딜리네이트 vs 이네이트

딜리네이트 장단점

• 가장 큰 장점은 수작업으로 수개월이 걸리던 임상 데이터 수집 및 구조화 작업을 약 15배 이상 빠르게 처리할 수 있다는 점입니다. 특히 논문 속 그래프(Plots)에 숨겨진 수치를 정확하게 복원하는 능력이 뛰어나, 데이터가 소실된 과거 연구 결과도 다시 활용할 수 있게 해줍니다. 글로벌 Top 10 제약사들과 협업하며 검증된 높은 데이터 품질과 품질 관리(QC) 프로세스를 제공하며, 이를 통해 임상 설계 단계에서 하루만 앞당겨도 발생하는 수백만 달러의 기회비용을 절감하는 데 실질적인 도움을 줍니다.

• 제약 및 바이오 전문 엔터프라이즈 솔루션 특성상 일반 사용자가 접근하기 어려운 폐쇄적인 가격 정책을 가지고 있으며, 도입 비용이 상당히 높을 것으로 예상됩니다. AI가 추출한 데이터라 할지라도 임상 시험이라는 특수성 때문에 최종 단계에서는 반드시 전문가의 검토가 필요하다는 인적 리소스 부담이 여전히 존재합니다. 또한 현재는 영어권 기반의 연구 자료 처리에 최적화되어 있어, 한국어 등으로 작성된 국내 특허나 로컬 임상 자료에 대한 처리 정확도는 상대적으로 낮을 수 있다는 한계가 있습니다.

이네이트 장단점

• 조립과 캘리브레이션이 완료된 상태로 배송되어 '박스를 열자마자' 사용할 수 있다는 점이 가장 큰 장점입니다. 엔비디아 오린(NVIDIA Orin)을 내장해 온디바이스 연산 능력이 뛰어나며, 전용 앱을 활용한 30분 내외의 짧은 모방 학습(Imitation Learning)만으로도 복잡한 물리적 작업을 가르칠 수 있어 비전문가도 접근하기 쉽습니다. 또한 오픈 소스 생태계를 지향하여 개발자가 하드웨어를 직접 개조하거나 소프트웨어 기능을 자유롭게 확장할 수 있는 높은 유연성을 제공합니다.

• 복잡한 추론이나 장기적인 기억 기능을 활용하려면 인터넷 연결과 클라우드 서비스가 필요하며, 이 과정에서 발생하는 지연 시간(Latency) 때문에 로봇의 반응 속도가 다소 느리게 느껴질 수 있습니다. 본체의 상당 부분이 레진 및 3D 프린팅 소재로 제작되어 충격에 약하고, 들어 올릴 수 있는 무게(Payload)가 제한적이어서 무거운 물체를 다루는 실질적인 작업에는 한계가 있습니다. 또한 신생 플랫폼인 만큼 기존의 ROS 생태계에 비해 아직은 문서화나 커뮤니티의 기술 지원 사례가 부족하다는 점이 아쉬움으로 꼽힙니다.

딜리네이트 주요 기능

• AI 에이전트 기반 체계적 문헌 고찰 자동화
• 컴퓨터 비전을 활용한 그래프·도표 수치 추출(plot digitization)
• 100% 감사 가능한 데이터 출처 추적
• 특정 약물 계급에 특화된 대규모 데이터셋 구축
• 비구조화 문서(PDF·특허)의 구조화 변환
• 멀티소스 파라미터 추출 및 생물학적 메커니즘 탐색

이네이트 주요 기능

• BASIC 에이전트 OS 기반 실시간 추론 및 계획 수립
• Spatial RAG 기반 시공간 환경 기억 시스템
• 스마트폰 연동 30분 모방 학습(Imitation Learning)
• Nvidia Jetson Orin Nano 8GB 탑재 온디바이스 AI 연산
• 완전 오픈소스 하드웨어 및 소프트웨어 스택