[스케일업 X 대구대 창업도약패키지] 이블루(3)

대구대학교 창업도약패키지와 함께 스케일업(Scale-up)에 도전하고 있는 이블루채널을 위해 스타트업과 중소기업을 대학교와 연결하는 등 16년 동안 산학협력을 위해 노력하고 있는 이성준 전문가를 모셨습니다.

산학협력단은 말 그대로 '산업'과 '대학'이 협력할 수 있도록 도와주는 역할을 합니다. 기업이 필요로 하는 다양한 목소리 중에서도 사업에 필요한 기술을 찾을 때, 창업에 필요한 자금과 공간이 필요할 때, 인력에 대한 어려움을 겪고 있을 때 등 다양한 고충을 들어주고 함께 해결해 나가는 방법을 찾아줍니다. 지난 2003년 전국 대학과 기업을 연결하는 다리 역할을 하도록 산학협력 관련 법이 제정됐습니다. 2017년 기준 전국에는 356개의 산학협력단이 운영되고 있죠.

미국 실리콘밸리는 스타트업의 메카로 불립니다. 실리콘밸리의 성공은 비상한 '괴짜'들과 이들을 배출하는 '스탠퍼드대', 그리고 구멍가게를 글로벌 기업으로 변신시키는 '벤처캐피털(VC)'의 힘으로 요약할 수 있는데요. 실제로 실리콘밸리를 둘러보면 이 삼박자가 어우러져 만들어내는 에너지를 느낄 수 있습니다.

실리콘밸리 기업의 사옥은 모두 캠퍼스로 불립니다. 단독 빌딩이 아니라 넓은 정원 부지에 개별 건물들이 흩어져 있죠. 고층 빌딩은 없고, 모든 회사가 대학교 캠퍼스와 같은 분위기입니다. 대학과 기업이 서로 윈윈(win-win) 할 수 있도록 시너지를 올리고자 노력 중이죠.

이블루채널도 스스로 구현하고자 하는 서비스 완성을 위해 다양한 방면으로 방법을 찾고 있습니다. 약국을 위한 스마트약국경영솔루션 '약있소'로 얻을 수 있는 데이터를 활용하는 방법인데요. 이에 산학협력 이성준 전문가와 이블루채널의 이나현 대표, 신재혁 부대표 혐 CTO 등이 나눈 대화를 여러분께 전합니다.

​<산학협력이 무엇이기에>

지난 5일 오전, 서강대학교 산합협력단 회의실에 이 전문가와 이블루채널 관계자들이 모였다. 이날 오후에는 서강인공지능연구소 김종락 소장과 이블루채널이 산학협력을 최종 결정하는 발표도 진행될 예정이었다. 김 소장은 인공지능(AI) 및 머신러닝 기반 바이오테크 기업인 '딥헬릭스(Deep Helix)'의 대표를 겸임하고 있다. 바이오 관련 데이터를 분석해 새로운 가치를 창출하고 혁신적인 아이디어를 찾는 게 목표다.

기자가 먼저 물었다. 산학협력이 무엇인지, 왜 필요한 것인지. 이 전문가는 "이제 대학은 재능 있는 학생을 인재로 성장시키는 공간이자 잠재력 있는 기업을 찾아 산학협력을 이끌어가는 공간으로 변화하고 있다"고 설명했다.

"학문과 연구를 위한 상아탑의 모습만이 아니라 기업과 함께 살아 숨 쉬는 공간으로 바뀌고 있죠. 산학협력을 통하면 스타트업에게 필요한 지원금을 받을 수 있고, 미래 사업 기회를 창출할 수 있기 때문입니다."

이 전문가의 설명은 그 뒤에도 이어졌지만, 여전히 낯설었다. 새로운 아이디어를 바탕으로 기존 서비스를 혁신하고자 하는 스타트업 입장에서 산학협력은 오히려 귀찮은 문제일 수 있다. 왜 기업이 대학과 함께 해야 하는가, 기업은 대학으로부터 무엇을 얻을 수 있는가, 대학이 기업에 어떤 도움이 되고 또 기업은 어떻게 해야 도움을 받을 수 있는가, 대학은 어떻게 해야 기업에 도움이 되는가 등… 의문이 꼬리표처럼 뒤따랐다.

