<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">이새는 2005년 정경아 대표가 설립한 국내 대표 친환경 브랜드 기업</li> 
<li data-tomark-pass="">자체 개발 친환경 소재로 섬유 기능을 극대화하고, 자연 염색 기술을 통해 기존 염색으로는 표현할 수 없는 독특한 색감으로 팬덤 확보하며 국내 지속 가능 패션 시장 내 점유율 2
</li> 
<li data-tomark-pass="">향후 패션 산업 내 환경 규제 강화로 인한 친환경 패션 대중화와 젊은 고객층을 겨냥한 신규브랜드와 라이프 스타일 제품 론칭으로 추가적인 외형 성장이 기대회는 상황
</li>
</ul>
</div>
 

WHAT’S THE STORY? 

이새는 국내 대표 친환경 브랜드 기업으로 국민대 의상디자인학과 출신 정경아 대표가 2005년 설립했다. 정경아 대표는 2000년 100% 자연염색, 자연소재로 제작한 고급 맞춤복 브랜드, 잇빛(itbit)으로 시작했다. 이 후 자연의 아름다움을 옷으로 표현하고자 했으며, 보다 많은 사람들이 친환경 패션을 접할 수 있는 기성복 브랜드 ‘이새’를 론칭했다.
 이새는 의류 소재부터 제작까지 친환경을 고수하며 (1) 자체 개발 친환경 소재로 기능을 극대화하고, 자연 염색 기술을 통해 기존 염색으로는 표현할 수 없는 색감을 갖추었다. 이새의 제품은 지금껏 경험하지 못했던 색깔과 편안하지만 세련된 디자인으로 팬덤을 확보했으며, 국내 친환경 패션 1세대 브랜드로 성장했다.
 
이새는 23년 기준 역대 최고 매출인 467억원 및 국내 지속 가능 패션 시장 내 점유율 23%를 기록하며 단일 브랜드로 가장 높은 시장 점유율을 보이고 있다. 또한 친환경 패션 브랜드는 대부분 업력이 짧거나 대중성을 얻기 힘들어 수익성을 달성하기 어려운 반면, 이새는 친환경 의류의 프리미엄화로 수익성까지 확보할 수 있었다.
 기존의 팬덤과 더불어 의류 소재부터 제작까지 친환경을 지향하는 이새 제품은 향후 (2) 패션 산업 내 환경 규제 강화로 인한 친환경 패션 대중화와 (3) 젊은 고객층을 겨냥한 신규 브랜드와 라이프 스타일 제품 론칭으로 추가적인 외형 성장이 기대되는 만큼 주목해볼 필요가 있다.

[이새] - 돈 잘 버는 친환경 패션

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">22년 4월 현물 출자 방식으로 설립됐으며 KT가 최대 주주. 작년 프리 머니 밸류 기준 기업가치 4조원을 인정받으며 투자금을 유치한 바 있음</li> 
<li data-tomark-pass="">IDC 사업 성과 확대와 클라우드 사업 수익 호전세가 이어질 것으로 예상하며 24년 실적 목표치로 매출액은 26%, 영업이익은 51% 성장 제시
</li> 
<li data-tomark-pass="">국내 최다인 14개 IDC를 운영 중에 있으며 25년 상반기 개소를 목표로 가산, 경북에 하이퍼스케일급 IDC 건설 중
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
기업 개요: KT클라우드는 IDC(인터넷 데이터센터), 클라우드, NW를 보유한 사업자로 국내 최대 DX 전문 기업이다. 2022년 4월 KT가 ‘클라우드’와 ‘IDC(인터넷 데이터센터)’ 사업 부문을 떼내 현물 출자 방식으로 별도 법인으로 설립했으며 24년 3월 말 기준 92.7%의 지분을 보유하고 있는 최대 주주다. 기타 주주로는 메가존클라우드(0.4%, 보통주 기준), IMM디지털솔루션(0.59%), 디지털솔루션(6.36%)가 있다. 23년 5월, 프리 머니 밸류(Pre money value) 기준 기업가치 4조원을 인정받으며 IMM PE로부터 제3자대상 유상증자 방식으로 6,000억원의 투자금을 유치했고, 메가존클라우드 대상으로 300억원 규모의 전환사채를 발행했다.
 24년 연간 영업이익 51% 증가 목표: 24년 1분기 매출액은 1,752억원으로 전년 동기 대비 17.8% 늘었는데 구축형 매출 본격화로 IDC 사업 성과 확대가 이어졌고, 금융 클라우드 신규 수주 확보로 클라우드 사업 수익 호전세가 덕분이다. 전체 연도 실적이 반영된 첫해인 ’23년 연결 매출액은 6,783억원으로 22년(4~12월) 4,321억원 대비 56% 커졌고, 영업이익은 431억원으로 208억원으로 107% 늘었다. 기업들의 디지털 전환 수요 증가로 인터넷 데이터센터(IDC) 사업과 DBO(설계·구축·운영) 기반 사업의 확대가 지속됐다. 5월 열린 ‘KT클라우드 서밋 2024’에서 24년에는 매출은 26%, 영업이익은 51% 성장을 목표로 하고 있다고 밝혔다. AI 인프라 수요 증가 추세에 맞춰 IDC 사업을 지속 확장 및 기술적 역량을 강화하고, 클라우드 네이티브 본격화에 따라 AI 클라우드 기반 공공 지배력을 높이면서 서비스 모델을 확대해 나갈 계획이다.
 늘어나는 수요에 날개를 펼친 IDC 사업: KT클라우드는 B2B2C(기업 간-기업·소비자 간 거래 연계) 사업 모델을 지향하고 있다. IDC 사업 부문에서는 지난달 개관(’24년 5월 23일)한 ‘송정 글로벌 허브센터(GHC)’를 포함해 국내 최다인 14개의 IDC를 운영하고 있다. 신규 고객 확대를 위해 현재 서울 가산, 경북에 하이퍼스케일급 IDC(1만 대 이상 랙에서 10만 대 이상의 서버를 운영하는 고집적·고용량 대형 데이터센터)를 건설 중에 있으며 내년 상반기 개소를 목표로 하고 있다. 이 외에도 적합한 지역, 부지를 추가 물색하고 있으며 고객사 수요 증가에 대응하면서 시장 내 입지를 더욱 공고히 가져갈 전망이다.

