(a.i.) 산업의 이해와 투자...

인공지능(A.I.) 산업의 이해와 투자 기회

현대증권 리서치센터 신사업팀 Issue Report

신사업 RA / 유 현 정

02-6114-2976 [email protected]

운송/신사업 애널리스트 / 곽 성 환


신사업 애널리스트 / 김 현


Summary

Digital Globalization, 제4차 산업혁명

인공지능(A.I.)의 개념과 New IT 기술의 상관성

핵심기술, 적용산업별 인공지능 산업 동향

인공지능 시장, 특허, M&A 동향

인공지능 산업, 투자기회는 있는가? (1) – Global 상장 기업

인공지능 산업, 투자기회는 있는가? (2) – 국내 venture/start-up

3

Summary: 인공지능(A.I.) 산업의 이해와 투자 기회

인공지능(A.I.) 기술의 비약적 발전으로 만물 초연결 · 초지능 혁명 시대에 대한 기대감 증폭 중

글로벌컨설팅그룹 McKinsey는 3월 발간한 <디지털 세계화: 글로벌 흐름의 새로운 시대>를 통해 전통적 의미의 세계 교역(상품, 서비스, 자본)은 글로벌 금융

위기 이후 감소 추세이나 전세계 국가 간 디지털 정보 유출입은 급증하고 있음을 강조 → “21세기 글로벌 경제는 data의 유출입으로 정의 가능”

2016 Davos Forum은 ‘제4차 산업혁명’을 핵심 아젠다 중 하나로 설정, 그 본질을 ‘초연결사회’로 규정짓고 인공지능이 중추적 역할을 담당할 것임을 논의

인공지능 산업에 대한 핵심적 이해: New IT 기술의 상관성 “Data 에서 A.I.까지”

세 번째 전성기를 맞이한 인공지능 빅 웨이브: “A.I.란 무엇인가? 왜 A.I. 인가? Deep Learning의 성과와 의미는?”

Data, Bigdata, Cloud Computing, Machine Learning, Deep Learning, A.I. 로 이어지는 New IT 기술의 상관성

인공지능 기술의 핵심 분야 동향: 1) 자연어 처리 2) 이미지 인식 3) 음성 인식

산업별로 살펴본 인공지능 기술 혁신의 사례와 전망: 1) 의료 2) 금융 3) 로봇 4) 자동차/드론 5) e-commerce 6) 교육/저널리즘

국내/외 인공지능 시장 살펴보기: “미국에서 불어오는 기술의 새바람”

전세계 인공지능 시장 규모: 인공지능 원천 기술이 알고리즘과 소프트웨어로 향후 산업에 적용될 시 그 규모는 파악하기 어려울 정도

미국에서 불어오는 기술의 새바람: 2008년 금융위기 이후 매년 출원되는 기술 특허 수 급증, 주요 글로벌 기업들의 인공지능 start-up 투자 지속 중

국내 인공지능 시장과 관련 start-up 리스트: 당사의 start-up 탐방 결과 글로벌 경쟁력 있는 업체들 존재하는 것으로 파악됨

인공지능 산업, 투자 기회는 있는가?

인공지능의 정의는 굉장히 넓어 범위를 한정 짓기 쉽지 않으나 1) 핵심 원천기술 보유 업체와 2) 해당 기술을 비즈니스적으로 활용하는 업체로 크게 양분 가능

국내 상장기업 중에서는 원천기술 보유 업체 찾기 어려우나, 1) Global 인공지능 기술 자회사 보유 상장 기업, 2) 인공지능 기술 보유 venture/start-up,

3) 파생적 수혜 기업 에서 투자 기회 찾을 수 있을 것

1) 인공지능 기술 자회사 보유 기업: Alphabet(Google), Facebook, Microsoft, Baidu, IBM, Apple, Amazon

2) 인공지능 기술 보유 venture/start-up: VUNO, UVify, Riiid, Lunit, Solidware, SaltLux, Standigm

Summary







5

“Digital Globalization”: 상품, 서비스, 자본 << 데이터 유출입

자료: <Digital Globalization: The New Era of Global Flows>, McKinsey Global Institute (2016. 3)

6

“Digital Globalization”: Facebook 인구 > 중국 인구

과거에는 정부, 글로벌기업, 주요 금융기관의 주도로 세계화가 진행 → 새로운 세계화 시대에는 디지털 플랫폼이 Key

페이스북 (SNS) 사용자 수(15억 9천만 명)는 중국 인구(13억 7천만 명)와 인도인구(13억1천만 명)를 상회

SNS상에서 적어도 한 명의 외국인과 연결된 사용자 수는 9억1천만 명

자동화, 알고리즘 기술이 온라인과 모바일 추가 사용자에 따른 한계비용(Marginal Cost)을 제로 수준으로 만듦

ICT, IoT 기술 발전과 함께 디지털 데이터 증가량이 폭발하며 해당 데이터에 대한 지능적 처리가 요구되는 상황 → “인공지능(A.I.)의 당위성”

적어도 한명의 외국인과 연결되어 있는 SNS 사용자 수: 9.1억명 Facebook 의 active user 수는 15.9억명

자료: <Digital Globalization: The New Era of Global Flows>, MGI 자료: <Digital Globalization: The New Era of Global Flows>, MGI

7

“Digital Globalization”: 데이터 유출입량 45x 증가 (’05~’14)

1) 급속 성장으로 인한 성장 둔화, 2) 저 노동비용 국가로의 생산

시설 이전과 증설 등에 따른 비용 부담, 3) 중간 도·소매 업체에

지불하는 금액에 대한 부담 등으로 인해 전통적 상품, 서비스, 금

융 무역의 규모가 감소 추세

클라우드컴퓨팅, 3D프린팅과 같은 신기술 개발이 데이터·정보

전달을 가속화

→ 생산시설의 위치, 방법 등에도 제약이 없어지고 있는 추세

데이터 유출입량은 2005 년 4.7Tbps 에서 2014 년

211.3Tbps로 45배 증가 → 2021년까지 9배 더 커질 전망

“글로벌 경제는 data의 관점에서 새로운 정의가 가능해짐”

2008년 이후 상품, 서비스, 자본 교역량은 GDP 대비 줄어드는 중

대륙간 데이터 교역량은 폭증 중이며 국가간 연결도를 높여주고 있음

대륙간 1초당 전송되는 정보량은 2005~2014년 45배 증가

자료: <Digital Globalization: The New Era of Global Flows>, MGI 자료: <Digital Globalization: The New Era of Global Flows>, MGI

자료: <Digital Globalization: The New Era of Global Flows>, MGI

8

“Digital Globalization”: 상품, 서비스, 인구, 자본 유출입

9

2016 Davos Forum: 제4차 산업혁명의 key는 “인공지능”

제 4 차 산 업 혁 명 은 자 동 화 (automation) 와 연 결 성

(connectivity)이 극대화되는 변화를 말함

미래의 인공지능은 사물인터넷과 빅데이터를 기반으로 언어 및

이미지 등을 순식간에 판독해낼 것 → 기계학습을 통해 1) 과

정 분석, 2) 결론 도출, 3) 복잡한 의사결정 등도 가능

인공지능의 기술력과 능력이 급속도로 진화하면 단순·반복 노

동, 중급 수준의 기술 등을 대체하여 생산성과 효율성 증대를

도모하고, 시뮬레이션을 통해 자체적 생산 시스템 구축할 것

1) 인간의 창의력, 감정, 대인관계 능력 등을 학습하고, 2) 변화

하는 모든 환경을 인지하고 그에 적절히 대응할 수 있는 A.I. 개발

까지는 많은 시간이 소요될 것으로 예상

2016 Davos Forum의 핵심 아젠다였던 제4차 산업혁명

Accenture CEO가 강조하는 디지털의 중요성 드론을 통한 자동화와 농기계간 연결성 증대시 스마트 팜 가능

자료: World Economic Forum 자료: World Economic Forum

자료: World Economic Forum

10

2016 Davos Forum: 제4차 산업혁명 한 눈에 이해하기

IoT, IoE, 빅데이터, 인공지능 등의 새로운 기술은 클라우드, 인

터넷을 기반으로 만물 초지능 디지털 생태계를 구축

이를 통해 산업의 규모, 범위, 구조, 운용 방식 등에 대변화 수반

제 4차 산업혁명의 본질은 1) 현실 세계의 디지털화, 2)디지털

세계의 지능화, 3) 지능화 시스템의 사회적 탑재와 적용으로 구분

국제적이고 즉각적인 연결로 공유 경제나 on-demand 경제와

같은 새로운 사업 모델 창출이 가능

제 4차 산업혁명에서 인공지능은 인간의 판단과 명령 뿐 아니라

정보와 데이터를 스스로 수집/분석하고 인간처럼 인지/추론하여

새로운 솔루션과 가치를 창출

인공지능이 IoT, 빅데이터를 만나 기술 간 상승 작용으로 수확 가

속화 단계에 접어들면서 제4차 산업혁명은 시작 될 것

인공지능 주도의 제4차 산업혁명은 사회의 산업구조, 인프라, 시

스템 등을 편리하고 안전하게 변화시킬 것. 에너지·환경 문제

등 다양한 사회적 문제 또한 해결 가능

제4차 산업혁명의 본질: 생각하는 만물 혁명 제4차 산업혁명의 세 줄기 확산 구도

클라우드

소프트웨어•인공지능

정보 분석•해석 인간 판단•지시

하드웨어+초소형 컴퓨터

생각하는 하드웨어

하드웨어는

인공지능을 품고 점점 똑똑해지는 디지털 생명체로

변신

IoT•IoE

인터넷은 모든 것을

초연결하는 디지털 생태계로

발전

인공지능 (AI, FAI, AGI, ASI)

산업구조 취업구조

인프라 유지•관리

저출산 초고령화

도시 운영• 자율 교통

시스템 교육•의료

시스템

재정 부담 복지

시스템

에너지• 환경 문제

제4차 산업혁명

빅데이터+AI= 예측 가능성 심화

IoT•IoE+AI= 초연결성 심화

CPS+AI= 초지능성 심화

자료: <제4차 산업혁명>, (하원규, 최남희, 2015) 자료: <제4차 산업혁명>, (하원규, 최남희, 2015)

Summary







12

인공지능(A.I.) 이란 무엇인가?

1956년 다트머스 대학 워크숍에서 John McCarthy를 비롯한 4명의 과학자가 ‘인간처럼 생각하는 기계’를 인공지능으로 명명

주요 발전 동인: 1) 알고리즘 (기술적 혁신 – 딥러닝) 2) 데이터 (수십년간 축적된 폭발적인 양) 3) 컴퓨팅 파워 (GPU, 분산시스템)

→ 인공지능의 3대 주요 기술(학습, 추론, 인식) 중 학습의 차원에서 딥러닝(Deep Learning) 기술 출현하며 인공지능 발전의 새 국면을 맞이

인공지능은 주어진 조건 아래에서만 작동 가능한 약인공지능(ANI), 자의식을 지니고 인간과 같은 사고가 가능한 강인공지능(AGI)으로 나뉨

→ 현재 인류는 약인공지능(ANI)에서 강인공지능(AGI) 발전 단계로 가는 과정의 매우 초기에 위치한 것으로 여겨짐

Nick Bostrom은 저서 <Superintelligence>를 통해 거의 모든 영역에서 인간을 훨씬 뛰어넘는 초인공지능(ASI)을 소개하기도 함

→ ASI 수준에서는 인공지능에게 “인류가 앞으로 1,000년 동안 쓸 수 있는 신 에너지원을 만들어 내 봐.” 와 같은 명령이 가능해 짐

딥러닝 기술로 인공지능 기술 발전의 중요한 지점이 돌파된 것은 맞지만, 여전히 인간 지능에 가까운 인공지능의 실현은 해결해야 할 과제가 많음

인공지능 정의에 대한 다양한 견해 인공지능의 세 단계

자료: http://www.cse.buffalo.edu/, 현대증권 자료: WaitButWhy, 현대증권

Name Year Definition

Marvin Minsky 1968"The science of making machines do things that would

require intelligence if done by humans."

Nilsson, Nils J. 1971

"The goal of work in artificial intelligence is to build

machines that perform tasks normally requiring human

intelligence."

McCarthy, John 1974

"What is or should be [AI researchers'] main scientific

activity--studying the structure of information and the

structure of problem solving processes independently of

applications and independently of its realization in animals

or humans."

Margaret Boden 1977

"The use of computer programs and programming

techniques to cast light on the principles of intelligence in

general and human thought in particular."

인공지능의 종류 정 의

약인공지능

(Artificial Narrow

Intelligence)

■ 자의식이 없는 인공지능

■ 주어진 문제 해결 위주

■ 특정 방면에서는 인간을 뛰어넘는 능력 가능

■ 인간과 같은 종합적인 사고, 추론, 판단은 불가

강인공지능

(Artificial General

Intelligence)

■ 자의식이 있는 인공지능

■ 인간과 거의 유사한 지능 수준을 보유

■ 대부분의 방면에서 인간과 같이 능숙하며 인간과 대립하기도 함

■ 인간과 같은 종합적인 사고, 추론, 판단이 가능

초인공지능

(Artificial Super

Intelligence)

■ 자의식이 있는 인공지능

■ 경제, 사회, 과학 등 거의 모든 영역에서 인류보다 훨씬 총명한 지능

■ 인류보다 조금 강할 수도 있고 만억배 강할 수도 있음

■ 지능에서만큼은 초월적 존재, 영생과 멸망이라는 두 시나리오 존재

http://www.cse.buffalo.edu/

13

New IT 기술의 상관성: “데이터(data)에서 인공지능(A.I.)까지”

데이터 바다

빅데이터 개념 출현

클라우드 컴퓨팅

기계학습에 대한 논의

A.I.

딥러닝 혁신

IaaS(Infra), PaaS(Platform), SaaS(Software)

초대량 데이터 보관의 용이성, Capex 및 유지관리비 감소의 이점

트래픽만큼 과금하며 최상의 컴퓨팅 성능을 사용할 수 있게 됨

5G기술 접목될 시 online과 offline의 경계가 사라져 클라우드화 속도 증가할 것

문자, 음성, 영상 등 비정형 데이터(전체 대비 95% 이상)의 기하급수적 증가

기존에 분석이 어렵던 비정형 데이터에서의 가치 추출이 필요하다는 인식 생성

Hadoop 플랫폼으로 분산시스템 구축되며 빅데이터 처리와 분석을 위한 표준 생성

‘21세기의 석유’, 모든 정보 분석의 바탕으로 New IT의 에너지원

PC, 인터넷, 모바일 트래픽 폭증으로 인간의 모든 활동이 데이터화되고 있음

컴퓨터 스스로 빅데이터를 수집하며 ‘학습’이라는 과정을 통해 지능 강화

과적합(over-fitting) 문제로 적정 수준의 일반화가 어렵다는 문제 봉착

기계학습의 한 알고리즘이었던 인공신경망(neural network)의 발전 형태

오토인코딩과 사전훈련, drop-out으로 컴퓨터 스스로 특징(feature) 추출 가능

딥러닝 기술의 등장으로 인공지능 개발의 중요한 전환점을 맞이

‘지능’에 대한 정의의 어려움, ‘인공지능’ 이라는 용어의 광의적 활용

현재는 약인공지능(ANI)에서 강인공지능(AGI)으로 진보하고 있는 시점

그러나, 딥러닝이 모든 해결책이 될 수 없으며 아직도 인간지능의 원리는 심연에 있음

머신비전 이미지인식 음성인식

…

AlphaGo

14

이세돌 9단 vs. AlphaGo 바둑 대결의 의미

2016년 3월 9일~15일 한국에서 이세돌 9단과 AlphaGo의 5판 3선승제 바둑 경기가 개최 → 4:1로 AlphaGo 勝

Google DeepMind는 딥러닝 기술 보유 업체로서 전세계 최선두에 위치하고 있으며 AlphaGo는 DeepMind의 바둑 인공지능 프로그램

Google 은 자사의 인공지능 기술력을 전세계에 알리며 동시에 전 인류를 상대로 인공지능 시장 개화를 위한 마케팅을 펼치는 중

바둑 경기의 모든 경우의 수는 약 10^400으로 우주에 있는 원자의 수(10^90)보다 더 크며 현재 컴퓨팅 기술로도 수억년이 걸림

→ “바둑알은 한 점에서 다른 점으로 움직이는 것이 아니라 목적도 목적지도 없이, 출발점도 도착점도 없는 끝없는 생성이다. 장기와 체스의 닫힌

세계와 달리 바둑의 알들은 새로운 이미지의 생명들로 끊임없이 생성된다.” ― 질 들뢰즈

단순 data 기반 tree-searching이 아닌, 최고 난이도 rule-based game 상에서 A.I.의 발전 가능성에 대한 중요한 시사점을 던져 줌

Google은 자체 인프라를 활용한 클라우드 컴퓨팅 능력과 딥러닝 알고리즘의 결합을 통해 인류 기술사에 가장 중대한 사건 중 하나를 기록

이세돌 9단 AlphaGo 의 바둑 기본 원리

자료: 뉴시스, 현대증권 자료: <Mastering the game of Go with deep neural networks and tree search>, Demis Hassabis (2016), 현대증권

15

딥러닝(Deep Learning)에 대한 이해

인공지능의 퀀텀점프 딥러닝이 무엇인지 왜 딥러닝인지

딥러닝이 어떻게 발전 중인지 어떻게 인공지능과 연결되는지

Digieco자료

Shallow Network Deep Neural Network

기계학습 방식 중 하나인 인공신경망(ANN) 알고리즘이 발전된 형태로 기계 스스로 특징 표현(feature representation)을 학습

→ 퍼셉트론 레이어를 깊게 쌓아 올린 DNN(Deep Neural Network)을 제안했으나 local minima 문제 봉착 (Y. LeCun, 1989)

→ 과적합 문제(over-fitting)가 전처리(pre-training)를 통해 해결될 수 있음을 발표 (G. E. Hinton, 2006)

→ 2012년 ILSVRC 이미지 인식 대회에서 오류율이 크게 감소하며 인공지능 연구 분야에서 획기적 전환점 마련 (G. E. Hinton, 2012)

→ 현재 머신비전, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용되며 최첨단의 결과 나타내는 중

깊게 쌓아올린 인공신경망이 초대량의 데이터를 처리하는 과정에서 특징 표현에 대한 높은 수준의 추상화가 가능해 짐

GPGPU 발전과 분산 컴퓨팅으로 엄청난 계산량을 극복할 수 있게 됨

자료: http://neuralnetworksanddeeplearning.com, 현대증권 자료: http://neuralnetworksanddeeplearning.com, 현대증권

http://neuralnetworksanddeeplearning.com/

http://neuralnetworksanddeeplearning.com/

16

딥러닝 기술 사례: Google의 고양이 인식 연구

하위에서 상위 레이어로 갈수록 특징 결합 특징 학습된 컴퓨터가 출력해 낸 인간과 고양이의 모습

“라벨링 되지 않은 이미지만으로 얼굴 인식 학습이 가능할까?” 라는 질문에서 시작 (Andrew Ng, 2012)

→ ① 10억개 이상의 neural networks ② 200x200 pixel 이미지 1,000만건 ③ 1,000대의 컴퓨터(16,000 코어) 동원

