계 등 다양한 형태로 정보의 재구성이 가능하며, 인물DB 뿐 아니라 특정 정보를 대상으로 지속적이고, 주기적으로 정보를 수집·가공 플랫폼으로의 확장이 가능하고, 사물과 관련한 가치판단 정보를 연결하여 능동적인 행동연계가 가능하다.
□ 평가결과
1. 기술분석 및 기술성 평가결과
본 기술은 수집된 데이터를 평가 또는 분석하는 모듈이 별도로 개발되어 동작하고, 수집결과가 경험적인 데이터를 기준으로 수집방법을 스스로 진화하게 된다. 또한, 수집활동을 하면 할수록 좋은 수집성능으로 발전하기 때문에 좋은 성능의 엔진을 유지하기 위해서 기술유지비용이 현저히 줄어드는 특징뿐 아니라 과거에는 사람이 직접 확인, 수집, 정렬, 편집 등을 해야만 했던 일을 로봇이 대신하게 되는 것이다. 이런 점에서 신청기술은 기존의 기술과 매우 다른 첨단성 및 기술수준을 가지고 있는 것으로 판단된다. 또한, 신청기술은 기존 시장에서 유사한 형태로 소개된 적이 없는 기술 및 플랫폼 모델이며, 현 시장 상황상 빠른 기술개발을 통해 선점해야 하는 시장으로 예상되므로, 도입기에 들어선 기술로 판단된다.
2. 기술개발 전략
기술확보전략 측면에서 기술계통도와 평가지표를 통해 9개 세부요소기술 중 ① 컨텐츠 패턴 분석 기법, ② 동기화 데이터 큐 처리 기법, ③ 분산 멀티 쓰레드 처리 기법, ④ 분산 컨트룰러, ⑤ 컨텐츠 문장 요소 분석, ⑥ DB 기반 확률적 학습 기법 기술을 핵심요소기술로 선정하였다.
기술소싱전략 측면에서 기술매력도와 내부기술역량을 중심으로 핵심요소기술을 평가한 결과, 컨텐츠 패턴 분석 기법(T1), 동기화 데이터 큐 처리 기법(T2), 분산 멀티 쓰레드 처리 기법(T3), 분산 컨트룰러(T4) 기술은 개발인력을 충분히 보유하고 있어 자체 개발로 진행할 수 있다. 이에 비해 상대적으로 내부기술역량이 낮게 측정된 컨텐츠 문장 요소 분석(T5), DB 기반 확률적 학습 기법(T6) 기술은 자사에게는 내부 역량이 다소 부족하므로 외부 기술보유 업체와의 기술교류, 공동개발, 컨소시엄 형태로 공동연구개발 전략을 통하여 기술을 개발하고, 향후 기술에 대한 역량이 축적되면 자체 개발로 진행하는 것이 바람직하다.
실시간 컨텐츠 감시엔진과 대용량 네트워크 수집엔진 연구는 선행된 연구데이터와 자료를 바탕으로, 기 연구에서 다룬 데이터량과 비교하여 10배 이상 시뮬레이션 고도화 연구가 필요하며, 인력구성은 기 연구에 참여한 연구원들로 구성한다. 학습형 가치판단 엔진파트는 DB 구성설계와 문장분석을 바탕으로 하는 학습형 가치판단을 목표로 하고 있기 때문에, 기 연구된 판단형 DB 구성설계를 바탕으로 자연어 처리와 관련한 인력을 신규로 채용을 통해 연구 진행될 예정이다.
개발인프라 구축전략 측면에서 기술과 기능 중심의 연구조직 구성방안이 제시되었으며 그 외 생산 프로세스별 필요설비와 지적자산 확보 전략이 제시되었다. 마지막으로 주요 기술 개발을 위한 상세 일정, 추진체계 및 소요자원계획이 상세히 제시되었다.
3. 시장분석 및 경제성평가 결과
인명정보를 기반으로 하는 DB서비스 시장은 다양한 방법으로 상용화되어 있는 상황이다. 주요 서비스는 페이스북의 인물 검색, Eurekster의 관계 검색, 소셜검색, 인물정보 검색 등이 있으며 검색 서비스와 관련해서는 국내 시장은 네이버가, 세계 시장은 구글이 시장을 주도하고 있는 상황이다.
국내 DB서비스 시장은 2013년 기준 51,369억원 규모에서 2020년 64,935억원 규모로 성장할 것으로 전망되며, 세계 DB서비스 시장은 2013년 563,369백만달러 규모에서 2020년 1,196,005백만 달러 규모로 성장할 것으로 전망된다.
