Engineering
2003년 설립 이후 소프트웨어 구축, 알고리즘 개발, 기반 기술 조사, 운영을 맡아 왔습니다. 20년 넘게 안정적으로 가동 중인 시스템도 있습니다.
배포
일본 시장을 위한 개발 및 서비스 운영을 시작으로, 2016년부터 전 세계에 앱을 배포하고 있습니다.
- 39개 언어로의 전개와 번역 운영
- 스토어 배포 기반의 구축과 운영
- 광고 미디에이션 도입
- 이용 상황의 계측과 분석
39개 언어 / 52개 국가 및 지역, 36개 통화 결제 실적(2016년부터)
코어 스택
보안 2017–
모바일 배포 2016–
임베디드·OS 2008–
네트워크·프로토콜 2004–
업무·커머스 시스템 2004–
이미지·문서·언어 분석 2003–
기술 선택
iPhone 3GS 세대인 2009년부터 모바일 개발을 해왔고, 2016년부터는 자사 앱을 배포하고 있습니다. 출발점은 iPhone이 보여준 가능성이었습니다. 한 손에 들어오는 고성능 기기가 네트워크에 연결되어 세계 어디로든 서비스를 전달할 수 있다는 점입니다.
만든 결과는 이용 데이터로 되돌아옵니다. 기술과 UI/UX를 실제 환경에서 지속적으로 검증할 수 있고, 자사 배포는 개별 프로젝트로는 얻기 어려운 규모의 검증을 제공합니다. 거기서 얻은 지식은 모바일 밖의 설계에도 반영됩니다.
2016년에 Xamarin, Cordova, React Native를 구현 수준에서 비교했고, Flutter는 공개 시점부터 검증해 왔습니다. 현재는 Swift와 Kotlin에 의한 네이티브 구현을 주축으로 하며, SwiftUI는 iOS 15 세대부터 실제 서비스에 사용하고 있습니다.
OS와 하드웨어에 가까운 계층에서 작성하면 렌더링과 카메라 처리의 실측 속도와 체감 속도를 다듬을 수 있고, OS의 새 기능이나 C/C++ 라이브러리도 추상화 계층을 기다리지 않고 다룰 수 있습니다. 장기간 운영하는 앱이 프레임워크 측의 파괴적 변경에 좌우되지 않는 점도 이유입니다.
Device Control
Barcode-Based Device Readout
계측기의 값을 BLE, Wi-Fi, 바코드의 세 경로로 수집합니다.
기기는 측정값을 무선으로 보내는 동시에 자체 화면에 바코드로 표시합니다. 앱은 이를 카메라로 읽어 각 값을 읽은 시각과 함께 목록으로 표시합니다.
세 경로를 하나의 앱에서 다루므로 어느 경로로 오든 같은 화면에 값이 도착합니다.
On-Device AI
On-Device AR Recognition
카메라에 비친 대상을 기기에서 인식해 AR 공간에 라벨을 배치합니다.
인식은 기기 내부에서 이루어집니다. 각 라벨은 대상의 위치에 고정되어 카메라를 움직여도 문자가 대상에 머무릅니다.
이름과 신뢰도가 발견되는 대로 표시됩니다. 데이터는 기기 밖으로 나가지 않습니다.