Amazon Web Services 한국 블로그

떠오르는 인공 지능 스타트업 소개 – 뷰노, 매스프레소, 포티투마루, 액션파워, 엘리스

AWS는 스타트업을 사랑합니다!

세상을 변화시키기 위한 열정과 창의력으로 새롭고 흥미 진진한 비즈니스를 만들어 가는 스타트업을 위해 AWS는 다양한 프로그램을 제공하고 있습니다. 멋진 서비스로 국내외에서 주목 받고 있는 스타트업 서비스와 그들이 AWS를 어떻게 활용하고 있는 지에 대해 전해 드립니다. (해외의 주요 스타트업은 영문 블로그 시리즈를 참고하세요.)

이번에는 특별히 지난 AWS AI Startup Challenge에서 대상과 우수상을 수상한 미래가 기대되는 인공 지능 특화 스타트업 5곳을 소개 드립니다!

  • 뷰노 – 딥러닝 기반의 골연령 판독 소프트웨어 및 의료기기
  • 매스프레소(서비스명 콴다) – 자체 OCR 기술로 자동 수학문제 풀이를 제공하는 플랫폼
  • 포티투마루 – 대화형 인터페이스를 위한 딥 시맨틱 Q&A 솔루션
  • 액션파워(서비스명 리뷰와이저) – 음성파일을 텍스트로 자동변환해주는 솔루션
  • 엘리스 – 소셜러닝과 AI 기술을 접목한 소프트웨어 교육 플랫폼

VUNO Med – BoneAge를 통해 여러분의 뼈 나이를 알아보세요!

VUNO는 골연령 판독에 도움을 주는 의료기기소프트웨어로, 현재 식약처로부터 국내 최초의 AI기반 의료기기로서 인허가를 앞두고 있는 제품입니다. 골연령 진단은 일반인에게는 생소할 수 있지만, 모든 병원에서 루틴하게 수행하는 의료행위입니다.

저신장증, 성조숙증 등이 의심되는 아이들에게 손(수골) X-ray를 촬영하고 수골 영상을 토대로 뼈의 나이를 판별한 후 실제 나이(역연령)을 비교하는 방식입니다. 대형병원의 경우 매일같이 많은 양의 영상을 판독해야함에 따라 루틴하고 시간 소모적인 업무인 반면, 개원의의 경우 환자가 많지 않음에 따라 판독 시간이 오래 걸리거나 숙련도 문제로 정확한 판독이 이루어지지 못하는 현실의 문제가 있습니다.

실제로 개원의 중 골연령 판독 자체를 행하지 않는 경우도 상당 부분 존재합니다. 이러한 문제를 해결하기 위해 수골 X-ray 영상만 입력하면 자동으로 뼈 나이를 확률적으로 판단하여 의사선생님들이 보다 빠르고 정확한 판독을 할 수 있도록 도와주는 소프트웨어를 개발하게 되었고, 이는 향후 의료현장에서 판독 정확도를 높이고 효율성을 증대시킴으로써 보다 높은 품질의 의료서비스를 환자가 받을 수 있도록 해주는 기술로 발전될 것 입니다.

기존의 의료시장은 영업망 구축이 가장 큰 난관이었습니다. 각 지역별로 병원별로 구획화된 유통구조에서 VUNO같은 기술 기반의 회사가 실제 제품을 고객에게 전달하고 피드백 받는 것은 쉽지 않은 일이었습니다. 이런 측면에서 내부적으로 많은 고민을 할 수 밖에 없었는데, 그 때 유일한 대안으로 클라우드 서비스를 살펴보게 되었습니다.

규제와 의료시장의 문화적 인식에 따른 난관이 없지 않지만, 클라우드 기반의 서비스가 가능해진다면 전통적 유통망을 뛰어넘어 누구든 원하는 고객(의사)가 사용할 수 있는 서비스를 제공할 수 있게되는 것이었습니다. 따라서 VUNO Med-BoneAge를 개발하면서 스탠드 얼론와 동시에 클라우드 기반 서비스를 준비하게 되었고, 식약처 인허가가 완료될 경우 의사라면 누구든 클라우드에 접속해서 원하는 판독 보조 서비스를 받고 그에 따른 과금을 할 수 있게 될 것입니다.

또한 이 모델이 국내에서 안정화 되어감과 동시에 해외에 언제든 확장할 수 있는 유연한 구조를 AWS에서 제공함에 따라, 더이상 전통적 유통 판매망에 의한 서비스 혁신이 늦어질 이유는 없게 되었습니다. AWS는 국내 어떤 클라우드 사업자 보다도 더 준비된 서비스로서 향후 VUNO의 혁신적 서비스들의 근간이 될 것 입니다.

뷰노의 기술과 서비스 내용은 소개자료와 웹사이트에서 자세히 확인하실 수 있습니다!

