딥픽셀 이제훈대표와 아이스테이징 아시아 추선우대표가 협약서에 서명한 뒤 포즈를 취하고 있다. |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
3D기술과 디지털트윈 분야에서 글로벌 시장의 주목을 받고 있는 아이스테이징 아시아와 AR 가상 피팅 솔루션 기업으로 꾸준히 인지도를 높이고 있는 딥픽셀이 손을 잡았다.
양사는 지난 10일 아이스테이징 아시아 사무실에서 기술 협력에 대한 양해각서를 체결했다. ▲인공지능 XR솔루션을 공동으로 개발하고, ▲3D콘텐츠 제작 및 AR피팅 솔루션 비즈니스 확대가 주요 협력 내용이다.
양사는 지난 5월 파리에서 열린 유럽최대 스타트업 박람회인 비바텍(Vivatech)에서 만나 협력을 논의했는데, 2D를 3D로 변환하는 부분의 글로벌 특허 40여개를 보유한 아이스테이징 기술과 만들어진 3D제품을 실제감과 몰입감 있게 피팅하는 솔루션을 가진 딥픽셀이 완벽한 파트너가 돼 글로벌 시장을 공략할 수 있다는 자신감이 협력을 이끌었다.
아이스테이징은 3D 모델링 분야에서 ▲3D를 편집하는 AR Maker플랫폼과 ▲물체, 실내, 실외의 영상 촬영본을 3D화하는 AI-GS(가우시안 스플래팅/Gaussian Splatting)플랫폼을 보유하고 있다. 두가지 모두 스마트폰이나 드론으로 누구나 촬영만 하면 클라우드에서 자동으로 3D화 되거나, 쉽게 편집할 수 있게 되어있다. 기존 플랫폼들보다 더 빠르고, 저렴한 비용으로, 고퀄리티의 결과물을 얻어낼 수 있는 특징이 있다.
특히 정확성에 있어서 아이스테이징은 2019년 미국 캘리포니아주에서 열린 컴퓨터 비전 분야의 세계 최고 수준 학술대회인 CVPR(Computer Vision and Pattern Recognition)에서 3D디지털트윈 성능부분에서 2위였던 미 일리노이주립대(정확도 65%)보다 30%정도 앞선 83%의 정확도를 선보여 글로벌 1위를 차지한 바 있다.
딥픽셀은 주얼리, 패션 커머스를 위한 AR 가상 피팅 솔루션 ‘스타일AR(StyleAR)’을 개발해 서비스하고 있는 인공지능 스타트업이다. 사용자는 별도의 앱 설치 없이 웹 브라우저에서 스타일AR을 구동해 가상으로 제품을 피팅해 볼 수 있다. 현재 롯데면세점, MCM, 골든듀 등에서 해당 솔루션을 활용하여 고객에게 새로운 디지털 경험을 제공하고 있다.
아이스테이징 아시아 추선우 대표는 "아이스테이징이 만들어낸 3D를 딥픽셀의 피팅 기술로 구현해, 많은 리테일 기업들이 활용할 수 있도록 하겠다"고 말했다. 이어 "두 회사가 모두 독보적인 기술을 보유하고 있어, 해당 협력을 시작으로 산업용-의료용 디지털트윈 분야로 업무를 확대할 수 있다고 판단했다"고 전했다.
딥픽셀 이제훈 대표는 "3D 모델링 분야의 글로벌 기술 리더인 아이스테이징과 기술 협력을 할 수 있어 기쁘다”며 “이번 협력을 통해 고객에게 더욱 고도화된 저비용 고퀄리티의 AR 가상 피팅 솔루션을 선보일 수 있을 것으로 기대한다”고 말했다.
아이스테이징은 LVMH 및 Kering Maisons (Louis Vuitton, Tiffany & Co., DIOR, Chandon, Bulgari, Tag Heuer, YSL), BNP Paribas, RE/MAX, AECOM, Mercedes, Van Gogh Museum 등 글로벌 고객들과 협력해왔으며, 2021년에는 Finalist of The LVMH INNOVATION AWARD를, 2022에는 Coup de Coeur VivaTech 2022를 수상한 바 있다.
딥픽셀은 컴퓨터 비전 기술을 기반으로 사람의 신체영역을 실시간으로 인식하고 추적하는 기술을 연구 개발하고 있는 인공지능 스타트업으로, CES2022 혁신상, KES2021 혁신상, 2021년 한국지능정보시스템학회 인텔리전스대상 등을 수상한 바 있는 글로벌 기술 기업이다.
안충기 기자 newnew9@joongang.co.kr
▶ 중앙일보 / '페이스북' 친구추가
▶ 넌 뉴스를 찾아봐? 난 뉴스가 찾아와!
ⓒ중앙일보(https://www.joongang.co.kr), 무단 전재 및 재배포 금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.