Bryon Jacob, data.world의 CTO 및 공동 설립자 – 인터뷰 시리즈

Bryon Jacob는 data.world의 CTO이자 공동 설립자입니다. data.world는 세계에서 가장 의미 있는, 협력적이고 풍부한 데이터 자원을 구축하는 것을 목표로 합니다. data.world 이전에는 Bryon은 HomeAway.com에서 10년 동안 다양한 역할을 수행했으며, 기술 부문 부사장 및 기술 펠로우 역할을 맡았습니다. 또한 Bryon은 아마존에서 일했으며, Capital Factory에서 오랜 시간 멘토로 활동했습니다. 그는 Case Western University에서 컴퓨터 과학 학사 및 석사 학위를 취득했습니다.

컴퓨터 과학에 처음 관심을 갖게 된 계기는 무엇인가요?

10살 때 코모도어 64를 사용하면서 코딩에 관심을 갖게 되었습니다. BASIC에서 시작하여 어셈블리 언어로 넘어갔습니다. 컴퓨터 과학은 복잡한 퍼즐을 해결하는 것과 같은데, 자동화의 재미가 있습니다. 이러한 문제 해결의 측면이 항상 저를 흥미롭게 만들었습니다.

data.world의 기원 이야기를 공유해 주실 수 있나요?

data.world는 우리의 창립자 팀이 브레인스토밍을 통해 탄생했습니다. 우리의 CEO인 Brett는 Jon과 Matt에게 연락했으며, 그들은 이전에 함께 일한 적이 있었습니다. 그들은 아이디어를 논의하기 위해 회의를 시작했습니다. Jon은 몇 가지 개념을 저에게 기술적으로 평가해 달라고 요청했습니다.虽然 그 아이디어는 성과를 거두지 못했지만, 저희의 논의는 저의 작업과密接하게 관련되어 있었습니다. 이러한 대화 통해 우리는 data.world가 될 아이디어를 발견했습니다. 우리의 공통된 역사와 상호尊重은 저희가 빠르게 훌륭한 팀을 구축하고, 혁신을 위한坚实한 基础를 마련할 수 있었습니다.

data.world가 AI Context Engine을 개발하게 된 동기는 무엇이며, 이는 기업들에게 어떤 특정한 도전을 해결해 주나요?

처음부터 우리는 지식 그래프(KG)가 AI 능력의 발전을 위해 필수적이라는 것을 알았습니다. 생성적 AI의 등장으로 고객들은 데이터와 대화할 수 있는 AI 솔루션을 원했습니다. 현재 AI 애플리케이션에서 큰 도전은 설명 가능성입니다. 작업 과정을 보여줄 수 없으면 답변은 덜 신뢰할 수 있습니다. 우리의 KG 아키텍처는 모든 응답을 검증 가능한 사실에 근거하여 제공하며, 명확한 설명을 제공합니다. 이는 투명성과 신뢰성을 높여, 기업들이 자신감을 가지고 의사 결정을 할 수 있도록 합니다.

AI Context Engine의 지식 그래프 아키텍처는 어떻게 LLM의 정확성과 설명 가능성을 SQL 데이터베이스만 사용하는 것보다 향상시킵니까?

우리의 개척적인 논문에서 우리는 전통적인 관계형 데이터베이스보다 지식 그래프(KG)를 사용하여 정확성을 3배 이상提高하는 것을 보여주었습니다. KG는 데이터를 실제 엔티티와 관계로 표현하여, SQL 데이터베이스보다 더 정확합니다. 설명 가능성에 있어서, KG는 답변을 용어 정의, 데이터 소스, 및 측정 지표로 연결하여, 신뢰와 사용성을 높이는 검증 가능한 경로를 제공합니다.

AI Context Engine이 기업 내에서 데이터 상호작용과 의사 결정을 어떻게 변革했는지 예를 들어 설명해 주실 수 있나요?

AI Context Engine은 API로 설계되어 고객의 기존 AI 애플리케이션과无缝하게 통합됩니다. 이는 사용자가 새로운 인터페이스로 전환할 필요가 없다는 것을 의미합니다. 대신, 우리는 AI Context Engine을 고객에게 제공합니다. 이 통합은 사용자 채택과 만족도를 높여, 더 나은 의사 결정을 가능하게 하고, 데이터 상호작용을 더 효율적으로 만듭니다. 이는 기존 워크플로에 강력한 AI 능력을 직접 내장함으로써 달성됩니다.

