보고서 정보
주관연구기관 |
(주)리치웨어시스템즈 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2013-12 |
과제시작연도 |
2013 |
주관부처 |
중소기업청 Small and Medium Business Administration |
과제관리전문기관 |
중소기업기술정보진흥원 Korea Technology & Information Promotion Agency for SMEs |
등록번호 |
TRKO201600008168 |
과제고유번호 |
1425085756 |
사업명 |
중소기업R&D기획역량혁신 |
DB 구축일자 |
2016-09-03
|
키워드 |
룰 관리.퍼지추론.룰 엔진.BI(Business Intelligence).BRMS(Business Rule Management Systme).BRE(Business Rule Engine).
|
초록
▼
□ 신청과제의 내용
신청기술은 기업이 업무를 수행함에 있어서 필요로 하는 지식과 노하우(Know-how)를 포함하여 각종 규칙, 함수, 모델 등 업무처리에 사용되는 룰을 정의하고 이를 패키지화하여 현업 사용자로 하여금 신속한 의사결정을 하도록 지원하는 의사결정지원(DSS; Decision making supporting System) 툴이며, 룰의 생성, 지능형 추론, 통계적 모니터링(모델의 통계적 평가), 테스트, 시뮬레이션 등 지식관리에 기반한 모든 행위(거래)를 관리하고 또한 추론할 수 있는 패키지에 관한 것이다.
□ 신청과제의 내용
신청기술은 기업이 업무를 수행함에 있어서 필요로 하는 지식과 노하우(Know-how)를 포함하여 각종 규칙, 함수, 모델 등 업무처리에 사용되는 룰을 정의하고 이를 패키지화하여 현업 사용자로 하여금 신속한 의사결정을 하도록 지원하는 의사결정지원(DSS; Decision making supporting System) 툴이며, 룰의 생성, 지능형 추론, 통계적 모니터링(모델의 통계적 평가), 테스트, 시뮬레이션 등 지식관리에 기반한 모든 행위(거래)를 관리하고 또한 추론할 수 있는 패키지에 관한 것이다.
신청기술의 핵심은 전문가시스템에서 야기되는 소모적인 매칭(Matching)연산을 제거하여 대용량 데이터(Big data)처리에 용이한 Fuzzy 알고리즘 추론 엔진을 도입하여 예측력/설명력을 향상시켜 기존의 RBR 기반의 한계점을 보완하고 통계적 모델 평가 기능의 추가로 기능 고도화 및 통계적 설명력을 보완하는 기술이다.
①학습형 추출 모듈 기술(T1), 학습형 컬러 정보 분석 모듈(T2), 학습형 스타일 분석 모듈(T3), 확률적(경험적) 시각화 데이터 비교검색 모듈(T4)
□ 평가결과
1. 기술분석 및 기술성 평가결과
본 신청기술인 ‘온라인 데이터 분석을 통한 상품 이미지의 매칭검색 기술개발과 상품정보 큐레이션 서비스 플랫폼 개발’은 온라인에서의 이미지 컨텐츠 또는 쇼핑몰에 업데이트되는 상품정보(이미지, 텍스트)의 검색을 통한 매칭결과와 검색결과를 자동으로 수집하고, 검색을 통해 수집된 상품의 모양(패턴), 컬러 등의 정보를 분석 및 저장하는 기술개발과, 축적된 데이터를 가공할 수 있는 상품정보 디지털 큐레이션 서비스 플랫폼 개발에 관한 것으로, 디지털 큐레이션 분야(여행, 쇼핑, 체험 등), 인포그래픽 기술 분야, 이미지태깅 기술 분야, 빅데이터 분야(검색결과에 대한 데이터의 축적으로 계절별, 연령별 선호 디자인에 대한 미래예측이 가능)에 응용될 수 있다.
본 개발기술은 검색매칭 (매칭검색) 적용 분야의 확대(온라인 쇼핑몰, 상품, 제품 등)가 가능한 기술로, 구체적으로 디지털 큐레이션 분야(여행, 쇼핑, 체험 등), 인포그래픽 기술 분야, 이미지태깅 기술 분야, 빅데이터 분야(검색결과에 대한 데이터의 축적으로 계절별, 연령별 선호 디자인에 대한 미래예측이 가능)에 응용될 수 있다.
주요 핵심기술은 주로 신청업체에서 직접 개발할 기술이므로, 평가 결과 신청기술은 제품의 핵심 및 주변 부분 모두에 기여하며, 제품 기여도가 매우 높은 것으로 평가되었다.
