YouTube 공동 창업자, 3D 스캐닝 앱 Polycam에 투자하다

스마트폰 센서를 사용하여 물체의 3D 스캔을 캡처하는 앱인 Polycam이 주목받는 투자자인 Adobe와 YouTube 공동 창업자인 차드 허리 등으로부터 자금을 조달하고 있습니다.

Polycam은 오늘, 좌측 레인 캐피털을 주도로 Adobe Ventures, 허리 등의 참여로 약 1800만 달러의 시리즈 A 투자 라운드를 마쳤다고 발표했습니다. Polycam의 공동 창업자이자 CEO인 크리스 하인리히는 이 자금이 새로운 3D 편집 및 협업 기능, 3D 개체 렌더링을 위한 AI 모델 훈련, 그리고 새로운 시장 확장을 지원할 것이라고 말했습니다.

Polycam은 2021년 초에 Ubiquity6에서 함께 일하면서 알게 된 크리스 하인리히와 엘리엇 스펠먼에 의해 설립되었습니다. Ubiquity6는 모바일 3D 스캐닝과 AR 기술을 개발하는 스타트업입니다. 하인리히와 스펠먼은 최신 아이폰의 라이다 센서와 같은 하드웨어로 가능해진 3D 캡처가 대중들을 위한 3D 콘텐츠 제작의 열쇠가 될 수 있다고 믿었습니다.

“3D 모델링 분야의 도전과 기회 중 하나는 3D 캡처의 핵심 기술이 완벽하지 않으며 iPhone으로 사진을 찍는 것만큼 쉬운 것이 아니라는 것입니다,” Heinrich는 이메일 인터뷰에서 TechCrunch에 말했습니다. “좋은 소식은 AI 기술을 활용한 3D 캡처의 발전이 Polycam이 가진 데이터와 결합될 때 다음 몇 년 동안 품질과 사용 편의성을 극적으로 개선할 것이며, 이는 더 많은 사용 사례를 확장하고 채택률을 높일 것입니다.”

Polycam은 각기 다른 사용 사례에 대응하기 위해 설계된 3D 캡처 및 모델링 도구 모음을 제공합니다.

아이폰의 라이다 센서가 있는 기기에서 Polycam은 사용자의 주변 환경을 스캔할 수 있습니다. 예를 들어, 사용자의 집 안의 각 방을 3D로 스캔할 수 있습니다. 이 앱의 “사진 모드”는 모바일 기기와 웹에서 사용할 수 있으며, 사진측량학을 사용하여 이미지를 캡처하고 이를 이어붙여 사물의 3D 모델을 생성합니다. Polycam은 스마트폰 카메라로부터 “사진 스피어”와 360도 스카이박스 이미지를 캡처할 수도 있습니다. 그리고 모델을 캡처하지 않고도 (예: 비디오 게임에) 프로젝트에 모델을 통합하고자 하는 사용자를 위해, 앱은 Polycam 커뮤니티에서 공유되는 무료 3D 모델 라이브러리를 제공합니다.

Polycam은 프로 사용자를 대상으로 한 고급 기능을 위해 연간 100달러의 구독료를 받아 수익을 창출합니다.

지금은 스마트폰 기반의 3D 객체 캡처 앱이 여러 가지 시장에서 제공되고 있습니다. (예를 들어, Luma가 있습니다.) 그러나 최근 몇 년간 시장 통합으로 인해 Polycam은 혜택을 받았습니다. Niantic이 Scaniverse를 인수하고, Discord가 Ubiquity6를 인수하고, Snap이 Th3rd를 인수하는 등의 사례가 있었습니다.

오늘날, Polycam은 거의 10만 명의 유료 고객을 보유하고 있으며, Heinrich씨에 따르면 iPhone 및 Android 앱은 1000만 회 이상 다운로드되었습니다.

그는 “2023년에 Polycam은 수익성을 갖추었으며, 강력한 수익성 성장을 보였습니다”라고 말했습니다. “우리는 기술 산업의 둔화에도 불구하고 어려운 거시경제 환경에서도 강력한 수익성 성장을 달성하며, 외부 자금을 조달하는 이유는 ‘더 적극적으로 확장하기 위해서’입니다”라고 Heinrich씨는 말했습니다. 그는 이를 통해 새로운 AI 기능을 도입하고, 기업용 구독 계층을 출시하며, 2025년까지 22명의 인력을 2배로 늘리는 등의 계획을 가지고 있다고 말했습니다.

이를 위해 Heinrich는 Polycam이 Vision Pro, Apple의 AR 헤드셋으로 확장할 것이라고 말했습니다. 이는 앞으로 몇 달 동안 회사의 주요 관심사가 될 것입니다. 또한 Polycam은 3D 객체 스캐닝 과정에서 놓친 빈 공간을 채우기 위해 AI 모델을 학습시키고 있습니다. Heinrich에 따르면, 이는 Polycam의 스캔의 전반적인 품질을 향상시킬 것인 투자입니다.

그는 “최고의 스캔 조차도 나쁜 및 불완전한 데이터에 영향을 받습니다. 예를 들어, 소파나 차량의 아랫면을 스캔하지 못하는 경우입니다”라고 말했습니다. “이것이 AI가 필요한 이유입니다.”