AI Context Engine은 어떻게 규제 및 거버넌스 요구 사항을 충족하기 위해 AI 의사 결정에 투명성과 추적 가능성을 제공하나요?

AI Context Engine은 우리의 지식 그래프와 데이터 카탈로그와 연결되어, 데이터 혈통 및 거버넌스와 관련된 기능을 활용합니다. 우리의 플랫폼은 데이터 혈통을 추적하여, 데이터와 변환의 완전한 추적 가능성을 제공합니다. AI 생성된 답변은 데이터 소스로 연결되어, 각 정보가 어떻게 도출되었는지에 대한 명확한 경로를 제공합니다. 이는 규제 및 거버넌스 준수를 위해 필수적인 투명성입니다. 이는 모든 AI quyết정을 감사하고 검증할 수 있도록 합니다.

지식 그래프가 향후 AI 및 데이터 관리 분야에서 어떤 역할을 할 것으로 보나요?

지식 그래프(KG)는 생성적 AI의 등장으로 점점 더 중요해지고 있습니다. 사실을 그래프 구조로 공식화함으로써, KG는 AI에 더 강한 기초를 제공하여, 정확성과 설명 가능성을 향상시킵니다. 우리는 표준 Retrieval Augmented Generation (RAG) 아키텍처에서 Graph RAG 모델로의 전환을 보고 있습니다. 이러한 모델은 비정형 데이터를 KG로 변환하여, 회수와 정확성의 상당한 향상을 가져옵니다. KG는 AI 혁신과 효과성을 추동하는 핵심 역할을 할 것입니다.

AI Context Engine의 향후 개선 사항은 무엇이며, 이를 통해 사용자 경험을 어떻게 향상시킬 수 있나요?

AI Context Engine은 사용량에 따라 지능화됩니다. 데이터 카탈로그로 컨텍스트가 흐르면서,それは 시간이 지남에 따라 더 지능적으로 됩니다. 제품 관점에서, 우리는 고급 지식 엔지니어링 작업을 수행하는 에이전트를 개발하는 데 집중하고 있습니다. 이는 원시 콘텐츠를 더 풍부한 온톨로지와 지식 베이스로 변환하여, 사용자에게 강력하고 직관적인 도구를 제공합니다.

data.world는 AI 및 데이터 통합 기술의 최전선에 머무르기 위해 연구 및 개발에 어떻게 투자하고 있나요?

AI Context Engine에 대한 연구 및 개발은 우리의 가장 큰 투자 영역입니다. 우리는 항상 가능한 한 최신 기술을 유지하기 위해 헌신하고 있습니다. 우리의 팀은 기호적 AI와 기계 학습의 전문가들로 구성되어 있으며, 이러한 기술의 발전을 주도하고 있습니다. data.world에서 구축한 견고한 기반은 우리가 빠르게 움직이고 기술적인 경계를 확장할 수 있도록 합니다. 이를 통해 우리는 고객에게 항상 최신의 기능을 제공할 수 있습니다.

AI 및 데이터 통합의 장기적인 비전은 무엇이며, data.world는 이 발전에 어떻게 기여할 수 있나요?

저의 장기적인 비전은 단순히 사용자가 데이터를 조회하기 쉽게 만드는 것이 아니라, 사용자가 데이터를 조회할 필요가 없도록 만드는 것입니다. 우리의 비전은 조직의 데이터와 지식을 – 데이터 시스템에 대한 메타데이터와 실제 엔티티의 논리적 모델을 포함하여 -無缝하게 통합하는 것입니다.

기계가 읽을 수 있는 지식 그래프에서 이러한 통합을 달성함으로써, AI 시스템은真正로 데이터와의 자연어 상호작용을 실현할 수 있습니다. 최근 2년 동안 생성적 AI의 급격한 발전과 기업 지식 그래프와의 통합 노력으로, 이 미래는 오늘날 현실이되고 있습니다. data.world에서는 이 발전의 최전선에 서서, AI가 직관적이고 지능적인 데이터 상호작용을 통해 전례 없는 가치를 제공하도록変革을 주도하고 있습니다.

훌륭한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 data.world를 방문할 수 있습니다.