LPMApplicationsContact
The Next Era of Intelligence

AFTER
LLM.

언어는 시작에 불과했습니다.
OTIFY는 복잡한 산업 시스템의 변화와 리스크를 이해하는 AI Engine — LPM을 개발합니다.

Explore LPMContact us
The Problem

지능은 강력해졌습니다.
세계는 여전히 복잡합니다.

오늘의 AI는 정보를 이해하고 생성하는 데 탁월합니다. 그러나 산업 환경은 언어만으로 이루어져 있지 않습니다.

시간, 상태, 환경, 이벤트, 관계, 외부 신호가 끊임없이 상호작용합니다. 이 구조를 하나의 흐름으로 접는 순간, 현실의 정보는 사라집니다.

After LLM

Language Models에서
Predictive Models로.

Language

LLM

1D1S · One-Dimension · One-Space
  • Language
  • Knowledge
  • Generation
  • Reasoning
→
Prediction

LPM

MDMS · Multi-Dimension · Multi-State
  • Environment
  • State · Time
  • Signal · Relation
  • Transition

LPM은 모든 신호를 하나의 표현으로 강제하지 않고, 이종 차원과 관계를 유지한 채 계산합니다 — 이종 데이터 전반의 구조적 손실을 최소화하는 방향입니다.

What OTIFY Is

변화를 이해하기 위해
만들어진 AI 엔진.

OTIFY는 운영 데이터, 환경 변수, 외부 신호, 상태 전이 패턴을 통합해 복잡한 시스템이 어떻게 변해갈지를 분석합니다.

목표는 답을 내놓는 것이 아니라, 조직이 리스크와 변화를 더 일찍 인지하도록 돕는 것입니다.

How It Works

신호에서,
지능으로.

01 — INPUT

Multi-Dimension Signals다차원 신호

운영 데이터 · 환경 · 외부 신호 · 이벤트 · 과거 상태 — 계측 주기와 단위가 다른 신호를 그대로 받아들입니다.

02 — RELATION

Relation Processing관계 연산

관계 · 맥락 · 상태 전이 · 차원 간 패턴 — 공간을 합치지 않고 공간 사이의 관계를 직접 계산합니다.

03 — INTELLIGENCE

Risk & State Intelligence상태 지능

형성 중인 조건 · 발생 확률 · 리스크 신호 · 시나리오 변화 — 단일 값이 아닌 분포로 출력합니다.

04 — DECISION

Actionable Insight의사결정 지원

조기 경보 · 우선순위 · 시나리오 비교 — 산업 시스템이 의사결정에 쓸 수 있는 형태 그대로.

Where LPM Can Work

One engine.
Complex systems.

산업별 AI를 각각 만드는 것이 아닙니다. 하나의 엔진이, 서로 다른 복잡계에 적용됩니다.

Financial Systems금융 시스템

시장 국면 · 변동성 · 포트폴리오 리스크 · 자산 간 신호. 벤치마킹이 확정된 검증 환경 — 구조가 여기서 먼저 확인되었습니다.

Energy & Infrastructure에너지 · 인프라

수요 · 기상 · 그리드 상태 · 설비 상태. 산업 설비 범용 에너지 자율 운전의 기반.

Health & Bio헬스 · 바이오

EEG · 환자 상태 · 생리 신호 · 질환 리스크 패턴. 첫 번째 포터빌리티 타깃.

Enterprise Risk엔터프라이즈 리스크

운영 · 고객 · 재무 · 외부 신호. 조직 전반의 상태 변화를 하나의 구조로.

The Person · Founder

안병권Founder · CEO / CTO

물리학에서 출발해 로보틱스·컴퓨터비전·나노구조 자기조립을 거쳤습니다. 언어가 아니라 물리 세계의 데이터를 다뤄 온 사람 — 그래서 언어의 구조로는 도달할 수 없는 지점이 보였습니다.

01 · Journal 2017
Science 2017 — Single-Stranded DNA and RNA Origami 논문 1페이지

SCIENCE

Single-Stranded DNA and RNA Origami — DNA·RNA 나노구조 자기조립, 교신저자.

02 · CVPR 2014

Looking Beyond
the Visible Scene

Torralba 공저 · equal contribution. 보이지 않는 것을 추론하는 연구 — 예측 계보의 시작점.

03 · Industry

Autodesk Research

Principal Research Scientist · 2014–2017. 연구를 산업 시스템으로 옮긴 경험.

MIT CSAILS.M. · Advisor: Daniela Rus
Publications 19편Science · PNAS · Nature Comm. · IEEE T-RO · CVPR · ICRA · CHI
Nature CommunicationsReviewer · 2025–
01 · The Origin / 2017

모두가 열광할 때,
한 사람은 한계를 봤습니다.

2017년, 한 편의 논문이 언어를 푸는 방식을 바꿨습니다. 세계가 그 가능성에 열광했습니다.

같은 해, 다른 질문이 있었습니다.

"이 구조는 모든 데이터를 하나의 순차 흐름으로 압축한다.
언어에는 충분하지만, 현실의 데이터는 그렇게 생기지 않았다."

1D1SOne Dimension · One Space
→
MDMSAI가 다음 패러다임으로 넘어가기 위한 과제
Attention Is All You Need (NIPS 2017) 논문 1페이지
Attention Is All You Need · NIPS 2017
Validation

Built to be tested.

고변동성 · 비정상성 · 노이즈가 지배하는 환경에서 먼저 검증한 뒤, 다른 산업으로 확장합니다. 우리가 보여주는 것은 부풀린 숫자가 아니라 검증 방법론입니다.

Environment

Financial Stress Test

글로벌 금융 데이터 — 벤치마킹이 확정된 검증 환경.

Horizons

Multiple Time Horizons

초 단위에서 60분까지 — 프레임이 바뀌어도 같은 구조.

Protocol

Out-of-Sample Evaluation

학습 구간과 격리된 평가 구간 — 5년 학습 · 5개월 격리 평가.

Reference

Baseline Comparison

Persistence · Majority-class 등 나이브 베이스라인과 동일 조건 비교.

Collaboration

구조는 검증되었습니다.
다음은 산업입니다.

LPM을 산업 현장에서 함께 검증할 파트너를 찾고 있습니다.

Explore collaboration