지난 1일, 2017 하반기 E*5 KAIST 미션 파이널 행사가 열렸다. E*5 KAIST는 학생들의 창업역량 강화를 위해 아이디어의 구체화 및 사업화를 실습해보고 실제 창업으로 이어질 수 있도록 지원하기 위한 KAIST 대표 스타트업 지원 프로그램이다.
 

Mission Final의 평가위원으로는 E*5 KAIST 멘토였던 씨엔티테크 전화성 대표, 케이큐브벤처스 김기준 상무, 본엔젤스벤처파트너스 파트너 전태연씨, 퓨처플레이 파트너 황성재씨가 참여했으며, 그 외에도 Naver D2SF 양상환 센터장, 매쉬업엔젤스 이준 심사역, KAIST 청년창업투자지주 정재호 이사, Primer 이정훈 팀장, 스톤브릿지캐피탈 오지성 팀장이 초빙 평가위원으로 자리했다.
 

학생들은 팀을 꾸려 한 학기동안 단계별 미션과 액티비티를 진행한다. 활동자금을 지원받아 쫄지마 창업스쿨을 비롯한 스타트업 관련 강의에 참석하고, 선배창업자, 멘토 및 분야별 전문가들의 자문을 받는다. 오디션 방식으로 진행과정과 발전가능성을 평가받는 자리도 있다. 이번 행사는 한 학기동안 진행된 결과를 최종적으로 발표하고 시상하는 자리였다.
 

미션에는 세 가지가 있다. 먼저, Business Model 미션에서는 비즈니스 모델링을 통한 사업 아이디어 구체화 및 개선을 목표로 한다. Customer Discovery 미션은 목표시장을 이해하고 분석하며, 현장중심의 시장조사를 통한 고객개발 및 아이디어의 사업화를 검증한다. Pitch Deck 미션에서는 아이디어의 사업계획을 수립하고 사업 전반을 조리 있게 피칭하는 것을 목표로 한다. 각 부문 별로 교육, 실습 및 멘토링과 코칭, 평가 순으로 진행되었다.
 

E*5 KAIST 프로그램에 선정된 팀이 필수적으로 해야하는 활동에는 네 가지가 있다. 먼저, 주기적으로 팀별 미팅 및 워크숍을 함으로써 아이디어를 구체화하고 커뮤니케이션을 강화해야한다. 두번째 활동으로는 실제창업자와의 인터뷰를 통해 영감을 얻는 field trip이 있다. 세번째로 유사사업 종사자 등 관련 인물을 통한 주요 정보 및 이슈를 획득하는 네트워킹 활동이 있다. 마지막으로 분야별 전문가를 초빙하여 진행되는 전문가 튜터링 세션에 참석해야한다.
 

이번 결선 심사에는 총 11팀이 출전했다. 피칭은 팀 을 시작으로 약 3시간 가량 진행됐다. 먼저, 팀 A.Line은 여성들이 자신이 사고 싶은 옷에 대해 구체적인 생각을 갖고 있음에도 불구하고, 정작 실제 구매상황에서는 원하는 결과가 보이지 않아 검색에 어려움을 겪고 있다는 문제점에 착안해 스케치 인터페이스 검색 방식을 제안했다. 키워드로 표현하기 어려운 속성들이나, 검색해도 나오지 않는 정보들을 그려서 검색하는 방식으로 해결해나가는 것이다. 사고 싶은 옷이 생기면 그려서 검색을 하고, 비슷한 옷을 발견했을 때 그 옷을 기준으로 디테일을 수정할 수 있다. 또한, 색을 바꾸기도 하고 제스처로 핏을 수정하거나 원하는 형태를 추가할 수도 있다. 사이즈를 입력하면 검색결과에 반영되며, 구체적인 형태를 언어에 상관없이 직관적으로 검색 가능하다. 팀 A.Line의 핵심기술은 딥러닝을 이용한 의류 검색 알고리즘으로, 좋은 데이터 구축이 중요하다. 팀 A.Line은 이미 8만개의 이미지를 확보해놓은 상태이고, 스케치로 변형하는 과정에 있다. 먼저, 기존에 있는 이미지들을 대략적으로 분류한 후, 구체적인 형태와 레이어 등은 직접 한 디자인을 결합해 의류 종류별로 특화된 하이브리드 딥러닝 모델을 구축하는 것을 목표로 한다. 팀 A.Line은 네이버와 지마켓 같은 쇼핑플랫폼이나 스파브랜드를 주요 타겟으로 잡았다. 특히, 스파브랜드의 경우에는 제품 생산 기간이 짧아서 스케치 데이터를 분석한 트렌드 정보가 유용하게 쓰일 수 있다고 언급했다. 평가위원들은 디자인, 패턴, 색깔 다 커버하기 위해서는 많은 데이터가 있어야될 것이라고 조언하며, 기술적으로 두가지 요인을 동시에 검색하는게 고유한 역량으로 가능한지를 질문했다. 또한, 핏은 어떻게 구성되며 고객사에 대해 가설을 검증해본 적이 있는지 그리고 지속가능성이 있는지를 질문했다.
 