[KT클라우드] - 계획대로 착착

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">IPTV, CATV 등 미디어 사업과 초고속인터넷, 데이터센터 등 유선통신 사업을 영위. SK텔레콤이 74.4%의 지분을 보유한 최대주주</li> 
<li data-tomark-pass="">데이터센터 가동률 상승, 기업회선 수주 확대 등으로 유선통신 사업이 외형 성장 견인. IPTV 가입자 순증 규모는 둔화됐지만 순증 점유율 1위로 경쟁사 대비 나은 면모
</li> 
<li data-tomark-pass="">IPTV 사업은 AI 연계, OTT 제휴 등으로 돌파구 마련에 나서고 있으며, IDC 사업은 가동률 상승에 힘입어 고성장 지속. 금년 1분기 IDC 매출액은 26% 증가
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
기업 개요: SK브로드밴드는 IPTV, 인터넷, 미디어 콘텐츠, 데이터센터, Biz 솔루션 등의 사업을 영위하는 SK그룹의 ICT 서비스 사업자다. SK텔레콤이 지분 74.38%를 보유한 최대 주주이며, 태광산업 16.75%, 엠에이디더블유타이거 8.01%의 지분을 갖고 있다. 주요 사업으로는 1) IPTV와 CATV 등 미디어·콘텐츠·방송 서비스를 제공하는 미디어 사업, 2) 보유한 네트워크 망을 기반으로 인터넷, 전화, 핵심 B2B 사업인 데이터센터(DC) 등의 서비스를 제공하는 유선통신 사업, 3) 자회사 미디어S를 통해 엔터테인먼트 ‘채널S’와 지역 전문 ‘채널S Plus’ 등을 영위하고 있다.
 연결 실적 및 가입자 수: 24년 1분기 매출액은 1조 900억원(+2.7% YoY), 영업이익 780억원(-0.3% YoY)를 기록했다. 부문별 매출액은 미디어 사업은 전년 동기 대비 0.7% 성장에 그쳤지만 데이터센터 가동률 확대와 기업 회선의 수주 증가 등에 힘입어 유선통신 사업은 4.7% 커져 외형 성장을 이끌었다. 미디어 사업 가입자는 경쟁사 대비 나은 성과를 보이며 IPTV는 가입자 순증 점유율 1위를 달성하는 등 IPTV, CATV, 유료방송 모두 증가세는 이어가고 있다. 다만 가입자 성장률은 각각 IPTV(+2.6% YoY), CATV(+0.6% YoY), 유료방송(+2.4% YoY)으로 과거 대비해서는 성장률은 낮아졌다.
 IDC를 주축으로 성장 이어간다: 유료방송 시장에서 IPTV는 케이블TV, 위성방송 대비 높은 가입자 성장세를 유지하고 있지만 OTT 이용자가 늘어나면서 성장률이 둔화되고 있다. SK브로드밴드는 AI 기술을 활용한 상품 출시, 넷플릭스 등 OTT 서비스를 조합한 신규 요금제 출시 등으로 돌파구 마련에 나서고 있다. IDC 사업은 현재 총 6개의 IDC를 운영하고 있으며 양주, 부산에 IDC를 추가 건립 중이다(표2). 24년 1분기 IDC 매출액은 신규 IDC 가동률 상승에 힘입어 583억원으로 전년 동기 대비 25.6% 늘었다.

