본문 바로가기

인터뷰 사례

전 세계 최초로 오프라인 데이터를 수집하는 AI 솔루션! 메이즈(주)

728x90
반응형
SMALL

글/이성현 기자


메이즈(주) 송기선 대표
영상 수집 없이 짧은 시간에 '기억'만으로 데이터 추출
비용 절감 및 속도 상승 효과 있어
오프라인 데이터가 중요한 이유는 사람 간 접촉

지난 12월 3일 메이즈(주) 송기선 대표와 인터뷰 진행했다. 송기선 대표는 미국에서 항공우주공학 박사 과정을 마친 후, 현대자동차 등에서 근무하며 비즈니스와 기술 개발 경험을 쌓았다. 송기선 대표와의 인터뷰를 통해 그와 메이즈(주) 창업 스토리, 메이즈(주)가 제공하는 서비스에 대한 구체적인 이야기를 들을 수 있었다.

AI의 중요성이 커지는 만큼 데이터 수집의 중요성 또한 커지고 있는데, 메이즈(주)는 비용적, 시간적 비효율성을 극복하고 오프라인에서 데이터를 수집하는 AI 솔루션을 전 세계에서 최초로 개발했다고 해 화제다.

AI의 추가적인 학습이 필요하지 않아 효율적 

메이즈(주)는 '오프라인 공간 속에서도 고객 경험을 다양하게 수집하여 온라인 CRM 수준의 서비스가 가능한 혁신적인 서비스'를 제공하는 기업이다. 미로(Maze)처럼 복잡한 세상의 문제들을 기술로 A-MAZE-ing하게 해결해 모두가 행복한 세상을 만든다는 비전을 가지고 창업한 3년 차 스타트업이다.  

메이즈(주)가 제공하는 AI 솔루션은 촬영 단계 익명화를 통한 실시간 AloT 융합 기술로 영상 수집 없이 오프라인 공간 내 다양한 현황을 기록하며, 방문객의 동일인 여부를 추론해 개인화 서비스 수준의 빅데이터를 수집하고, 온라인 CRM 마케팅 용어(CPA, CPC, Retention)로 제공한다.

구체적으로는 현재 주로 식당 경영자 혹은 팝업스토어 주최자, 박람회와 같은 행사에 참여한 기업에 제공된다. 그곳에 방문한 모든 사람의 패턴을 실시간으로 분석하여 좁게는 방문한 고객의 전체적인 분포도와 남녀 성비, 체류 시간과 패턴부터 추후 재방문(Retention)까지 분석해 기존의 솔루션들에 비해 차별적인 고객 경험 서비스를 제공한다. "기술의 핵심은 짧은시간 안에 바로 기억할 수 있다는 점이고, 이를 통해 처음 본 사람들에 대해서도 본격적으로 서비스를 제공할 수 있는 장점이 있다"고 송기선 대표 덧붙였다.

실제 메이즈(주) 사무실에 설치되어 있는 AI 솔루션 프로그램. 자리에 앉아 인터뷰를 시작하기도 전에 사례뉴스 기자단에 대한 분석을 이미 마쳤다.

창업의 계기? 송기선 대표의 일상적 고민에서 시작된 메이즈(주)! 

메이즈(주)의 송기선 대표의 아주 일상적인 고민에서 시작됐다. 그는 머리를 자르러 미용실에 갔는데 예약하지 않고 미용실에 방문해 1시간 이상 기다렸던 경험이 비일비재했다고 이야기하며 "우리가 타지방 유명 맛집을 방문할 때도 비슷하다. 아무 정보 없이 방문했다가 몇 시간을 기다리며 허송세월을 보내거나 다음을 기약하기 일쑤다."

"그런데 이런 정보는 온라인에서는 확인할 수 없다. 반드시 매장과 전화하거나 직접 방문해야 한다. 그런데 방문 전 확인이 없으면 그 1시간을 물리적으로 기다려야 한다. 그렇다고 여러 미용실을 수소문하기에는 드는 시간과 육체적 노력이 많이 들어 비효율적이다."라고 이야기했다. 

송기선 대표는 여러 지도 앱에 탑재된 내비게이션과 대중교통 도착 정보 등의 서비스가 우리 일상에서 비슷한 고민을 해결하려 노력한 대표적인 사례로 들면서 "온라인에서 쇼핑하듯이 내가 이것을 이용할지 말지, 언제 나가서 어떻게 행동할지 계획을 세우도록 돕고 싶었다."라며 메이즈(주) 탄생 비화를 전했다.

그는 "이러한 서비스가 온라인으로만 가능하고 오프라인으로는 노력 대비 효율이 떨어진다"며 일상적 불편함에서 문제의식을 느꼈다고 전했다. 그리고 "오프라인 데이터 수집 분야는 원래는 다른 기업도 시도했지만, 사업성이 부족해서 실패했다"고 말했는데, 그 이유로 "현장에서 직접 하드웨어 및 소프트웨어를 설치 후 분석해야 하는데, 이러면 장비값을 포함한 비용이 너무 많이 든다. 또 영상을 수집하지 않기에 학습 데이터를 수집하기도 힘들고, 개인정보보호법까지 준수해야 한다."라고 말했다. 

메이즈(주) 또한 비슷한 시련을 겪었는데, "장비값을 줄이려면 기술력이 촘촘하게 들어가야 하는데 대표적으로 모델 경량화, 확장성 있는 아키텍처, data-free learning 등 현재의 거대 생성형 모델들이 트렌드인 상황에서 오히려 반대쪽을 연구·개발해야 하는 상황이었다. 그래서 모든 방면에서 대부분을 기존의 레퍼런스 없이 자체 개발로 구현해야 했고, 초기 기술을 개발하는데 예비 창업자 시절부터 약 4년 정도 걸리는 등 많은 어려움을 겪었다"고 이야기했다.

"다행히 기계를 직접 고객 점포에 설치해야 했던 과거와는 다르게, 이제는 키오스크와 태블릿 등 기존 점포의 장비에 소프트웨어만 미들웨어로 융합할 수 있게 되면서 사업성, 기술성, 배포 속도, 데이터 퀄리티, 확장성 등 많은 문제를 어느 정도 해결했다"고 송기선 대표는 전했다. "다만 여전히 법을 준수해야 하니 급진적인 전개는 지양한다"고 말했다.

 

*기사의 전체 내용이 궁금하다면?

https://casenews.co.kr/news/articleView.html?idxno=16901

반응형
LIST