트윔 기업 분석

기업이름 : 트윔

코드번호 : 290090

 

당사는 다양한 산업의 제조 공정과 재질별 광학특성에 대한 이해 및 AI 딥러닝 비전 기술을 기반으로 공정자동화 솔루션을 제공하는 벤처기업입니다. 반도체, 디스플레이, 2차전지, 자동차, 식음료 및 바이오 등의 다양한 분야에서 고객사의 공정 자동화 구축을 위한 소프트웨어 및 하드웨어를 커스터마이징하여 제공하고 있습니다. 당사 제품은 크게 Rule 기반 비전과 AI 기반 비전으로 나눌 수 있으며, Rule 기반 비전은 OLED 디스플레이 산업, AI 기반 비전은 전체 머신비전 시장과  직결되어 있습니다. 당사는 자체 개발한 핵심기술을 바탕으로 AI 딥러닝 검사 소프트웨어 “MOAI”를 개발하였으며, 이를 탑재한 AI 검사기(T-MEGA), Rule-base 비전검사시스템, 스마트팩토리 솔루션(T-MASS) 등을 제공합니다.

 

사업부문

(1) Rule-base 사업부문
① 성공적인 레퍼런스 누적이 중요한 산업
Rule-base 사업부문의 주요 전방 산업은 모바일용 디스플레이 장비 산업입니다. 디스플레이 후공정에서 Rule-base  비전 모듈은 라미네이션 장비의 얼라인먼트와 외관검사에 주로 활용 되는데 디스플레이 제조 공정 중 거의 마지막 공정에 해당합니다. 해당 공정에서 얼라인먼트 불량이 발생하면 완제품에 가까운 제품을 폐기처리 해야 하므로 고객사의 영업이익률에 주요한 영향을 미치게 됩니다.  따라서 고객사는 해당업무를 검증된 업체에게 맡기는 경향이 있습니다.

② 폼팩터가 지속적으로 변화하는 산업
모바일 디바이스는 플렉서블 버전, 3D 엣지 버전과 폴더블 버전 등 폼팩터가 지속적으로 변화 되고 있습니다. 비전 모듈 협력사는 폼팩터가 변화할 때마다 더 까다로워지는 검출 환경에서 기존 보다 더 높은 정밀도와 낮은 불량률을 위해 새로운 알고리즘을 추가하는 등 지속적인 기술개발로 고객사의 요구조건에 대응하여야 합니다. 리지드 OLED 패널에서 플렉서블 OLED 패널이 등장하였고, 이를 응용한 3D 엣지 디스플레이가 등장하고, 최근에는 폴더플 디스플레이가 출시되는 등 폼팩터가 끊임 없이 변화하는 특성을 가지고 있습니다.

③ 아날로그 광학기술이 중요한 산업
모바일 디스플레이의 주요 재료는 투명 PI, 투명 기판, 투명 커버글라스 등 빛의 반사가 심하면서 투명한 재질들로서 정확한 촬상이 까다로운 재질들 입니다. 조명의 강도와 각도, 렌즈의 초점거리와 FOV 등 여러 조건이 완벽하게 세팅되어야 투명한 재질의 경계면을 검출할 수 있습니다. 수 백만대를 연속 검출함에 있어 최소의 에러 수준을 유지하기 위해서는 이러한 아날로그 광학 기술을 확보하는 것이 매우 중요한 산업니다.

 

(2) AI-base 사업부문
① 유사 카테고리 레퍼런스가 중요한 산업
AI-base 비전 검사기는 아직 일반화 되지 않은 기술로서, 이를 구매하는 고객사들이 검사기의 성능과 효용에 대해 처음부터 확신을 가지기 어려운 상황이며, 많은 경우 검사기의 실제 성능을 확인하지 못한 상태에서 구매계약을 체결해야 합니다. 그러므로 고객사 생산품과 유사한 카테고리에 속하는 AI 검사기를 개발하여 실제 양산 납품한 레퍼런스를 확보한 업체를 선호합니다.

