[공학저널 김하늬 기자] 최근 산업의 화두는 단연 디지털화다. 특히 제조 산업영역에서의 디지털화는 범국가적인 사업으로 이뤄지고 있으며, 데이터를 기반으로 산업 공정의 디지털화와 제조 플랫폼 구축 등 디지털 전환을 위한 대대적인 노력이 이어지고 있다.

이러한 디지털 혁신의 흐름에 따라 기업들은 산업데이터 기반의 디지털 비즈니스 구축에 주력하고 있다. 조직 내부의 기존 사업 분야, 운영 방식을 벗어나 새로운 비즈니스를 창출하기 위한 니즈도 더욱 높아지고 있는 상황이다.

하지만 높아지는 요구와 달리 실상은 부족한 투자 비용과 불확실한 성과에 대한 불안, 전문인력 부족으로 인해 디지털전환 추진에 대해 어려움을 겪는 기업들이 대부분이다.

기존 분야 데이터 구축만 해도 벅찬 상황에서 데이터 비전문가가 새롭고 다양한 여러 분야의 데이터를 종합 분석하기 위해 수집·가공·시각화·분석해 비즈니스 모델까지 창출하기란 쉽지 않기 때문이다.

이러한 상황에서 데이터 분석부터 신규사업 발굴, 미래전략 수립까지의 과정을 손쉽게 해결할 수 있는 융합 빅데이터 플랫폼 ‘빌드(Build)’에 대한 관심이 높아지고 있다.

빌드는 특허 빅데이터를 기반으로 이기종 데이터를 융합한 통합 데이터 서비스를 제공한다.

사용자의 목적에 따라 관심 산업 분야 기술은 어떻게 개발되고 있는지, 경쟁 기업에서 어떠한 기술 특허를 출원했는지, 이종 산업의 해외시장 현황은 어떻게 되는지 등 인사이트 발굴에 있어 그 활용은 무한하다.

빌드는 기술(특허) 빅데이터가 내재하고 있는 무한한 인사이트를 전혀 새로운 관점에서 제공한다는 점이 큰 장점으로 손꼽힌다.

산업·기업·시장의 융합데이터를 실시간으로 분석해 혁신성을 제공하며, 기술/경쟁사/산업 생태계 분석 등 기업 내 다양한 부서에서 민첩하게 시장상황에 대응할 수 있도록 데이터 기반 전략적 의사결정이 가능한 것이 특징이다.

특히 ㈜윕스의 강점인 자체 보유 빅데이터와 도메인 데이터 융합 정보 네트워크 관계망은 기업과 산업, 기술 분야 간 연관관계에 대한 시각화 정보는 물론 구체적인 기업 정보까지도 동시에 파악이 가능하다.

현재 빌드는 4가지 서비스 형태로 제공되고 있다. 기술과 연계된 기업·산업·시장의 융합콘텐츠에 대한 탐색적 데이터분석 서비스를 제공하는 ‘빌드 BI’와 데이터를 목적에 따라 원하는 형태로 주문할 수 있는 맞춤형 데이터 거래 플랫폼 ‘빌드 Catalog’.

그리고 기업 내 사용자가 기 구축된 내외부의 다양한 데이터를 스스로 연결·가공·분석할 수 있는 데이터분석 셀프서비스인 ‘빌드 Analytics’와 빌드 패밀리서비스의 모든 파일을 저장·공유할 수 있는 통합파일관리서비스 ‘빌드 Drive’가 그것이다.

윕스 최창남 디지털사업부문 대표(사진)는 “신규사업 발굴, 경쟁력 분석과 미래전략 수립과 같은 업무는 신뢰도 높은 데이터가 필수다. 빌드가 제공하는 고품질의 데이터와 사용자 맞춤형 서비스를 활용한다면 더욱 의미있는 결과를 모색할 수 있을 것”이라며 “효율적인 데이터 사용에 대한 끝없는 고민을 갖고 있는 기업 담당자들에게 그야말로 혁신을 제공할 서비스임을 자부한다”고 말했다.

이러한 빌드 서비스와 함께 윕스에서 제공하고 있는 AI 기반 명확하고 빠른 기술 분류가 가능한 ‘윕스 프리즘’ 또한 기업 IP 담당자들에게 큰 호응을 얻고 있다.