UAFP 탄소섬유자동화공정시스템을 개발한 팀 Lightheavy Industry는 철보다 4배 가볍고 10배 강력한 탄소섬유를 일일이 손으로 제작해야한다는 문제점에 집중했다. 수제작이기 때문에 정밀성과 신뢰성이 떨어져 부품 여러 개를 주문해 검증해야하기 때문에 자금의 낭비도 심했다. 하지만, 자동화 생산이 어렵기 때문에 수제작이라는 방법을 사용하지 않을 수 없었다. 이 문제를 해결하기 위해 팀 Lightheavy Industry는 항공우주공학과 교수님과 함께 연구를 진행해왔으며, 현재 프로토타입 개발에 집중하고 있다. 아이템의 기본 컨셉은 3D프린터이다. 탄소섬유를 3D 프린팅하는 것이다. 로봇과 소형 항공우주부품을 사용하는 고객들의 반응은 좋았다. 공정의 장점은, 제작을 로봇팔이 진행하기 때문에 정확도도 좋고 속도도 빠르고 버리는 것이 없어 가격 낭비가 없다. 팀 Lightheavy Industry의 수익모델은 고객들로부터 도면을 받아서 부품 설계해서 만들어주는 것이다. 팀 Lightheavy Industry는 현재는 제조업적인 사업모델을 갖고 있지만, 후에는 빅데이터를 이용해 자동설계를 선도하는 시스템을 목표로 하고 있다. 멘토들은 직접 실험해보았는지를 질문했다. 이에, 팀 Lightheavy Industry는 이미 우주선이나 로켓에 쓰이는 대형 공정은 AFP라는 이름으로 존재하기 때문에 처음 제안된 것이 아니라며, 이 대형 공정을 상업용으로 전환한 것이라고 대답했다. 또한, 멘토들은 이 공정에서 어려운 점이 무엇인지를 질문했다. 이에, 로봇팔이 개별제어 되기 위한 모터 등 장비값이 비싸서 소형화와 상업용으로 전환하는 과정에서 어려운점이 있다고 밝혔다.

 