② 산업용 데이터 확보가 중요한 산업
AI-base 비전 검사기의 두뇌에 해당되는 신경망은 이미지 학습을 통해 검사 정확도가 올라갑니다. 그리고 특정 부품 관련 이미지만 학습한 신경망보다 유사 부품을 미리 학습한 뒤 특정 부품을 학습한 신경망이 검출율에서 더 우수한 결과를 보여주므로, 유사한 카테고리에 속한 부품들의 이미지 확보도 중요합니다. 그런데 산업용 부품들의 정밀 이미지는 공개망에서 구하기가 어려우므로, 고객사를 선점하여 실제 프로젝트를 수행한 업체가 해당 산업 분야의 다른 고객을 확보하는데 더 유리한 입장이 됩니다.

③ 신경망 최적화가 중요한 산업
신경망은 학습과 판독에서 반복적인 연산이 필요하여 기존 Rule-base 비전 검사 대비 속도가 느린 경향이 있습니다. 고가의 H/W를 사용하면 속도 문제가 해결 되기도 하지만 원가가 상승하게 됩니다. 또한 고사양 H/W로도 해결이 안되는 경우 고객사 라인의 생산 속도를 검사속도가 맞추기 못하는 경우도 발생합니다. 따라서 신경망 최적화가 필수적으로 진행되어야 하는데, 아직 업계의 신경망 이해도가 높지 않은 상황이라 다수의 업체들이 기존 범용 신경망을 사용하여 불필요한 연산으로 검사 속도 단축에 어려움을 겪고 있습니다. 고객사는 정확도와 검사속도 어떠한 것도 기존 검사원 대비 낮은 것을 허용하지 않으므로, 신경망 최적화로 정확도를 유지하면서 빠른 검사속도를 확보한 신경망을 가진 업체가 유리한 산업입니다.

④ 아날로그 광학기술이 중요한 산업
이미지 촬영 단계에서 검사 대상이 뚜렷히 구별되도록 광학조건을 세팅하여야만, 신경망이 이를 원활하게 판독할 수 있습니다. 그런데 투명한 글라스, 난반사가 심한 금속류, 빛이 흡수되는 고무 등 수많은 산업용 부품들이 촬영이 까다로운 소재로 되어 있으므로, 광학 컨디션을 구축하는데 노하우를 가진 업체들이 유리한 산업입니다.

⑤ 통합 솔루션 제공이 중요한 산업
AI-base 비전 검사기 수요를 가진 업체들 중 대다수가 생산 라인에 바로 설치가 가능한 턴키 방식의 완제품을 선호 합니다. AI 이미지 판독 업체, 광학 모듈업체, 장비 제조업체가 컨소시엄 형태로 제품을 개발 하여 공급하는 경우, 광학 특성이 고려되지 않은 장비가 설계되어 통합과정에서 기술적인 문제가 발생하게 되고, 컨소시엄 업체간 책임 공방마저 발생되어 고객사가 곤란해지는 경우가 종종 발생합니다. 그러므로 AI 신경망부터 광학모듈 그리고 장비 설계까지 모두 독자적으로 수행하는 업체가 선호되는 산업입니다 .

매출 실적

 

2022년 1분기 부채 비율

 

 

판매 전략

① 고객사의 중/장기 투자 계획 등에 대한 정보 파악

주기적인 영업활동을 통해 고객사의 중/장기적인 투자 계획 등에 대한 정보를 파악하여 영업 계획을 수립하고, 영업활동을 진행합니다. Rule 분야에서는 주요고객사 전담팀을 운영하고 있으며, AI 분야에서는 당사가 레퍼런스를 확보한 소형 단조 금속류, 알루미늄 파우치류, 바이오 진단키트 관련 검사 분야 등에 영업력을 집중하고 있습니다. 