3일 간 학습한 결과 사람의 도움 없이 인간 얼굴, 인간 몸, 고양이 얼굴의 ‘특징’을 스스로 학습하게 됨

특징 학습된 컴퓨터에 37,000개의 이미지 set을 입력(얼굴이 있는 이미지는 13,026개)하여 이미지를 판별하도록 함

→ ‘인간 얼굴’ 에 대한 인식도 81.7%, ‘고양이 얼굴’에 대한 인식도 74.8%, ‘인간 몸’에 대한 인식도 76.7% 까지 달성

완벽하진 않더라도 이미지나 음성 데이터에서 ‘무엇을 특징표현 해야 하는가?’ 에 대해 컴퓨터 스스로 답을 찾아갈 수 있는 가능성을 나타낸 것

※ 강건성(robustness) 극대화를 위해 입력 신호에 노이즈 첨가나 drop-out(은닉층의 50% 뉴런을 랜덤하게 누락시킴)을 통해 일부 특징에

과도하게 의존하지 않는 ‘본질적인 특징’을 추출해 나가며 정규화(regularization) 과정을 거치는 것이 필요 → 엄청난 컴퓨팅 파워가 필수적

※ 비정형 데이터의 학습/추론/인식을 넘어 멀티모달(복수 감각 데이터를 조합)한 추상화의 단계로 나아가기 위해서는 아직도 많은 과제 남아 있음

학습에 동원된 이미지

자료: <Building High-level Features Using Large Scale Unsupervised Learning> (Andrew Ng, 2012), 현대증권

Summary







18

핵심기술1) 자연어 처리(NLP)

자료: 서강대학교 NLP Lab, NC Soft AI Lab, 현대증권

개 념

■ 자연어, 즉 인간의 언어를 컴퓨터가 이해할 수 있도록 하기 위한 지식 및 기술들을 연구하는 분야

■ 구조 분석(문장 분할, 형태소 분석, 구문/의존관계 분석), 문장 의미 분석(단어 중의성 해소, 대용어 분석), 담화 분석

(문맥 구조 분석, 의도 분석:심층 의미 분석)

■ 인간 지능에서 언어가 차지하는 중요성을 고려할 때 컴퓨터가 자연어를 이해하는 것은 인공지능의 핵심 중 하나

분 야 ■ Opinion Mining, Question Answering, Personal Assistant, Contents Curation, Narrative Technology

추구하는 방향

■ 검색엔진 수준을 넘어 기계와의 훨씬 더 고차원적인 정보 교환과 의사소통이 가능해 질 수 있음

■ 지능형 로봇, 진보된 정보 검색, 기계번역, 문서 작성 등 정보에 대한 효율적 접근과 활용에 용이

■ 인간 지능의 중심에 언어가 있음을 감안할 때 기계의 자연어 습득 능력은 인간을 닮은 인공지능 생산에 필수적

■ Opinion Mining: 블로그, 트위터, 게시판에 게재된 사람들의 의견들을 대량으로 수집하여 의견을 분석

■ Question Answering: 키워드 중심 검색의 한계에서 벗어나 자연어 질문의 의도를 알아내고 필요한 정보 제공

■ Personal Assistant: Question Answering을 기반으로 모바일 디바이스에서 자연어 인터페이스로 변환하는 시도

■ Contents Curation: 자연어처리 기술과 데이터마이닝 기술로 사용자에게 맞는 내용을 우선적으로 제공

■ Narrative Technology: 텍스트 요약, 정리, 기술 등 컴퓨터 스스로 글을 창작

현 황 ■ 데이터마이닝, 빅데이터분석이 마케팅의 필수 요소로 자리잡아 on-demand 트렌드 속에서 중요성 점차 증대

■ IBM Watson을 중심으로 텍스트 기반의 자연어처리 인공지능은 점차 사업적 타당성이 가시화 되는 중

문제점/한계 ■ 전문 분야 자연어 이해를 위해 빅데이터 큐레이터들의 일부 학습 지도(supervised learning) 필요

시장규모 전망 ■ NLP 시장 '20년까지 $134억 규모로 CAGR 18.4% 성장할 것 (marketsandmarkets, 2015)

■ Healthcare NLP 시장 '15년 $11억, '20년 $27억까지 CAGR 19.2% 성장 (marketsandmarkets, 2015)

19

핵심기술1) 자연어 처리(NLP): IBM Watson 의 사례

IBM Watson은 NLP와 머신러닝 기술이 활용된 A.I. 플랫폼으로 자연어 기반의 정형/비정형 데이터 처리에 있어 세계 최고 수준의 기술 보유

Watson 연구에 1조원 넘는 금액이 투자되었으며 이를 통한 인지컴퓨팅 비즈니스 기회를 찾으려는 클라이언트의 수가 빠르게 증가 중

2011년 미국 Jeopardy 퀴즈쇼에서 인터넷 연결 없이 저장된 초대량의 자연어 데이터를 기반으로 답변하여 우승을 차지

→ Q: “영화 ‘아이언 마스크’에서 이름이 언급된 첫번째 인물이다. 같은 작가의 이전 작품 속의 주인공이기도 하다.”

Watson: “달타냥 (d’Artagnan)”

Watson 플랫폼이 산업에 적용될 시 의료, 금융, 유통, 법률, 보험, 여행, 소비재 등 영역에서 다양한 솔루션 형태의 서비스가 가능할 것

2011년 Jeopardy 퀴즈쇼에서 우승 복잡한 구문 형식의 자연어 질문에도 적절한 답변을 도출할 수 있는 왓슨의 NLP 기술

자료: IBM IdeaWatch (2016 vol.06) 자료: IBM IdeaWatch (2016 vol.06)

20

핵심기술2) 이미지 인식(Image recognition)

자료: Google, Facebook, 현대증권

개 념

■ 사진, 동영상, 외부 사물을 보고 이미지 속 대상이 무엇인지 분별하고 위치를 파악

■ 관련분야로 기계가 인간과 같은 시상 판단 능력을 보유하는 기술인 머신비전(혹은 컴퓨터비전)도 각광

■ 이미지 인식은 머신러닝 기술, 특별히 딥러닝 기술이 접목되어 가장 괄목할만한 성과를 나타내는 분야

■ 머신비전 기술은 바코드, 광학문자인식(OCR) 뿐만 아니라 무인자동차, 무인드론, 스마트팩토리에도 필수적 기술

■ 결국 인간의 시각과 그에 연결되어 있는 뇌의 처리과정을 모두 컴퓨터에서 구현하려는 것이 목적

분 야 ■ 머신 비전, 얼굴 인식, 홍채 인식, 스마트 쇼핑, 스마트카, 스마트 드론, 지능형 로봇, 스마트 팩토리 등

추구하는 방향

■ 스마트폰 활용도가 높아지며 비정형 데이터인 이미지 데이터 폭증 중으로 전방위적인 산업 활용 가능할 것

■ 의료 산업: 영상 데이터(MRI, X-ray, CT 등) 분석과 의료 지식이 결합되어 의사들의 진단과 처방에 도움

■ 로봇 산업: 산업용 로봇의 시각 지능, 서비스 로봇의 외부 인식에 적용 가능

■ 자동차 산업: 무인자동차에는 보행자, 신호등, 장애물 등을 실시간으로 인식하는 머신비전 기술 적용 필요

■ 우주 및 군사용 영상, CCTV 등 교통영상, 현미경 영상, 항공 사진, 위성 사진 등에 적용

현 황

■ 머신러닝 기술, 특별히 딥러닝 기술이 접목되어 가장 괄목할만한 성과를 나타내는 분야

■ Google은 라벨링 되지 않은 이미지만으로 딥러닝을 통해 얼굴 인식도 81.7% 달성 (2012)

■ Facebook의 DeepFace와 Google의 FaceNet 모두 얼굴 인식률 약 100% 달성 중 (2015)

■ MS는 ILSVRC대회에서 이미지 분류 에러율 3.5%, 위치식별 에러율 9% 기록 (2015)

문제점/한계 ■ 현재 빠르게 인식율 높아지며 발전 중이나 외부 환경(시각 방해)에 구애받지 않는 완전한 실시간 인식에는 한계

시장규모 전망 ■ 영상처리 세계시장 규모 2015년 $765억, 2017년 $1090억 예상 (IDC, 2015)

■ 머신비전 시스템 부품 전 세계 시장 규모는 2018년 약 $235억에 달할 것 (BBC Research, 2015)

21

세계 최고 권위의 이미지 인식 기술 대회 ILSVRC에서 2015년 MS 연구소가 1위를 차지

“Deep Residual Learning” 모델 개발하여 152개 레이어로 뉴럴 네트워크 훈련

→ 이미지분류 에러율 3.5%, 위치식별 에러율 9%

컴퓨터는 이미지의 디테일, 텍스쳐, 형태와 맥락 훈련이 가능하여 일부에서는 인간이 관찰

불가한 영역까지도 식별해 낼 수 있음

최근 MS는 이미지에 등장한 인물의 나이를 맞추는 How-Old.net 사이트를 개설

→ 윈도우10에 얼굴, 홍채 등 생체 인증 기술 적용하여 ‘윈도우 헬로우’에 활용될 예정

이미지 인식 분야에서 가장 빠르게 다양한 서비스들이 나타나고 있는 상황

2014년 ILSVRC 샘플 이미지

자료: ImageNet

핵심기술2) 이미지 인식: Microsoft의 사례

이미지의 복잡성과 관계없이 주요 물체를 정확히 구분

자료: <Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification> (Microsoft Research, 2015)

22

핵심기술3) 음성 인식(Speech recognition)

자료: KIAT, The Gear, Tech Holic, 현대증권

개 념

■ 음성인식(recognition)은 음향학적 신호를 컴퓨터가 듣고 텍스트 정보로 맵핑하는 과정 (speech-to-text)

■ 사용자에 따라 화자종속방식, 화자독립방식, 화자적응방식으로 분류됨

■ 발음방식에 따라 고립단어인식, 핵심어인식, 연결단어인식, 연속음성인식, 대화음성인식 등으로 분류됨

■ 최근 NLP기술 결합되어 음성 이해(understanding) 영역 확대, 더 넓은 애플리케이션으로의 적용까지 가능

분 야 ■ 음성 딕테이션, 실시간 대화 통역, 개인 비서(personal assistant), 의료녹취, 자동차 항법장치, 홈 오토메이션 등

추구하는 방향

■ 음성인식을 통한 기계와의 커뮤니케이션은 인식률을 높이는 과정과 함께 기계의 음성 이해 단계로 넘어가는 중

■ 인간과 인간이 의사소통하는 가장 기본적인 수단인 점을 고려할 때 음성인식 인공지능 기술 탑재된 지능형 기기와의

커뮤니케이션이 훨씬 더 원활해지고, 인간 음성 고유의 패턴이 인증 분야에서도 활용될 수 있을 것

■ 스마트폰의 대중화로 음성인식 기술이 기존 ARS와 같은 수동적 시장에서 탈피하여 사용자와 밀접하게 의사소통 가능한

'개인 비서(private assistant)'형태로 상용화가 이루어지는 중 (ex. Apple의 Siri)

■ 산업별로는 의학계, 금융계, 법조계 등 전문 지식과 많은 양의 데이터가 필요한 영역에서 효과적 활용 기대됨

■ 기기 간의 강화된 연결이 가능해지는 IoT(사물인터넷)과 맞물려 높은 파급력 나타낼 수 있음

현 황

■ Baidu가 영입한 세계 3대 A.I. 석학 중 한 명인 Andrew Ng 교수는 음성인식 위주로 연구 집중

■ 음성인식 분야에도 기존 Hidden Markov Model 을 넘어 딥러닝 모델이 적용되는 중

■ Soundhound에서 내놓은 음성인식 엔진 'Hound'는 훨씬 복잡한 구문 이해와 그에 맞는 서비스 제공 가능

문제점/한계 ■ 목소리의 종류, 전문 어휘에 구애 받지 않고 연속된 단어를 정확하게 이해하기 위해 기술 진보 필요

시장규모 전망 ■ 음성인식 시장 $840억규모에서 2017년 $1,130억까지 커질 것으로 예상 (IDC, 2015)

23

Google Now, Apple Siri, MS Cotarna와 같은 개인 비서(Private assistant)

서비스가 내재된 stand-alone 기기 (3/17 기준 amazon.com에서 $179.99에 판매중)

빅데이터와 클라우드, 그리고 음성인식 기술과 인공지능이 모두 결합된 제품

사용자의 음성을 인식, 해석하고 질문에 맞는 결과를 다시 출력해 주는 시스템 → “Alexa”

음성인식 어시스턴트 Alexa는 아마존 클라우드 서버에 저장되어 있어 지속적 지능 학습 가능

Alexa 활성화를 위해 아마존은 Alexa Fund 라는 단체를 신설 (1억불 규모 투자, ’15. 6월)

→ 요리 및 영양 서비스(Orange Chef), 자가 홈 시큐리티 시스템(Scout Alarm),

스프링쿨러 컨트롤러(Rachio), 차고 문 제어 시스템(Garageio) 등 12개 기업에 투자

Amazon Echo에게 던질 수 있는 질문들

자료: http://kwang82.hankyung.com

스마트 홈에 대한 수요에 따라 음성인식 생태계 구축

자료: Amazon, 현대증권

핵심기술3) 음성 인식: Amazon Echo의 사례

24

적용산업1) 의료 분야

자료: 보도자료, 각 사, 현대증권

특 징

■ 의료 산업에서는 전문의 경험, 교육 수준, 컨디션 등에 따라 진단과 치료법이 매우 상이함

■ 의료영상전송시스템(PACS) 등으로 의료데이터 축적·제공 환경이 잘 갖추어져 있기 때문에 딥러닝 적용 가능

■ 데이터의 대상, 각도, 색상, 조도 등이 일반 이미지 대비 정형화 되어있어 연구에 적합

■ 알고리즘 기반의 인공지능 기술은 경쟁사가 쉽게 따라할 수 없기 때문에 경쟁우위를 가짐

■ 의료 데이터를 통해 맞춤형 진료와 사회 전체의 병리학적 연구 가능

■ 웨어러블 등의 스마트 기기 보급과 사물인터넷 기술의 발달로 의료데이터의 수가 급증

■ 고령화, 의료비 부담 증가로 인하여 보다 신속하고 저렴한 의료 서비스 수요가 증대되고 있음

■ IBM에 의하면 평균적으로 기기를 통해 사람당 백만 기가바이트의 건강 관련 데이터를 생성해 낸다고 하며 이는 약 3억 권의 책 분량

분 야 ■ 의료녹취시장, 텍스트화시장, 초기진단시장, 헬스컨설팅 등 비교적 진입장벽과 의료사고 위험성이 낮은 분야

추구하는 방향

■ 인공지능 기술을 통해 실수와 오진율 감소

■ 개인별 유전자 정보와 결합한 정밀의학 실현 및 맞춤형 의학 서비스 제공

■ 과도하거나 불필요한 검사를 제거하여 효율성 향상

■ 표준화된 진단을 제공하여 개도국이나 의사 수가 모자란 지역에서 활용

■ 병원에 가지 않고도 신속하게 진단

■ 건강검진의 가격과 주기 감소 및 초기 진단으로 병을 적기에 치료

■ IoT를 활용한 24시간 의료 서비스 제공

■ 의무기록 작성이나 진단에 들어가는 시간과 비용을 최소화하고 의사와 환자간 커뮤니케이션 확대

현 황

■ 시각, 음성, 온도 센서 등을 통해 인간의 바이오리듬을 실시간으로 분석

■ 구글, 애플, MS 등의 글로벌 기업들이 공격적 M&A를 통해 플랫폼 선점 경쟁 중

■ 의학 저널, 연구 논문, 교과서, 환자 데이터 등을 분석하는 자체 알고리즘을 구축하려 노력

■ 인공지능 알고리즘 연구와 동시에 의료데이터 확보에 힘쓰고 있음

문제점/과제

■ 의료법, 프라이버시 등의 이슈로 인한 양질의 개인 자료 확보

■ 병원, IT, 서비스업체 간 데이터 소유·이용권 싸움이 심화될 수 있음

■ 보수적인 규제와 정책이 산업 혁신을 저하하고 있다는 지적

■ 국내에서 모바일 헬스케어 앱/솔루션은 의료기기로 관리되어 등록 절차가 까다로움

■ 국가마다 의료 관련 정책 및 허가시스템이 상이함

■ 전자 의료정보 활용시스템 구축과 국제적인 수준의 표준화·활성화 정책이 필요

■ 다양한 계층의 고객 니즈 충족 필요

■ 의료 종사자들은 대부분 인공지능을 경계하고 불신. 기존 의료시스템에 시너지를 내는 구조로 변화 모색해야 함

시장규모 전망 ■ 의료녹취(Medical Transacription) 시장: 2014년 17.7조원 → 2018년 29.0조원 (Tern System)

■ 모바일 헬스케어 시장 규모: 2013년 45억달러 → 2015년 102억달러 → 2017년 230억 달러로 성장 (GSMA)

25

적용산업1) 의료 분야: 시장, 기업, 서비스 소개


의료녹취시장

■ 미국의 Health Insurance Portablity and Accountability Act(HIPAA): 50인 이상의 의료기관에서는 의무적으로 의료기록을 녹취해야

한다는 법안

■ 한국은 관련 법안은 없으나 의료사고 및 분쟁의 증가로 필요성이 증대하고 있음

■ NUANCE: 음성인식 기술력이 뛰어난 미국 회사로 애플의 Siri, 삼성전자의 S Voice에도 당사의 기술 도입. 그러나 의료녹취 관련 매출이

모바일 부문 매출보다 훨씬 클 정도로 미국 의료녹취시장을 장악하고 있음

■ 디오텍: 국내 스타트업으로 세브란스병원과 협업하여 의사와 환자간의 대화를 바탕으로 의료 정보를 음성화하는

시스템을 개발 중에 있음

초기진단시장

■ IBM Watson Health: 세계의 다수 연구소들과 협업해 DNA 정보 해석, 의한문헌 수집 등을 단 몇 분 내에 처리하여 치료에 활용.