Qanda로 사진을 찍어 수학문제 풀이를 경험해보세요!

매스프레소의 콴다(Qanda)는 AI 기술 기반의 수학문제 풀이 검색 플랫폼으로, 데이터 중심으로 재편되고 있는 교육시장의 가장 큰 ‘검색 포털’이 되고자 합니다. 어떠한 문제든 찍으면 풀이가 5초만에 나오는 사용자 경험을 제공하며 수학 숙제를 하며 발생하는 문제점을 해결하고 있습니다.

학원이나 과외를 받지 않아도 누구나 쉽게 궁금한 것을 해결할 수 있게 만들고자 합니다. 이를 위해서는 학습지의 수학 문제 이미지를 수식과 한글 텍스트로 변환하는 OCR (Optical Character Recognition), 그리고 그를 통해 기존 DB에서 해당하는 문제를 검색하는 검색 기술이 필요하고, 문제와 그에 대한 풀이가 누적되는 플랫폼이 필요합니다.

Qanda는 CNN (Convolutional Neural Network)기반 OCR 기술을 핵심으로 하는 실시간 문제 검색 기술을 갖췄고, 검색과 질문으로 이어지는 행동 흐름을 구성하여 자연스럽게 점점 더 많은 문제가 검색되는 데이터 선순환 구조를 갖췄습니다. 실시간 문제 검색 서비스를 정식으로 출시한 이후 트래픽이 폭발적으로 성장하여, 현재 하루 평균 15만 회 이상의 문제 검색이 이루어지고 있습니다.

매스프레소에서는 AWS의 다양한 서비스들을 활용하고 있습니다. 핵심 서비스들을 손쉽게 배포하면서도 확장성을 유지하기 위해 AWS Elastic Beanstalk, Lambda, Amazon ECS를 사용하고 있습니다.

그 외에도 Amazon EC2, S3, Route 53 등의 기본적인 인프라 및 Amazon RDS, ElastiCache, ElasticSearch Service 등의 매니지드 서비스를 적극 활용하여 다양한 기능들을 빠르게 개발하고 있습니다. 특히 이미지를 인식하고 검색을 실행하기 위해서는 많은 컴퓨팅 능력이 필요한데, 유동적인 트래픽에도 대응할 수 있도록 Auto Scaling으로 리소스를 조절하고 RabbitMQ(EC2)ELB 등을 활용하여 검색 요청을 효과적으로 분산하여 처리하고 있습니다.​

Qanda로 사진을 찍어 수학문제 풀이를 경험해보세요! ​

포티투마루 – 대화형 인터페이스를 위한 딥 시맨틱 Q&A 솔루션

아마존 에코와 같은 음성 인식 디바이스가 출시되면서 기존에 PC와 모바일에서 키워드 검색을 통해 정보를 찾던 행태가, 보다 다양한 인공지능 기기에서 사람과 대화하듯이 자연어로 인터랙션하는 형태로 진화하고 있습니다.

하지만 현재 나와 있는 음성인식 솔루션과 챗봇의 경우 대부분 사람의 수작업에 의존하고 있어서, 질문을 하면 전혀 엉뚱한 대답을 내놓거나 질문 자체에 대한 인식을 하지 못해 사용자들의 만족도가 떨어졌습니다.

‘포티투마루(42MARU)’는 이러한 문제를 해결하고자 정보 검색과 딥 러닝 분야의 전문가들이 모여, 사용자의 질문 ‘의도를 이해’하고 그에 맞는 ‘정확한 답변’을 ‘즉시’ 제공하는 QA(Question Answering) 시스템을 개발하는 기술기반 스타트업입니다.

포티투마루가 개발하는 Deep Semantic QA는 자연어 이해(NLU, Natural Language Understanding)와 기계 독해(MRC, Machine Reading Comprehension) 기술에 기반하고 있습니다. 이는 기존의 온톨리지나 룰 베이스 방식 또는 추론 기반의 방식보다 정확도와 응답 속도, 그리고 비용 효율성 측면에서 매우 뛰어나, 상용화에 가장 최적화된 솔루션입니다.

또한, 독자적인 자연어 처리 기술을 적용하여 지식 및 학습 데이터의 자가확장이 가능하게 함으로써, 기존의 솔루션보다 더욱 빠르고 저렴하게 도메인을 확장할 수 있습니다.

Amazon EC2 인스턴스로 기본적인 개발 및 서비스 인프라를 구축하였습니다. 딥러닝 학습을 위해 GPU 인스턴스를 사용하기도 하고, 딥러닝 AMI 도움도 많이 받고 있습니다. AWS Lambda, Amazon API Gateway, DynamoDB 를 활용해 Serverless로 API 서버를 구축하기도 합니다.