 

② 언론사, SNS 등을 통한 홍보, 마케팅 진행

당사는 기존에 고정 거래처 위주로 영업을 진행하여 언론 및 SNS 홍보가 부족한 면이 있었습니다. 하지만 AI 검사기는 신규 거래처를 지속적으로 확보하여야 하므로 마케팅 부서를 신설하여 해당 분야 경력 직원을 채용 및 배치하였습니다. 현재 Facebook, 네이버 블로그, Youtube 등 다양한 SNS를 통해 당사의 기술력을 소개하고 있으며, 주기적으로 언론에 당사 기술력을 어필하는 마케팅을 진행하고 있습니다. 

 

③ AI 및 스마트팩토리 주제 전시회 정기적 참가

당사는 강남 코엑스 및 일산 킨텍스에서 개최되는 자동화설비, 머신비전, AI인공지능 등의 전시회에 주기적으로 참여해왔습니다. 당사는 전시회 참여를 통해 관련 산업에서의 기술력을 지속적으로 홍보하여 고객 유치를 위해 노력하고 있습니다.

 

④ 기존 고객의 추천 및 소개

AI 검사기는 아직 보편화 되지 않아, 처음 접한 고객은 투자 결정을 쉽게 내리지 못하는 경우가 있습니다. 반면 당사의 AI 검사기를 도입했던 업체가 계열사나 협력업체에 당사 검사기를 추천하게 되면 어렵지 않게 투자 의사결정을 내리기도 합니다. 이에 당사는 기존 고객의 만족도 향상에 더욱 노력을 기울이면서 계열사나 협력사를 위한 제안서를 제출하는 등 고객 확장 전략을 시행하고 있습니다. 

 

주요 매출처

당사는 제조업을 영위하는 국내 대기업 및 협력사, 글로벌 회사의 국내 제조 법인, 식품 중견기업 등을 대상으로 매출을 영위하고 있습니다. 기존 디스플레이 산업에서 안정적인 매출을 확보하면서, 신규 산업은 특정 카테고리별로 노하우 및 산업데이터를 축적하면서 선택적으로 확장시키고 있습니다.

 

 

목표 시장의 규모 및 전망

당사가 목표로 하는 주요 시장은 인공지능 이미지 분석 및 외관 검사 시장으로 생산단계 혹은 생산 완료단계에서 영상처리를 통해 제조를 하거나, 품질을 검사하는 이미지 기반 검사 시장입니다. 당사의 AI 소프트웨어 MOAI 및 이를 기반으로 하는 AI 검사기, 그리고 Rule 기반 비전 시스템은 해당 시장에 최적화 되어 있습니다. 

 

(1) Rule 기반 비전 시스템
당사는 Rule 기반 머신비전 분야에서 굴곡이나 왜곡이 심한 제품의 부착 및 합착 Alignment 알고리즘 및 Alignment 정도를 측정하는 알고리즘을 개발하여 왔습니다. 이러한 알고리즘은 비전검사기에 적용되어 디스플레이 OLED 제조 공정에서 Alignment 계측 및 보정을 하는데 사용됩니다.
OLED 제조공정은 LTPS -> 증착(Evaporation) -> 봉지(Encapsulation) -> 셀(Cell) -> 모듈(Module)의 5대 공정을 통해 생산되는데, 당사의 Alignmnet 비전검사기는 모듈 공정에 적용됩니다.
모듈 공정은 POL Attach -> Autoclave -> 본딩/부착기 -> Lamination -> Autoclave-> 벤딩 -> 점등검사의 순서로 이루어지는데, 이 중 Autoclave를 제외한 모든 공정 내 당사의 비전솔루션을 적용하고 있습니다. 따라서, 당사의 Rule 기반 머신비전은 디스플레이 전방 산업의 영향을 받으며, 시장의 규모 및 잠재성장력 역시 디스플레이 산업에 따라 결정 됩니다.
전세계 디스플레이 시장은 LCD 패널 시장의 점진적인 축소가 예상됨에도 불구하고,OLED 패널 시장의 고성장에 힘입어 완만한 성장을 이어갈 것으로 전망됩니다. 한국디스플레이산업협회가 2021년 03월에 발간한 디스플레이산업 주요 통계(2020.4Q) 자료에 의하면, 2020년말 기준 전세계 디스플레이 시장은 1,228억 달러를 기록하였으며, OLED 적용 어플리케이션의 확대 및 Flexible OLED 시장의 성장으로 2027년에는 전세계 디스플레이 시장이 1,452억 달러 수준까지 늘어날 것으로 예상되고 있습니다.