에스케이브로드밴드

체결평균가 정보가 아직 없습니다.

[SK브로드밴드] - 꾸준하고 고른 성장

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">한국정밀소재산업은 국내 최초로 방탄용 고성능 복합재를 개발, 국산화를 시도하고 있는 기업으로 글로벌 기업, Honeywell에서 아시아 방산사업을 총괄했던 윤형수 대표가 설립</li> 
<li data-tomark-pass="">고성능 복합재가 사용되는 방탄 시장은 최근 지정학적 위험이 부각됨에 따라 높은 성장이 기대되는 산업이며, 동사는 국내 최초로 차세대 복합재 개발에 성공하며 향후 추가 수주 확보 기대되는 상황
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
고성능 복합재는 군비 증강 및 경량화를 위해 주로 방위산업 제품에 사용되며, 특히 총알 등 탄환류 무기를 막는 장비인 방탄용 수요가 증가하고 있다.
 글로벌 방탄시장은 1) 우크라이나-러시아 전쟁, 중동 지역의 국경 분쟁 등 지정학적 위험 증가, 2) 아시아/남미 국가 군 현대화 및 방탄에 대한 인식 변화, 3) 고성능, 경량화 방탄 소재에 대한 필요성 확대로 향후 높은 성장이 예상된다. 글로벌 시장 조사기관 Prescient &amp; Strategic Intelligence에 따르면 글로벌 방탄시장은 2030년까지 CAGR 5%의 성장이 예상되며, 특히 아시아 시장은 글로벌에서 가장 높은 CAGR 6%의 성장이 전망된다.
 
한편, 현재 방탄용 고성능 복합재 시장은 미국 및 유럽의 4개사(Honeywell, Barrday, DSM, FMS)가 독점하고 있는 상황이다. 또한, 생산된 제품은 자국 판매 위주로 이루어지고 있어 타국가에 대한 공급이 제한적이며, 영업이익률이 약 30% 수준으로 추정될 만큼 수익성이 높은 산업이다. 그럼에도 불구하고 국내의 경우 복합재 기술 수준이 일본, 네덜란드 등에 비해 낮아 생산자가 없는 상황이며, 코오롱인더스트리, 태광산업 등 국내 기업이 생산한 원재료를 해외에 전량 수출해 해외에서 가공 후 국내 부품 생산자가 전량 역수입을 하고 있는 구조이다.
 한국정밀소재산업은 이러한 비효율적인 구조를 개선하고, 국부 및 군규격 유출을 막기 위해 국내 최초로 방탄용 고성능 복합재를 개발, 국산화를 시도하고 있는 기업이다. 동사는 글로벌 기업 Honeywell에서 아시아 지역 방산사업을 총괄했던 윤형수 대표가 설립했으며, 23년 8월 양산 설비 도입 후 6개월만에 매출액 44억원을 달성했다. 현재 수주잔고 약 80억원을 보유하고 있고, 향후에도 아시아/남미 지역의 추가 수주가 기대되는 만큼 주목해볼 필요가 있다는 판단이다.

[한국정밀소재산업] - 국내 최초 고성능 복합재 제조 기업

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">한국은 글로벌 1호 인구소멸 국가로 지목되며, 전 세계 유일 0명대 출산율 기록. 출산율이 낮은 근본적인 이유는 인구 밀집과 경쟁 강도의 증가 때문. 정부의 저출산 정책은 강화되는 모습이나, OECD 국가 대비 실질적 제도 안착이 필요한 상황</li> 
<li data-tomark-pass="">일본은 향후 5년이 저출산 문제 해결의 마지막 기회로 판단. 2100년 인구 구조 개선을 목표로 장기 계획 수립
</li> 
<li data-tomark-pass="">일본의 저출산 관려 기업 성장을 통해 5가지의 저출산 관련 산업 테마 제시. (1) 중소 M&amp;A (2) 장례 (3) 난임 (4) 돌봄 (5) 펫케어
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
한국은 글로벌 1호 인구소멸 국가입니다 
- 모두가 잘 알다시피, 전세계에서 유일하게 0명대 출산율을 기록하고 있습니다. 혼인율도 하락하고, 혼인을 한 사람들 중에서도 출생아 수는 점점 줄고 있습니다. 
출산율이 낮은 근본적인 이유는 인구 밀집과 경쟁 강도의 증가 때문입니다.
- 수도권으로의 인구 밀집과 주거, 문화 인프라 집중이 수도권 거주 청년들 경쟁 강도를 높이고 소득 안정성을 낮췄습니다. 임금 격차가 거주비 부담으로 이어졌고, 일자리 경쟁이 치열해서 취업 나이가 늦어지고 사교육비와 양육비가 증가했습니다. 미래에 대한 기대가 줄면서 현재를 소비하는 문화가 데이터로 드러납니다. 결혼과 출산은 선택의 영역이라는 인식이 퍼지고 있습니다. 
일본 저출산 관련 기업의 성장 사례에 큰 의미가 있습니다. 
- 일본은 향후 5년이 저출산 문제 해결의 마지막 기회로 판단하고 있습니다. 이에 2100년 인구 구조 개선을 목표로 장기 계획을 세우기 시작했습니다. 중소기업 M&amp;A, 장례, 여성 건강과 불임 치료에서 성장한 기업들의 사례를 보았습니다. 
우리는 다섯 가지 테마를 제시합니다. 

