검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'김영훈'통합검색 결과 입니다. (3건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

키다리스튜디오, '허흥범' 단독 대표 체제로 변경

키다리스튜디오는 31일 대표이사 변경을 통해 김영훈·허흥범 각자 대표 체제에서 허흥범 단독 대표 이사로 변경됐다고 공시했다. 키다리스튜디오 김영훈 대표는 12월 31일자로 대표이사직을 사임하나, 등기이사 임기가 내년 3월 만료되므로 남은 기간 재임 시 맡았던 글로벌 사업의 인수인계에 집중 할 예정이다. 김영훈 대표이사의 사임에 따라 키다리스튜디오는 허흥범 대표이사 단독 체제로 운영 된다.

2024.12.31 16:10최지연

"디지털 트윈으로 공간 개발의 효율을 높입니다"

꿈은 삶의 이정표이자 동력이다. 꿈은 곧 미래의 삶이다. 꿈은 그래서 소중하다. 꿈은 사람마다 다르고 다른 만큼 다채롭다. 스타트업이 꾸는 꿈도 그럴 것이다. 소중하고 다채롭다. '이균성의 스타트업 스토리'는 누군가의 꿈 이야기다. 꿈꾸는 사람이 자신의 이야기를 들려주고 다른 꿈꾸는 사람을 소개하는 릴레이 형식으로 진행된다. [편집자주] “디지털 트윈으로 공간 개발의 효율을 높입니다” 사람은 공간으로서의 세계를 볼 수 있지만, 사람 눈에 보이는 것과 그 공간 자체가 정확히 일치하는 것은 아니다. 공간은 사람이 볼 수 있는 것보다 훨씬 더 복잡하고 정밀하다. 사람의 눈을 모사한 카메라도 마찬가지다. 카메라에 찍힌 사진이나 영상은 그 공간을 설명해주지만 공간에 대한 모든 정보를 담지는 못한다. 사람 눈이나 카메라는 공간의 일부분만을 표피적으로 관찰한다는 이야기다. '공간 정보'가 필요한 까닭이 그것이다. 공간을 제대로 이용하기 위해서는 사람 눈이나 카메라의 직관적 시각에서 배제된 정보까지 필요하다. 사물 사이의 거리와 사물의 면적 및 부피에 대한 측량이 그런 정보들이다. 이런 정보는 특히 현장에 직접 가지 않는 사람들에게도 공간을 훌륭하게 설명해줄 수 있다. 김영훈 메이사 대표가 하려는 일이 그런 것이다. “메이사는 공간 정보 기업이죠. 공간을 개발하는 기업이나 기관에 해당 공간에 관한 데이터(정보)를 통합적으로 제공하는 플랫폼을 운용하고 있습니다. 공간 정보로 만든 디지털 트윈을 통해 공간 개발의 효율 높일 수 있죠.” ■'메이사 플랫폼'과 '메이사 그린' 메이사가 제공하는 공간 정보 서비스는 크게 두 가지다. 건설 현장의 데이터를 통합 관리해주는 '메이사 플랫폼'과 골프장 코스 관리를 위한 플랫폼인 '메이사 그린'. 모두 인터넷 기반이며 월 구독료 모델로 운영된다. “메이사 플랫폼의 경우 현재 국내 10대 건설사 가운데 8곳이 사용하고 있어요. 현장으로 따지면 누적으로 300곳 정도 되죠. 메이사 플랫폼은 현장 공간에 대한 촬영, 분석, 활용을 종합적으로 제공한다는 점이 특징이죠. 먼저 촬영을 통해 현장 정보를 수집하죠. 촬영에는 드론, 360도 카메라, CCTV, 라이다, 위성 등이 활용되죠. 그런 다음 이 정보를 현장에 필요한 형태로 가공합니다. 인공지능과 3D 매핑 기술을 통해 조각나고 흩어진 정보를 재구성함으로써 현장을 이해하기 쉽게 보여주는 것이죠. 2D 이미지를 실제 공간처럼 3D화하고 공간 구석구석에 정량적 데이터를 디지털로 표현해주는 게 핵심이죠. 디지털로 재구성된 공간을 더 잘 활용하도록 도면이나 지적도와 겹쳐 보이게 하는 기능들도 추가돼 있습니다. 이 플랫폼은 건설 현장을 모니터링하고, 관계자들이 회의를 할 때 중요하게 쓰일 수 있습니다. 건설비에 큰 영향을 미치는 토공량(땅깎기나 흙쌓기를 할 때 흙의 양)을 비롯해 각종 측량에도 유용하고요. 