빵지순례 팀은 마감빵을 배송해주는 서비스다. 모든 빵집은 마감시간에 항상 빵이 남는다. 이렇게 남은 빵은 할인판매하거나 폐기하게 되는데, 남은 빵은 전체 생산량의 3~7%를 차지한다고 한다. 빵지순례 팀은 이 빵을 저렴하게 사서 배달해주는 서비스를 개발해 빵집은 추가 이익을 얻고, 이용자는 저렴하게 빵을 이용할 수 있도록 했다. 빵집은 모바일에 재고 개수를 등록하고, 업체는 픽업 후 사용자의 원클릭을 참고해 집앞까지 배송한다. 팀은 카이스트 학생들을 대상으로 2개월간 총 6회에 걸쳐 베타테스트를 진행했다. 그 결과, 28명의 학생들이 판매 알람을 받았을 때 8명이 구매했다. 또한 학교앞 2개의 빵집과 제휴했을 때 15%의 이익이 남았다. 팀은 870개의 빵집을 갖고 있는 강남을 시장으로 하여 초기 2개월동안 100개 빵집과 제휴하는 것을 목표로 하고 있다. 배송은 타 업체와 제휴해 강남, 용산, 가산 세 군데에 물류창고를 갖고 있다. 멘토들은 재고로 남은 빵들만 먹으면 선택의 폭이 줄지 않느냐는 질문을 했고, 빵지순례 팀은 재고로 남는 빵이 매일 굉장히 다르다며, 날씨 영향도 많이 받는다고 했다. 6회이긴 했지만 테스트 결과 재고로 남는 빵의 종류도 크게 달랐고, 제휴를 많이 맺게 되면 빵집 별로 특성이 다양하기 때문에 이 문제는 해결된다고 대답했다.
 

팀 CES는 안전대피시뮬레이션 시스템을 개발했다. 건물은 거대화되고 사건, 사고가 증가하는 이 시점에 재난관련분야는 실험과 훈련 못한다는 문제점에 집중했다. 실제 재난상황을 완벽하게 묘사하지 못하기 때문이다. 이런 상황에서 시뮬레이션만이 해결책이 될 수 있는데, 기존 시뮬레이션은 고비용 저기능의 특성을 갖고 있어 큰 인명피해를 야기했다. 팀 CES는 이를 수학적 알고리즘과 컴퓨터시뮬레이션으로 바꿔서. 지진과 화재 발생시의 안전 검증 재난메뉴얼을 볼 수 있도록 했다. 클라우드 서비스와 컨설팅 두 방법을 이용하는데, 유저가 도면을 입력하면 자동화 시스템을 통해 동영상 기반의 보고서를 출력하고 안전인증을 진행하며, 그리고 실제로 어디가 위험지역인지를 알려준다. 대부분은 클라우드 서비스를 이용하지만, 복잡한 상황의 경우에는 컨설팅을 제공한다. 팀 CES는 기술 수요가 가장 크고 어려운 조선 해양 분야와 건축업계를 타겟으로 삼았으며, 팀 CES의 시스템을 통해 사회적 비용, 인원이 절감된다고 강조했다. 또한, 석박통합과정 6년동안 본 프로젝트를 진행해 다수의 논문을 확보했다며 기술력에 대한 포부도 밝혔다. 멘토들은 클라우드서비스가 왜 좋은가를 질문했고, 팀 CES는 세계 각국에서 서버에 접속만 하면 쉽게 보고서를 받을 수 있다고 대답했다. 두번째로, 본 서비스가 실제 공간에 대한 디자인을 위한 목적인지 재난예방이나 실제 상황 발생 시를 위한 목적인지를 질문했고, 재난에 대한 매뉴얼과 안전인증검증을 우선순위로 두고 있다는 답변을 받았다. 이어, 멘토들은 사람에 대한 모델링, 사람의 인지 등을 고려해야하는 것이 아닌지를 지적했다.

 

이어, 팀 SandFox가 사업에 대한 소개를 계속했다. 팀 SandFox의 캐리인은 여행객의 짐을 처리하기 위한 목적을 가지고 시작한 사업이다. 캐리인은 여행지의 여러 상점들과 제휴를 맺어, 그 곳에 소정의 이용료를 내면 짐을 맡기는 식으로 플랫폼을 마련한다. 그 뿐만 아니라, 한국인들이 제일 많이 찾는 지역인 일본의 난바, 오사카 지역을 타겟으로 마케팅을 하고 있다. 캐리인 시범 매장을 열 곳 시범 운영 중에 있고, 캐리인 카카오톡 플러스 친구를 개설해, 인천국제공항에서 직접 홍보를 하고 여러 피드백을 받는 등, 팀의 실행력이 돋보였다. 멘토들의 질의 중 가장 두드러졌던 질문은 캐리인 서비스의 효용성이었다. 어차피 짐을 맡겨도 나중에 다시 찾으러 가야 되는데, 이런 수고스러움을 감내하는 것보단 택시에 짐을 싣고 행선지로 가는 것이 나을 것 같다는 것이었다. 캐리인 측은 향후 앱 개발 등을 통해 서비스를 확장시킬 것이고, 카카오 택시처럼 짐을 받아줄 매장을 즉석에서 매칭시켜 주면 효용성은 극대화될 것이라는 의견을 밝혔다.
 