<ol data-tomark-pass="">
<li data-tomark-pass="">
중소 M&amp;A: 중소기업의 2세가 없습니다. 후계자를 찾지 못한 중소 기업 M&amp;A 니즈가 커지고 있습니다.
</li>
<li data-tomark-pass="">
장례: 사망자도 증가하지만, 장례를 치뤄줄 사람이 줄면서 장례 문화가 변할 것이라 생각합니다.
</li>
<li data-tomark-pass="">
난임: 사회적으로도 결혼과 출산이 더욱 소중해집니다. 만혼으로 난임도 증가하고, 난임 치료의 지원도 확대됩니다.
</li>
<li data-tomark-pass="">
돌봄: 아이돌봄, 요양보호사, 간병인의 수요가 증가합니다.
</li>
<li data-tomark-pass="">
펫케어: 반려동물도 더 오래 살아야 합니다. 육아의 행복을 이제 반려 동물에게서 찾습니다.
</li>
</ol>

사랑과선행

체결평균가 정보가 제공되고 있습니다.

[국가 소멸의 위기, 스타트업의 도전] - 일본에서 배우는 저출산 아이디어

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">2023년 9월 창립해 연혁이 1년이 되지 않은 동영상 생성 AI 분야의 유망주</li> 
<li data-tomark-pass="">Idea to Video라는 개념에 부합하게 AI를 활용한 손쉬운 콘텐츠 생성을 지원
</li> 
<li data-tomark-pass="">Sora 이전 산업을 주도한 Runway에 비견되는 생성 결과물로 성장 기대감 부여 가능
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
떠오르는 유망주: Pika Labs(피카 랩스)는 스탠포드 대학교 인공지능 연구소에서 박사 과정을 밟고 있던 데미 궈(메타 AI 연구부서에서도 근무)와 첸린 멍이 공동 창업했다. 초기 창업자 나이가 모두 20대인 점도 큰 주목을 받았다. 두 창업자는 Runway가 개최한 생성 AI 영화제 참가를 계기로 연이 닿았고, 당시 동영상 생성 AI 모델이 시간과 노력에 비해 결과물 퀄리티가 좋지 않다는 점을 해결하기 위해 뜻을 모았다.
 23년 9월 창립해 1년이 되지 않은 신생 유망 기업이지만, 2억 달러 가치를 인정받았다(5,500만 달러 자금 조달). Stability AI에도 투자한 Lightspeed Venture가 펀딩을 주도했으며, 이외에 Quora 창립자 Adan D’Angelo, 전 GitHub CEO Nat Friedman, Giphy 공동 창립자 Alex Chung 그리고 오픈AI와 테슬라에 몸 담았던 AI 산업 구루 Andrej Karpathy도 주요 투자자에 이름을 올렸다.
 Pika = Idea to Video: 동영상 생성 AI 모델 Pika 1.0은 Idea to Video를 표방한다. AI를 활용해 대중의 손 쉬운 콘텐츠 생성을 지원하는 것이 목표다. MidJourney와 유사하게 디스코드 및 웹 사이트 기반이며, Text / Image / Video to Video 기능을 제공한다. 다른 AI 모델 대비 프롬프트에 입력하는 스타일(애니메이션, 시네마틱 등)을 비교적 잘 구현한다고 평가받고 있다. 유저에게 다양한 재량권을 준다는 것도 특징이다. 초당 프레임을 8~24초 사이에서 선택할 수 있으며 종횡비도 다양하게 선택할 수 있다 Pika 1.0은 23년 11월 공개 후 12월 공식 론칭했다. 론칭 초기 유저 50만 명과 주 당 동영상 백만 개 이상 생성이라는 지표를 언급했다. 현재는 추가 성장했을 것으로 판단한다.
 Runway의 Gen 시리즈와 유사하게 여러 구독 플랜을 제시하고 있으며, 크레딧 기반으로 운영된다. 3초 길이 동영상 생성에는 10 크레딧이 소요된다. 무료 플랜으로도 25개 동영상을 생성할 수 있고 이후 충전되는 크레딧(30 크레딧)을 활용하면 하루 3개까지 추가 생성이 가능하다.
 생성을 넘어 수정까지: 단순 생성 외에 AI를 활용한 수정 기능도 제공한다. Runway의 디렉터 모드와 유사하게 카메라 패닝, 틸트, 줌 등의 모션 수정이 가능하다. 이외에 Modify Region(생성 영상 내 일부 부분 수정 기능), Expand Canvas(프레임 확장을 통한 영상 확장)과 업스케일링 및 영상 길이 연장(4초 추가, 최대 15초까지) 같은 영상 자체 변화도 가능하다. 최근에는 Lip Sync(영상 내 캐릭터에 음성을 입히는 기능, 일레븐랩스 파트너십)와 Sound Effect(프롬프트와 동영상 콘텐츠 기반으로 적합한 배경음 또는 효과음 생성) 등 사운드 부문 개선도 지속하고 있다. 추가 수정 기능을 통해 유저는 바로 활용할 수 있는 영상 생성이 가능하다. 아직 초기 단계의 산업인 만큼 다양한 기능의 빠른 업데이트가 중요하다. 지속적으로 업데이트되는 Pika의 신규 기능은 피카 랩스가 해당 부문에서 분명한 강점을 보유하고 있다고 판단할 수 있는 근거다.