■ Enlitic: 환자들의 실제 의료기록과 X-ray, CT, MRI 등의 이미지 자료를 딥러닝 기반으로 분석하고 유전자 데이터, 치료 이력 등을 종합하여

종양이나 미세 골절을 진단하는 미국 기업으로 과거 치료법과 결과도 함께 제시

건강컨설팅시장

플랫폼

■ 언더아머: 비슷한 신체조건을 가진 수백만 명의 데이터를 분석하여 맞춤 건강 컨설팅 제공

■ Deep Genomics: "SPIDEX"라는 딥러닝 프로그램을 통해 유전자 변이를 분석. 패턴 분석을 통해 변종·특이 유전자를 판별하여 맞춤법

치료법 제안

■ Google Fit: Google의 모바일 헬스 플랫폼으로 헬스정보를 수집한 후 가공하여 건강 관리 프로그램을 제공

■ Apple의 Health Kit: 다양한 기기와 액티비티 앱 등으로 수집한 심박수, 몸무게, 혈압 등의 정보를 종합하여 한 공간에서 제공

■ MS: 건강컨설팅시장에서는 상대적인 후발 주자. 취약계층에게 건강관리를 위한 스마트 기기와 클라우드 기반의 헬스케어 솔루션인

"헬스볼트"를 무상 제공하고 있음

■ 바빌론: 영국의 스타트업으로 2016년 말 인공지능 기반의 의사상담 앱 출시 예정. 사용자가 증상을 앱에 보고하면 음성인식을 통해 질병

데이터베이스에서 증상을 점검한 후 환자의 병력과 상황 등을 고려해 종합 솔루션 제시

■ IBM Watson: 연구논문, 환자 기록, 임상실험, 200만 페이지에 이르는 의학저널 텍스트 등을 모두 학습. 이를 바탕으로 센서를 통해

4주간 측정한 사용자의 건강 기록 및 유전자 데이터 등을 분석하여 개개인에게 맞춤형 관리 계획 제시

■ 얼리센스: 이스라엘 업체로 기기를 통해 사용자의 수면 패턴을 자동 분석하여 최적화 수면 환경 제공

26

적용산업2) 금융 분야


특 징

■ 기존에도 컴퓨터 알고리즘 기반의 매매는 많이 이루어져 왔음

■ 금융시장에서는 무수히 많은 거래가 동시다발적으로 이루어지기 때문에 데이터 양이 매우 많음. 인공지능 기반의 분석으로 패턴화 및

수치화가 가능한 산업

■ 인공지능이 정보 수집, 분석 및 예측을 인간보다 정교하고 빠르게 처리

■ 인간의 감정이나 욕심을 완전히 배제하고 근거와 논리에 의해 객관적인 판단이 가능

■ 로보어드바이저는 자동화 정도에 따라 Fully-Automated Platform, Self-Executed Trades, Advisor-Executed Trades로 나뉨

■ 투자성향과 목표에 따라 최적의 투자대상과 매매전략 제시

■ 시장상황에 맞게 주기적으로 데이터를 수정하고 실수를 자체 분석해 자산 손실을 최소화

■ 온라인 매매와 개인정보 도용 등으로 인한 피해를 막기위해 생체인식, 알고리즘 기반의 핀테크 보안 산업 또한 급성장 중

■ 금융 로봇 한대로 고비용 인력 다수를 대체할 수 있기 때문에 활발히 성장하고 있는 산업

분 야 ■ 투자자문업(로보어드바이저), 트레이더, 분석/리서치, 핀테크 보안 등

추구하는 방향

■ 빅데이터를 사용하는 인공지능이 인간보다 더욱 효율적인 결과를 도출

■ 정보 분석 및 예측을 매우 신속하고 정확하게 제공

■ 저렴한 비용으로 보다 다양한 투자자들에게 투자 기회를 제공

■ 중수익 및 중위험

■ 보다 효과적인 포트폴리오 관리

■ 인터넷, 모바일 등을 통해 24시간 서비스 제공

현 황

■ 재정 계획이나 세금 납부같은 단순 명령은 가능하지만 금융서비스 통합은 어려운 실정

■ 1월 18일 금융위원회가 로보어드바이저를 활용한 투자자문업 활성화 계획을 밝힘

■ 미국은 약 2~3년 전부터 "Mass Affluent"라 불리는 중산층에게 자산관리 서비스를 확대하고 로보어드바이저를 도입

■ 국내 증권사들은 최근에 급격히 로보어드바이저 TF팀을 구성하거나 관련 상품을 출시

■ 미국과는 다르게 국내에서는 로보어드바이저 업체가 단독으로 개별 고객과 온라인 계약 체결 불가. 증권사나 은행과 협업이 필수.

따라서 수수료도 미국보다 높을 수 밖에 없음

■ 기존의 알고리즘 트레이딩 방식에 머신러닝을 접목하여 미래를 예측

문제점/과제

■ 인간 대비 철학적 사고나 통찰력이 부족

■ 단기적인 흐름 예측은 오랜 시간이 흘러야 가능할 것으로 예상

■ 예기치 못한 상황에서 대응력이 떨어짐. 실효성 검증까지 상당 기간 소요 예상

■ 자동화 보고서는 금융회사가 필요한 모든 데이터를 상대적으로 표준화 시켜야 가능. 자연어, 이미지 등 비정형 데이터까지 분석 불가

■ 로보어드바이저: 투자상품이 ETF에 국한된 경우가 많아 종합 자산 관리가 필요한 고액 투자자에게는 맞지 않을 수 있음. 가입조건이

미국 대비 까다롭고 수수료도 저렴하지 않는 편

시장규모 전망

■ 미국 상위 11개 로보 어드바이저 업체의 자산관리 규모는 200억 달러 수준

■ 로보어드바이저 시장 규모: 2014년 140억 달러 → 2019년 2550억달러 (금융투자협회)

■ 로보어드바이저 시장 규모: 2014년 157억 달러 → 2020년 4518억달러 (마이프라이빗뱅킹, 딜로이트)

■ 로보어드바이저 운용자산 규모: 2016년 3000억 달러 → 2020년 2조2000억 달러 (A.T.커니)

27

적용산업2) 금융 분야: 시장, 기업, 서비스 소개

운용형

(Online-based

Portfolio Manager)

자문형

(Monitory & Give

Suggestions)

하이브리드형

(Technology-augmented

Humans)

주요 서비스

내 용

■ 알고리즘 기반의 S/W를

통해 자산배분을 최적화

한 후 이에 맞춰 고객

자산을 직접 운용

■ 리밸런싱, 최적 세제 전략

등의 서비스도 함께 제공

■ 알고리즘 기반의 S/W를

통해 고객 포트폴리오

모니터 및 정기적 투자

자문 제공

■ 투자 주체는 고객

■ 저성과/고비용 상품교체,

리밸런싱 제안 등 포함

■ 실제 어드바이저 판단

으로 자문·운용 업무를

수행하되 고객과의

커뮤니케이션 수단으로

온라인 채널을 활용

주요 회사

■ Wealthfront,

Betterment,

FutureAdvisor 등

■ Jemstep, Market-

Riders 등

■ Personal Capital,

LearnVest 등

수수료 ■ AUM 기준 % 수수료

약 0.15%~0.5% 수준

■ 월별로 수수료 부과

■ $5에서 $15 수준

■ 월정액

■ AUM 기반 수수료 모두

활용

온라인 로보어드바이저의 유형 (미국)

자료: 금융투자협회(2015), 현대증권


투자자문·운용업

(로보어드바이저)

■ 로보어드바이저: 목표 수입, 투자 목적, 투자 기간, 자금 규모, 리스크 tolerance 등을 설정하면 알고리즘이 최적화된 포트폴리오와 투자비율을

추천해주거나 운용해주는 자산 관리 서비스

■ 인간의 감정이나 인지편향(Cognitive Bias)이 없다는 장점이 있음

■ 단기수익이나 단순 종목 추천보다 변동성이 낮은 중수익·중위험 추구

■ 싱가포르개발은행(DBS): 자산관리 업무에 왓슨을 활용하여 개개인에 맞는 상품과 투자처 등 조언

■ 해외의 주요 로보어드바이저 업체로는 Wealthfront, Betterment, Charles Schweb, Vanguard, FutureAdvisor, MarketRiders,

Personal Capital 등이 있음

■ 국내 로보어드바이저 스타트업으로는 파운트, 씽크풀, 쿼터백, 디셈버앤컴퍼니, 에임 등이 있음

분석/리서치

■ Automated Insights, Narrative Science: 인공 지능 기반의 기사 작성 서비스 제공

■ 골드만삭스: 금융분석 인공지능 프로그램인 "켄쇼"를 소개. 경제적 수치, 기업 실적, 주가 동향 등을 빠르게 분석하여 제공

■ Rebellion Research: 인공지능이 전 세계의 주식, 채권, 통화 시장 등의 경제 데이터를 분석하는 시스템을 2007년부터 연구. 시스템

자체적으로 시장 환경의 변화를 예측하고 전략 수립

■ Aidyia: 다양한 경제, 기업, 주식 관련 데이터 등을 학습하여 이를 기반으로 주가에 미치는 수많은 요소들을 분석

28

적용산업3) 로봇 분야


특 징

■ 로봇은 컴퓨터 비전, 자연어 처리 등의 인공지능 기술이 하나의 통합시스템으로 결합된 하드웨어

■ 빅데이터 시스템, 고성능 센서, 딥러닝 알고리즘의 개발로 로봇의 인공지능 수준이 크게 향상

■ 체력의 한계가 없고 주변 환경에 영향을 전혀 받지 않아 품질 관리가 용이

■ 로봇을 통한 프로세스 혁신으로 비용 절감 및 생산성 향상

■ 저비용에 다품종 소량생산, customization 가능

■ 로봇산업은 국가적 차원의 제조업 육성 정책 아래 급속도로 발전 중

■ 인건비 상승 및 역피라미드형 인구변화로 인해 로봇 노동의 니즈가 커지는 추세

■ 주요 선진국의 낙후 생산설비 교체 수요 증가

■ 3D 프린팅, IoT, 딥러닝 등의 기술과 결합했을 때 시너지 효과가 매우 큼

분 야 ■ 제조업 로봇, 서비스업 로봇

추구하는 방향

■ 외부환경 인식, 상황 판단, 자율적 동작을 빠르게 수행하는 로봇으로의 발달

■ 전체적인 생산 현장의 자동화 및 고도화 (고부가가치화)

■ 인간의 개입없이 로봇이 공장을 돌아다니며 여러 공정에 참여하는 스마트 팩토리

■ 주문량과 재고량을 감안하여 스스로 작업 속도 조절

■ 대규모 공장 뿐 아니라 중소규모 공정에도 '범용 로봇'의 형태로 투입

■ 사람의 눈으로 관측 불가능한 오차나 오류 즉각 감지

■ 사물인터넷을 통해 로봇 간 통신 및 협력

■ 팀 단위의 로봇이 연구 및 인명 구조 등에도 투입

■ 소비 현장에서 제품을 직접 생산

■ 호텔, 레스토랑, 은행 등의 장소에서 서비스용 로봇 보급 활성화

현 황

■ 아직은 로봇이 간단한 일상활동을 보조하는 정도의 기술 수준

■ 로봇 부품의 가격 인하, 로봇의 기능 향상 등에 따라 공정 투입이 크게 증가하고 있음

■ 한국은 제조공정의 자동화 수준이 매우 높은 편. 만 명 당 산업용 로봇 비율을 나타낸 로봇 밀도(Robot Density)가 한국은

전세계 평균(66대)의 7배 수준인 478대. 일본은 314대, 독일은 292대, 미국은 164대 (IFR, 2016)

■ 그러나 로봇 자동화는 자동차·반도체산업에 집중되어 있음

문제점/한계

■ 인공지능 소프트웨어의 개발 속도 대비 하드웨어의 개발 속도가 낮을 수 있음

■ 서비스용 로봇 기술 및 산업의 육성책이 현저히 부족한 실정

■ 서비스용 로봇 시장은 수요 대비 개발·제작 비용이 매우 높음

■ 서비스용 로봇 분야는 매우 방대하기 때문에 사용처에 의해 분류해야한다는 지적

시장규모 전망

■ 제조업: 2015년 제조 과정에서의 로봇활용도는 10%. 2025년에는 25%로 증가할 전망 (The Robotic Revolution: The

Next Great Leaf IN mANUFACTURING, BCG, 2015.09)

■ 제조업: 제조업용 로봇은 2013년 178,000대에서 2018년 400,000대로 증가 (IFR, 2015.09)

■ 제조업: 2010년 247억 달러 → 2020년 718억 달러 (McKinsey, 2013)

■ 전 세계 서비스용 로봇 시장은 2018년까지 1조453억원 규모로 성장할 것 (KOTRA)

29

적용산업3) 로봇 분야: 시장, 기업, 서비스 소개


국가

정책

■ 미국: "첨단제조 파트너십(Advanced Manufacturing Partnership)"이라는 정책 아래 첨단 제조업 육성 (2011~)

■ 독일: 제조업 경쟁력 강화를 위해 IoT, 빅데이터를 기반으로 생산기기 간 소통체계 구축 (Industry 4.0, 2010~)

■ 네덜란드: 2014년 "Smart Industry"라는 보고서를 기반으로 스마트산업 육성 정책 발표

■ 일본: 2015년 "로봇 신전략 5개년 계획" 발표하고 다양한 분야로의 로봇 도입을 장려

■ 중국: 2015년 "제조 2025년 계획" 발표 - 2020년까지 운용비용, 생산주기, 불량률을 30% 감축하는 것을 목표로 함

■ 한국: 2015년 6월 "제조업 혁신 3.0" 발표 - IT와 SW의 융합으로 신산업 창출 및 스마트 팩토리화 추진

사례

■ SIEMENS: Amberg 공장을 자동화하고 하루에 15,000건 이상의 데이터를 분석하여 이상유무 확인

■ GE: 인도에 설립한 "Briliant Factory"에서는 산업인터넷을 통해 공장시설과 컴퓨터가 정보를 공유하여 최적화된 환경 조성

■ Amazon: 주문부터 배송까지 무선통신과 바코드 인식으로 연결·제어되는 자동화 시스템을 통해 비용 절감

■ Yamaha: 2018년 표면 실장기계와 산업용 로봇을 주력으로 하는 IM(지능형 머시너리) 사업을 본격 추진하겠다고 발표함

■ Google: 로봇 팔에 머신러닝 기능을 탑재해 스스로 특정 업무를 익히고 능률을 높이는 프로젝트 진행 중

서비스용

로봇사례

■ 교감 능력, 학습 능력, 지각능력, 감성 등을 보유한 휴머노이드·반려 로봇이 출시되고 있음

■ 인간이 수행할 수 없는 긴급상황(재난상황)에서 투입할 수 있는 로봇을 연구 중

■ 이미지 인식을 통해 오차 없이 수술 진행하는 의료로봇 연구 중

■ Google: 수술 로봇에 수술 영상을 학습시키고 미세한 구멍으로도 수술할 수 있는 로봇을 개발 중

■ SoftBank: 노령화 사회를 겨냥하여 감정로봇인 "페퍼" 출시

■ 샤오미: "나인봇"이라는 1인용 전동 스쿠터를 35만원의 저렴한 가격에 출시

■ IBM: Watson은 의료, 서비스 등의 분야에 접목되어 다양하게 응용되고 있음

산업용 로봇

30

적용산업4) 자동차/드론 분야


특 징

■ 다수의 센서와 카메라를 통해 인지를 하기 때문에 카메라 성능(ex. 서라운드 뷰 VR 카메라)이나 센서도 인공지능 알고리즘 만큼이나 중요

■ 무인자동차나 드론의 퀄리티는 엔진 등의 부품이 아닌 인공지능이 결정

■ 모바일 산업의 발달에 따른 센서의 기술 발달과 가격 하락으로 군사용에 머물러 있던 드론이 3~4년 사이 상업용으로 확장되기 시작

■ GPS는 변조 가능한 신호이기 때문에 머신비전 기술의 발달은 무인자동차와 드론 개발에 있어 필수적

분 야 ■ 무인자동차, 드론

■ 교통자동화시스템 등의 인프라 조성

추구하는 방향

■ 사고 위험요인(급정거, 정차차량, 사고상황, 장애물 등) 정보를 자동으로 인지·분석하여 사고 예방

■ 지도·인공위성 서비스와 연계. 교통상황 실시간 분석 → 최적의 동선으로 자동 조정

■ 운전자/조종자가 원하는 스타일로 주행

■ 목적지만 입력하면 운전자/조종자의 개입없이 목적지까지 도착

■ 부품 고장 등으로 수리가 필요할 시 자동알림

■ 교통 인프라의 진화 가속화

■ 장애인, 노인, 어린이 등 누구나 운전할 수 있는 세계

현 황

■ Data Mapping/지도 기술이 불가결하기 때문에 지도제작, GPS 대체 신호 연구 등에 사혈을 기울이고 있음

■ 드론 산업이 급속도로 성장하고 있음. 드론 산업이 무인차 산업의 토대가 될 것으로 예상

■ 위치인식 기술, 오토파일럿 시스템 분야가 활발히 연구되고 있음

문제점/과제

■ 실제적으로 무인차가 상용화되려면 약 20~30년이 소요될 것으로 예상

■ 특수상황(ex.불가피하게 보행자를 칠 수 밖에 없는 상황)에서 도덕적인 선택을 내릴 수 있는지에 대한 의문 제기

■ 드론산업에서 야간비행, 비행장 주변 비행, 비행 자격, 상업용 이용, 고도 제한 등이 산업 성장 방해

■ 국제적 표준화 추진되어야 한다는 지적

시장규모 전망 ■ 2018년 자율주행자동차가 고속도로에 처음 등장할 것이며 2025년 전면 사용화 예상. 2025년 420억 달러 규모로 성장 전망 (BCG)

■ 드론 시장: 2014년 64억달러 → 2024년 최대 1,303억 달러 (Teal Group)

31

적용산업4) 자동차/드론 분야: 시장, 기업, 서비스 소개


무인자동차

■ NVIDIA: 360도 감지기능으로 신체 일부만 감지돼도 사람으로 정확하게 인식. 다양한 정보를 학습해 인식의 정확도를 높일 수 있는 알고리즘을

스스로 생성하며 다른 자동차에게도 전송

■ BMW: 측면 거울을 카메라가 대신하는 "Mirrorless" 기술 소개. 카메라 센서가 데이터를 수집하면 딥러닝 기반의 슈퍼컴퓨터가 주변 사물을 인지

■ 토요타: 2015년 9월 스탠포드와 MIT에 인공지능 연구기관 설립. 2020년까지 10억엔을 투자하고 카메라 센서 등을 통해 지도를 자동 생성하는

시스템을 개발하는 것이 목표

■ Google: 사람의 운전을 배제한 완전자율차(Level 4) 개발 중. 모든 데이터를 수집하고 주기적으로 자율주행 시험 보고서도 발간

■ Apple: 자율주행자동차 관련 사업인 "타이탄프로젝트"를 극비리에 진행 중

■ 테슬라: 2015.10월 준자동 오토파일럿 시스템 소개. 고속도로에서 자동주행과 차선변경이 가능. 2018년 완전 자율주행 자동차 생산 계획

■ Daimler: 벤츠의 모회사로 벤츠의 무인자동차 모델인 "Big Rig"이 실제 도로주행에 성공

■ 볼보: 자율주행 버스 시스템과 소비자용 무인자동차를 개발 중

■ 현대자동차: ADAS 자율주행 기술

■ 바이두: BMW와 협업하여 3년 내 무인자동차 출시 예정

드 론■ DJI: 드론 시장 점유율 1위 업체로 최근 Depth-sensing 자동운항 성능 높인 신제품 팬텀4 공개. 장애물 감지 시스템, 음파 탐지 기능, 입체 인식,