중장기 디스플레이 패널 산업의 성장성은 OLED 패널이 견인할 것으로 전망됨에 따라, 국내외 디스플레이 업체들의 OLED 투자가 지속될 전망입니다. 특히, 삼성디스플레이, LG디스플레이 등 국내 디스플레이 패널 업체뿐만 아니라, 중국 디스플레이 패널 업체까지 OLED 패널 양산 계획을 발표하고 있습니다. OMDIA에서 발간한 통계 자료에 의하면 2020년 한국과 중국의 OLED 패널 생산 CAPA는 각각 연간 705만장, 235만장이나 2026년에는 1,283만장, 940만장으로 늘어날 전망입니다.

디스플레이 산업은 지속적으로 성장할 것이 예상되며, 한국 및 중국의 주요 디스플레이 패널 제조사들은 Flexible OLED가 적용되는 곡면(3D) 스마트폰의 성장 지속, Foldable 스마트폰 시장의 개화 등에 따른 OLED 패널 수요에 대응하기 위하여 공격적인 후공정 설비 투자를 진행할 것으로 기대되고 있습니다.

 

(2) AI 기반 비전 검사 시스템
머신비전이란 기계에 인간이 지닌 시각과 판단 기능을 부여한 것으로, 인간의 '눈(시각)'을 '카메라'가 대신하며, 인간의 '뇌(판단 기능)'를 '소프트웨어 시스템'이 대신하여 처리하는 기술을 의미합니다. 머신비전은 다양한 제조 공정의 최종 제품을 검사하는데 주로 이용됩니다.
머신비전은 과거부터 인간이 육안으로 하는 검사를 대체하기 위해 계속 발전해 왔으며, Rule 기반 비전검사의 한계점을 극복하고자 AI 기반 비전검사에 대한 연구가 진행되기 시작하였습니다.
Rule 기반 머신비전 검사의 경우 다음과 같은 단점이 존재합니다.
①  대다수 제조업과 같이 생산공정 환경이 가변적인 경우, 균일하지 못한 모든 경우의 수를 코딩으로 작성하여야하는데, 모든 규칙을 사전에 입력하는 것은 사실상 불가능합니다.
② 생산품의 외형적인 변화가 가능한 산업군(ex.식품산업)에는 불량 유형이 비정형적이기 때문에, 모든 불량에 대한 경우의 수를 코딩으로 작성하는 것은 사실상 불가능합니다.

AI 기반 머신비전을 통해 모든 산업군 내 검사기 도입이 가능해졌으며, 검사기 뿐만 아니라  영상데이터를 획득하고 분석 활용하여, 산업 현장에서 제조 공정, 제품 검수, 현장 감시, 물류 통제 등 생산 과정 전반에서 지능화/자동화할 수 있는 모든 분야에 대한 AI 기반 머신비전 수요가 증가하고 있습니다.

국내 머신러닝 및 컴퓨터 비전 시장 규모

위와 같이 국내 머신러닝 및 컴퓨터 비전 시장은 급격히 성장하고 있으며, 당사의 AI기반 머신비전의 적용 분야 역시 기하급수적으로 증가할 것이라 예상됩니다.