[피카 랩스] - 혜성처럼 등장한 동영상 생성 AI 유망주

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">이미지 생성 AI Stable Diffusion(SD) 공동 개발사. 동영상 생성 AI 모델 Gen-2 보유</li> 
<li data-tomark-pass="">Gen-2는 크레딧 기반 유료 서비스. 상업적 활용이 가능하다는 점이 주요 특징
</li> 
<li data-tomark-pass="">Sora 등장 이전까지 가장 앞서 있던 동영상 생성 AI. 향후 반격에 주목 필요
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
동영상에 집중하는 Stable Diffusion의 개발사: 이미지 생성 AI Stable Diffusion(스테이블 디퓨전, SD)은 Stability AI가 운영 및 업데이트를 담당하고 있지만, Runway AI(런웨이)도 개발에 동참한 파트너사다. 양 사는 22년 10월 SD 1.5 버전 릴리즈를 두고 갈등을 빚었으며, 현재는 SD 관련 공식적 파트너십 관계가 아니다. 과거 파트너와 갈등 속 런웨이는 이미지보다 동영상 분야로 방향을 설정했다. AI 매직 툴을 활용한 다양한 동영상 편집 기능을 제공했고, 23년에는 동영상 생성 AI 모델 Gen-1와 Gen-2를 공개했다.
 Gen-1 vs Gen-2: 23년 2월 공개된 런웨이 Gen-1는 일반적으로 생각하는 동영상 생성 AI의 기능을 전부 구현하지는 못했다. 이미지 및 텍스트로 동영상에 스타일 적용(Stylization), 레이아웃 목업으로 동영상 생성(Storyboard), 텍스트 명령어로 동영상 내 오브젝트 수정(Mask), 렌더 이미지를 통한 동영상 생성(Render) 등 제한적 기능을 제공했다. 런웨이는 Gen-1을 Video to Video로 표현한다. Gen-1 출시 후 한달 만에 공개된 Gen-2는 Gen-1 기능에 텍스트 및 이미지를 통해 동영상을 생성하는 기능(Text to Video, Image to Video)을 추가했다. 3~4초 길이라는 기존 동영상 생성 AI 한계를 깨고 최대 18초까지 동영상 생성을 지원한다. 6월 대중 공개와 함께 상업적 활용도 가능 해졌고, 이후 생성 동영상 퀄리티 개선과 해상도 상승을 비롯한 업데이트가 진행 중이다. 이미지 수정으로 미세 움직임을 조정하는 Motion Brush(모션 브러시)와 카메라 움직임 방향과 속도를 구현하는 Director Mode(디렉터 모드)가 대표적이다. Gen-2는 다른 동영상 생성 AI와 비교 시 실제 영상과 유사하게 표현한다는 특징을 보인다. 이미지 생성 분야의 MidJourney와 유사한 포지션이다.
 동영상 생성의 비용: Gen-1과 Gen-2는 웹 및 모바일 플랫폼을 통한 서비스(유료 모델)와 API 제공을 통해 수익화를 하고 있다. 동영상 생성에는 크레딧 정책이 적용된다. 1 크레딧 = $0.01의 교환비다. 1초의 동영상을 생성하는 데 Gen-1는 14 크레딧, Gen-2는 5크레딧이 소요된다. Gen-2로 10초 길이 동영상 생성에는 50 크레딧이 필요하고 이는 $0.5, 한화로 약 700원이다. 무료 플랜은 월간 125 크레딧을 제공한다. 월 정액으로 가입하는 요금제로 Standard(625 크레딧, $15/월), Pro(2,250 크레딧, $35/월)과 Unlimited($95/월)가 있다.
 만만치 않은 지원군: 런웨이는 20년 12월 시리즈 A(850만 달러), 21년 12월 시리즈 B(3,500만 달러), 22년 12월 시리즈 C(5,000만 달러)에 이어 23년 6월 확장된 시리즈 C 펀딩을 통해 1.41억 달러를 수혈 받았다. 특히 6월 펀딩에는 대형 테크 기업인 구글, 엔비디아, 세일즈포스가 참여했다는 점에서 주목을 받았다.
 Sora가 없는 세상에서는...: 다른 경쟁 모델도 존재하지만, Gen-2는 Sora 이전 동영상 생성 AI 분야를 주도하던 위치였다. 하지만 1분 길이 동영상을 훨씬 좋은 퀄리티로 생성하는 Sora의 등장은 모든 스포트라이트를 단숨에 가져갔다. 이에 CEO Cristobal Valenzuela는 X(구 트위터)에 ‘Game On’ 이라는 게시글을 남기며 전의를 불태웠다. 동영상 생성 분야의 선구자였던 런웨이의 반격을 주목할 필요가 있다.