특허분류는 사업전략 수립, 기술동향 분석, 연구개발 등에 꼭 필요한 사전 작업이지만 반복적이고 복잡한 업무이기 때문에 그간 많은 시간과 인력이 소요되는 불편함이 있었다.

이에 윕스가 출시한 AI 자동특허분류서비스 ‘윕스 프리즘(WIPS PRISM)’은 이러한 기존의 한계를 극복한 서비스로 최근 업계 내 큰 반향을 일으키고 있다.

딥러닝 분류 알고리즘이 적용된 윕스 프리즘에 3000여건의 특허데이터를 학습시키면, 30분 이내에 5만건 이상의 특허 분류가 가능하다. 기존에 5만건의 특허를 분류하려면 5명이 1일 8시간, 100일 가까운 시간이 소요된다는 한 기업의 분석 벤치마킹 자료와 비교해 매우 놀라운 속도다.

윕스 프리즘은 사용자가 분류해 놓은 특허를 MLP, CNN 등 5가지의 딥러닝 분류 알고리즘 및 70개의 예비 분류기를 활용해 학습한 후, 각 알고리즘에서 최적의 분류 방식 15가지를 선택하고 여기에 앙상블 기법을 적용해 최종적으로 가장 적합한 분류기를 생성한다.

각각의 학습 데이터에 최적화된 맞춤형 분류 모델을 적용하기 때문에, 기술 분야와 관계없이 정확한 특허 분류 결과가 도출된다는 것이 큰 장점이다. 윕스 프리즘의 분류 정확도는 90% 이상에 달한다.

올해 윕스는 윕스 프리즘을 한 단계 업그레이드해, 사용자의 편의를 크게 높였다. 최근 융합형 신기술 발전이 빠르게 이뤄짐에 따라, 한 특허를 여러 기준으로 분류하고자 하는 다양한 고객 수요를 반영해 하나의 특허를 여러 개의 카테고리로 분류해주는 다중 분류 기능을 추가했으며, 학습에 사용되는 특허 항목도 사용자가 선택할 수 있도록 했다.

또한 특허분류 전, 사전 작업 시 활용 가능한 부가 기능도 추가했다. 전체 데이터 중 분류기에 학습시킬 최적의 특허를 추출해 주는 ‘학습 후보 데이터 추출’ 기능, 분류 대상 데이터를 동일한 그룹별로 묶어 Cluster를 지정해 주는 ‘특허문서 자동 그룹화’ 기능 등 최적의 분류 결과를 확인할 수 있는 추가 기능도 제공해 편의성을 크게 높였다.

이와 함께 윕스 프리즘은 디스플레이, 전기/전자, 반도체, 화학, 기계산업의 국내 대기업 고객은 물론 일본, 미국, 중국 등 글로벌 고객을 확보하여 윕스의 기존 검색서비스의 확장 및 고도화를 바탕으로 다양한 성공사례를 이루어내고 있다.

지난해 윕스 프리즘을 도입해 실 업무에 활용 중인 하이테크 전자산업 대기업 A사는 “윕스 프리즘을 도입한 이후 고도화된 딥러닝 기반 AI문장인식 기술로 실시간 자동분류가 가능해 내가 원하는 기준대로, 훨씬 빠르게 특허 분류업무를 수행하게 되어 업무 효율이 크게 높아졌다”며 “윕스 프리즘을 통해 신속한 기술동향 및 산업인사이트 파악이 가능해져 R&D, 마케팅, 상품 및 전략기획, HR 등으로 특허정보를 활용한 DX전환 적용분야 확대 및 전략적 R&D 의사결정에 큰 역할을 하게 됐다”고 언급했다.

최 대표는 “윕스의 핵심역량인 지식재산 빅데이터 허브에 내재화된 AI 기술력을 기반으로 기존검색서비스 플랫폼 고도화와 융합데이터 서비스 ‘빌드’의 시장 확대, 하반기 출시 예정인 지식재산 출원관리 솔루션 IPAZON, TIIP, CLIP과 통합된 AI 기반 분류시스템 윕스 프리즘에 대한 적극적인 투자 개발을 통하여, 글로벌 경쟁력을 가진 제품으로 만들어 나갈 것”이라고 말했다.