평가대상 기술 시장은 현재의 빅데이터 이슈와 정확한 정보를 요구하는 수요처의 증가로 인해 향후 시장의 성장 가능성이 높을 것으로 보여지며 개인의 사생활 침해 및 저작권 사용에 따른 문제 등은 기술 개발단계 및 상용화 이후 서비스를 지속하는 과정에서 해결해야 될 과제로 떠오를 가능성이 있을 것으로 보여진다.
평가대상기술의 경제성을 살펴보면, 개발완료 후 향후 5년간의 주요 경제성 분석 지표는 다음과 같이 산출되며, NPV, ROI, IRR이 기준값을 상회하고 있어 수익성이 양호한 것으로 분석된다.
평가대상기술을 사업화하는 경우 2016년부터 2020년에 걸쳐 총 생산유발효과는 약 331억 원, 부가가치유발효과는 160억 원으로, 경제적 파급효과는 부가 통신 및 정보서비스 분야를 기준으로 비교적 우수한 수준으로 평가된다.
4. 사업화 전략
동사는 온라인 인명정보에 대한 자동 수집, 축적, 갱신에 따른 자기 학습형 가치 판단 로봇기술 개발 및 인명정보 플랫폼 기술을 개발하는 2016년까지를 제품의 상용화 단계로 보고 서비스를 제공할 계획이다. 실질적인 매출은 2016년 이후로 계획하고 있는데, 정확한 정보를 요구하는 각 언론기관 및 일반 기업, 연구소 등이 주요 수요처가 될 가능성이 높다.
동사는 개발된 기술을 B2C 및 B2B 시장에서 정보제공용 웹 플랫폼 형태로 회원을 모집하여 매출을 발생시킬 계획을 가지고 있다. 현재 정확한 정보에 대한 수요가 높은 상황이고 국내 인명 정보에 대한 해외의 수요가 늘어날 것으로 예상되고 있기 때문에 상용화에 성공할 경우 높은 매출이 발생될 것으로 예상된다.
동사의 구체적인 마케팅 전략으로는 언론기관, 일반 기업, 연구소 등의 공식적 입찰을 통한 판매, 관련 시장에서 유명한 저널 등을 통한 광고 기재, 국내 및 해외전시회 참가를 통한 제품 홍보활동과 국내 및 해외 유명 검색 서비스 사이트를 통한 제품 시범 서비스 등을 통해 서비스 제품을 알리고 판매할 예정이다.
이에 따라 자원확보, 수요처 발굴 및 마케팅에 치밀한 전략을 수립할 필요가 있다. 특히, 과제 종료 후 성공적인 시장 진출 및 원활한 제품의 판매를 위해서는 시장 개발 단계, 시장 성숙 단계, 안정 성장 단계 등 각 사업화 단계 및 해당시장의 특징을 고려한 판매 전략의 수립이 필요할 것으로 판단된다.
한편, 사업화 성공을 위해서는 자금운용 방안이 무엇보다도 중요한데, 현재 진행 중인 사업을 통한 수익과 본 과제를 수행할 경우에는 큰 무리가 없는 것으로 보이나 제품화 일정이 지연될 경우를 대비하여 추가적인 자금조달 경로도 고려하여야 할 것이다.
5. 결론
사업주체는 동 기술의 개발에 있어서 R&D과제 수행기간은 2015년 1월부터 2015년 12월까지 계획하고 있고, 2016년 1월부터 2016년 2월까지 양산준비 기간을 거쳐 매출이 발생하는 기간은 2016년 3월부터 계획하고 있다. 동사는 개발 1차년도인 2015년도에 각각 약 2.9억 원 가량의 운용 자금이 소요될 것으로 예상하고 있다. 이 중에서 인건비로는 연간 현금 150백만원과 현물 60백만원이 소요될 예정이며, 직접비로는 45백만원과 간접비 32백만원이 운용될 계정이다. 운용 자금 중에서 30% 가량인 0.9억 원을 동사의 자체 부담으로 나머지 70% 가량인 2억원을 정부지원금으로 조달할 계획이다.
해당과제는 수집된 데이터를 평가 또는 분석하는 모듈이 별도로 개발되어 동작하고, 수집결과가 경험적인 데이터를 기준으로 수집방법을 스스로 진화하게 하여 궁극적으로는 과거에는 사람이 직접 확인, 수집, 정렬, 편집 등을 해야만 했던 일을 로봇이 대신하게 하는 시스템적인 기술로 보유기술역량과 제품-기술속성에 비추어 단독개발 및 공동개발이 가능한 과제이다. 핵심 기술별 소싱전략에서 제시한 바와 같이 외부 기술보유 업체와의 기술교류, 공동개발, 컨소시엄 형태로 공동연구개발 전략을 통하여 기술을 개발하고, 향후 기술에 대한 역량이 축적되면 자체 개발로 진행하는 것이 바람직하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.