[런웨이 AI] - Sora가 없는 멀티버스에서는 내가 대장

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">이미지 생성 AI Stable Diffusion(SD) 주요 개발사. SD 기반의 생태계 확장 노력</li> 
<li data-tomark-pass="">AI에 대한 접근성을 강화한다는 목적하에 인공지능 모델을 오픈 소스로 공개
</li> 
<li data-tomark-pass="">최근 Sora와 유사한 아키텍처를 활용하는 Stable Diffusion 3 발표
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
이미지 생성 AI 분야에서 잘 나가는 기업: Stability AI(스테빌리티 AI)는 2019년 설립된 인공지능 기업으로 Text-to-Image AI 모델 Stable Diffusion(스테이블 디퓨전, SD)의 주요 개발사 중 하나다. 스테이블 디퓨전은 이름처럼 데이터에 노이즈를 가하며 학습시키고 이후 노이즈를 복원하여 데이터를 생성하는 diffusion 모델 기반이다. 최근 릴리즈 되는 이미지 및 동영상 생성 AI에는 대부분 diffusion 모델이 적용된다.
 Runway와 Pika Labs를 앞지른다?: 스테빌리티 AI의 동영상 생성 AI 모델 Stable Video Diffusion(SVD)은 23년 11월 리서치 프리뷰 형태로 공개했다. 당시에는 상업적 어플리케이션에 적용할 수준이 아니라고 판단했지만, 이후 12월에는 본격 API 제공을 시작했다. 상업적 활용을 위해서는 프로페셔널 멤버십($20/월) 가입이 필요하다.
 SVD는 이미지 기반으로 동영상을 생성하는 모델(Image to Video)로 일반 버전과 XT 버전으로 구성된다. 생성 속도는 초당 3~30 프레임을 생성하지만, 일반 버전은 1초 당 14프레임 영상, XT 버전은 1초 당 25 프레임 영상을 생성할 수 있다. 자체 조사에서는 경쟁 모델 대비 높은 만족도를 보였다는 점을 강조했다.
 최대 생성 동영상 길이는 4초이며 카메라 이동은 측면 방향으로만 가능한 점 등 아직 초기 단계 모델이다. 아직 Text to Video 기능을 지원하지 않고 있다는 점도 단점이다. 스테이블 디퓨전으로 생성한 이미지를 기반으로 하는 생태계 구축을 염두에 둔 행보라고 보이지만, 멀티 모달 경쟁에서는 다소 뒤쳐진 상황이다.
 새로운 이미지 생성 AI 모델 아키텍처에서 찾는 희망: 최근 차세대 이미지 생성 AI 모델 스테이블 디퓨전 3를 공개했다. 기존 모델과 다르게 Diffusion Transformer를 활용했다. 이는 Sora가 차용한 아키텍처와 유사하다(Flow matching 등에서 세부 차이점 존재). SVD가 22년 모델인 스테이블 디퓨전 2를 기반으로 개발된 만큼, 향후 동영상 및 3D 생성 분야에서 스테이블 디퓨전 3를 기반으로한 멀티 모달 모델 확장 가능성이 높다고 판단한다. 컴퓨팅 자원과 기술이 추가 발전된 상황에서 생태계 구축 행보를 지켜볼 필요가 있다. 오픈 소스 정신을 이어 가기 위한 조건: 22년 10월 1억 달러(시드 라운드) 펀딩을 받았으나, 모델을 오픈 소스로 제공하는 특성상 비용 충당에 어려움을 겪을 수밖에 없다. 실제로 현금 부족에 따른 임금 체불과 세금 미납 이슈가 보도되기도 했다. 23년 6월과 10월 각각 2,500만 달러 및 5,000만 달러(인텔 캐피탈) 수혈에 성공했으나, 불확실성은 존재한다. 지난해 주요 투자자인 Coatue Management가 CEO 사임을 압박했고, 결국 Emad Mostaque CEO는 최근 사임을 발표했다. 이미지 생성 AI 모델을 개발한 주요 연구진 이탈과 함께 증가하는 내부적 혼란은 제품 경쟁력 및 회사 전략 변화에도 영향을 미칠 수 있다.

