딜리네이트 vs 프로셉션

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.

프로셉션 장단점

• 공식 홈페이지와 기술 데모 영상에 따르면 바늘에 실을 꿰는 수준의 초정밀 작업이 가능해 기존 자동화로 불가능했던 영역을 접근할 수 있다는 점이 가장 큰 장점입니다. 촉각 지능 기술 덕분에 물체의 재질, 강도, 형태를 실시간으로 파악해 파지력을 자동 조절하므로 불량률 감소 효과를 기대할 수 있습니다. 다양한 산업용 그리퍼와 로봇 팔에 통합 가능한 형태로 제공되어 기존 설비를 교체하지 않고도 고도화된 기능을 추가할 수 있는 유연성도 긍정적으로 평가됩니다.

• 2024~2025년 기준 아직 초기 스타트업 단계로 보여, 실제 상용 도입 사례나 검증된 고객사 레퍼런스가 공개되지 않아 신뢰성 확인이 어렵습니다. 웹사이트에 가격 정보, 라이선스 조건, 기술 사양이 명시되지 않아 도입을 고려하는 기업은 별도 문의가 필수입니다. 한국어 지원 여부나 국내 기술 지원 파트너 존재 여부도 확인되지 않아, 국내 기업이 도입 시 언어 장벽과 기술 지원 지연 문제에 직면할 수 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

프로셉션 주요 기능

• 20+ 자유도(DOF) 촉각 센서 탑재 고정밀 로봇 손(ProHand)
• 실시간 햅틱 피드백 기반 정밀 파지 제어
• 비정형 물체 적응형 파지(Grasping) 기술
• 디지털 트윈 기반 조작 시뮬레이션
• 기존 산업용 로봇 팔과 통합 가능한 SDK