피사체 추적 시스템 등의 기술이 뛰어남

32

적용산업5) 전자상거래 분야

특 징

■ 소비자들의 니즈와 성향을 정확히 분석하여 맞춤 마케팅 제공. 이는 즉각적인 매출 증가로 이어짐

■ 거래 데이터의 생산량 매우 큼 → 인공지능 기술을 통한 혁신이 가능

■ 수요 분석과 예측이 정확할 경우 재고비용과 배송시간이 획기적으로 감소

추구하는 방향

■ 단어가 아닌 문장이나 이미지만으로도 원하는 상품 정보 검색이 가능

■ 음성인식 기반의 스마트비서나 SNS등을 통해 상품 추천, 검색, 결제 지원

■ 정교화된 추천 기능을 통해 소비자의 미충족 니즈 발굴 및 새로운 상품 소개

■ 제품별 수요 예측을 통해 지역 물류 센터에 재고를 미리 확보

■ 인공지능 답변 수준과 자연어 인지 능력 등이 향상되면 물류 콜센터 직원 등 대체

■ 무인자동차와 드론을 활용한 편리하고 빠른 배송 지원

현 황 ■ 맞춤형 광고 및 상품 추천

■ 사물인터넷과 인공지능, 빅데이터 기술을 종합하여 유통 채널에 막대한 투자 중

문제점/과제 ■ 상품추천 기능을 번거롭다고 느끼는 사용자들이 많음

■ 유통 마진이 지속적으로 감소하고 있는 상황에서 인공지능 기술에 막대한 투자를 하는 것이 부담


제품 검색

및

주문

■ 알리바바: 딥러닝을 통해 상품 검색의 시행착오 과정을 개선 중. 이미지만으로 사용자가 원하는 상품을 정확하게 찾아내는 ‘타오바오 앱’ 출시

제품 이미지를 직접 인지하여 유사한 제품을 찾아주는 방식으로 정확한 상품 명을 모를 경우 유용함

■ 아마존: 음성인식 가상비서 서비스인 "Echo"를 통해 주문 가능

제품 추천

(큐레이션

서비스)

■ 알리바바: 고객성향 분석 및 이미지인식을 통해 상품 추천

■ 아마존: 음성, 이미지 등 다양한 비정형 데이터를 활용하여 사용자의 선호도, 구매 이력, 결제 정보, 구매 주기 등을 분석. 이를 기반으로

예측배송, Anticipatory Shipping 서비스 제공 - 재구매가 많은 생필품의 주문 버튼(Dash 버튼)을 누르면 자동 주문이 가능

■ IBM: "런포시리즈" 인공지능 솔루션 소개. 각 소비자의 니즈와 성향, 소비패턴을 분석하여 상품을 추천하고 맞춤 광고를 의도적으로 노출

배송 서비스

■ 드론과 무인자동차 시장과 밀접한 관련이 있을 것

■ 알리바바: 340g 이하의 상품에 대해 주문 후 1시간 내 드론을 통한 배송 서비스를 준비중

■ 아마존: 2013년 12월부터 "옥토콥터"라는 무인 드론을 통해 30분 내 배송하는 "프라임에어" 서비스 개발 중. 적외선 장치나 각종 센서로

외부를 인식하고 운송 경로를 탐색하는 등의 인공지능 기술 탑재. 다양한 기후와 지형에서도 쓸 수 있도록 여러 종류의 모델을 개발 중

■ DHL: 드론 활용해 12km 떨어진 섬에 소포 배달 성공 (2014년 9월)

■ UPS: 무인 배송 서비를 도입하기 위한 프로젝트 진행 중

33

적용산업6) 교육/언론 분야

특 징 ■ 온라인과 모바일 시장은 비슷한 양상으로 포화됨

■ 가장 말초적이고 본능적인 콘텐츠에서 최종적으로는 복잡하고 정교한 콘텐츠 시장으로 트렌드가 점진적으로 옮겨가는 패러다임을 보임

분 야 ■ 어댑티브러닝(Adaptive Learning), 원문요약, 기사작성

추구하는 방향

■ 주입식 교육에서 개인별 맞춤 커리큘럼을 제공함으로서 학습 성취도 향상

■ 언어·문화차이를 넘어선 지식과 정보의 유통 증대

■ 학생들과의 커뮤니케이션을 통해 학생의 수준을 파악한 뒤 연관성이 높은 정보나 보조자료를 실시간으로 제공 (anticipatory computing)

현 황

■ 전 세계 EdTech 시장은 뚜렷한 리더가 없고 혁신이 부족한 실정. 특히 한국은 교육시장 규모나 밀도로 보았을 때 매력적인 test-bed이고

사교육 지출 비중도 매우 높은 편이나, 관련 기술 수준은 현저히 뒤쳐지는 상태

■ 교육 시장에서 중국과 인도는 2015년에만 총 5조원의 투자를 진행하였는데 모두 스타트업 중심의 투자였음

■ 오프라인의 책, 학습지, 교과 내용 등을 통합하여 하나의 플랫폼에서 제공

■ 2014년부터 미국, 중국, 인도 VC들이 모바일/어댑티브 러닝 교육 스타트업에 집중 투자하고 있는 추세

문제점/과제 ■ 의욕, 끈기, 동기부여, 사회생활 같은 정신적 속성들이 또 다른 교육의 의미이므로 이러한 부분들은 대체가 불가능하지 않을까 생각

시장규모 전망 ■ 2016년 e-Learning 마켓은 515억 달러 규모로 성장 전망되며 동유럽, 아시아, 라틴아메리카, 아프리카에서의 성장이 두드러짐(Docebo)

자료: 보도자료, 각 사, Riiid!, 현대증권

Journalism

■ 기사작성 알고리즘을 기반으로 방대한 정보를 보고 패턴이나 관계를 추출하여 기사 작성

■ Forbes, AP, LA Times, Guardian 등이 Narrative Science의 기사작성 알고리즘을 활용

■ 기상 예보, 금융 및 기업 IR 자료, 스포츠 경기 등의 데이터에 기반해 사실 중심의 구조화된 기사 작성이 가능함

■ LA타임스: 지진 정보를 수집하고 분석하는 '퀘이크봇'을 활용해 실시간으로 지진 기사를 작성한 바 있음

■ 로이터: 스포츠·금융 관련 속보와 단신 기사를 제작하는 데 인공지능을 활용한다고 알려져 있음

Adaptive/

Personalized

Learning

■ Elemental Path – CogniToys는 어린이와 대화하는 방식을 통해 교육 상황을 구현. IBM Watson의 음성 인식과 자연어

처리 기술을 기반으로 인공지능이 스스로 새로운 어휘를 학습하고 인격을 형성하며 아이와 동반 성장해 나감

■ toppr: Adaptive learning solution for JEE

■ Xiaozhan Jiaoyu: SAT, ACT, GRE, TOEFL, IELTS 관련 어댑티브 러닝 플랫폼 제공

■ TechStars: Kaplan과 손 잡고 어댑티브 러닝 EdTech 업체에 집중 투자 중

■ BYJU'S: 어댑티브러닝 솔루션 for CAT, JEE, GMAT, GRE

■ SATUP: 어댑티브러닝 어플리케이션 for SAT, ACT

■ KNEWTON: 가장 대표적인 어댑티브 러닝 플랫폼으로서 B2B로 API를 제공

■ TutorGroup: 영어와 중국어 어댑티브 러닝 플랫폼

■ Yuantiku: 中 중학교, 고등학교 학생을 대상으로 알고리즘과 빅데이터 기반의 맞춤 문제를 제공

Summary







35

글로벌 인공지능 시장 규모

인공지능 개념의 광의성과 적용 영역의 다양성으로 인해 전망 기관별 시장 규모 예상치 상이

→ (IDC) 글로벌 A.I. 시장 규모를 2015년 약 1,270억불에서 2017년 1,650억불로 CAGR 14.0% 성장 전망

→ (BCC Research) 글로벌 A.I. 기반 스마트머신 시장 2014년 62억불에서 2019년 152억불 규모로 CAGR 20% 성장 전망

→ (Tractica) 기업용 A.I. 시스템 시장은 2015년 2억불에서 2024년 11억불로 CAGR 56.1% 성장 예상

인공지능 기술이 상업화 되는 과정에서 하드웨어가 수반 되어야 함을 감안한다면 스마트 머신 시장 내 자동화 로봇의 빠른 성장이 기대됨

→ 그러나, 인공지능 기술이 알고리즘과 소프트웨어로 산업에 적용될 시 그 규모는 파악하기 어려울 정도

인공지능 관련 start-up 투자 규모는 2010년 45백만불 에서 2015년 3.1억불 까지 증가해 왔음

→ New IT 산업은 인재 확보 전쟁 중으로 기술 보유한 start-up들의 value-up과 M&A를 통한 exit 사례 지속 증가할 것

글로벌 인공지능 start-up 분기별 투자 추이

자료: CB Insights, 현대증권 자료: BCC Research, 현대증권

글로벌 스마트 머신 시장 전망: 자동화 로봇의 빠른 성장 기대

12

12

4

1 1 1

45

65

89

67

12

15

1716

121211

19

0

2

4

6

8

10

12

14

16

18

20

0

50

100

150

200

250

1Q10 1Q11 1Q12 1Q13 1Q14 1Q15

(건수)(백만불)투자금액 M&A건수(우)

0.9

2.1 1.6

4.7

0.5 0.6

2.2

8.1

3.1 3.5

7.1

12.4

1.1 1.3

3.6

13.9

0

2

4

6

8

10

12

14

16

2013 2014 2019 2024

(십억불) 임베디드 시스템 뉴로컴퓨터

디지털 비서 전문가 시스템

자동화 로봇

36

글로벌 인공지능 start-up 투자 현황

자료: CB Insights, 현대증권

2010-2016년 동안 가장 큰 규모 fund-raising이 있었던 인공지능 start-up 순위: 원천기술 보유업체가 대부분

인공지능 글로벌 start-up 시리즈별 투자 비중 (금액 기준)

자료: CB Insights, 현대증권 자료: CB Insights, 현대증권

인공지능 글로벌 start-up 시리즈별 투자 비중 (건수 기준)

17%

43%50% 47% 50% 50%

50%

29%

35%27% 23% 19%

17%

29%17% 13%

11%

3% 7% 15%17%

5%10% 7% 7% 6%

0%

20%

40%

60%

80%

100%

2010 2011 2012 2013 2014 2015

Seed/Angel Series A Series B

Series C Series E+ Series Other

3% 1%

30%

8% 11% 13%17%

40%

63%

41%

19% 20%

28%

59% 43%

29% 28%

8%

41% 38%51%

5%2% 1% 1%

0%

20%

40%

60%

80%

100%

2010 2011 2012 2013 2014 2015

Seed/Angel Series A Series B

Series C Series E+ Series Other

(단위: 백만불)

순위 기업명 내용 국가 금액

1 Sentient Technologies 자체 개발한 "진화적 알고리즘"을 통해 빅데이터로부터 최적의 솔루션 도출해내는 S/W 제작 미국 144

2 Ayasdi 위상 데이터 분석 가능한 기계지능 엔진으로 금융, 헬스케어 분야 등에서 다양한 적용 S/W 제작 미국 98

3 Vicarious Systems 머신비전, 자연어처리, 제어계측 분야에서 인간수준의 지능 구현을 위한 통합 알고리즘 설계 미국 67

4 Context Relevant 빅데이터 애널리틱스 업체로 Goldman Sachs와 BoA가 인수 미국 44

5 Cortica 뇌과학, 전자공학, 이론물리학에 토대를 둔 인력과 딥러닝 기술 보유하여 이미지 인식과 분석에 특화 이스라엘 37

6 WorkFusion 데이터 처리 서비스 소프트웨어 플랫폼 제작 업체로 머신러닝을 통한 작업 자동화 솔루션 제공 미국 36

7 RapidMiner 머신러닝, 데이터마이닝, 텍스트마이닝, 예측분석, 비즈니스 분석이 통합된 환경을 위한 플랫폼 제공 미국 36

8 Digital Reasoning Systems 군사 기관, 정보 기관, 금융 기관에 인지 컴퓨팅 서비스 제공 미국 36

9 H2O.ai 빅데이터 분석을 위한 오픈소스 소프트웨어 제공 업체 미국 31

10 Viv Labs 모든 분야에 적용 가능한 지능형, 대화형 인터페이스 구축을 도와주는 글로벌 플랫폼 제공 미국 30

37

미국에서 불어오는 기술의 새 바람

미국은 2008년 금융위기 이후 매년 출원되는 기술 특허 수가 급증하기 시작

세계 최고 수준의 인재, 데이터 교역량이 가장 많은 국가답게 인공지능과 유관 기술의 발전이 가장 빨리 이루어 졌음

→ 컴퓨터 그래픽 처리, 이미지 분석, 데이터베이스 관리, 교통수단 · 네비게이션, 인공지능 특허 수 급속도로 증가 중

미국 내 저장 데이터 규모 산업별 순위는 1) 이산형 제조 2) 정부 3) 커뮤니케이션 · 미디어 4) 프로세스 제조 5) 은행 6) 헬스케어 7) 증권/투자 순

→ 정부와 제조업을 제외한 나머지 민간 섹터에서는 해당 순위 산업에서 인공지능 기술 적용될 수 있는 잠재성 높음

미국 내 산업별 저장 데이터 규모 (2015)

자료: IDC, BLS; McKinsey Global Institute Analysis

혁신의 시대: 기술분야 별 USPTO 출원 특허 수 추이

0 100 200 300 400 500 600 700 800 900 1000

건설

고객서비스/오락

자원

유틸리티

도매

운송

보험

교육

소매

전문서비스

증권/투자서비스

헬스케어

은행

프로세스제조

커뮤니케이션·미디어

정부

이산형제조

(페타바이트)

자료: USPTO

0

200

400

600

800

1,000

1,200

1,400

1,600

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

8,000

9,000

10,000

2000 2002 2004 2006 2008 2010 2012 2014

(개) (개) 컴퓨터그래픽처리

이미지분석

데이터베이스관리

재무·경영관련

교통수단·네비게이션

언어처리·번역

가상컴퓨터(미들웨어)

인공지능(우축)

38

인공지능 기술 특허 보유 업체

주요 글로벌 기업들은 인공지능 관련 기업들을 상대로 공격적 M&A, 투자 전략 펼치며 특허 확보에 힘쓰고 있음

USPTO가 ‘인공지능’ 기술로 분류하는 특허 보유 업체로는 IBM, Microsoft, Google 등이 존재

IBM은 2014년 누적 기준 인공지능 특허 460개 보유 → 전체 보유 특허 중 6.0% 비중으로 업계 내 최대 (MS: 4.9%, Google: 5.0%)

Google은 2014년 누적 기준 인공지능 특허 150개 중 58개를 2014년 한 해에 출원하며 빠른 속도로 기술 추격 중

과학기술, 업체별 USPTO 출원 특허 수 추이 (2014년 누적)

자료: USPTO 자료: USPTO

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

8,000

9,000

IBM

Mic

rosoft

Indiv

idual

Google

Sony

Sam

sung

Canon

SA

P

Apple

HP

Ora

cle

Panasonic

(천개) 인공지능 컴퓨터그래픽처리 이미지분석

교통수단·네비게이션 디자인·시뮬레이션 언어처리·번역

재무·경영관련 데이터베이스관리 가상컴퓨터(미들웨어)

0

200

400

600

800

1,000

1,200

1,400

1,600

1,800

2,000

IBM

Mic

rosoft

Indiv

idual

Google

Sony

Sam

sung

Canon

SA

P

Apple

HP

Ora

cle

Panasonic

(천개) 인공지능 컴퓨터그래픽처리 이미지분석

교통수단·네비게이션 디자인·시뮬레이션 언어처리·번역

재무·경영관련 데이터베이스관리 가상컴퓨터(미들웨어)

과학기술, 업체별 USPTO 출원 특허 수 추이 (2014년 한 해)

39

주요 글로벌 기업 인공지능 start-up 투자 현황

Google이 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)

자료: 각 사, 보도자료, 현대증권

IBM이 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)


(단위: 백만불)

시기 기업명 관련 기술 회사 소개 국가 금액

2015-10 Mobvoi 음성인식 Google Now와 유사한 중국어 음성 서비스 지원하는 중국 기업으로 200만명 이상의 내국인 유저 보유 중국 76

2014-01 Dark Blue Labs 자연어 처리 딥러닝을 통한 자연어 이해에 특화된 Oxford 대학 spin-off 기업으로 DeepMind에 흡수됨 영국

2014-01 Vision Factory 머신 비전 딥러닝과 머신비전, 사물 인식에 특화된 Oxford 대학 spin-off 기업으로 DeepMind에 흡수됨 영국

2014-01 DeepMind Technologies A.I. 알고리즘 Google의 A.I. 비즈니스 핵심 기업으로서 원천적인 알고리즘 연구 기업 (AlphaGo 제작) 영국 650

2014-01 Nest Labs 스마트 머신 스마트 홈 환경에서 필요한 스마트 머신 생산으로 자동 온도조절, 연기/가스 감지, 방범 강화 미국 3,200

2013-12 Industrial Perception 머신 비전 머신비전 기술 적용된 차세대 산업용 로봇 개발로 물류 자동 수하, 부품 공급, 박스 적재 등 가능 미국

2013-12 Boston Dynamics 스마트 머신 전세계 최고의 로봇 기술 업체 중 하나로 2족, 4족 등 각종 형태의 로봇 제조 미국

2013-10 Flutter 머신 비전 동작 인식 기술 보유하여 컴퓨터나 모바일기기 사용자로 하여금 동작으로 기계 작동 가능 미국

2013-04 Wavii 자연어 처리 머신러닝 기반 자연어처리 기술 보유 미국

2013-03 DNNresearch A.I. 알고리즘 인공지능 원천 알고리즘 기술 보유 기업 (딥러닝의 선구자 G. Hinton 교수 소속) 캐나다

(단위: 백만불)


2016-01 IRIS Analytics GmbH 머신러닝 머신러닝 기반 결제 사기 방지 전문 업체 독일

2015-10 Weather Channel 빅데이터 기상정보 서비스 업체로 Digital Assets 부문이 data 제공 목적으로 IBM에 인수됨 미국

2015-08 Merge Healthcare 빅데이터 의료 영상저장 및 분석시스템 서비스로 미국 7,500개 의료기관에서 사용됨 미국 918

2015-05 Emptoris Inc 클라우드 클라우드 기반 공급망 관리 분석 기술로 IBM Procurement Solutions로 rebrand됨 미국 22

2015-04 Explorys Inc 빅데이터 빅데이터 기반 헬스케어 분석 전문 업체 미국

2015-04 Phytel Inc 빅데이터 빅데이터와 클라우드 기반 건강 관리 업체 미국

2015-03 AlchemyAPI Inc A.I. 알고리즘 딥러닝 기반 자연어 처리와 머신 비전 기술 보유 업체 미국

2014-11 Pathway Genomics Corp A.I. 알고리즘 인지컴퓨팅 및 딥러닝 기술 기반의 app을 통해 헬스케어 데이터와 유전 정보를 통합하는 서비스 제공 미국

2014-05 Cognea Pty Ltd 자연어 처리 인지컴퓨팅, 인공지능 대화 플랫폼 기술 보유 업체 호주

2014-04 Silverpop Systems Inc 클라우드 빅데이터 및 클라우드 기반 개인 맞춤형 마케팅 SW 제공 미국

2013-02 Star Analytics Inc 빅데이터 하이브리드 컴퓨팅 환경 제공으로 프로세스 자동화와 어플리케이션 통합, 빅데이터 분석 특화 미국

40


Facebook이 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)


Amazon이 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)


(단위: 백만불)


2011-01 Sonian Inc 클라우드 클라우드 기반 SaaS 아카이브 솔루션 제공으로 글로벌 대형 고객사 다수 보유 미국 9

2011-07 ParAccel Inc 빅데이터 비즈니스 분석을 위한 데이터베이스 관리 시스템 제공하며 Amazon Redshift의 기반 미국 10