다음으로, 시드머니 팀은 미래에 대한 불안감을 덜기 위한 저축의 필요성을 강조하며 발표를 시작했다. 처음 서비스를 사용하는 사용자는 질문지 작성을 통해 소비성향 검사를 한다. 그러면 월말에 잔액의 3%를 자동으로 저축하던가, 정해진 시간에 온 문자를 답장하면 얼마를 넣는 방법 등, 소비패턴에 맞춘 저축을 추천 받게 된다. 요컨대 주거래은행이 국민은행인 고객은 서비스 시작과 동시에 국민은행 가상계좌를 만들게 된다. 여기에 돈이 차곡차곡 쌓이고, 회사는 커미션을 받는 식의 안정적인 수익 모델을 구축했다. 멘토들은 과연 잉여자금이 많을까에 대한 질문을 했고, 시드머니 팀은 사용자가 저축한 총 금액은 아주 크다며 연평균 성장률을 18.5%로 전망했다. 그 외에도 경제적인 전망을 묻는 전문적인 질문이 많이 나왔다.
 

다음으로 나온 팀은 Flavor였다. 팀 Flavor는 한국의 연예인 덕질(자신이 좋아하는 연예인이 심취하여 그와 관련된 것들을 모으거나 찾아보는 행위)이 얼마나 힘든지를 역설했다. 예를 들어, 자신이 좋아하는 연예인의 5초 움짤(동영상의 주요 장면을 캡쳐해 만든 움직이는 gif 파일)을 만들기 위해선 30분의 시간이 걸리고, 모바일로 동영상 작업을 할 때는 세밀한 작업을 하기 힘들다는 것이다. 팀 Flavor가 내놓은 솔루션은 머신러닝을 이용한 스마트 편집이다. 아이돌 그룹 중에서 가장 좋아하는 멤버가 나오는 부분만 오토 트리밍해주는 기술을 제공하는 것이다. 그 뿐 아니라 동영상의 분위기와, 연예인의 선호도를 분석하여 동영상에 붙일 스티커를 제공해주기도 한다.
 

팀 Anyfont는 동아시아 국가에서 폰트를 개발하는 것이 힘듦을 설명했다. 폰트 디자인의 제작 기한과 비용은 유독 한글과 한자 등을 개발할 때 많이 든다며, 이에 대한 솔루션은 딥러닝이라고 역설했다. 팀 Anyfont는 오로지 250자만을 기반으로 자신만의 완전한 폰트를 만들 수 있게 해준다. 그리고 이렇게 만든 폰트는 샘플이 된 250자와 98~99% 사이의 유사도를 보인다. 또한 딥러닝 폰트 제작 기술이 한 언어에만 국한 되는 것이 아니라, 이미지 기반의 학습을 이용하기 때문에, 모든 언어로의 확장이 가능하다. 비즈니스 모델은 다음과 같다. 먼저, 디자인 회사에 자사의 디자인 툴을 제공함으로써 수익 창출과 동시에 기술력 검증을 받는다. 그 후엔, 검증된 기술력을 바탕으로 여러 회사와 지자체에 프론트를 제공해주는 계획을 갖고 있다. 멘토들의 질문은 사업 런칭 이후를 겨냥했다. 그러자 팀 Anyfont는 처음 딥러닝의 데이터베이스가 구축되기 전까지는 B2B (Business to Business) 형식으로 기술을 이전하다가, 데이터 베이스가 충분히 쌓이면 디자이너를 영입하여 소비자의 니즈에 맞는 폰트를 제작하는 B2C(Business to Customer) 사업도 가능할 것 같다는 포부도 밝혔다.