현장 근로자들이 앱을 설치할 경우 위험지역 진출입 등 안전 관리를 강화하는 수단으로도 활용될 수 있어요.” 메이사 그린은 메이사 플랫폼의 활용처를 넓히다 찾은 케이스다. “공간 정보 플랫폼은 좁은 지역보다는 넓은 지역을 다룰 때 효과가 커요. 사람이 일일이 다녀야 하는 일을 대체해주기 때문이죠. 골프장도 그런 곳이었어요. 잔디 관리에 우리 플랫폼이 도움이 되죠. 특히 드론에 장착한 다분광 센서 솔루션을 통해 육안으로는 분별이 어려운 잔디 식생지수를 계산해낼 수 있죠.” 메이사 그린은 제주 나인브릿지CC, 렉스필드 등 다수 골프장에서 활용하고 있다. ■“드론과 위성 영상 활용에 기대가 커요” 한국항공우주산업(KAI)이 메이사에 관심을 기울인 까닭은 2차원 이미지를 쓰임새 많은 공간 정보로 탈바꿈시키는 능력 때문이다. “2020년에 KAI에서 찾아왔어요. 우주, 특히 위성 사업의 활용처를 넓히고 싶은데 우리 비즈니스가 의미 있는 수단으로 여겨졌기 때문이죠. 메이사에 투자하기를 원했죠. 그런데 그때만 해도 우리는 드론 촬영과 이의 활용에 집중하고 있었기 때문에, 메이사에서 직접 투자를 받지는 않고, KAI와 함께 '메이사 플래닛'이라는 합자 회사를 만들었어요. 인공지능과 위성 영상에 특화된 자회사를 두게 된 것이죠.” 하지만 최근에 메이사와 메이사 플래닛을 합병하기로 했다. “2년 가량 각자 사업을 하다 보니 결국 비슷한 일을 하고 있더라구요. 그래서 합쳐서 시너지를 내자는 쪽으로 바뀌었습니다. 메이사는 이로써 3만6000Km 상공의 정지 궤도 위성과 수백Km 상공의 저궤도 위성, 수십m 상공의 드론, 지상의 360도 카메라와 CCTV 그리고 라이다까지. 국내에서 드물게 다양한 채널을 동원해 공간 정보를 획득할 수 있는 기업이 됐죠. 3D 매핑과 인공지능 기술까지 겸비했고요. 지금은 건설 현장과 골프장 그리고 일부 광산에서 쓰이지만 용처는 얼마든지 더 확대될 수 있다고 봐요. 국방은 물론이고 농수산업에도 필요한 솔루션이라고 생각합니다. 우리 플랫폼이 활용될 곳을 계속 찾고 있어요. 해외 시장도 공략하고 있어요. 중동 건설현장에 도입된 바도 있는데, 지금은 일본 시장에 진출하기 위해 방법을 찾고 있죠.” 8월 중순께에는 메이사와 자회사인 메이사 플래닛의 합병이 완료되고 대표이사 등 경영체제에도 변화가 있을 것이라고 한다. ■두 번의 실패 끝에 세 번째 도전한 창업 김영훈 대표에겐 메이사가 3번째 창업이다. 김 대표는 학창시절 교지편찬국 편집국장으로 활동했다. 이때 창업가들을 취재했었다. 그러다 취재원의 권유로 픽플이라는 회사의 창업멤버로 합류했다. 2008년 김 대표 나이 21살 때였다. 2010년에는 첫 번째 회사의 CTO와 함께 몬스그룹이라는 스타트업을 창업했다. 몬스그룹은 소셜 뉴스 '뉴스몬'과 위치 기반 SNS '동네몬(Town Talk)' 서비스를 개발, 운영했다. 두 번의 창업은 그러나 큰 성과를 내지는 못했다. “어린 나이였고, 부족한 게 많았습니다. 교훈을 많이 얻었죠.” 메이사에는 평소 알고 지내던 두 사람의 제안으로 공동 창업자로 합류하게 됐다. 최석원 메이사 공동창업자와 신승수 메이사 최고기술책임자(CTO)가 그들이다. 2018년이었다. 엔지니어 출신인 두 공동창업자와 달리 문과 출신이면서 창업의 경험이 있는 김 대표가 합류할 경우 시너지가 기대됐던 걸로 보인다. 현실 세계의 공간을 그대로 디지털로 재현하는 '디지털 트윈'은 4차산업혁명시대의 중요한 아이템 중 하나다. 이를 위해서는 현실 세계를 공중에서 내려다볼 수 있어야 한다. 메이사는 그런 기술력을 가진 기업으로 판단된다. 덧붙이는 말씀: 김영훈 메이사 대표가 다음 인터뷰 대상으로 추천한 사람은 파블로항공 김영준 대표입니다,

2024.07.25 10:25이균성

"분자 생성 AI로 신약 개발 효율을 15배 높였어요"