또한, 유사 기술에 개발 및 신규 시장 참여의 경우 유사기술을 통한 매칭검색 및 큐레이션 서비스는 아직 시장 초기단계 또는 도입단계로서 기술개발 완료 이후 프로모션 및 홍보에 집중한다면 충분한 경쟁우위를 가질 수 있을 것으로 보인다.
2. 기술개발 전략
기술확보전략 측면에서 기술계통도와 평가지표를 통해 7개 세부요소기술 중 ①학습형 추출 모듈 기술, ②학습형 컬러 정보 분석 모듈, ③학습형 스타일 분석 모듈, ④확률적(경험적) 시각화 데이터 비교검색 모듈이 핵심기술 로 선정되었다.
기술소싱전략 측면에서 학습형 추출 모듈 기술(T1), 학습형 컬러 정보 분석 모듈(T2), 학습형 스타일 분석 모듈(T3), 확률적(경험적) 시각화 데이터 비교검색 모듈(T4) 등 선정된 모든 기술이 자체개발능력이 필요한 핵심기술인 것으로 분석되었다.
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
개발기술은 검색매칭 분야에서 온라인 쇼핑몰 등에 적용될 수 있고 디지털 큐레이션 분야에서는 여행, 쇼핑, 체험 등에 적용되는 등 다양한 분야에 응용 및 확장될 수 있다. 그러나 시장의 성숙도 측면에서는 여행, 쇼핑, 체험 등의 디지털 큐레이션 분야 및 빅데이터 분야 보다는 동 기술은 온라인 쇼핑몰에 적합한 기술로 동사에서도 온라인 쇼핑몰을 대상으로 시장에 진입하고 자 하고 있다. 개발기술이 적용되는 온라인 쇼핑몰 시장은 산업적인 측면에서 유통산업에 속한다. 현재 유통산업은 경기 불안에 따른 저성장 시대의 도래 및 경제주체의 구조적 부실화와 소비패턴 변화에 의한 가치소비 확대, 스마트 쇼핑시대의 도래 및 소비 다양화 등의 산업적인 환경변화를 겪고 있는 상황이다. 온라인 쇼핑에서의 상품 검색 및 상품정보 검색은 증가하고 있는 것으로 나타난다. 구체적으로는 온라인 쇼핑 및 모바일 쇼핑에서의 상품 검색 및 상품정보 검색 활동이 2011년 이후 급격하게 증가하고 있는 추세에 있는 것으로 확인된다.
국내시장은 2013년 5조9,995억원에서 2019년 13조3,780억원 규모로 성장할 것으로 전망되며, 해외시장은 2013년 253조3,362억달러에서 2019년 481조5,798억달러 규모로 성장할 것으로 전망된다.
동사는 본 신청기술에 대해서 2014년까지 연구개발단계를 마치고 2015년 상반기에 양산준비기간을 걸쳐, 2015년 하반기부터 본격적인 매출을 발생시키는 것으로 사업계획을 구성하고 있다. 평가대상기술의 수익성을 살펴보면, 개발완료 후 향후 5년간의 주요 수익성 분석 지표는 다음과 같이 산출되며, NPV, ROI, IRR이 기준값을 상회하고 있어 수익성이 양호한 것으로 분석된다.
수익성 분석 지표 : NPV
추정치 : 76백만원
설 명 : 0보다 크므로 수익성 있음.
수익성 분석 지표 : ROI
추정치 : 130.0%
설 명 : 100보다 크므로 수익성 있음.
수익성 분석 지표 : IRR
추정치 : 14.2%
설 명 : NPV 산정시 할인율인 11.1%보다 크므로 수익성 있음.
평가대상기술을 사업화하는 경우 2016년부터 2020년에 걸쳐 총 생산유발 효과는 약 202억7천1백만원, 부가가치유발효과는 92억6천6백만원으로 경제적 파급효과는 양호한 수준으로 평가된다.
4. 사업화 전략
동사는 2010년 삼성카드 모바일 어플 개발과 2012년 스마트폰 푸시 솔루션, 스마트폰 talk 솔루션 개발, 2013년 위치변환 솔루션 개발 등을 진행한 경험을 가지고 있다. 동사의 이러한 기술개발은 연구개발 단계에 그친 것이 아니라 실제로 관련 매출이 발생한 것으로 파악된다. 동사는 현재 창업 5년차 기업으로 관련된 기술 및 경험을 축적하고 있는데, 평가대상 기술개발과 같은 연구개발 활동을 지속적으로 수행한다면 대외적으로 우수한 기술역량을 인정받을 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.