이번 AWS AI Startup Challenge 를 통해서 아마존의 다양한 AI 솔루션들을 접하게 되었는데, Amazon Comprehend를 비롯하여, Amazon PollyTranscribe를 활용해 빠르고 손쉽게 다국어 버전을 구현할 수 있었고, Amazon SageMakerBlazingText 알고리즘을 이용하여 효율적인 모델 튜닝과 트레이닝이 가능하였습니다.

그리고, Amazon SageMaker를 이용해 저희가 직접 구축한 모델 서빙 환경을 구축하고, Lambda 와 API Gateway로 SageMaker 엔드포인트를 연결하여 API를 개발하였습니다.

PyTorch 기반 모델을 서빙하기 위해서는 Docker 콘테이너 부터 직접 만들면서, 수십번 ECR에 올려보면서 시행 착오를 겪기도 했지만, 운영 환경에서의 모델 관리에 대한 중요성을 다시 한번 절감하면서, 동시에 SageMaker의 강력함도 실감할 수 있었습니다. 서울 리전에서 하루 빨리 SageMaker를 사용할 수 있기를 기대해 봅니다.

포티투마루의 Deep QA 에 대해 궁금한 점이 있으시면 언제든지 susan@42maru.com 으로 문의 주세요!

리뷰와이저 – 음성파일을 텍스트로 자동변환합니다!

액션파워는 음성을 텍스트로 변환해주는 Reviewiser(리뷰와이저)라는 플랫폼을 운영하고 있습니다. 음성데이터는 비정형화 되어 있기 때문에 그 활용과 분석이 어렵습니다. 음성파일은 검색이 안 되고 내용을 확인하기 위해서는 다시 들어봐야 합니다.

텍스트로 전환하면 내용 검색과 분석이 가능하지만 이 작업도 사람이 하면 시간이 많이 소요됩니다. 이러한 문제를 ASR (Automatic Speech Recognition) 기술을 통해 해결하며 시간과 비용을 획기적으로 낮추고 있습니다.

콜센터 상담 내용, 온/오프라인 강의, 강연, 컨퍼런스콜 등의 실시간 스크립트화 및 기록 서비스 외에도 향후 법률, 의료 등 전문분야 학습을 통해 회의 기록 / 고객 관리 툴로 사용할 수 있도록 확장 예정입니다.

액션파워는 자체 음성인식엔진 개발 및 기계학습에 필요한 컴퓨팅 리소스 일부를 AWS 클라우드를 통해 해결하고 있습니다. 음성인식을 딥러닝 기술로 구현하기 위해서는 거대한 컴퓨팅 리소스가 필요한데, 학습 조건과 환경에 따라 필요로하는 리소스의 수준이 계속 바뀌기 때문에 AWS에서 제공하는 서비스를 활용해 유연하게 대처하고 있습니다.

리뷰와이저 서비스는 여기에서 사용해보실 수 있어요!

엘리스 – 소셜러닝과 AI 기술을 접목한 소프트웨어 교육 플랫폼

엘리스는 인공지능 기술과 소셜러닝 방식을 결합한 온라인 프로그래밍 교육 플랫폼입니다. 역량 있는 프로그래머에 대한 수요는 폭발적으로 증가하고 있지만 프로그래밍 교육의 질은 매우 낮은 수준에 머물러있습니다. 엘리스는 이 간극을 메우고 질 높은 교육을 전 세계 누구에게나 제공하고자 온라인 교육 플랫폼을 만들었습니다.

엘리스 AI는 학생의 진도와 실습 현황으로부터 교육 과정을 분석하여 선생님에게 학업 성취도를 알려주며, 중도 이탈 예측 알고리즘, 코드 클러스터링, 자동 피드백을 통해 교육의 효율을 높이고 있습니다.

또한 학생이 학습을 지속하지 못하고 중간에 이탈하게 되는 MOOC의 한계를 극복하고 끝까지 수업을 이수하게 하도록 소셜 러닝 방식을 적용했으며 채팅과 라이브 수업, 헬프센터를 통한 활발한 소통을 시험하고 있습니다.

현재 KAIST, SK 등 주요 대학 및 기업에서 사용하고 있으며 MIT에서 시범 운영하고 있습니다. 코딩을 배우고자 하거나 학습자면 여기에서 엘리스의 인터랙티브 코딩 교실을 경험해보세요!

올해 1월부터 국내 AI 기술 기반 스타트업을 지원하는 본 프로그램에 91개 스타트업이 응모하여 최종 15개사에 대한 다양한 교육과 VC/대기업 담당자들의 멘토링을 거쳐 수상한 다섯 팀에 다시 한번 축하를 드립니다.

앞으로 AWS는 인공 지능의 민주화를 통해 스타업들도 다양한 AI 기반 서비스를 구축하고, 해외 진출을 할 수 있도록 도울 예정입니다.

– 박세정, AWS 스타트업 BD