꿈은 삶의 이정표이자 동력이다. 꿈은 곧 미래의 삶이다. 꿈은 그래서 소중하다. 꿈은 사람마다 다르고 다른 만큼 다채롭다. 스타트업이 꾸는 꿈도 그럴 것이다. 소중하고 다채롭다. '이균성의 스타트업 스토리'는 누군가의 꿈 이야기다. 꿈꾸는 사람이 자신의 이야기를 들려주고 다른 꿈꾸는 사람을 소개하는 릴레이 형식으로 진행된다. [편집자주] “분자 생성 AI로 신약 개발 효율을 15배 높였어요” 발견과 발명은 반복되는 시행착오 끝에 얻어지는 성과다. 신약 개발도 그러하다. 한 논문에 따르면 보통 신약 하나를 개발하는 데는 10여년이 걸린다. 여기에 드는 비용도 평균 3조원에 육박하는 것으로 알려졌다. 신약 개발 기간이 길고 비용이 많이 드는 까닭은 약효가 있는 새로운 물질(분자구조)을 합성할 때 성공확률이 극히 낮기 때문이다. 무려 9000분의 1이라고 한다. 분자 합성 실험 한 번에 보통 3주 이상이 걸리고 수백만 원의 비용이 든다. 하나의 실험을 하느냐 마느냐는 결국 시간과 비용에 관한 결정이다. 임재창 히츠 공동창업자는 인공지능(AI)을 이용해 이 결정에 도움을 줌으로써 신약 개발의 시행착오를 줄여 효율을 높이려고 한다. ■시행착오는 왜 불가피한가 신약 개발은 인체에서 질병을 일으키는 단백질을 찾아내고 이와 상호 작용을 일으켜 질병을 치료하기 위한 물질(화합물)을 만들어내는 것이다. 이 개발 과정은 보통 4단계로 진행된다. 기초-탐색 연구, 비임상, 임상, 허가-승인 등이다. 이 과정을 거쳐 9000개의 후보 물질 가운데 딱 하나가 신약이 된다. 개발기간으로 따지면 보통 기초-탐색 연구에 5년, 비임상 1.5년, 임상 5년, 허가-승인 2년 등이 소요된다. 기초-탐색 연구는 질병 유발 단백질을 찾아내고 이를 치료할 수 있을 것으로 예측되는 후보 물질을 탐색하는 것을 말하는 데 보통 9000에서 1만개의 물질 목록이 생성된다. 비임상은 안정성 실험을 통해 후보물질을 최적화하는 단계로 목록이 50개로 줄어든다. 임상은 보통 3단계로 진행되며 다시 화합물이 5개로 줄어든다. 이중 최상의 물질이 허가와 승인 과정을 거쳐 신약이 된다. “9000에서 1만개의 후보 물질 가운데 어떤 것이 최상의 약효를 가질지를 알 수 없으니 다 실험을 해야 하잖아요. 그런데 후보 물질이긴 하지만 실패할 확률이 높다면 실험을 안 해도 되는 것이죠. 히츠가 개발한 시스템은 인공지능을 통해 후보 물질을 발굴하고 이와 단백질의 관계를 예측해주는 것이에요.” ■인공지능 신약 개발 플랫폼 '하이퍼랩' 신약 개발을 위한 실험의 시행착오를 조금이라도 줄이기 위해 히츠가 개발한 것이 '하이퍼랩(HYPERLAB)'이다. '인공지능 신약 개발 플랫폼'이다. 서비스형 소프트웨어(SaaS) 형태로 제공되며 직관적 UI가 특징이다. '하이퍼랩'은 주로 신약 개발 초기 기초-탐색 연구 단계에 초점을 맞추고 있다. “생성형 AI는 무언가를 만들어내는 AI잖아요. 우리가 AI를 통해 만들어내려 하는 것은 분자(Molecule)예요. 정확히는 신약 후보 물질이 될 분자죠. 과거의 데이터를 학습해서 신약 물질 후보가 될 분자의 구조를 디자인하고 제안해주죠. 우리는 특히 '스캐폴드 기반 분자 생성 모델(Scaffold-based molecular generative model)'을 개발하였어요. 스캐폴드는 물성을 특정 짓는 분자의 뼈대라고 할 수 있죠. 이를 고정해놓고 합성을 통해 분자 구조를 점진적으로 바꿔가며 새 분자를 만들죠.” 스캐폴드는 물질의 물성과 깊은 관계가 있고, 스캐폴드를 유지한 채 합성을 통해 분자 구조를 점차적으로 바꿔간다면, 무작위로 분자를 합성하는 것보다, 원하는 물질을 찾아가는데 더 효과적이라는 의미로 이해됐다. 