컨텐츠 바로가기

11.06 (수)

이슈 인공지능 시대가 열린다

[AI혁명](84)스마트시티 인프라 구축 1인자 도전…아토리서치

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

SW기술 기반으로 각종 인프라·클라우드 구축

교통 문제 해결 AI 적용한 'AITS' 솔루션 개발

스타트업 등과 협력해 의료AI 분야 진출 추진

2050년에는 도시인구 비율이 68%에 이를 정도로 전 세계적으로 도시화가 빠르게 진행되고 있다. 인구가 한 곳에 집중되면 다양한 문제가 생긴다. 안전, 교통, 환경 등 도시에서 발생할 문제를 혁신기술을 통해 해결해야 한다. 이를 위해 '스마트시티' 조성은 필수적이다.

스마트시티를 운영하려면 도시 내 수많은 데이터를 효과적으로 처리할 수 있어야 하는데, 이때 필요한 게 '소프트웨어 정의 인프라(SDI)'다. SDI란 소프트웨어 개발 역량을 바탕으로 인공지능(AI), 클라우드 등 새로운 기술을 적용해 최적의 인프라를 제공하는 것이다. 2012년 설립한 아토리서치는 축적된 SDI 기술과 노하우를 바탕으로 부천시, 세종시 등 스마트시티 조성 사업에 필요한 기술을 공급해왔다.
아시아경제

정재웅 아토리서치 대표

<이미지를 클릭하시면 크게 보실 수 있습니다>


아토리서치는 2020년부터 최근 3년 동안 부천시 스마트 교통 체계를 만드는 데 주력했다. 시내 1500대 이상의 CCTV 카메라의 영상 데이터를 메인 센터로 전송하고, 메인 센터에는 클라우드 시스템을 구축해 데이터를 효율적으로 처리했다. 딥러닝 기술을 활용해 교통 영상 분석 서비스도 구현했다.

특히 부천시 교통 문제를 해결하기 위해 AI 기술을 적용한 솔루션 'AITS'를 개발했다. AITS는 인공지능과 지능형 교통체계의 합성어다. 카이스트와 공동개발한 AITS는 낮시간 차량 이동이 많은 대형 교차로나 야간의 인적이 드문 환경에서도 교통 상황을 정확하게 볼 수 있다. 영상 분석을 통해 차량과 보행자를 인식하고, 교통사고 역주행 무단횡단 등 여러 돌발 상황에 대한 자동 탐지가 가능하다. 정부의 클라우드 전환 정책에 대비해 부천시·산하기관 등의 공공서비스 인프라 자원을 단계적으로 이전할 '부천시 AI 데이터센터' 설계를 맡기도 했다.

최근엔 자사의 기술과 AI를 활용해 의료 서비스를 고도화하는 프로젝트를 추진 중이다. 생성형 AI를 활용한 환자의 진료 기록 정리부터 정확한 진단과 질병 조기 발견, 나아가 개인 맞춤형 치료를 달성하기 위해 '애스클AI'와 협업하고 있다. 애스클AI는 의료분야의 거대언어모델(LLM)을 개발하고 있는 스타트업이다. 양사는 병·의원에서 사용할 각종 AI 서비스를 개발하기 위해 의료 특화 스마트 인프라를 만들고 있다.
아시아경제

<이미지를 클릭하시면 크게 보실 수 있습니다>


생성형 AI 시대가 도래하면서 고비용, 고전력이 소요되는 하드웨어 측면도 고려하지 않을 수 없다. 엔비디아의 GPU 등 외산 AI칩에 의지하고 있는 현재 시장 상황을 생각해보면 훗날 비용 상승, 품질 하락 등의 문제가 생길 가능성이 크다. 이에 아토리서치는 데이터센터의 핵심 부품인 AI칩을 국산화하기 위해 한국생성AI파운데이션(KGAF) 회원사인 '하이퍼엑셀'과 협업해 엔비디아 GPU를 대체할 수 있는 새로운 AI칩을 데이터센터에 적용하려고 시도 중이다. 정재웅 아토리서치 대표는 "기존 기술을 업그레이드해 최첨단 AI 기술의 개발·운영을 위한 클라우드 인프라를 구축할 수 있는 역량을 키우고 있다"고 말했다.

아토리서치의 연도별 매출액은 2020년 155억원, 2021년 313억원, 지난해 418억원으로 성장하고 있다. 2019년 삼성벤처투자 등으로부터 65억원 투자를 유치했고, 현재는 삼성전자 SSD(반도체를 사용한 저장장치)와 아토리서치의 클라우드 기술을 융합한 백업 솔루션으로 글로벌 시장 진출을 추진하고 있다. 정 대표는 "사회 기반 인프라 산업으로 시장을 확대해 글로벌 유니콘 벤처로 도약하는 게 목표"라고 밝혔다.



김보경 기자 bkly477@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제(www.asiae.co.kr) 무단전재 배포금지>
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.