[스테빌리티 AI] - 생태계 구축 vs 멀티모달 경쟁

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">대량 학습이 필요한 Sora의 아키텍처는 시뮬레이션적 특성 발현으로 연결</li> 
<li data-tomark-pass="">급작스럽게 등장한 배경에는 동영상 생성 AI 시장의 경쟁 격화의 영향도 존재 판단
</li> 
<li data-tomark-pass="">차세대 LLM 모델은 로봇 및 SW 산업 발달과 연계된 시너지 효과 창출 가능
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
Sora, Diffusion과 Transformer의 위대한 결합: 공개된 오픈AI 자료에는 명확한 Sora의 아키텍처에 대한 설명은 부재. GPT의 토큰과 유사한 작은 단위 데이터인 Patch가 중요한 역할. Patch 활용에 따라 학습에서 다양한 길이, 해상도, 비율을 가진 데이터 활용 가능. 또한 일반적 Diffusion 모델이 노이즈 및 디노이즈 과정에 U-Net 아키텍처를 활용한 것과 달리 Vision Transformer(ViT)로 대체. 인접한 픽셀끼리 높은 상관 관계를 가지고 있다고 가정하는 U-Net과 다르게 ViT는 1차원으로 학습하기 때문에 Inductive bias가 적음. 아키텍처적 특성에 대응하기 위해 많은 학습 데이터 필요. 오히려 이 과정에서 기존 동영상 생성 AI 모델의 학습처럼 특정 사이즈나 해상도로 조정하는 것보다 조정하지 않은 대량 데이터 학습의 효율성과 순전하게 규모(Scale)를 통해 물리 엔진과 같은 시뮬레이션적 특성 발현도 확인
 Sora 전격 등장! 이유는?: Sora에 대한 기대감은 높은 성능에도 기초하지만, 단순히 프롬프트를 이해하는 것에 그치는 것이 아니라, 물리적 세계에서 여러 대상이 어떻게 존재하는 지를 이해하는 시뮬레이션 모델이라는 점이 중요. 짧게는 멀티모달 모델 발전을 가속화할 수 있지만 AGI 달성에도 중요한 이정표가 될 수 있음.
 어마어마한 성능에 압도당했지만, 사실 아무도 예상하지 못하게 급작스럽게 공개한 느낌. 동영상 생성 AI 분야에 먼저 깃발을 꼽는다는 목적 내포. 경영진은 Sora가 받고 있는 스포트라이트를 쉽게 내어 주지 않기 위한 전략을 고려할 것. 이는 결국 밸류에이션으로 연결, 지난해 거론되던 오픈AI 가치는 290억 달러 수준이었으나, 24년 2월 800억 달러로 2배 이상 상승. 물론 매출도 빠르게 상승 중. 최근 경영진이 거론하는 24년 연 환산 매출 50억 달러도 무난히 달성 가능하다 판단
 GPT 4 이후 1년, 업데이트는 언제: 프런티어 LLM으로 꼽히던 GPT 4가 공개된 지 1년이 지난 상황. Context Window 확장, 비용 개선을 포함한 업데이트가 진행되었지만, 사람들이 기대하는 것은 차세대 GPT 시리즈. 최근 공개된 경쟁 AI 모델은 GPT 4와 유사하거나 이를 뛰어넘는 성능을 보유. 시장도 더 이상 처음 GPT 4 수준 모델이 등장했을 당시의 주목도를 부여하지 않음. 경쟁 모델도 단순 벤치마크 성능보다 여러 차별점을 강조
 오픈AI가 GPT 5 연구에 이미 착수했다는 것은 지난해부터 언급되던 공공연한 사실. 다만 11월 샘 알트먼이 회사에서 퇴출 후 복귀하는 일련의 이벤트 발생. 회사의 내홍은 개발 타임라인뿐 아니라 정책에도 영향. 2월 들어 샘 알트먼의 차기 모델 관련 코멘트가 여러 차례 등장. 최근 여러 루머와 함께 오픈AI의 업데이트에 대한 기다림도 깊어지고 있는 상황. 차세대 모델의 등장은 단순하게 프론티어 AI 모델만의 혁신이 아니라 로봇 산업 및 자율 에이전트 SW 산업 발달과 연계된 시너지 효과도 기대 가능