2012-03 Kiva Systems Inc 스마트 머신 물류센터 자동화 로봇 개발사이며 Amazon Robotics로 rebrand됨 미국 775

2013-01 IVONA Software Sp zoo 음성인식 음성인식 소프트웨어 업체 폴란드

2013-09 Songza Media Inc 빅데이터 맞춤형 음악 서비스 제공 업체 미국 5

2015-03 2lemetry Inc IoT 디바이스간 연결성을 대량 스케일로 구축 가능한 IoT 플랫폼 제공 미국

2015-09 Safaba Translation Solutions 자연어 처리 자동 기계 번역 전문 업체 미국

(단위: 백만불)


2015-07 Pebbles Ltd 머신 비전 머신 비전 전문 기업으로 동작 제어가 가능하며 Oculus VR에 인수됨 이스라엘

2015-03 TheFind Inc 머신러닝 머신러닝 기반 쇼핑 검색 엔진 기술 보유 업체로 Facebook의 광고사업에 기여 미국

2015-01 Wit.ai 음성인식 음성이나 텍스트를 인식하는 기술 보유 미국

2014-04 ProtoGeo Oy 빅데이터 운동 정보(조깅, 사이클, 등산 등) 기록 및 소모 칼로리 관리앱 'Moves' 개발 핀란드

2014-04 Ascenta UK Ltd 드론 태양광 무인기 개발 업체로 Facebook의 internet.org 이니셔티브와 관련 영국

2014-03 Oculus VR Inc VR HMD인 Oculus Rift 개발업체로 해당 기기로부터의 data 활용 가능 미국 1,993

2013-10 Onavo Mobile Ltd 빅데이터 모바일 사용자의 데이터 사용량, 데이터 보호 등 이스라엘

2013-08 Mobile Technologies LLC 음성인식 음성인식, 번역 서비스 제공 업체로 Jibbigo 앱 제작 미국

2012-06 Face.com 이미지인식 얼굴 인식 소프트웨어 개발사 이스라엘

41


Apple이 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)


Microsoft가 투자한 주요 인공지능 관련 start-up 리스트 (2013년 이후)


(단위: 백만불)


2016-01 Emotient 이미지 처리 얼굴표정 분석 및 표정인식 기술 보유 미국

2015-10 Vocal IQ 음성인식 딥러닝 기반 자연어처리, 음성인식 기술로 인간과 기계간 대화가 더 자연스럽도록 지원 영국 50~100

2015-11 Faceshift 머신비전 모션캡쳐 기술 보유 업체 스위스

2015-10 Perceptio 머신러닝 딥러닝 기술을 통한 모바일 이미지 인식과 판독에 특화된 기술 보유 미국

2015-09 Mapsense 빅데이터 위치 정보 지도를 만드는 스타트업. 지도 데이터 분석 및 시각화 기술 보유 미국 25~30

2013-12 Topsy 머신러닝 트위터의 특정 용어 빈도 파악, 특정 주제 관련 인물 분류, 이벤트나 광고 노출 정도 측정 미국 200

2013-11 Primesense 머신 비전 3D 센서를 통한 동작 인식 기술 보유 이스라엘 350

2013-07 Locationary 빅데이터 크라우드소싱 형태로 최신 지역 정보와 비즈니스 정보를 알려주는 위치 데이터 업체 캐나다

2013-03 WiFiSlam 머신러닝 와이파이 신호를 이용해 GPS가 통하지 않는 건물 내에서도 위치를 트래킹 하는 기술 보유 미국 20

2013-01 Cue 빅데이터 사용자가 활용 중인 디바이스의 연결 데이터에 접속 후 종합 분석 해주는 지능형 개인 비서 서비스 제공 미국 40~60

(단위: 백만불)


2016-02 Swiftkey 머신러닝 3억대 이상의 휴대전화에 설치되어 있는 스마트 타이핑 시스템으로 머신러닝 기술을 통해 타이핑 예측 영국 250

2015-12 Metanautix 빅데이터 회사의 방대한 데이터를 분석해 의미있는 결과 도출. MS의 '지능화 클라우드 플랫폼' 구축에 도움 미국

2015-09 Volomatrix 빅데이터 세일즈 생산성, 조직 단순화, 구성원 조직 몰입도에 필요한 데이터 시각화 대시보드 솔루션 제공 미국

2015-04 Datazen Software 빅데이터 모바일 비즈니스 지능과 데이터 분석에 특화된 기술 보유 캐나다

2015-01 Revolution Analytics 빅데이터 프로그래밍 언어 'R' 과 관련된 상용 서비스와 S/W 개발하여 Azure Machine Learning에 결합 미국

2015-01 Equivio 머신러닝 법규와 정책 관련 텍스트 분석 솔루션을 머신러닝에 기반하여 제공 미국 150~200

2013-03 Net breeze 빅데이터 데이터 마이닝, 텍스트 분석 등을 통해 기업 고객과 관련된 정보 분석 스위스

42

국내 인공지능 시장 규모

국내 인공지능 시장은 글로벌 대비 초기 단계인 것으로 파악됨

→ 지능형 로봇의 경우 2010년 2,712억원에서 2014년

3,385억원으로 연평균 5.7% 성장 (현대경제연구원 추정)

현대경제연구원은 국내 A.I. 관련 기업을 약 24개~64개로 추정 (’15)

→ 삼성벤처투자는 글로벌 start-up 7곳 가량을 투자한 것으로 알려짐

→ 네이버는 2013년 5년간 A.I. 개발에 1,000억원 투자 계획 밝힘

당사의 국내 start-up 탐방 결과 인재 확보가 가장 중요한 A.I. 시장

에서 글로벌 역량 보유한 업체들 존재하는 것으로 파악됨

전세계 대비 한국의 ICT산업 비중을 고려할 때 A.I. 시장은 초기 단계

참고: Venture Scanner는 세계적으로 955개(2016.3월 기준)의 인공지능 부문 start-up이 존재하는 것으로 집계 정보통신기술진흥센터(2015)의 ‘국내 인공지능(AI) 실태조사’ 조사대상 기업 수 64개, 응답 기업 수 24개 자료: 현대경제연구원, 현대증권

참고: 각국의 투자금은 10년간 집행 자료: 현대경제연구원, 현대증권

국가별 주요 A.I. 프로젝트 투자 규모

국내 지능형 S/W 시장 규모 추이

자료: 미래창조과학부(2014), 현대증권

1.2 1.4 1.6 1.9 2.2

1.2 1.3

1.5 1.6

2.1 1.2

1.4 1.7

1.9

2.1

0

1

2

3

4

5

6

7

2013 2014 2015 2016 2017

(조원) 음성인식 및 통번역 영상처리 및 영상인식 인공지능

0

500

1,000

1,500

2,000

2,500

3,000

3,500

미국 유럽 일본 한국

(십억원) 정부 주도형 A.I.

프로젝트 투자 규모

Human Brain

Project (€10억)

A.I. 연구지원

(￥1,000억)

엑소브레인 프로젝트

(1,070억원)

Brain Initiative (＄30억)

10.7%

6.7%

1.5%

2.5%

0%

2%

4%

6%

8%

10%

12%

ICT산업 ICT수출시장 인공지능 시장 규모 인공지능 기업 수

2.5%~6.7% (추정)

43

국내 주요 인공지능 관련 start-up 리스트

국내 주요 인공지능 관련 start-up 리스트

참고: 기업별 펀딩 금액은 보도자료를 통해 취합한 당사 추정치로 실제치와 다를 수 있음 자료: 각 사, 보도자료, 현대증권

삼성벤처투자에서 투자한 것으로 알려진 글로벌 start-up 리스트


(단위: 백만불)

기업명 사업 설명 추정 금액

Vicarious 인공지능 원천기술 보유 업체로 인간 뇌의 계산적 원리를 이론화 시켜 인간과 같은 지능을 만들고자 함

Idibon 클라우드를 기반으로 한 자연어 처리 기술을 통해 텍스트 데이터로부터 사용자에게 필요한 의미 도출

Expect Labs(MindMeld) 자연어처리와 음성인식 기술로 기업/개인이 활용하는 디바이스에 사용자의 목소리를 인식하는 인터페이스 장착 가능

Reactor Labs 사용자에게 맞춤형 뉴스를 제공하는 Winston app 제작, 1~2분 내로 뉴스 내용 축약 후 브리핑

Automated Insights e-commerce, 미디어, 부동산, 금융, 마케팅, 세일즈 등의 빅데이터를 내러티브 형태의 글로 변화해 주는 서비스

Maluuba 안드로이드 상에서 자연어처리 기술 내재된 지능형 개인비서 서비스 제공

Kngine 자연어처리 기술이 내장된 시맨틱 검색 엔진을 온라인/모바일 상에서 제공하여 사용자 질문에 대한 최적의 답변 도출

(단위: 십억원)

기업명 사업 설명 추정 금액

Encored Technologies 첨단 신호처리기술과 빅데이터 분석으로 에너지 데이터 분석을 통해 사용자 맞춤형 전기료 설계 11.7

디오텍 자연어처리(음성인식) 연구를 통해 의료 녹취 서비스 개발 중 6.8

클래스팅 EdTech 기업으로 실시간 교육용 소셜네트워크, 학습 빅데이터 활용한 인공지능 맞춤 학습 제공 4.5

Saltlux 비정형 빅데이터 분석을 위한 통합 솔루션 제공. 자연어 처리 능력 보유한 인공두뇌 제작 4.0

Flitto 클라우드 기반 집단 지성을 활용한 번역 플랫폼 운영 3.5

Lunit 딥러닝 알고리즘 기반 이미지 인식 기술 보유 업체로 X-ray 영상을 통해 감별진단에 도움 2.1

Riiid! 데이터와 머신러닝을 기반으로 학습자 개개인에게 필요한 문제만을 제공하는 플랫폼 Santa! 개발 2.0

바풀 스마트 소셜 러닝 플랫폼 서비스 '바로풀기' 개발 1.5

스캐터랩 빅데이터 분석을 통해 연인 간 대화에서 감정을 분석해 조언해주는 서비스 제공 1.3

Standigm A.I. 기반 시스템생물학 기업으로 신약 개발 과정을 머신러닝 기술을 통해 효율화 시키는 솔루션 개발 1.1

Odd Concepts 역방향 이미지/비디오 검색엔진, 객체인식, 영상분석 기술 개발 등 1.0

VUNO 딥러닝 알고리즘을 의료 분야에 특화 적용 시켜 X-ray/CT/MRI 및 생체신호 데이터를 토대로 임상 진단 0.9

UVify 국내 유일 머신비전 기반 자율주행 드론 개발 업체 0.9

코노랩스 인공지능 비서 서비스/스케줄러 앱 개발 0.1

Summary







45

1) Alphabet: 기업 소개

자료: Bloomberg, 현대증권

알파벳 주가 및 거래량 추이

자료: Bloomberg

알파벳 실적 및 밸류에이션 테이블


알파벳 매출 및 영업이익률 추이

결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 50.18 55.52 66.00 74.99 71.41

영업이익 (십억USD) 12.76 15.40 16.50 19.36 29.06

순이익 (십억USD) 10.74 12.92 14.14 16.35 24.11

매출액 증가율 (%) 32.37 10.65 18.88 13.62 17.75

순이익 증가율 (%) 10.27 20.33 9.41 15.65 17.60

EPS 증가율 (%) 9.28 21.63 0.50 14.69 16.28

부채비율 (%) 23.54 21.29 19.60 18.40 --

영업이익률 (%) 25.43 27.74 24.99 25.82 40.70

PER (배) 21.65 28.39 26.78 33.57 21.29

PBR (배) 3.25 4.31 3.48 4.44 3.47

EV/EBITDA (배) 12.05 16.59 13.84 18.62 12.11

배당수익률 (%) 0.00 0.00 0.00 0.00 0.00

ROE (%) 16.54 16.25 14.79 14.12 16.99

ROA (%) 12.91 12.62 11.77 11.82 14.12

0

200

400

600

800

1,000

0

200

400

600

800

1,000

1,200

1,400

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 알파벳(우)

31.025.4 27.7

25.0 25.8

40.7

0

10

20

30

40

50

0

10

20

30

40

2011 2012 2013 2014 2015 2016(F)

(%)영업이익 영업이익률(우)(십억달러)

알파벳(Alphabet, Inc)은 구글의 지주회사

동사는 자회사를 통하여 웹기반 검색, 광고, 지도, 소프트웨어

어플리케이션, 모바일 운영시스템, 소비자 콘텐츠, 기업 솔루션,

상거래 및 하드웨어 상품을 제공하고 있다

46

1) Alphabet: 주요 지표


알파벳 PBR 추이


알파벳 사업부별 매출


알파벳 12개월 선행 PER 추이


알파벳 주요보유 기관

보유기관명 지분율

FMR LLC 6.26%

BLACKROCK 6.11%

VANGUARD GROUP 5.96%

STATE STREET CORP 3.81%

CAPITAL GROUP COMPAN 3.17%

T ROWE PRICE GROUP I 2.81%

BANK OF NEW YORK MEL 1.57%

WELLINGTON MANAGEMEN 1.55%

INVESCO LTD 1.41%

JPMORGAN CHASE & CO 1.26%

내부자보유지분 0.18%

90.7%

8.7%

0.5%

Google Advertising

Revenues

Google Other

Revenues

Other Bets

0

200

400

600

800

1,000

11 12 13 14 15 16

(USD)

4.8X

2.8X

GOOGL US Equity

평균 3.8X

0

200

400

600

800

1,000

11 12 13 14 15 16

(USD)

22X

12X

GOOGL US Equity

평균 17.5X

47

1) Alphabet: 4Q15 실적 Review

구글의 지주회사인 알파벳(Alphabet, Inc)의 4분기 실적은 매출액 213.3억불(+18%YoY, +14%QoQ), 영업이익 53.8억불

(+22%YoY), 순이익 +49.2억불(+5%YoY) 시현하면서 시장예상을 상회

모바일 검색광고, YouTube, 프로그래머틱 광고의 매출 증가율이 기대이상의 성장세를 나타냄

YouTube TrueView 지속적인 성장세로 CPC(클릭당 광고단가)는 -16%YoY하락했으나 유효클릭수는 동기간 40% 증가하면서

유의미한 성장이 이루어짐 → 구글 전체의 평균 유효클릭수는 31%YoY 증가

YouTube는 1) ‘Shoppable TrueView’ 광고출시, 2) 가상현실 동영상서비스 출시, 3) 유료서비스 ‘YouTube Red’ 등으로

광고 및 컨텐츠 매출의 양호한 증가세는 2016년에도 지속될 전망

한편, 현금성 자산이 늘어나는 가운데 실시된 자사주 매입 조치는 주주가치 제고에 따른 주가의 안정성도 높이는 역할


구글의 유효클릭수 VS. CPC(클릭당 광고단가)


알파벳 사업부문별 매출액 추이

19 26 31 37 45 52 9

10 12

13 15

15

1 1

2 5

6 7

0

20

40

60

80

10 11 12 13 14 15

(USD 십억) Google WebsitesGoogle Network WebsitesOther Revenues

26 25

1814 13

1823

31

-9-6

-2 -3-7

-11 -11 -13-15-10-505

101520253035

1Q14 2Q14 3Q14 4Q14 1Q15 2Q15 3Q15 4Q15

(%YoY)Paid Click CPC

48

1) Alphabet: 신사업 집합지 Other Bets 사업부

구글의 신사업 분야는 지주회사의 이름(Alphabet)을 딴 Other Bets 계정으로 주요 자회사는 Google Fiber, Calico, Nest,

Verily, GV, Google Capital, X 등이 있음

Google Fiber: 인터넷 망 및 유료방송 서비스 제공(2012년 11월 캔자스시티에서 서비스 시작)

Calico: 노화와 생명연장 연구를 위한 헬스케어 업체(2013년 9월 설립)

Nest: 가정용 사물인터넷(IoT) 관련 기술 개발 업체(네스트랩스 2014년 인수)

Verily: X에 속했던 생명과학·헬스 케어 연구 부문으로 2015년 10월 구글 생명 과학 부문으로 독립

GV, 구글 캐피탈: 벤처 캐피탈 부문 → 글로벌 어학 서비스 듀오링고(1억명 유저) 505억원 투자

X: 연구소 → 로봇, 자동차(구글 쇼퍼-chauffeur) 등 / 향후 프로젝트 규모가 커지고 사업 가시화 시 스핀오프 형태로 분사되는 시스템

자료: Alphabet, 현대증권

신생 Bets에 대한 과감한 투자는 확대되는 중


Other Bets 사업부의 매출 및 영업이익 추이

12

327448

-330

-573 -498

-800

-600

-400

-200

0

200

400

600

2013 2014 2015

(USD 백만) 매출 영업이익

7,358 10,959 9,915

2.5%

4.6%

8.8%

0.0%

2.0%

4.0%

6.0%

8.0%

10.0%

0

2,000

4,000

6,000

8,000

10,000

12,000

2013 2014 2015

(USD 백만)총 Capex

Other Bets향 capex 비중(우)

49

1) Alphabet: 인공지능 사업 현황

Alphabet은 2000년 대 초반부터 현재까지 약 280억불(한화 약 32조 원)을 인공지능 기술 개발에 투자

→ 대부분의 투자는 2010년 이후 진행하였으며 2011년 Google Brain Project를 수립하고 본격적으로 A.I. 기술 개발에 착수

온라인 광고 수입에 의존하는 기업 구조를 개선하기 위해 신(新) 성장동력으로 인공지능, 로봇, 무인자동차, 헬스케어를 선택

2013년 3월 DNNresearch 를 인수하며 딥러닝의 선구자인 G. Hinton 교수를 회사로 영입

영국의 딥러닝과 강화학습(Reinforcement Learning) 기반 인공지능 S/W 개발사 DeepMind를 6억불에 인수

→ AlphaGo와 이세돌9단의 경기를 주최하며 전세계 최고의 인공지능 선도 업체로 조명되는 중

오픈소스 기반의 ‘TensorFlow’는 머신러닝 오픈 소스 라이브러리로 Google Inbox(이메일 자동 답장 시스템), Google Photo(사진 묘사 및 자동 분류), Google Translation(번역 ) 등 다양한 서비스에 활용되고 있음


수백번의 게임을 통해 스스로 벽돌깨기 게임의 룰을 학습


DeepMind의 Demis Hassabis

이 페이지는 편집상 공백입니다

51

2) IBM: 기업 소개


IBM 주가 및 거래량 추이 IBM(International Business Machines Corporation)

은 첨단 정보기술을 이용하여 컴퓨터 솔루션을 제공하는 업체

동사의 주요 생산 제품은 기술, 시스템, 제품, 서비스, 소프트웨어

및 제품구매 융자 서비스

자료: Bloomberg

IBM 실적 및 밸류에이션 테이블


IBM 매출 및 영업이익률 추이

결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 104.51 98.37 92.79 81.74 77.90