 

팀 JellyLab은 대한민국 의료 인프라의 한계를 지적하며 발표를 시작했다. 대한민국 정신과에 내원해 진료를 받는 동안은 1주일 가량의 간극이 있다. 내담자의 감정 변동을 비교해보면, 일주일은 너무 긴 시간이다. 특히 정신과 치료에 있어서는, 환자의 하루하루 상태를 수집해야 보다 올바른 진료가 가능해진다. 팀 JellyLab은 챗봇을 통해 내원의 간극을 없애려고 했다. 챗봇은 정신의학 분야에서 구축된 상담 매뉴얼을 기반으로 개발했다. 이미 카이스트의 파팔라도나 아산병원에 시범적으로 운영 중에 있다고 한다. 또한 세계 보건 기구에서 우울증 같은 정신질환이 인류에게 가장 부담이 되는 질병이 될 것이라고 전망했다는 것을 근거로, 본 기술의 수요가 늘어날 것임을 강조했다.
 

“여러분은 아무 것도 몰라도 됩니다.” 팀 Dr.MOLA가 발표의 첫마디로 한 말이다. 컴퓨터에 대한 해박한 지식이 있지는 않지만, 고성능 컴퓨팅 파워가 필요한 프리랜서나 소규모 업체가 해당 팀의 주요 고객이다. 는 이러한 고객들에게 니즈에 맞는 컴퓨터를 소개해주고, 컴퓨터 렌탈 서비스까지 제공을 한다. 발표자는 이 사업이 기존 렌탈업체와 대기업의 간극을 채운다고 설명했다. 렌탈업체는 믿을 만하지가 않고, 대기업은 자사의 워크스테이션이 깔려 있기 때문에 비싸다. 믿을 만하면서, 가격은 절감시킨, 그 사이를 겨냥한 사업의 수익 모델 설명이 이어졌다. 멘토들은 런칭과 implementation에 조금 신경을 더 써야 될 것 같다는 의견을 보탰다.
 

마지막 팀은 착착 팀이었다. 기존의 대중교통에 붙이는 광고 배너는 광고효과가 다소 불투명하다. 하지만 착착 팀은 모든 운송수단에 운전자 취향에 맞는 스티커나 LED 광고를 부착하고 앱을 켜고 운전하면 운전한 거리에 비례해서 수익이 들어오는 플랫폼을 마련했다. 이론적으로 모든 운송수단이 광고 매체가 되는 것이다. 앞으로 일반택시운송조합이나 카셰어링 회사와 협력 관계를 구축하고, 이를 확장하여 B2C로 발전하려는 계획을 밝혔다. 아직까지 이동성 매체 광고는 이러한 O2O (Online to Offline) 앱이 없고, 광고효과가 불투명하기 때문에, 상당한 수요를 전망한다고 밝히며 발표를 마무리했다.

 

모든 팀의 발표와 질의 응답이 끝나고, 멘토 분들이 한데 모여 수상팀을 정했다. 묘한 긴장감 속에서 수상팀 선정을 끝내고, 한 멘토가 나와 이번 2017 하반기 E*5 KAIST에 대한 소감을 밝혔다. 모든 팀의 엔지니어링 능력이 돋보였고, 발로 뛰는 실행력이 맘에 들었다고 하면서, 정말 수고 많았다는 따뜻한 격려의 말을 해주었다.
 

발표된 순서대로 적자면, Activity 우수팀에는 팀 A.Line이, 특별상(발전상)에는 빵지순례 팀이, 우수팀에는 팀 A.Line와 팀 Flavor가 선정되었고, 대망의 최우수팀에는 폰트 개발을 딥러닝으로 혁신화시킨 팀 Anyfont가 선정되었다. 발표된 팀들은 기뻐하며 멘토들과 사진을 찍었다. 훈훈한 분위기 속에 시상식이 마무리 되고, 함께 저녁 만찬을 했다. 저녁을 먹고 담화를 나누며, 장장 3개월 간 진행됐던 E*5 KAIST의 2017하반기 프로그램은 마무리되었다.