프로그램 운영실적
- KAIST Startup팅 X 스페이스워크 후기
- 창업원
- 2022-10-30 00:47:13
- 321
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="844" scrolling="no" src="https://youtu.be/Lpf9x30miAs" width="1500"></iframe>
2020년 KAIST Startup팅은 COVID-19의 영향으로 Youtube 온라인 생중계로 진행이 되었습니다. 첫번째 기업은 프롭테크 스타트업 스페이스워크와 함께 했습니다. 스페이스워크는 인공지능 기술을 기반으로 하는 랜드북 서비스를 제공하고 있는 기업입니다. 공공기관 및 NH농협은행 등과 MOU를 맺으며 토지 가치를 최대로 실현시키고 있습니다.
인공지능과 프롭테크-이경엽CTO
첫번째 순서는 인공지능과 프롭테크라는 주제로 이경엽CTO님의 발표로 시작되었습니다. Proptech=Property + Technology 의 신조어입니다. 부동산(토지,건물 등)에 기술을 접목시킨 분야입니다. 프롭테크의 시장은 핀테크를 이어서 성장하고 있으며 부동산, 중개, 공유경제의 개념이 도입되기도 하였습니다. 기술과 플랫폼으로 시장과 고객의 문제를 해결할 것으로 기대되는 분야입니다. airbnb 와 같은 공유경제가 v 2.0이며 빅데이터를 이용하거나 기술을 활용하고 기존 시장을 돕는 기업이 v 3.0인데 스페이스워크는 v 3.0에 해당합니다. 현재, 우리나라의 상황은 자산유형(주거용, 상업용 등) 및 서비스 형태(중개, 정보제공, 시공, 관리, 공유, 금융 등)와 기술이 결합하여 프롭테크의 다양한 분야를 형성하고 있습니다.
보통 자산운용사와 전문가들은 큰 규모의 부동산을 다루는 반면 스페이스워크는 기술과 자동화를 통해 많은 분들에게 최적화된 건축을 할 수 있도록 돕는 일을 하고 있습니다. 복잡한 건축관련 법규로 인해 수익추정이 어렵고 같은 지역내에서의 편차도 크게 발생합니다. 전문가의 손길이 닿기 어려운 영역이기에 기술로 해결이 필요하게 되는데 스페이스워크는 부동산의 개발 전과 후의 가치를 기술로 예측하여 고객들을 돕고 있습니다. 스페이스워크는 토지주와 투자자에게 정보제공(가치평가)를 제공하고, 유동성을 제공(매수자문 및 자산운용 모델)하고 있으며 공인중개사, 컨설턴트, 공공기관, 건축사와 이해관계를 맺고 있습니다.
스페이스워크는 딥러닝을 활용하여 비선형적인 문제를 푸는 데 활용하며 공공데이터를 가지고 데이터 엔지니어링을 거쳐 건축 알고리즘과 머신러닝을 거쳐 결과를 도출해내는 Tech Pipeline을 가지고 있습니다. 이렇게 스페이스워크는 심층 강화를 이용한 세계 최첨단의 기술을 보유하고 있으며 발전시키고 있습니다. 인공지능 기술을 이용하여 건물의 외곽을 잡고 주차를 계획하고 용도를 배분하고 자동화된 가치평가 모델을 통해 산정하고 있습니다. 랜드북이라는 소프트웨어 서비스를 제공하고 있는데 2019년 한 해동안 랜드북을 활용해 검토된 토지 면적이 약 15만평으로 약 1조 5000억원입니다. Monthly Active user 18000명 이상이고 Daily Active user 1500명 이상을 유지하고 있습니다. 스페이스워크는 현재, 전산학, 물리학, 기계공학, 건축학 등의 전문가 및 석박사들이 모여 부동산 문제를 해결하며 전문성을 추구하고 다양성을 갖춰나가고 있습니다.
프롭테크 개발자와 기술자의 실제 업무 이야기1- 풀스텍 개발, 오해와 진실-전원민 Web Engineering Manager
두번째 강연부터는 프롭테크 개발자와 기술자의 실제 업무 이야기에 대한 내용으로 3명의 개발자가 들려주는 실질적인 개발 이야기였습니다. 먼저, 풀스텍 웹 개발에 대한 강연으로 전원민 웹 엔지니어 매니저님이 강연하였습니다.
풀스택 웹 개발은 Front-end(html, css,javascript로 화면을 구현 및 운영), Back-end(php,python,ruby,c# 등의 언어로 만들어진 framework로 서버를 구현 및 운영), Devops(on-primise or cloud 환경의 시스템 구축 및 운영)으로 구성되어 있습니다. 웹 개발자들은 기본적으로 요구되는 능력은 Git,Basic Terminal Usage, Data structures & Algorithms, GitHub, Licenses, Semantic Versioning, SSH, HTTP/GTTPS and APIs, Design Patterns, Character Encodings가 있습니다. 하나씩 살펴보면 Front-end는 웹기반이기에 인터넷에 대한 이해가 필요하고 Back-end는 언어도 다양하고 통신에 대한 이해나 다른 기술들에 대한 이해가 동반되어야 합니다.