영업이익 (십억USD) 20.44 19.49 17.79 15.01 15.71

순이익 (십억USD) 16.60 16.48 12.02 13.19 12.77

매출액 증가율 (%) -2.25 -5.88 -5.67 -11.91 -4.70

순이익 증가율 (%) 4.72 -0.73 -27.06 9.72 -12.89

EPS 증가율 (%) 9.66 6.13 1.69 -12.88 -9.92

부채비율 (%) 84.08 81.83 89.76 86.95 --

영업이익률 (%) 19.56 19.81 19.17 18.36 20.17

PER (배) 12.65 11.31 8.92 9.08 10.43

PBR (배) 11.35 8.68 13.39 9.32 8.30

EV/EBITDA (배) 9.41 9.37 8.59 8.74 8.42

배당수익률 (%) 1.72 1.97 2.65 3.63 3.75

ROE (%) 85.15 79.15 69.37 100.96 78.83

ROA (%) 14.09 13.43 9.87 11.58 10.94

19.0

19.619.8

19.2

18.4

20.2

17

18

18

19

19

20

20

21

0

5

10

15

20

25

2011 2012 2013 2014 2015 2016(F)


0

50

100

150

200

250

0

500

1,000

1,500

2,000

2,500

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) IBM(우)

52

2) IBM: 주요 지표


IBM PBR 추이


IBM 사업부별 매출


IBM 12개월 선행 PER 추이


IBM 주요보유 기관


BERKSHIRE HATHAWAY I 8.85%



BLACKROCK 5.12%

STATE FARM INSURANCE 2.82%


FMR LLC 1.33%

NORTHERN TRUST CORPO 1.15%

NORGES BANK 0.95%

GEODE CAPITAL MANAGE 0.76%


0

50

100

150

200

250

300

11 12 13 14 15 16

(USD)

14X

8X

IBM US Equity

평균 11X

0

50

100

150

200

250

300

11 12 13 14 15 16

(USD)

12.2X

9.2X

IBM US Equity

평균 10.7X

60.2%

28.1%

9.3%

2.3% 0.3%

Global Services

Software

Systems and

Technology

Global Financing

Other Revenue &

Adjustments

53

2) IBM: 4Q15 실적 Review

IBM의 2015년 4분기는 매출액 220억불(-8.5%YoY), 영업이익 51억불(-28%YoY)로 15분기 연속 매출 하락세

2015년도 결산 기준으로는 강달러와 주요사업부의 성장성 악화

H/W는 전통적인 하드웨어 Storage의 부진으로 매출 감소. 다만, 하이브리드 클라우드 환경에 맞춘 파워시스템이 2015년 들어

성장세로 전환되는 추이를 보이면서 시장예상 대비 양호한 수준의 실적

S/W는 라이센싱 협약의 구조적인 변화 움직임으로 매출 악화. 클라우드 시장 확대는 고가의 인프라 서비스를 판매하는 IBM의 매출 감소요인

→ 다만, 사업믹스 변화하며 분기 실적 변동성 완화가 기대되며 신규 합병 기업들의 매출효과로 2016년 1분기 개선 전망

GTS의 경우 시장의 예상을 충족하였으나 세부 사업부의 믹스 개선에 따른 초기투입비용 등의 영향으로 저마진 구조가 당분간 이어질 것

부진한 실적 가운데서도 IBM의 신사업 분야인 ‘전략적 지표’(Strategic Imperatives)는 연간 26%의 성장세 (FY15 매출의 35% 비중)

자료: IBM Annual Report(2015), 현대증권

Strategic Imperatives 사업은 양호

* Global Financing 및 기타 지표는 제외 자료: IBM, 현대증권

IBM 주요 사업부문별* 매출액

14.1 14.1 14.1 14.7 13.8 13.9 13.7 13.5 12.2 12.4 12.1 12.4

5.6 6.4 5.8 8.1

5.7 6.5 5.7 7.6 5.2 5.8 5.1 6.8

3.1 3.8 2.9

3.9

2.1 3.0

2.4 2.4

1.7 2.1 1.5 2.4

0

5

10

15

20

25

30

(USD 십억) Global Services

Software

Systems Hardware

54

2) IBM: Strategic Imperatives

2014년 IBM은 전략적 지표(Strategic Imperatives)를 정의

→ Data, Cloud, Engagement로 나뉘며 성격에 따라 사업부문별로 고루 나뉘어져 있음

Data: 빅데이터를 의미하며, 데이터와 인지컴퓨팅을 통한 분석(Analytics)으로 인사이트 제공 + 수익 창출

→ Watson 사업 또한 포함되며 2010년 이후 150억불 이상 투자, 20개 이상의 관련 기업 인수합병(70억불 규모)

Cloud: IBM Cloud(IaaS, 인프라 기반 서비스), Bluemix(PaaS, 플랫폼 기반 서비스) 및 다양한 SaaS(소프트웨어 기반 서비스) 구축

→ 2015년 Blue Box Group(개인용 클라우드), Compose(DaaS), StrongLoop(개발사), Cleversafe(객체 기반형 storage),

Gravitant(클라우드 중계업), Clearleap(클라우드 기반 비디오) 인수

Engagement: 모바일 환경의 증가로 개인들의 상호작용이 중요해지면서 “참여”를 기반으로 가치 창출

→ Social, Mobile, Security(소셜 네트워크 및 클라우드 보안) ex. 애플과 모바일퍼스트(MobileFirst) 개발 및 운영

IBM은 1)인지(Cognitive)를 통한 다양한 분야(산업)솔루션 구축과 2)클라우드 플랫폼을 통한 중장기 성장전략을 전개 중

자료: IBM, 현대증권

IBM 연간 인수 규모

자료: IBM Annual Report(2015), 현대증권

IBM의 투자는 전략적 지표로 집중

39643219

608

3555

1110

6

14

0

5

10

15

0

1,000

2,000

3,000

4,000

5,000

2012 2013 2014 2015

(USD 백만) 인수가치(백만달러) 건수 (개)

55

2) IBM: 인공지능 사업 현황


2011년 미국 퀴즈 쇼 ‘Jeopardy’ 참가 당시 모습


Watson for Oncology(종양학)를 통한 암 치료법 연구

1997년 IBM의 인공지능 체스 프로그램인 ‘DeepBlue’가 체스 세계 챔피언 게리 카스파로프와의 경기에서 승리

2004년부터 꾸준히 연구하고 있는 Watson은 인지컴퓨팅과 자연어처리에 특화되어 있는 일종의 SaaS 클라우드 인공지능

→ Watson 연구소는 IBM 8개 연구소 중 본사 역할을 하는 곳으로 현재 약 2천명의 직원이 일하고 있음

→ Watson은 상당한 수준의 비정형데이터까지 분석이 가능한 것으로 알려져 있으며 2011년 美 ‘Jeopardy’ 퀴즈 쇼에서 우승을 차지

Watson은 헬스케어, 기업 컨설팅, 법률, 고객 응대 등 분야에서 새로운 기술과 연동하거나 데이터를 교류하며 스스로 학습하고 진화

2014년 8월 인간의 두뇌구조를 닮은 뉴로모픽 칩 ‘TrueNorth’ 공개 (54억개 트랜지스터 , 100만개 신경세포, 2.6억개 시냅스 탑재)

클라우드 기반의 블루믹스(Blue Mix)는 Watson과 연계할 수 있는 개발자용 통합 플랫폼으로 점차 다국어로 확대 지원될 예정

Watson의 최종 목표는 자연어, 데이터 통찰, 추론능력, 시각화 등을 습득하여 사람의 감정을 읽어내고 소통하는 것

57

3) Facebook: 기업 소개


Facebook 주가 및 거래량 추이 소셜 네트워크 웹사이트를 운영하는 업체

전세계 최다 active user를 보유한 소셜 플랫폼 Facebook을

통한 모바일 광고, 데스크탑 광고, 각종 결재 수수료를 통해

사업 영위

자료: Bloomberg

Facebook 실적 및 밸류에이션 테이블


Facebook 매출 및 영업이익률 추이

결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 5.09 7.87 12.47 17.93 25.49

영업이익 (십억USD) 0.54 2.80 4.99 6.23 13.61

순이익 (십억USD) 0.03 1.49 2.93 3.67 9.09

매출액 증가율 (%) 37.13 54.69 58.36 43.82 42.16

순이익 증가율 (%) -95.21 4,559.38 96.18 25.44 39.47

EPS 증가율 (%) -96.15 3000.00 80.65 16.96 38.29

부채비율 (%) 22.17 13.55 9.68 10.50 --

영업이익률 (%) 10.57 35.62 40.06 34.72 53.38

PER (배) 2661.97 91.08 70.93 81.13 34.04

PBR (배) 5.37 9.00 6.05 6.73 5.80

EV/EBITDA (배) 47.07 33.61 33.23 34.20 18.30

배당수익률 (%) 0.00 0.00 0.00 0.00 0.00

ROE (%) 0.40 10.95 11.34 9.14 15.24

ROA (%) 0.30 9.04 10.11 8.21 16.36

47.3

10.6

35.640.1

34.7

53.4

0

10

20

30

40

50

60

0

5

10

15

2011 2012 2013 2014 2015 2016(F)


0

20

40

60

80

100

120

140

0

10,000

20,000

30,000

40,000

50,000

60,000

70,000

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 페이스북(우)

58

3) Facebook: 주요 지표


페이스북 PBR 추이


페이스북 사업부별 매출


페이스북 12개월 선행 PER 추이


페이스북 주요보유 기관


FMR LLC 6.50%


BLACKROCK 5.64%


KOUM JAN 2.68%



JENNISON ASSOCIATES 1.26%

INVESCO LTD 1.24%

MORGAN STANLEY 1.22%


0

50

100

150

200

13 14 15 16

(USD)

53X

29X

FB US Equity

평균 41X

0

50

100

150

200

13 14 15 16

(USD)

10.7X

4.7X

FB US Equity

평균 7.7X

73.6%

21.7%

4.7%

Mobile Advertising

Desktop Advertising

Payments and Other Fees

59

3) Facebook: 4Q15 실적 Review

페이스북의 4분기 실적은 매출액 58.4억불(+51.7%YoY), 영업이익 25.6억불(+125.9%YoY), 당기순이익 15.6억불

(+122.7%YoY)을 시현

비디오 등 새로운 광고 포맷이 영업 호조를 보이고 모바일 앱의 사용자 경험이 향상되면서 광고 매출의 큰 폭 성장이 호실적을 견인

→ 광고 매출 56.4억 불 기록(+56.8%YoY)

한편, 지난해 말 기준 페이스북의 월 활동 사용자 수와 일 활동 사용자 수는 전년동기대비 각각 14%, 17% 늘어난 15.9억명, 10.4억명

2015년도는 1) 모바일 전환을 위한 지속적인 투자, 2) 광고 고객 사의 증가, 3) 마케팅 효율성과 시너지를 상승시킬 수 있는 새로운

포맷과 어플리캐이션의 도입 등이 성장을 견인

2016년에도 유저 및 광고주 수요 증가, 광고의 질적 향상 및 시너지 확대 등으로 매출 성장 기조 이어갈 것으로 전망

IDC 센터의 추가 건립 등으로 2016년 CAPEX 투자는 70% 이상 큰 폭으로 증가 예상 (40~45억불)

자료: Facebook, 현대증권

지속적인 CAPEX 투자의 증가


모바일 유저의 증가와 광고매출 증대

1.3 1.7 2.0 2.5 2.4

2.9 3.4

4.5 341

399456

526581

655727

823

0

200

400

600

800

1,000

0.0

1.0

2.0

3.0

4.0

5.0

1Q14 2Q14 3Q14 4Q14 1Q15 2Q15 3Q15 4Q15

(USD 십억)모바일 광고매출액(좌)

모바일 전용 MAU(우)

(백만명)

0.61 1.24 1.36

1.83 2.52

16.3

24.3

17.3 14.7 14.1

0

5

10

15

20

25

30

0.0

0.5

1.0

1.5

2.0

2.5

3.0

2011 2012 2013 2014 2015

(%)CAPEX(좌) CAPEX/매출액(우)(USD 십억)

60

3) Facebook: 고객 외연 확장 중

인수/합병 등을 통한 플랫폼과 다양한 어플리케이션 확장

→ WhatsApp(메신저), Oculus(VR) 등 Facebook의 고객 외연 확장될 수 있는 환경 구축

높은 플랫폼 점유율 가운데 신생 어플리케이션의 확장으로 모바일 광고 수입 증대 및 유저 경험 데이터의 증가 기대

2016년에도 동사의 차세대 앱인 WhatsApp과 Instagram 강화와 인공지능(A.I.), 가상현실(VR) 투자 등으로

R&D비용은 더욱 증가할 것 → 2013년 14.2억불, 2014년 26.7억불, 2015년 48.2억불

Facebook은 비영리단체 “Internet.org”를 런칭하여 드론에서 무료 인터넷 접속 등을 통해 낙후지역에 대한 인터넷 연결 프로젝트 진행 중

→ 이동식 무선 기지국 역할 하는 드론 Aquila 활용하며 자신들의 고객군을 최대한으로 확보하기 위한 노력 지속 중

자료: globalwebindex, 현대증권

페이스북 커뮤니티의 경쟁우위


최근 R&D 지출의 큰 폭 증가세 이어질 것

0.4 1.4 1.4 2.7

4.8 10

27

18

21

27

0

5

10

15

20

25

30

0

1

2

3

4

5

6

2011 2012 2013 2014 2015

(%)R&D 비용 R&D/매출액(USD 십억)

61

3) Facebook: 인공지능 사업 현황

2013년 인공지능 분야의 대가인 Yann Lecun(얀 레쿤) 뉴욕대 교수·박사를 페이스북 인공지능 연구소장으로 영입

→ Facebook AI Research(FAIR) 설립

2014년 딥러닝 기반의 ‘DeepFace’ 발표

→ 얼굴 인식 알고리즘이 1억 2,000만개 이상의 네트워크를 조합하여 사람의 얼굴을 3차원으로 변환

→ 어느 각도에서도 똑같이 인식하는 이 기술은 인지 정확도가 97.25% 수준 (사람의 시각 인지 정확도는 97.5%)

Facebook Messenger에 탑재되어 있는 ‘M’은 정보 검색, 쇼핑, 장소 찾기에 활용되고 있으나 음성인식은 불가능

→ 현재는 인공지능이 Facebook의 전문인력과 협업하는 형태로 서비스 제공 중

16억 명의 Facebook 사용자와 7억 명의 Facebook Messenger 사용자를 기반으로 다양한 데이터를 연구 중


Facebook Messenger 가상비서 서비스 ‘M’


Facebook의 머신러닝 기술로 제작한 정밀 거주 지도

63

4) Microsoft: 기업 소개


Microsoft 주가 및 거래량 추이 마이크로소프트(Microsoft Corporation)는 각종 소프트웨어를 개발, 생산, 라이센스, 판매 및 지원하는 업체

동사의 주요 생산제품은 운영체제와 서버 애플리케이션 소프트웨어,

비즈니스와 소비자 어플리케이션 소프트웨어

소프트웨어 개발 도구 및 인터넷과 인트라넷 소프트웨어를 공급하고 비디오 게임콘솔 및 디지털 음악 오락기기도 개발하고 있음

자료: Bloomberg

Microsoft 실적 및 밸류에이션 테이블


Microsoft 매출 및 영업이익률 추이

결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 73.72 77.85 86.83 93.58 91.90

영업이익 (십억USD) 21.76 26.76 27.76 18.16 27.31

순이익 (십억USD) 16.98 21.86 22.07 12.19 22.09

매출액 증가율 (%) 5.40 5.60 11.54 7.77 -1.79

순이익 증가율 (%) -26.66 28.77 0.97 -44.76 1.86

EPS 증가율 (%) -26.01 29.21 1.92 -43.99 4.90

부채비율 (%) 45.28 44.57 47.92 54.56 --

영업이익률 (%) 29.52 34.38 31.97 19.41 29.72

PER (배) 11.39 13.15 15.85 17.47 18.87

PBR (배) 3.86 3.64 3.83 4.43 5.37

EV/EBITDA (배) 8.30 7.41 8.51 12.16 10.29

배당수익률 (%) 2.62 2.66 2.69 2.81 2.71

ROE (%) 27.51 30.09 26.17 14.36 29.19

ROA (%) 14.77 16.58 14.02 7.00 14.51

38.8

29.534.4 32.0

19.4

29.7

0

10

20

30

40

50

0

5

10

15

20

25

30

2011 2012 2013 2014 2015 2016(F)


0

10

20

30

40

50

60

0

5,000

10,000

15,000

20,000

25,000

30,000

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 마이크로소프트(우)

64

4) Microsoft: 주요 지표


Microsoft PBR 추이


Microsoft 사업부별 매출


Microsoft 12개월 선행 PER 추이


Microsoft 주요보유 기관



BLACKROCK 5.82%



GATES III WILLIAM HE 2.62%

T ROWE PRICE ASSOCIA 2.16%

FMR LLC 1.98%

WELLINGTON MANAGEMEN 1.93%




0

10

20

30

40

50

60

11 12 13 14 15 16

(USD)

18X

9X

MSFT US Equity

평균 12.5X

0

10

20

30

40

50

60

11 12 13 14 15 16

(USD)

5X

3.01X

MSFT US Equity

평균 4X

49.3%

26.0%

24.7%

More Personal Computing

Productivity and Business

Processes

Intelligent Cloud

65

4) Microsoft: 2Q16 실적 Review

마이크로소프트사의 2016년 2분기(6월결산 법인) 실적은 전년동기대비 2% 감소한 25.7억불(NG기준)을 시현했으나 시장의 기대치는 충족

→ 영업이익은 79억불(+3%YoY), 순이익은 63억불(+3% YoY), EPS $0.78(+11%YoY) 기록

사업부문별로는 비즈니스프로세스 사업과 PC 및 하드웨어 관련 매출은 감소했으나 클라우드 사업의 성장이 이를 상쇄

1) 비즈니스프로세스 사업의 경우 오피스365와 Dynamic CRM online의 성장, 2) Azure와 기업용 클라우드 서비스 매출 증가,

3) PC사업의 Surface 매출과 Xbox라이브 이용자 증가 (MAU 390만명 → 480만명) 및 검색광고의 이익 증가 등이 모바일 휴대전화와