의문은 의외로 쉽게 풀렸다. 이것 하나만 기억하자. 스타트업에게 필요한 기술은 어디에 있을까. 최근 몇 년간 수없이 강조되고 있는 4차산업혁명을 살펴보자. 이제는 사물인터넷(IoT), 빅데이터, AI, 자율주행 등과 같은 4차산업혁명 관련 키워드는 주변에서도 쉽게 접할 수 있다.

하지만 해당 기술은 이미 대학이나 연구소에서 예전부터 연구하던 내용이다. IoT는 기존의 홈 네트워크나 정보통신기술에서 확장된 개념이며, 빅데이터나 AI는 컴퓨터공학과의 통계학 기본 원리에서 나오는 개념이다. 다시 말해, 4차산업혁명의 숨은 기술이 대학에서 주인을 기다리고 있다. 다만, 대학의 기술은 마치 가공 전단계의 다이아몬드와 같아서 산업에 곧바로 적용할 수 없다.

그러므로 기업이 적극적으로 기술을 도입해 상용화를 위한 가공 작업(연구개발, 파일럿 테스트, 상용화 검증, 양산화 검증) 등에 동참해야 한다. 증기기관차를 움직이기 위해 철길을 놓듯, 대학 기술도 실제로 사용하기 위한 인프라가 중요하다. 기차를 만들기 위한 연구(Research)와 개발(Development)이 있었듯, 4차산업혁명 시대에도 좋은 기술을 채굴할 방법이 필요하다. 그중 하나가 산학협력이다.

<이블루채널의 목표, 서비스 고도화>

이 대표는 '약있소'를 약사들이 더 편리하고 유용하게 사용할 수 있는 방법을 항상 고민하고 있다고 털어놓았다. 이 대표는 "나름 고민한 결과 찾은 것이 'AI 기반 음성 안내 서비스'"라며 "재고가 떨어져 가는 약을 사전에 음성으로 약사에게 알려주거나, 처방전을 읽어 고객에게 결제금액을 미리 알려주는 형태가 유용할 것으로 생각했다"고 말했다.

쉽게 말해, 음성비서다. 우리 주변에서 흔히 발견할 수 있는 애플의 시리, 삼성전자의 빅스비, 구글의 구글 어시스턴트, 아마존의 알렉사 등이다. 일견 타당해 보였다. 바쁜 약사에게 음성으로 한 번 더 가이드를 해줄 수 있다면 사소한 실수를 미연에 방지하고 한 번 더 리마인드 하는 데 도움이 될 것이라 생각했다.

하지만, 이 전문가의 답변은 달랐다. 그는 "완성하고자 하는 서비스의 목적을 미리 정하고, 기술을 찾는 것은 대부분 불가능하다"며 "현재 기술 수준이 어디까지 와있고, 구현할 수 있는 한계를 찾아야 한다. 단순히 음성으로 가이드 하는 것은 크게 의미가 없다"고 지적했다. 그는 "AI 기반 음성비서는 만능이 아니다"라며 "단순하게 정해진 몇 가지 패턴을 음성으로 알려주는 것보다 사전 데이터를 분석해 의미 있는 결과를 도출하는 게 선행돼야 한다"고 말했다.

데이터 분석이다. 약사에게 유의미한 가이드를 제공하기 위해서는 그 이전에 쌓인 다양한 데이터를 분석하는 게 선행돼야 한다. 정확하게는 데이터 기반 미래 수요 예측이다. 약국에서 판매되는 다양한 품목의 약을 분석해 추천할 수 있는 기능부터 구현해야 한다. 같은 두통약이라도 지역별로 찾는 약 종류는 다를 수 있다. 계절별로 많이 판매되는 약은 무엇인지, 연령별로 많이 찾는 약은 무엇인지, 사전에 미리 파악할 수 있다면? 재고관리의 원칙이 달라진다.

이 전문가는 "이블루채널이 보유하고 있는 약국의 누적 데이터를 AI 연구소에서 분석하면 의미 있는 결괏값을 도출할 수 있다"라며 "데이터와 연구 능력이 필요하다. 이블루채널이라는 스타트업의 데이터와 서강인공지능연구소의 연구능력을 연결하면 어떨까? 산학협력이 찾고자 하는 방향"이라고 설명했다.