 

시장 경쟁 요인 및 경쟁력
(1) Rule-base 사업부문

후공정 중에서도 최종 단계에 속하는 얼라인먼트 공정에서 제조불량이 발생하면 고객사에 큰 손실이 발생하므로 디스플레이 비전모듈을 납품하는 업체들은 과거 프로젝트에서 고객 수율 개선 기여도로 평가 받습니다. 당사는 과거 고객사의 대규모 증설 과정에서 고객사 최종 수율을 단기간에 향상시키는데 기여하여 업계의 인정을 받은 바 있습니다.
주요 전방산업인 OLED 디스플레이는 폼팩터가 지속적으로 변화하고 있습니다. 플렉서블로 바뀌면서 기존 유리기판 대비 광학 조건이 어려워졌고, 3D 엣지로 발전하면서 검출 알고리즘은 더 정교해져야 했습니다. 당사는 이러한 변화에 능동적이고 선제적으로 대응하여 왔습니다. 최근 폴더블 폼팩터가 추가 되는 과정에서도 당사는 새로운 과제들을 해결하면서 성공적으로 대응하였습니다.
또한 대규모 라인을 정해진 기간 내에 증설하거나 개조/개선 하는 경우가 많으므로 숙련된 엔지니어를 충분히 확보하는 것도 경쟁요인의 일부 입니다.

(2) AI-base 사업부문
AI-base 비전 검사기는 기존 검사원들이 수행하던 검사 업무를 대체함에 있어서, 검사원 대비 더 정확한 검출율과 더 빠른 검사 속도를 확보해야 할 뿐만 아니라, 이러한양산형 장비를 실제로 개발하여 납품할 수 있는 것이 주요 경쟁력 입니다. 따라서, 개발 레퍼런스가 경쟁력으로 인정 받으며, 레퍼런스를 확보한 업체가 더 많은 산업용이미지 데이터에 접근할 수 있게 되며, 더 많은 데이터로 학습된 신경망은 더 정확한 검출율을 보여주는 선순환 구조가 발생하게 됩니다. 당사는 Rule-base 에서 발생하는 안정적인 현금흐름을 기반으로 AI-base에 과감한 투자를 집행하여 이러한 선순환 구조를 선점하고 있습니다. 특히 당사는 이 과정에서 산업용 데이터 확보 및 축적에 노력을 기울이고 있습니다.
당사는 Rule-base 비전 사업에서 촬영이 까다로운 소재의 영상을 선명하게 확보하는 광학기술을 확보하였습니다. 이러한 기술은 AI-base 사업에서도 주요한 요소기술로서 신경망의 정확도를 향상시키는데 큰 역할을 하고 있으며, 특히 글라스 촬영 기술을 기반으로 금속성 필름류 검사비딩에서 글로벌 경쟁사를 상회하는 정확도를 보이며 수주에 성공하기도 하였습니다.  
당사는 산업용 이미지 판독 특화 신경망을 사용하고 있으며, 코드레벨에서 신경망 최적화를 진행하여 범용신경망 대비 연산 속도를 획기적으로 개선하였습니다. 개선된 신경망 처리 속도는, 이미지를 더 정확하게 판독하기 위한 연산량 증가나  H/W 사양 최적화를 통한 원가 경쟁력 확보에 유리하게 적용될 수 있습니다.
대다수의 경쟁사는 비전 S/W, 광학 모듈, 장비 설계 및 제작을 개별 외주 방식으로 처리하고 있으므로 통합 과정에서 적지 않은 문제점을 노출하고 있습니다. 당사는 장비 제어 S/W을 기반으로 설립되었으며, Rule-base 비전 사업을 통해서 지속적으로 장비를 다루어 왔습니다. 이러한 업력으로 당사 S/W 기술인력은 제조장비에 대한 이해도가 높으며, 추가로 장비 설계, 전장, PLC 전문인력들을 채용하여 장비 설계 및 제조에 대한 기술력을 확보하였습니다. 당사는 비전인력과 장비 인력을 동시에 확보하여 고객사에 AI-base 비전 검사기 완성품을 턴키 방식으로 개발 및 납품하고 있으며, 이 부분에서 많은 고객사들이 높은 만족도를 표시하였습니다.