[오픈 AI] - 모든 생성 AI의 길은 결국 저로 통합니다

<div style="border:1px dotted; padding:16px;" data-tomark-pass="">
<ul data-tomark-pass="">
<li data-tomark-pass="">Archer Aviation의 창립자인 Brett Adcock이 22년 설립한 로봇 스타트업</li> 
<li data-tomark-pass="">최근 시리즈 B 펀딩을 통해 기업 가치 26억 달러 인정. 다양한 빅테크 기업 참여
</li> 
<li data-tomark-pass="">산업 현장을 넘어 가정 및 우주 공간에서의 로봇 활용까지 확장 계획 보유
</li>
</ul>
</div>
 

WHAT’S THE STORY? 
커피도 타주는 로봇.Figure 01: Figure AI(피규어 AI)의 휴머노이드 로봇 Figure 01은 23년 10월 최초로 대중에게 걷는 모습을 공개했다. 이후 빠른 발전 속도를 보여주며 물체를 옮기는 단순 업무뿐 아니라, 음성 명령으로 커피 머신을 열고 캡슐을 넣고 버튼을 눌러 추출하는 등 고차원 업무 수행에도 성공했다. 또한 오픈AI와 협력을 통해 업무 수행이라는 목적을 넘어 주변을 묘사하거나, 행동의 이유를 설명하는 등 인간과 교류하는 수준까지 발달했다.
 Figure 01 구동 프로세스는 우선 탑재된 카메라를 통해 확보한 이미지와 음성 인식을 통한 인간의 명령어가 기학습된 대형 멀티 모달 모델(VLM)의 인풋이 된다. AI 모델은 전체 대화 맥락과 과거 이미지를 포함한 상식적 추론을 통해 적절한 행동을 결정하고 로봇은 이를 수행한다. Figure 01의 외형적 스펙은 키 183cm(5인치 6피트)에 무게 60kg(132 파운드)로 사람과 흡사한 사이즈다. 전기를 통해 최대 5시간 구동이 가능하며, 20kg 무게를 들고, 초당 1.2미터 속도로 걸을 수 있다. 1월 공개된 데모 영상의 작업 처리 속도는 실제 사람 속도의 16.7%에 불과했지만 지속 개선되고 있다.
 
AI를 담는 그릇,로봇: 휴머노이드 로봇은 하나의 업무에 특화된 특정 도메인 집중형(Domain Specific)에서 벗어나 작업 환경에 유연하게 적응해 여러 가지 일을 적절히 수행할 수 있어야한다. 하지만 작동 프로세스를 모두 프로그래밍 하는 것은 매우 비효율적이다. 또한 실제 환경에서 다양한 변수가 발생할 수 있다는 점을 고려하면 프로그래밍에 성공할 수 있을지도 미지수다.
 따라서 AI를 활용한 학습은 로봇 성능 개선에 필수적이다. 로봇은 AI 모델 기반으로 프로그램된 기초 규칙과 데이터셋을 활용해 자가 학습하는 방식으로 인간과 유사한 지능을 구현할 수 있다. 쉽게 생각해 영상 형태의 작업 프로세스를 학습하고 이를 모방한 작업 능력을 보여준다. 하지만 단순 모방을 넘어 과정에 문제가 생길 경우 이를 바로잡는 등 주체적 모습도 보여준다.
 일례로 Figure 01이 커피 머신 작동 업무 수행을 위해서 10시간의 동영상 시청이 수반되었다. 사람에게 커피 머신 활용 법을 알려주는 것은 10분도 걸리지 않을 것이다. 하지만 군집 학습을 통해 동일 시스템의 다른 로봇에게 전파가 가능하다는 확장성과 AI 발전에 따라 학습에 소요되는 시간이 축소될 수 있다는 점에서 효용의 증가 속도는 매우 빠를 것이다.
 산업 현장 활용 가능성도 높아졌다. 1월 체결한 BMW 제조 부문과 파트너십이 가장 최근의 성과다. 공장 라인의 생산성 강화, 비용 절감, 안전한 환경 구축을 목표로 AI 및 로보틱스와 자동차 생산을 결합하려는 시도다. 휴머노이드 로봇 적용이 가능한 케이스 확보 후 사우스 캐롤라이나에 위치한 BMW 공장에 로봇을 배치할 계획이다.
(다음 페이지에서 계속)

전문가 리포트