<새로운 가치 창출의 근간, 연구개발(R&D)>

이성준 전문가는 R&D는 어려운 게 아니라고 말하며 간단히 예를 들었다.

이 전문가는 "두 애플리케이션 모두 곳곳에 흩어져 있던 정보와 서비스를 하나의 네트워크로 묶어내 새로운 시장을 만들고 가치를 창출한다"며 "이 같은 일련의 과정이 바로 R&D가 될 수 있다"고 설명했다.

누군가가 연구(Research)하고 개발(Development)했기 때문에 직방과 배달의 민족이라는 서비스가 등장했다. 이처럼 연구개발을 통해 새로운 가치를 창출하려면 시간과 비용이 필요하다. R&D 사업은 정부가 대학이라는 도구를 통해 기업에 시간을 투입하고 비용을 지원하는 방법이다. 기업이 대학과 산학협력을 진행할 때에는 R&D 사업 프로세스와 사업 관리 방법을 파악하는 게 중요하므로, 대학 담당자와 미팅할 때 관련 사항을 반드시 꼼꼼하게 확인해야 한다.

이블루채널도 '약있소'를 고도화하기 위해 진행하는 연구개발을 산학협력에서 찾을 수 있다. 대학 연구소의 AI 기반 데이터 분석 연구와 이블루채널의 약국 데이터를 연결하고자 하는 이유다. 학술/학문 연구를 통해 현실 속 서비스를 구현하는 과정이다. 양쪽에 모두 긍정적이다. 연구소는 실제 데이터를 연구할 수 있고, 기업은 새로운 가치를 창출할 수 있다. 대학이나 연구소 입장에서는 하나의 새로운 논문이나 특허로 승화시킬 수 있다. 논문과 특허가 나온다는 의미는 지식을 확산해 기본 연구 자료로 활용할 수 있다는 뜻이기도 하다.

현재 이블루채널은 전국 단위로 월 100만 개의 데이터를 받는다. 의미 있는 데이터다. 이 대표는 "전문의약품 중 우울증 약은 100개 이상이다. 그런데, 약을 구성하는 성분은 거의 동일하다"고 말했다.

"약의 특허가 풀리면 같은 역할을 하는 약을 여러 제약사가 출시할 수 있어요. 결과적으로 제약사 브랜드만 다를 뿐 같은 약인 셈이죠. 이런 데이터를 활용해 실생활에서 유용하게 사용할 수 있지 않을까요? 결과를 예측할 수 없지만, AI의 힘을 빌리면 효율적으로 대응할 수 있을 것이라 생각합니다."

데이터를 분석한다는 것은 약국과 제약사, 그리고 중간 유통사인 도매상 등을 연결한다는 뜻이다. 일반의약품, 전문의약품의 경계 없이 효율적으로 데이터를 통합/관리할 수 있다. 그리고 중요한 것은 연구개발의 주체가 대학, 연구소라는 점이다. 만약 약국이나 도매상, 제약사가 주도해 데이터를 분석하면, 자신에게 유용한 결과만 찾을 것이라는 의심을 받을 수 있다. 하지만 대학과 연구소는 모두를 설득할 수 있는 무언의 공신력을 뒷받침한다.

마지막으로 이 대표는 "이블루채널이 찾는 결과가 모두를 만족시키는, 공신력 있는 데이터라는 뜻은 아니다. 우리가 추구하는 것은 그렇게 큰 것이 아니다"라며 "대일밴드가, 게보린이, 타이레놀이 얼마나 판매되고 있는지 궁금하다"고 설명했다.

본 프로젝트는 대구대학교 창업지원단 2020년 창업 도약 패키지 지원사업의 일환으로, 스케일업 코리아 프로젝트를 수행하는 ㈜인터비즈와 함께 협력 진행합니다.

필자 = IT동아 권명관(tornadosn@itdonga.com)

인터비즈 콘텐츠 플랫폼 팀 정리 (inter-biz@naver.com)

기사원문 : https://blog.naver.com/businessinsight