Front-end는 비교적 통신을 이용해서 데이터를 받아서 조작하는 정도에 대한 것에 그치지만 Back-end는 데이터를 쌓고 수정,삭제 및 관리하기에 알고리즘에 대한 이해도 요구됩니다. Devops는 실제로 제품들이 어떤 시스템에서 이루어지고 많은 트래픽들을 다루기 위한 방법이 요구되는 스텝입니다. 이 모든 스텝들을 다 잘하기는 쉽지 않습니다. 이에 규모에 따라 필요한 개발방법을 선택해야 할 것입니다. 시작 규모의 스타트업이라면 Stack을 선택하고 제품을 만들며 시행착오를 겪을 수밖에 없습니다. 유니콘 전후의 스타트업이라면 해당 스택에 대한 전문가들이 존재하고 조직 상황에 따라 필요한 경우가 있습니다.
Full Stack개발자가 되고 싶다면 Specialist가 아니라 generalist가 되는 것을 추천합니다. Front-end는 다 아는 것이 좋고 Back-end는 기업의 특성에 따라 필요한 기술을 습득하면 좋을 것 같습니다. Devops는 Network와 Linux, window 등 os에 대한 기본적인 지식이 필요하고 cloud경험은 필수입니다. 그러나 기술만큼 중요한 것은 문제를 인식하고 해결하며 사람들과의 커뮤니케이션이 가장 중요합니다.
프롭테크 개발자와 기술자의 실제 업무 이야기2- 스페이스워크에서의 데이터 사이언스-홍주환 Data Scientist
데이터사이언스는 프롭테크 3.0이 도래하고 있는 가운데 크게 3가지 분야로 나뉩니다. 먼저, Smart Buildings:부동산 관리에서는 센서기술, IOT기반의 빅데이터를 통해 건물 제어 자동화를 이루고 에너지 소모를 최적화하고 있습니다. Shared economy에서는 Airbnb, Wework로 대표되는 부동산공유 플랫폼이 속합니다. 매순간 쌓이는 사용자 빅데이터를 사용하는 처리하는 것이 중요합니다. Real estate Fin tech:prop+Fin tech 분야는 중개 및 임대 서비스, 투자 및 자금조달 크라우드 펀딩 서비스, 부동산 감정평가 서비스를 통해 토지, 건물을 포함한 모든 부동산 가치평가 자동화를 하고 있습니다. 스페이스워크도 이에 해당하는 업무를 하고 있습니다.
부동산 감정평가는 정밀평가와 대량평가 로 나뉘는데 대량평가에 대한 수요가 점점 증가하고 있습니다. 대량평가는 통계적 모형으로 모집단 전체의 부동산 가치를 일시에 산정하고 있습니다. 다양한 AVM(대량평가)을 활용할 수 있는데 담보물 평가(주택담보대출 등 부동산관련 금융상품을 위한 담보물 가치 추정), 과세기준 산정(재산세, 종합소득세, 상속, 증여세 등 각종 세금의 과세기준), 경제학적 측면(토지, 주택시장의 수요 공급 변화 양상 파악 및 예측, 정책 수립), 재무관리적 측면(부동산을 포함한 자산 포트폴리오 관리), 부동산 개발사업 평가(개발 전,후의 가치산정을 통한 사업성 평가)을 할 수 있습니다.
부동산 개발사업 평가가 현재 스페이스워크가 제공하는 서비스입니다. 추후 개발사업 평가 뿐 아니라 경제학적, 재무관리적 측면과 결합하여 AVM을 통해 사업성이 좋은 곳을 선제적으로 포착하려는 비즈니스 모델을 계획 중에 있습니다. 전통적 부동산 대량평가 방식의 한계가 있기 때문에 데이터 사이언스를 이용하여 스페이스워크는 비모수적(non-parametic) AVM을 개발 진행 중에 있습니다. 부동산가치를 특정함수로 정형화하지 않고 다양한 함수 자체를 탐색하고 있으며, 연구자의 주관을 최소화하고 데이터에 기반한 가치함수를 찾고 있습니다. 여러 비모수 모델기반 기계학습 알고리즘 활용이 가능하며 다양한 형태의 함수를 탐색합니다. 이에 스페이스워크에서는 문제설정->데이터 수집->데이터 가공-> 데이터 탐색(통계적 전처리)->모델구축(다양한 비모수적 알고리즘)->결과공유(기술, 사업팀)를 통해 AVM을 개발하고 있습니다. 스페이스워크는 AVM을 공간적(현재 범위->전국->해외), 시간적(미래적 가치, 장기적 계획), 용도적(소형 주거용 부동산-> 상업용, 농업용 토지 등)으로 개발하고 있습니다. 스페이스워크의 AVM은 단순한 가치평가 모델을 넘어서 부동산 투자 포트폴리오 최적화에 활용하고, 건축설계 심층강화학습모듈에 부동산 가치를 최대화 하기 위한 일을 하고 있습니다.
