딜리네이트 vs 모셔널

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.

모셔널 장단점

• 현대차의 E-GMP 플랫폼을 기반으로 제작되어 하드웨어 마감이 우수하며, 미국 연방 자동차 안전 기준(FMVSS) 인증을 획득해 신뢰도가 높습니다. 라스베이거스에서 13만 건 이상의 승객 탑승 주행을 통해 기술적 안정성을 입증했으며, 옴니태그(Omnitag)를 통한 자동 데이터 태깅으로 AI 모델 고도화 속도가 빠릅니다. 또한 우버, 리프트 등 거대 플랫폼과 긴밀히 협력하고 있어 사용자가 기존 앱으로 쉽게 이용할 수 있다는 점이 큰 장점입니다.

• 초기 상용화 목표였던 2023년을 넘겨 완전 무인 서비스 시점이 2026년 말로 연기되면서 시장 선점 기회를 놓쳤다는 지적이 있습니다. 최근 주요 투자사였던 앱티브(Aptiv)가 자금 지원을 줄이고 현대차 주도의 구조조정을 겪는 등 사업적 불안정성도 존재합니다. 현재 운영 구역이 라스베이거스 등 일부 지역에 국한되어 있어 웨이모와 같은 광범위한 서비스 지역 확장 능력을 증명해야 하는 과제가 남아 있습니다.

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

모셔널 주요 기능

• End-to-End ML 통합 자율주행 대형 드라이빙 모델(LDM)
• IONIQ 5 기반 완전 무인 로보택시 플랫폼(30개 이상 센서)
• Ray 기반 대규모 데이터 프로세싱 파이프라인
• 고성능 원격 차량 지원(RVA) 시스템
• nuScenes 자율주행 공개 데이터셋 제공