하이퍼랩은 분자 생성 모델과 함께 '물질-단백질 상호 작용 예측 모델'도 갖고 있다. 데이터 학습을 통해 약물 후보 물질과 질병의 원인으로서의 단백질 사이의 상호 작용과 결합 구조를 예측해주는 것이다. 이 예측이 정확하다면 분자 합성 실험을 할지 말지 고민스러울 때 중요한 참고자료가 되는 것이겠다. 하이퍼랩은 또 '분자 탐색 모델'도 있다. 천문학적인 숫자의 분자 가운데에서 후보가 될 수 있는 물질을 빠르게 탐색한다. “하이퍼랩은 신약 개발 초기에 후보 분자 대규모 가상 탐색부터, 물성 예측, 신규성 있는 분자 설계까지 할 수 있습니다. 이 과정을 통해 필요 없을 것으로 보이는 후보 물질은 실험에서 제외시킬 수 있는 것이죠.” ■“효과가 15배나 커진 사례도 나왔죠” L사는 '타깃 A(질병 단백질 가운데 하나)'에 대한 특허성 있는 신규 골격(스캐폴드)을 찾고 있었다. 이 타깃과 관련해서는 이미 1000개 이상의 물질에 광범위하게 특허가 걸려 있었다. 특허를 낼 새 물질을 찾기가 그만큼 어려운 것. 관건은 천문학적인 숫자의 분자를 빠르게 탐색하고 '타깃 A'에 맞게 선별하는 것. 이를 위해 L사가 손잡은 게 히츠의 하이퍼랩이다. “히츠의 '약물-단백질 상호작용 예측 모델'의 성능을 검증하기 위해 우선 타깃 A와 기존에 보고된 활성분자의 예측값을 돌려보고 이를 실험값과 비교했어요. 타깃 A에 대한 실험 결과를 우리 모델 학습에 전혀 사용하지 않았지만 R값이 0.6으로 나타났지요. 이는 예측값의 정확도가 높다는 것을 뜻하지요. 그런 뒤 우리 '스캐폴드 기반 분자 생성 모델'을 통해 타깃 A에 대해 활성을 보일 확률이 높은 후보물질을 디자인했어요. 그런 다음 다시 '약물-단백질 상호작용 예측 모델'을 통해 우선 실험할 상위 분자를 선별했죠. AI의 이 작업이 끝나고 나서 L사 의약화학자가 후보 분자를 재선별하고, L사의 의약합성팀에서 검토한 뒤 유도체를 생성해 분자를 합성하는 후속 실험에 들어갔죠. L사는 이 과정을 통해 6개월간 활성물질 15종을 확인할 수 있었습니다. 히츠를 만나기 전에는 1년 동안 단 2종의 활성 물질을 확인할 수 있었을 뿐이라고 해요. 하이퍼랩을 이용하니 효율을 15배 가량 높였다고 볼 수 있는 것이지요.” ■“논문 기술이 아니라 산업에 적용될 기술” 히츠가 갖고 있는 AI 신약 개발 플랫폼은 임재창 공동창업자의 박사 학위 논문 주제이기도 하다. 논문을 쓰던 중 문득 생각했단다. '논문상에서만 작동하는 기술이 아니라, 실제 현실에서 가치를 창출하는 기술을 만들고 싶다.' 창업에는 고민도 컸다. 창업은커녕 회사 생활도 안 해본 터라 '내가 과연 회사를 운영할 수 있을까'를 생각해보지 않을 수 없었다. 그 때 힘이 된 게 지도교수였다. KAIST 화학과 김우연 교수. 김 교수가 공동창업을 제안했고 히츠 팀이 출발하게 됐다. 2020년 5월이었고, 임재창 공동창업자는 당시 스물여섯이었다. 그 이후 누적으로 100억 원을 투자받았고, 팀원은 31명으로 불어났다. 고객도 늘어났다. 300여개의 제약회사, 신약개발연구소, 대학 등이 하이퍼랩을 쓰고 있다. 지난해 10월 처음 유료화를 시행해 매출도 발생하고 있다. “앞으로는 인간이 상상하지 못했던 분자 구조를 AI를 포함한 디지털 기술이 생성할 것입니다. 코로나19 팬데믹처럼 감염병이 발생할 때 가능하면 빨리 치료제가 나오면 좋겠지요. 신약 개발의 디지털 전환이 필요한 이유일 것입니다. 그 과정에서 히츠가 영향력 있는 역할을 하는 팀이 될 수 있도록 노력할 것입니다.” 덧붙이는 말씀: 임재창 히츠 공동창업자가 다음 인터뷰 대상으로 추천한 사람은 콘테크 스타트업 메이사의 김영훈 대표입니다.

2024.07.04 10:03이균성