프롭테크 개발자와 기술자의 실제 업무 이야기3-유연하고 확장 가능한 컨테이너 기반 빅데이터 파이프라인 구축하기-이준표 Data Engineering Manager
이어서 유연하고 확장 가능한 컨테이너 기반 빅데이터 파이프라인 구축하기라는 주제로 이준표 Data Engineering Manager님의 강연이 있었습니다. 개발자들이 궁금해하는 기술에 대한 이야기였습니다.
데이터 엔지니어링이란 Source 데이터를 Target으로 옮기는 과정 및 절차를 비즈니스 로직에 맞게 시스템(자동)화하는 것입니다. 데이터 엔지니어링과 같이 중요한 업무는 데이터 파이프라인입니다. 데이터 파이프라인은 줄여서 ETL로 불리는데 데이터를 추출(Extract)하여 사내DB나 외부 서버, 클라우드에 API, 크롤링 등의 방식으로 가공, 정제(Transform)한 후 저장하는 과정입니다. 파이프라인을 시스템(자동화)하기 위해서는 파이프라인 매니지먼트가 필요합니다. 파이프라인을 운영하기 위해서는 컨테이너라는 기술이 요구됩니다. 컨네이너는 어플리케이션을 구동환경에서 논리적으로 격리하는 기술입니다. 컨네이너는 가벼우므로 시스템 운영체제 수준에서 빠른 시작과 적은 메모리로 가동할 수 있습니다. 또한 일관성의 특징을 가지고 있으며 다양한 환경에서 컨테이너로 패키징된 어플리케이션을 일관성 있게 배포 및 실행이 가능합니다. 컨테이너 매니지먼트에도 툴이 있는데 단일 또는 복수의 시스템을 추상화하여 컨테이너 구동 환경을 제공하고, 컨테이너의 상태를 모니터링하고 재가동,확장,복제 컨테이너의 시스템 리소스를 관리할 수 있습니다. 스페이스워크에서는 소스 데이터를 추출하여 부동산, 금융 등의 분야별 데이터에 저장을 해서 랜드북 등으로 서비스하는 과정을 거칩니다.
스페이스워크는 유연성을 확보하기 위해 데이터파이프라인을 구성합니다. 데이터 파이프라인을 구성하는 Task를 개발하는 다양한 개발 주체(DS,DE)를 중심으로 Task마다 실행에 필요한 라이브러리 및 관련 종속 항목의 상이함을 통해 Task들의 배포, 테스트 등을 안정적인 수행할 수 있는 환경과 프로세스가 중요하게 여겨집니다. 컨테이너기반 파이프라인을 조성할 수 있었습니다. 서비스 제품이 증가함에 따라 소스 데이터가 증가하여 Task 수나 Task 당 컴퓨터 리소스가 증가하기에 확장하고 있습니다.
4명의 강연자분들의 챕터별로 자세한 설명을 들을 수 있었습니다. 그 이후에는 사전에 받은 질문들을 바탕으로 실시간 Q&A로 이어졌습니다. 질문에 맞는 강연자분이 답변을 하며 참가자분들의 궁금증을 해소시켜 줄 수 있었습니다. 제조업에서 스타트업 문화가 확산될 수 있는가, 부동산 입지에 따른 가치 설정을 할 수 있을 만한 것에 대한 데이터가 존재하는가, 스페이스워크의 테크니컬한 부분이 비즈니스에 어떻게 적용이 되는지에 대한 프로세스는 어떠한가, 빅데이터 파이프라인에 대한 구체적인 예시 등에 대한 질문에 대해 스페이스워크가 대처하고 있는 방법들, 조언들을 해주었습니다.
현실적인 조언과 답변을 통해 인공지능과 부동산 업계, 스타트업에 대해 알게 되었을 것으로 생각됩니다. 대면으로 할 수 없는 안타까움이 있지만 실시간으로 시청해주시며 소통해주셔서 감사합니다. 다음 번6월 Startup팅을 기대해주세요.
- 이전
- Startup팅 X 마스오토 "자율주행 스타트업 마스오토 이야기" 후기
- 2022-10-30
- 다음
- 15th E*5 KAIST (`19 하반기)
- 2022-10-30