윈도우 매출 부진, 불리한 환율영향 등을 상쇄

분기 CAPEX 투자는 20억불 수준 → 상업용 클라우드 서비스에 대한 지속적인 투자

한편 R&D 및 마케팅 비용 등은 2015년 7월 발표한 휴대전화 사업의 전략 변경(사업 구조조정)에 따라 전년동기대비 5% 감소

2016년도 회계연도 들어 분기 배당금을 36센트로 16% 확대


Office 365 구독자 수 추이


Microsoft 클라우드 사업 매출액 추이

4.865.52 5.29

6.075.48

6.04 5.906.30

5.896.34

0

2

4

6

8

1Q14 2Q14 3Q14 4Q14 1Q15 2Q15 3Q15 4Q15 1Q16 2Q16

(USD 십억) Intelligent Cloud

7.19.2

12.415.2

18.220.6

0

5

10

15

20

25

1Q15 2Q15 3Q15 4Q15 1Q16 2Q16

(백만명) Office 365 Consumer subscribers

66

4) Microsoft: 신사업 확장 중

MS는 모바일 퍼스트, 클라우드 퍼스트 환경에서 1) 생산성 제고 및 비즈니스 프로세스 개선, 2) ‘인텔리젠트 클라우드’ 플랫폼 구축,

3) 더욱 다양한 PC 개발 등을 위한 R&D 투자에 집중

기술중심의 기업에서 고객 중심으로 MS의 핵심가치가 전환되는 것으로 생산성 향상 도모 중

이는 MS가 보유하는 비즈니스 프로세스 도구(ex. MS office, OneNote 등)를 타 OS와의 호환 및 안드로이드 같은 경쟁적 모바일

환경에서도 당사의 애플리케이션의 호환이 자유로울 수 있도록 시스템을 개선하는 것을 의미

서비스형 클라우드 애저(Azure)와 윈도우 서버를 바탕으로 공공, 민간, 하이브리드(개별 클라우드 – 오픈형 클라우드 연계)형 클라우드

플랫폼 구축을 위해 IDC 및 인프라 투자가 지속될 것

윈도우 10에서는 증강현실(AR) 기반의 가상현실(VR)기기인 홀로렌즈(HoloLens) 및 새로운 입출력 장치(음성, 펜, 제스처)와 같이

새로운 형태의 PC들이 OEM 사업자들과의 협력을 통해 구현되면서 PC 사용자 경험 더욱 강화될 것으로 기대

자료: Microsoft, 현대증권

Microsoft의 클라우드 서비스 플랫폼 Azure


Microsoft의 CAPEX 추이

2.4 2.3

4.3 5.5 5.9

3.4 3.1

5.5 6.3 6.4

0.0

2.0

4.0

6.0

8.0

0

2

4

6

8

2011 2012 2013 2014 2015

(%)CAPEX CAPEX/매출액(USD 십억)

67

4) Microsoft: 인공지능 사업 현황

마이크로소프트는 머신러닝 프로젝트의 하나로 Project Oxford 사이트를 운영 중

→ 머신비전, 스피치, 언어 분야 등의 머신러닝, 인공지능 API 를 활용해 볼 수 있음

Window 10에 클라우드 기반의 인공지능 비서 코타나(Cortana)를 탑재

→ 사용자의 음성을 통해 특정 앱을 실행하거나 정보를 검색하고, 개인 일정, 선호 사항, 특징 등을 세밀히 학습하여 맞춤형 어플리케이션 추천

2014년 게임 마인크래프트(Minecraft)를 25억불에 인수하고 이를 통해 가상현실과 증강현실, 인공지능에 대한 연구를 진행하고 있음

→ 상반기 중으로 학교 교육에 특화된 게임 소프트웨어(Minecraft Education Edition)를 미국에 출시할 예정

Microsoft의 무료전화 서비스 스카이프(Skype)를 통해 기계학습 기반의 번역 서비스 지원

→ 사용자 증가할 수록 대화 주제, 뉘앙스, 발음 등을 정확히 인식하며 현재는 영어, 스페인어, 이탈리아어, 중국어 동시 통역만 지원

자료: Microsoft, 현대증권

감정 분석의 초기 버전인 Emotion API (Project Oxford)

자료: Skype, Microsoft, 현대증권

기계학습 기반의 Skype Translator 서비스

69

5) Amazon: 기업 소개


아마존 주가 및 거래량 추이 아마존 닷컴(Amazon.com)은 광범위한 제품을 판매하는 온라인 소매업체

동사가 판매하는 제품에는 책, 음반, 비디오테이프, 컴퓨터, 전자제품, 가정 및 원예용 제품 과 그 외의 기타 수 많은 제품들이 포함됨

동사는 고객들에게 맞춤형 쇼핑 서비스, 웹기반 신용카드 결제 및

직접 운송 서비스를 제공하고 있음

자료: Bloomberg

아마존 실적 및 밸류에이션 테이블


아마존 매출 및 영업이익률 추이

0

100

200

300

400

500

600

700

800

0

500

1,000

1,500

2,000

2,500

3,000

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 아마존 닷컴(우)

1.8

1.1 1.0

0.2

2.1

3.3

0

1

2

3

4

0

1

2

3

4

5

2011 2012 2013 2014 2015 2016(F)


결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 61.09 74.45 88.99 107.01 130.05

영업이익 (십억USD) 0.68 0.75 0.18 2.23 4.25

순이익 (십억USD) -0.04 0.27 -0.24 0.60 4.53

매출액 증가율 (%) 27.07 21.87 19.52 20.25 21.53

순이익 증가율 (%) -- -- -- -- 129.60

EPS 증가율 (%) -- -- -- -- 118.78

부채비율 (%) 74.84 75.73 80.29 79.55 --

영업이익률 (%) 1.11 1.00 0.20 2.09 3.27

PER (배) 662.73 649.06 -- 537.78 61.00

PBR (배) 13.90 18.78 13.44 23.79 14.45

EV/EBITDA (배) 37.89 44.39 29.04 37.13 18.63

배당수익률 (%) 0.00 0.00 0.00 0.00 0.00

ROE (%) -0.49 3.06 -2.35 4.94 20.31

ROA (%) -0.13 0.75 -0.51 0.99 5.46

70

5) Amazon: 주요 지표


아마존 PBR 추이


아마존 사업부별 매출


아마존 12개월 선행 PER 추이


아마존 주요보유 기관


BEZOS JEFFREY P 17.61%



BLACKROCK 4.50%


FMR LLC 3.94%


BAILLIE GIFFORD AND 1.73%


INVESCO LTD 1.12%


0

200

400

600

800

1,000

11 12 13 14 15 16

(USD)

89X

48X

AMZN US Equity

평균 68.6X0

100200300400500600700800

11 12 13 14 15 16

(USD)

19.7X

11.2X

AMZN US Equity

평균 15.2X

70.6%

21.0%

7.4%

1.0%

Electronics & Other

General Merchandise Media

Amazon Web Services

(AWS) Other

71

5) Amazon: 4Q15 실적 Review

아마존의 4분기 실적은 매출액 357억불(+22%YoY), 영업이익 111억불(+88%YoY), 당기순이익 48.2억불(+125%YoY)를 시현

→ 다만 높은 시장 기대치는 충족하지 못하면서 실적 발표 이후 주가는 조정을 보임

외부판매자의 수요 증가에 따른 Capa 확충과 테크 관련 설비 투자 및 해외사업부의 마케팅 비용 증가 등으로 수익성 부문에서

시장기대치 소폭 하회

전자상거래 확대와 클라우드 사업인 아마존 웹 서비스(AWS)의 성장으로 해당 부문의 매출액은 전년동기대비 각각 65%, 53% 증가

외부판매자의 수요 증가에 따른 Capa 확충 등은 단기적으로 비용의 측면이 크지만 장기적으로는 수익성 측면에서 긍정적임

프리미엄 서비스인 ‘프라임’의 유료가입자수는 전년동기대비 51% 증가

2016년도 동사의 1) 클라우드 시장 확대에 따른 매출 확대, 2) 물류시스템 및 프라임 서비스를 통한 리테일 성장을 바탕으로 외형성장 및

수익성 개선흐름이 지속될 전망


AWS의 양호한 영업이익률(분기)


아마존 연간매출액 추이 및 전자상거래 매출

28.7 38.6

48.8 60.9

75.6

0

20

40

60

80

2011 2012 2013 2014 2015

(USD 십억) Electronics & Other General Merchandise

CAGR = 21.4%

0

5

10

15

20

25

30

0

100

200

300

400

500

600

700

Q1

2014

Q2

2014

Q3

2014

Q4

2014

Q1

2015

Q2

2015

Q3

2015

Q4

2015

(USD 백만)

AWS 영업이익(좌) AWS OPM%(우)

72

5) Amazon: 레버리지 전략

아마존의 성장전략은 ‘레버리지 전략’

핵심 자산(온라인 유통채널, 물류인프라) + IT → 유통/물류, 클라우드 사업 발전 + 디지털 컨텐츠 유통 및 제작

최근 관련사업 투자 현황 (인수업체): 클라우드(Sonian, ParAccel, Annapurna Labs), 물류(Kiva),

디지털 컨텐츠(Songza Media, 워싱턴 포스트 등)

다만, 지속적인 투자 확대와 낮은 가격 정책으로 매출 성장에 비해 수익성 부진이 지속되고 있다는 점이 약점으로 지적

그러나 저가격(박리다매) + 고객니즈 충족으로 ‘고객경험’ 가치의 증가에 따른 유저 확대로 플랫폼의 지배력은 강화

플랫폼 지배력 강화로 ‘아마존 패키징’ 전략 강화와 플랫폼의 가치가 상승하는 선순환 구조가 투자포인트

자료: Amazon

CEO Jeff Bezos의 아마존 성장 개념


아마존 CAPEX 투자 추이

1.8

3.8 3.4

4.9 4.6

3.8

6.2

4.6 5.5

4.3

0.0

2.0

4.0

6.0

8.0

0

1

2

3

4

5

6

2011 2012 2013 2014 2015

(%)CAPEX CAPEX/매출액(USD 십억)

73

5) Amazon: 인공지능 사업 현황

세계 최대의 온라인 유통업체로 2013년 12월 예측배송(anticipatory shipping) 시스템 특허를 취득한 바 있음 → 소비자 수요 분석,

인지 컴퓨팅(cognitive computing) 기술에 집중해 오고 있음

음성인식 기술 기반의 알렉사(Alexa)와 7개의 마이크를 장착한 내장한 원통형 스피커 제품인 아마존 에코(Echo) 출시. 음악이 나오는

상황이나 소음 환경에서도 음성인식 기술을 기반으로 날씨 정보, 뉴스 등의 검색 명령 수행

2015년 6월 경쟁력 있는 스타트업들이 알렉사를 활용하여 소프트웨어, 서비스, 제품을 개발할 수 있도록 1억불의 Alexa 펀드를 구축

알렉사 소프트웨어 개발자 키트(SDK)를 공개하고 Alexa Skills Kit(ASK)과 통합할 수 있게 지원

자동차 업체 포드(Ford)와 협업해 음성으로 자동차 상태 및 운전 상황 확인이 가능한 커넥티드 카(Connected Car)를 공동 개발 중

아마존의 최종 목표는 세계의 IoT 기기들이 알렉사를 통해 연결 되는 것 → 궁극적으로는 사용자의 생활방식과 특징, 행동패턴 정보를 모두 수집해 정교한 상품 추천을 제공하여 맞춤형 쇼핑시장의 선두 업체가 되는 것


알렉사 소프트웨어 개발자 키트(SDK) 공개


비서 서비스 알렉사(Alexa)가 장착된 스피커 ‘에코(Echo)’

75

6) Apple: 기업 소개


애플 주가 및 거래량 추이 애플(Apple, Inc.)은 개인 컴퓨터, 관련 개인전산, 이동통신 장비

를 다양한 관련 소프트웨어, 서비스, 주변기기 및 네트워크 솔루션과

함께 디자인, 제조 및 판매하는 업체

동사는 자사의 온라인 상점, 소매점, 직접 판매인, 제3자 도매상 및

재판매상을 통해 전세계로 동사의 제품을 판매

자료: Bloomberg

애플 실적 및 밸류에이션 테이블


애플 매출 및 영업이익률 추이

38.8

29.534.4 32.0

19.4

29.7

0

10

20

30

40

50

0

5

10

15

20

25

30

2011 2012 2013 2014 2015 2016(F)


결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억USD) 156.51 170.91 182.80 233.72 228.40

영업이익 (십억USD) 55.24 49.00 52.50 71.23 65.28

순이익 (십억USD) 41.73 37.04 39.51 53.39 49.96

매출액 증가율 (%) 44.58 9.20 6.95 27.86 -2.27

순이익 증가율 (%) 60.99 -11.25 6.68 35.14 -6.43

EPS 증가율 (%) 59.14 -10.33 13.49 42.99 -1.50

부채비율 (%) 32.86 40.31 51.89 58.91 --

영업이익률 (%) 35.30 28.67 28.72 30.48 28.58

PER (배) 15.11 12.14 15.57 12.43 11.14

PBR (배) 5.30 3.51 5.30 5.36 4.28

EV/EBITDA (배) 8.63 5.46 7.79 6.05 5.25

배당수익률 (%) 0.40 2.36 1.81 1.73 2.14

ROE (%) 42.84 30.64 33.61 46.25 39.42

ROA (%) 28.54 19.34 18.01 20.45 16.01

0

20

40

60

80

100

120

140

0

5,000

10,000

15,000

20,000

25,000

30,000

35,000

40,000

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 애플(우)

76

6) Apple: 주요 지표


애플 PBR 추이


애플 사업부별 매출


애플 12개월 선행 PER 추이


애플 주요보유 기관



BLACKROCK 5.69%


FMR LLC 2.82%


NORTHERN TRUST CORPO 1.28%


INVESCO LTD 1.11%

MORGAN STANLEY 0.94%



0

50

100

150

200

11 12 13 14 15 16

(USD)

16X

8X

AAPL US Equity

평균 12.1X0

20406080

100120140160

11 12 13 14 15 16

(USD)

6.2X

3.2X

AAPL US Equity

평균 4.7X

66.3%

10.9%

9.9%

8.5%

4.3%

iPhone

Macintosh

iPad

Services

Other Products

77

6) Apple: 1Q16 실적 Review

애플의 1분기 실적(9월 결산법인)은 매출액 759억불(+1.7%YoY), 영업이익 241억불(-0.3%YoY), 당기순이익 184억불 (+1.9%YoY)

을 시현 → 매출 가이던스 하단 수준으로 다소 부진한 결과

신제품(아이폰 6S) 출시 등으로 인한 판매보증비 증가로 총이익률은 감소 했으나 환헷지 수익 및 특허관련 소송 승소에 따른 삼성의 합의금

지급 등이 이를 상쇄 → 고정환율 가정 시 매출액은 연간 8% 증가

지역별로는 중국이 여전히 두 자리 수대의 성장(+14%YoY)을 지속했으며 유럽 및 아시아 태평양 지역(일본제외)의 매출도 각각 4%씩 성장

→ 미주지역 및 일본은 전년동기대비 역성장

품목별로는 iPhone은 0.4%YoY증가했으나 iPad의 판매는 동 기간 25% 감소

2016년도는 외국 환율의 상대적 강세 영향과 아이폰의 ASP 감소 등의 우려가 상존

→ 그러나, 아이폰7 출시 기대감과 스마트카와 같은 중장기 관점의 성장 스토리, 꾸준한 배당성향 등으로 주가의 방향성 개선이 기대됨

견조한 CAPEX 전망(+34%YoY)은 자사의 신규 제품 및 서비스 파이프라인의 자신감을 반영하는 것으로 판단

자료: Apple, 현대증권

애플 연간 CAPEX


아이폰 및 아이패드의 판매성장률 추이

7 17 13 16

46 40 35

22

0

14

-16 -9 -13

-18 -23

-18 -20 -25

-40

-20

0

20

40

60

1Q14 2Q14 3Q14 4Q14 1Q15 2Q15 3Q15 4Q15 1Q16

(%YoY) iPhone iPad

1.1 1.12.6

4.6

10.3

7

11 11.2

15

02468

10

121416

2008 2009 2010 2011 2012 2013 2014 2015 2016F

(USD 십억)

78

6) Apple: IoT 투자 확대

애플은 기존의 H/W와 S/W 플랫폼을 활용한 IoT 및 가상/증강현실을 중심으로 투자 확대 중

사물인터넷(IoT)관련 커넥티드 홈(Connected Home)을 위한 플랫폼 HomeKit가 2014년 6월 공개

→ 글로벌 50여 개 브랜드에서 홈키트와 연동되는 제품을 생산 중

애플은 2015년 4월 이스라엘 듀얼 카메라 업체인 Linx Computational Imaging社 인수를 시작으로 가상현실 및 증강현실 투자

→ 이후, 독일의 증강현실 기업 Metaio(2015년 6월), 스위스 모션캡쳐 기업 Face Shift(2015년 11월), 표정인식 기술 스타트업

Emotient(2016년 1월), AR 스타트업 Flyby Media(2016년 1월) 등을 인수

그 외 건강관리 플랫폼 HealthKit와 DNA 데이터를 기반으로 한 의료연구 플랫폼을 추구하는 ResearchKit도 플랫폼 사용자 경험

확대를 바탕으로 차세대 디바이스(웨어러블) 및 플랫폼 구축을 위한 노력임

자료: http://www.applicoinc.com/blog/homekit/, 현대증권

HomeKit 참여 제조회사


애플의 연구개발비 추이

2.4 3.4 4.5 6.0 8.1

2.2 2.2

2.6

3.3 3.5

1.5

2.0

2.5

3.0

3.5

4.0

0

2

4

6

8

10

2011 2012 2013 2014 2015

(%)R&D 비용 R&D/매출액(USD 십억)

79

6) Apple: 인공지능 사업 현황

2011년 10월 자연어 인식 기술을 갖춘 인공지능 비서 서비스인 시리(Siri)를 iPhone에 소개

→ Siri를 시작으로 음성인식 인터페이스에 대한 획기적 인식 전환이 가능해 짐

2015년 10월 딥러닝 기반 이미지 인식/판독 기술 보유 업체 Perceptio와 자연어 인식 기술 기반의 스타트업 VocalIQ 인수

현재 무인자동차 프로젝트인 Project Titan을 추진 중 → 약 1,000명 이상의 직원이 참여 중이며 2019~2020년 첫 제품 공개 예정

Apple은 외부 데이터 의존도를 낮추기 위해 최근 다수의 M&A를 통해 인공지능 관련 역량을 강화하고 있음

인공지능 기술 연구에 필요한 데이터는 애플 제품을 사용하고 있는 이용자의 개인정보 보호를 위해 최장 6개월까지만 저장하고

제한적인 분석만 진행하고 있는 것으로 알려짐

향후 자판 없이 사용자의 명령만으로 스마트폰이 작동 가능한 수준을 목표로 시리(Siri) 역량 강화에 힘쓰고 있음


Apple의 ‘Siri’


애플의 무인자동차 콘셉트

81

7) Baidu: 기업 소개


바이두 주가 및 거래량 추이 바이두(Baidu, Inc.)는 인터넷 검색엔진 제공 업체

동사는 알고리즘 검색, 기업 검색, 뉴스, MP3, 이미지 검색,

음성 지원, 온라인 저장 및 내비게이션 서비스를 전 세계 고객에게

제공

자료: Bloomberg

바이두 실적 및 밸류에이션 테이블


바이두 매출 및 영업이익률 추이

0

50

100

150

200

250

300

0

500

1,000

1,500

2,000

2,500

3,000

1/13 1/14 1/15 1/16

(USD)(만주)거래량(좌) 바이두(우)

52.3 49.5

35.0

26.1

17.6 18.1

0

10

20

30

40

50

60

0

5

10

15

20

2011 2012 2013 2014 2015 2016(F)

(%)영업이익 영업이익률(우)(십억위안)

결산기말 09/12A 09/13A 09/14A 09/15A 09/16F*

매출액 (십억위안) 22.31 31.94 49.05 66.38 80.52

영업이익 (십억위안) 11.05 11.19 12.80 11.67 14.59

순이익 (십억위안) 10.46 10.52 13.19 33.66 15.32

매출액 증가율 (%) 53.83 43.21 53.56 35.33 21.30

순이익 증가율 (%) 57.50 0.60 25.36 155.28 33.24

EPS 증가율 (%) 56.95 0.38 24.97 154.82 35.56

부채비율 (%) 40.41 42.71 45.31 43.04 --

영업이익률 (%) 49.54 35.04 26.10 17.58 18.12

PER (배) 21.62 35.97 37.92 12.89 25.94

PBR (배) 8.39 9.80 9.64 5.29 4.07

EV/EBITDA (배) 15.86 25.85 27.90 27.79 19.06

배당수익률 (%) 0.00 0.00 0.00 0.00 0.00

ROE (%) 50.58 32.53 29.20 51.09 17.13

ROA (%) 30.30 18.03 15.46 27.20 10.51

82

7) Baidu: 주요 지표

*2014년 이후 BPS으로만 추이를 나타냄 자료: Bloomberg, 현대증권

바이두 PBR 추이*


바이두 사업부문별 매출


바이두 12개월 선행 PER 추이


바이두 주요보유 기관


BAILLIE GIFFORD AND 9.17%


ARTISAN PARTNERS LTD 3.87%

INVESCO LTD 3.58%

SANDS CAPITAL MANAGE 3.55%

MASSACHUSETTS MUTUAL 2.62%


LAZARD LTD 2.49%

BLACKROCK 2.22%

DODGE & COX 2.04%


0

50

100

150

200

250

300

0

50

100

150

200

250

300

350

11 12 13 14 15 16

(USD)

34X

18X

BIDU US Equity

평균 26.4X

050

100150200250300350400

14 15 16

(USD)

10X

5X

BIDU US Equity

평균 8.3X

96.5%

3.5%

Online Marketing

Services

Other Services

83

7) Baidu: 4Q15 실적 Review

바이두의 4분기 매출은 187억위안(+33%YoY)으로 시장 기대치에 부합

매출의 96%이상을 차지하는 온라인 마케팅매출은 176억위안(+27%YoY)으로 온라인 광고주는 전년동기대비 6% 증가한 55.5만명,

광고주 당 평균지불액은 17.4% 증가한 3.1만 위안

O2O 관련 마케팅 지출의 증가 및 iQiyi(동영상플랫폼) 관련 영업비용 발생 등으로 인해 온라인 거래 서비스의 마진은 다소 악화

온라인 매출 총거래액(GMV)은 147억위안으로 전년동기대비 397% 급증

→ 모바일 관련 월간 실질이용자(MAU)도 빠른 성장세(모바일 검색 +21%YoY, 모바일 지도 +43%YoY)

Baidu Wallet 활성계좌는 2015년 연말 기준 5,300만 개로 전년동기대비 189% 증가

그 외 급성장하는 바이두 누오미(소셜커머스), 바이두 와이마이(음식 배달앱)와 온라인 여행사사이트 ‘취날 ‘과 ‘씨트립’의 합병 등을 통해

O2O사업 확장이 예상됨

자료: iresearch, 현대증권

중국의 O2O 시장 동향 및 전망

자료: Baidu, 현대증권

바이두 온라인 광고주 수 및 광고주당 평균지불액 추이

75 119 172242

335428

521626

67% 59%45% 41% 38% 28% 22% 20%

2% 3% 4% 5% 6% 6% 7% 7%

0

200

400

600

800

2011 2012 2013 2014 2015 2016e 2017e 2018e

(CNY 십억) 총거래액(좌) 증가율 침투율

20.9 24.2 25.9 26.4 23.8 27.4 28.3 31

446

488516 523 524

590

623

566

400

450

500

550

600

650

0

10

20

30

40

1Q14 2Q14 3Q14 4Q14 1Q15 2Q15 3Q15 4Q15

('000CNY)광고주당 평균지불금액 온라인광고주

(천명)

84

7) Baidu: 인공지능 사업 현황

자료: Baidu, 현대증권

바이두의 무인 자율주행차 테스트 사진

2013년 베이징과 미국 실리콘벨리에 약 3억 불을 투자해 ‘Baidu Research’ 설립

→ 인공지능(Silicon Valley AI Lab), 심층학습 (Institute of Deep Learning), 빅데이터(Big Data Lab) 부문으로 세분화

2014년 5월 ‘Google Brain’에 참여했던 인공지능 분야의 대가 앤드류 응(Andrew Ng) 영입

2015년 9월 인공지능 개인비서 듀어(Duer) 로봇 출시

웹 검색을 넘어 딥러닝을 통한 고도화된 데이터 분석과 웨어러블, 인공지능을 통한 수익 창출 모델의 확장(ex. 금융 등)이 목표

중국의 지역 사투리 차이를 보완하기 위해 정확한 음성인식 기술 개발에 집중하고 있으며 소음 환경에서의 음성인식 정확도는 매우 높은 편

2018년 일정 노선을 순환하는 무인자동차 출시를 목표로 BMW 공동 개발 중 → 지난 12월 베이징 고속도로와 시내에서 테스트 진행

현재 음성 인식, 기계 번역, 검색엔진 및 광고 플랫폼 등의 서비스에 인공지능 활용 중


바이두의 연구개발비 추이

1.3 2.3 4.1

7.0

10.2

9 10

13

14 15

8

10

12

14

16

18

0

2

4

6

8

10

12

2011 2012 2013 2014 2015

(%)R&D 비용 R&D/매출액(CNY 십억)

Summary







87

1) VUNO

2014년 설립되어 딥러닝 알고리즘을 의료 분야에 특화 적용 시켜 X-ray/CT/MRI 및 생체신호 데이터를 토대로 임상 진단

이미지인식 및 딥러닝기술 분야 최고 권위로 인정받는 ILSVRC2015 대회 CLS task 분야 5위 수상 (2015. 12) → 1위 MS, 2위 Google

사람이 X-ray 영상 판독 시 폐암 오진율 31%, 전문의 2명 의견 불일치율 70% 이상

난소암의 경우 증상이 거의 없고 복부 팽만감과 소화불량 등 비특이적 증상 뿐

→ 환자 80%가 3,4기 진단을 받음 (3기 생존율 23~41%, 4기 생존율 11%)

딥러닝 적용된 소프트웨어 VUNO-Med를 통해 다양한 질병을 조기에 진단해 주고 의사에게 더 높은 정확도로 조언 가능

현재 종합병원들과의 협업을 통해 데이터 제공 받고 있으며 연구과제 형태 뿐 아니라 실제 사업화 계약을 통해 진단 영역 확장 및 상용제품 개발 중

폐질환(폐암) 진단, 심혈관 질환 진단, 뇌동맥류 진단, 안저질환 진단, 골연령(성장) 진단 등 가능

세계에서 가장 주목받는 딥러닝 start-up에 선정

자료: venturebeat

VUNO-Med 를 통한 폐질환 이미지 분석

자료: VUNO

88

2) UVify

2014년 설립된 국내 유일 머신비전 기반 자율주행 드론 개발 업체

드론의 높은 활용도를 극대화 하기 위해 인간이 직접 조종하지 않고도 스스로 장애물을 회피하며 주변 인식 가능한 자율화 시스템 수요가 큰 상황

부착된 카메라를 이용한 이미지 인식으로 주변환경의 3차원 정보를 얻는 머신비전 기술 보유

SLAM(Simultaneous Localization and Mapping) 기술 적용되어 GPS 신호 없는 실내에서도 주변 사물 인식 가능

3D depth-sensing과 모션프로세스, 오토파일럿 시스템까지 자율주행 드론의 주요 컴포넌트 기술 개발과 생산이 모두 가능한 업체

Amazon이 구상 중인 드론 활용 무인배송 비즈니스 등에도 머신비전 기반의 자율주행 드론 개발은 필수적 과제

조종이 어렵고 크기의 제약이 따르는 민간 상업용 드론 시장에서 훨씬 더 조작이 간편하고 유용한 드론 제품 출시할 예정

향후 드론 뿐만 아니라 무인자동차, 상업용 무인항공기, 사물인터넷 등 기반 기술이 적용 가능한 분야로 서비스 확장해 나갈 전망

서울대 기계항공공학 박사 주축의 UVify 팀

자료: UVify 자료: YouTube

2016 CES 에서 선보인 드론 제품

89

3) 뤼이드(Riiid!)

대표적인 국내 EdTech 스타트업으로 데이터와 머신러닝을 기반으로 학습자 개개인에게 필요한 문제만을 제공하는 플랫폼 Santa! 개발

EdTech 시장의 주요 키워드인 Adaptive Learning(맞춤 학습) 서비스 ‘산타토익’으로 국내 TOEIC시장 타겟팅

문제 생산자와 수요자 사이에 있는 복잡한 유통과정을 압축시킨 app 플랫폼에 머신러닝 알고리즘 적용으로 시간, 비용 효율적인 학습 가능

오답노트 어플 Renote! 는 시중 문제집 90%를 데이터로 확보하여 학습자가 오답을 검색만 하면 정리가 될 수 있도록 도와줌

5분 동영상 강의 아이템 판매 등으로 취약 유형에 대해 꼭 필요한 지식 상품 제공

다음 진출 시장은 중국 대학생들의 졸업 전 필수 이수 시험인 CET 시장 → 매년 응시자 수 2,000만명

최종적으로는 빅데이터를 기반으로 학습자의 과목 간, 시험 간 취약 유형 분석 알고리즘을 통해 근본적인 지능 개발에 기여하는 것을 목표

진단테스트를 통해 취약 유형에 대한 알고리즘 분석

자료: Riiid! 자료: Riiid!

맞춤 문제 제공으로 1:1 모바일 과외 가능

90

4) Lunit

2013년 설립된 딥러닝 알고리즘 기반 이미지 인식 기술 보유 업체로 X-ray 영상을 통해 감별진단에 도움

패션 영역에서의 이미지 인식 기술 활용 사업 진행 중 의료 분야에서 더 큰 기회를 발견하고 사업 영역 선회

필리핀의 경우 방사선의학자 2명이 70만명에 달하는 환자를 돌봐야 하는 현실 → 알고리즘을 통한 normal 케이스 필터링 만으로도 의미 있음

Mammography(유방촬영술) 과정에서 32%의 암은 놓치게 되는 현실, Breast biopsy specimens 25%는 의사간 의견 불일치

집중하는 분야는 흉부 X-ray와 Mammography 이며, 흉부 X-ray에서 결핵 검출 시 96%의 정확도(AUC) 나타냄

육안으로 판독하기 어려운 부분에서도 종양의 위치, 크기, 종양 내 변형된 세포나 특이 조직까지 검출 가능

인종 별 생체 조직의 상이함으로 인해 이미지 인식 기술을 통한 의료 분야 사업은 향후 글로벌 무대에서도 의미 있게 활용될 것으로 판단

자료: Lunit

Lunit Scope Lunit Breast Lunit Chest

자료: Lunit 자료: Lunit

91

5) Solidware

머신러닝 기술을 이용한 데이터 분석 솔루션 제공 업체

보험, 신용카드, 은행/대출 등 금융 분야에서 필요한 예측 모델을 제공하여 빅데이터로부터 사업적 가치 도출

국내 저축은행, 생명보험사, 신용평가사 등으로부터 데이터를 제공받아 상품의 부도율, 계약 갱신율, 고객 성향 예측 등에 활용

→ 부도율 약 3%p 낮아질 시 저축은행은 수십억원의 비용 절감 효과 발생

2016. 3월 KB캐피탈, NICE평가정보, 솔리드웨어 3사 간 새로운 신용평가모형 수립을 위한 계약 체결

→ 기존 신용평가에서 활용하던 정보가 20개 안팎이라면, A.I.를 활용할 때 훨씬 더 복잡한 분석이 가능해지며 위험율, 갱신율 예측도 상승

최고 수준의 인력 보유로 향후 금융권 전반에 필요한 데이터 분석 솔루션 제공 가능해 질 것으로 판단됨

보험사에 적용 가능한 솔리드웨어의 데이터 분석 솔루션

자료: Solidware 자료: Solidware

분석 데이터 시각화 프로그램 ‘Solidstudio’

92

6) (주)솔트룩스 (Saltlux Inc.)

인공지능과 빅데이터 기술 기반의 스마트 데이터 솔루션/서비스 사업과 언어 및 문서 서비스 제공

자연어처리, 시맨틱검색 전문기업 ㈜솔트룩스 창립 (2000. 6월) → 현재, 한국어 이해와 추론기술까지 갖춘 국내 유일의 기업

번역, 검색엔진, 음성인식, 시맨틱 포털, 비정형 빅데이터 분석 수집 플랫폼 등 공공/민간 분야에서 활용 가능한 솔루션/서비스 사업 영위 중

IBM Watson 과 유사하나 자연어처리(NLP) 5단계 중 1~2단계에서 Watson 보다 우세 (+2%pt), 3~5단계 Watson이 우세 (+3%pt)

지식추론과 Ontology(지식학습)쪽에서는 IBM Watson보다도 상대적 우위에 있다고 밝힘

2016년도 세일즈 강화로 130~160억원의 매출액 전망(해외 비중은 10% 내외), 2017년 코스닥 IPO 심사 청구 예정

NLP, 딥러닝, 자동추론 등의 기술 융합된 인공지능 플랫폼 ‘아담’ 개발 → 올해 퀴즈대회 출전 예정

솔트룩스에서 개발한 인공두뇌 ‘아담’

자료: Saltlux 자료: Saltlux

스마트데이터 솔루션 및 서비스 사업

93

7) Standigm

A.I. 기반 시스템생물학 스타트업으로서 기술을 통해 생명현상을 더 잘 이해하고 문제를 해결하고자 함

5년 안에 시스템 생물학 제반 문제를 예측하고 조언하는 플랫폼 구축이 목표

단순 data를 학습하는 딥러닝 알고리즘을 넘어 해당 문제에 대한 이학적 문맥 이해와 직관 보유

10년 이상 1조원의 비용이 투입되는 신약 개발 과정을 데이터에 기반한 머신러닝 기술 활용으로 대폭 줄이는 기술 개발

세계 10대 제약회사 ‘아스트라제네카(AstraZeneca)’가 주최한 드림챌린지에서 전세계 71개 팀 중 1위 기록 중

→ 이번 대회 결과로 대형 제약회사들과의 협업 증가할 것으로 예상

제약 뿐만 아니라 기능성 화장품 개발로 발포/노화 방지, 생물학적 화장품 등에도 진출할 예정

A.I., 시스템 엔지니어링, 시스템생물학을 전공한 구성원들

자료: Standigm 자료: Standigm

아스트라제네카 드림챌린지에서 1등 기록 중

94

전화: 02-6114+사내번호 [email protected]

리서치센터

리서치센터 애널리스트 직책 사내번호 담당업종/분야 E-mail

이상화 센터장 2909 Head of Research sanghwa.lee

테크1팀 김동원 팀장 2913 디스플레이, 가전, 휴대폰 jeff.kim

테크2팀 박영주 팀장 2951 반도체 및 장비, 소재 young.park

소재/산업재팀 백영찬 팀장 2968 석유화학, 정유 yc.baek

정동익 연구위원 2965 조선, 기계 newday

김열매 연구위원 2935 건설, 유틸리티 fruitism

소비재1팀 채희근 팀장 2905 자동차, 타이어 heeguen.chae

김태희 수석연구원 2922 제약, 바이오 th.kim

김근종 선임연구원 2912 유통, 의류 keunjong.kim

강재성 연구원 2920 기타소비재 jaesung.kang

소비재2팀 나태열 팀장 2989 통신, 인터넷, 게임 tyrah

이달미 수석연구원 2919 화장품 talmi

박애란 선임연구원 2939 음식료 aeranp

임민규 연구원 2953 미디어 minkyu.lim

지주/복합기업팀 전용기 팀장 2916 지주회사, 복합기업 yong.jun

금융/신사업팀 구경회 팀장 2903 은행, 카드 kh.koo

차지운 연구원 2959 신사업 jiwooncha

김 현 연구원 2948 신사업 hyun.kim

곽성환 연구원 2947 신사업, 운송 sunghwan.kwak

투자전략팀 나중혁 팀장 2940 Economist jhna73

곽병열 연구위원 2944 Strategist br.kwak

김병오 수석연구원 2958 글로벌 자산배분, 퀀트 give7734

김수연 수석연구원 2966 크레딧 suyoun.kim

한정숙 선임연구원 2921 글로벌, 중국 suehan

신 얼 선임연구원 2949 채권전략 eol.shin

데이타매니저 권서영 과장 2942 Data Manager/유니버스 관리 sy.kwon

김수진 과장 2941 Data Manager/유니버스 관리 sj.kim

마케팅매니저 정재균 차장 2985 마케팅 기획 jk.chung

박계영 사원 2988 국내 행사 & 마케팅 ky.park

박정은 연구원 2918 해외 행사 & 마케팅 jade.park

95

메 모

150-735 서울시 영등포구 여의도동 34-4 Tel.02-6114-0114 현대증권 지역별 지점 현황

가락 6077-0100 반포 6077-2600 군산 063)912-2000 부평 032)290-5000 이천 031)8029-8400

강남 6077-0200 신사 6077-2700 김천 054)911-6200 북울산 052)979-8400 익산 063)916-7400

강동 6077-0300 신설동 6077-2800 김포 031)990-8400 분당WMC 031)620-0100 일산 031)936-2200

광명 6077-0400 압구정WMC 6077-3200 김해 055)906-1400 판교 031)620-9699 전주 063)900-5400

광화문 6077-0600 양재 6077-3300 남울산WMC 052)932-0400 미금역 031)620-1900 전하동 052)987-7100

구로 6077-0700 용산WMC 6077-3800 논산 041)981-2900 산본 031)8033-4000 제주 064)902-8300

대치WMC 6077-0800 영업부WMC 6114-0700 대전 042)330-8100 상인 053)288-6100 진주 055)922-8500

도곡 6077-0900 잠실 6077-4000 대천 041)928-5600 상주 054)907-4700 창원 055)608-3900

수유 6077-1000 장안 6077-4100 대구WMC 053)211-6500 수원 031)8081-1300 천안 041)901-5700

독산 6077-1100 종로 6077-4200 대구서 053)288-6000 시화 031)500-6800 천안아산역 041)912-2100

동교동 6077-1200 테크노 6077-4400 동래 051)922-6600 신탄진 042)330-7600 첨단 062)450-0600

목동 6077-1400 화곡 6077-4500 동울산 052)987-7000 아산 041)912-8900 청주 043)901-7500

무교WMC 6077-1500 경주 054)622-1100 둔산 042)388-5000 안산 031)8032-1700 충주 043)912-7900

무역센터WMC 6077-1600 계양 032)290-5100 마산 055)981-1900 안양 031)8033-4100 평택 031)8029-8800

방배 6077-1700 과천 02)6077-0500 목포 061)984-9400 연수 032)242-1600 포항 054)613-9900

불광 6077-1800 광산 062)450-0300 무거동 052)979-8200 영주 054)917-8400 화봉 052)979-8500

사당 6077-1900 광주 062)410-3800 방어진 052)987-7200 영통 031)8081-1200 화정 031)936-2100

상계 6077-2100 남광주 브랜치 062)410-3900 부산 051)998-2600 용인 031)328-7900

서초WMC 6077-2200 구리 031)501-2900 부전동 051)922-6800 울산 052)932-4200

신림 6077-2500 구미 054)605-4000 부천 032)242-1400 원주 033)902-4000

(a.i.) 산업의 이해와 투자...

Documents