Doug Tallmadge, Gradial의 공동 창립자 및 CEO – 인터뷰 시리즈

Doug Tallmadge, Gradial의 공동 창립자 및 CEO는 항공우주, 위성 통신, 금융, 기업 AI 분야에서 경력을 쌓은 기술 기업가이자 엔지니어 리더입니다. 2023년에 Gradial을 설립하기 전에 그는 거의 5년 동안 SpaceX에서 일하며 Starlink 네트워크를 초기 단계부터 확장하고, 0명에서 50만 명 이상의 고객으로 성장하는 네트워크 분석을 지원하며, 네트워크 최적화 및 시뮬레이션을 담당하는 소프트웨어 엔지니어와 데이터 과학자 팀을 관리했습니다. 그는 또한 Starlink의 직접 셀 위성 이니셔티브와 초기 위성 전력 시스템에 기여했습니다. 그의 경력 초기에, Tallmadge는 Lockheed Martin과 Bridgewater Associates에서 역할을 맡으며 심층 기술 전문 지식과 대규모 시스템 및 비즈니스 운영 경험을 결합했습니다.

Gradial은 기업 AI 회사로, 아전틱 마케팅 운영이라고 불리는 것을 중점으로 하며, 크고 조직된 마케팅 팀이 크리에이티브 전략과 캠페인 실행 사이의 운영 작업을 자동화하는 것을 도와줍니다. AI 생성 콘텐츠에만 집중하는 것이 아니라, Gradial의 플랫폼은 Adobe Experience Manager, Salesforce, Jira, 콘텐츠 관리 플랫폼, 디지털 자산 관리 도구, 마케팅 워크플로우와 같은 시스템에서 AI 에이전트를 오케스트레이션합니다. 플랫폼은 마케팅 자산을 작성, 최적화, 태그, 품질 확인, 배포할 수 있으며, 거버넌스, 컴플라이언스, 접근성, 브랜드 표준을 강제합니다. Gradial은 기업 시스템을 연결하는 공유 조직 지식 레이어를 생성함으로써, 대규모 마케팅 팀이 캠페인을 더 빠르게 시작하고, 개인화된 콘텐츠 생산을 확대하고, 복잡한 디지털 경험을 더 효율적으로 관리할 수 있도록 합니다.

스타링크를 0명에서 수십만 명의 사용자로 확장하는 것을 도운 스페이스X에서 복잡한 네트워크 시스템을 작업한 후, Gradial을 공동 창립했습니다. 기업 마케팅 인프라가 유사한 시스템적 비효율성을 가지고 있다는 것을 깨달은 순간은 언제였으며, 그것은 Gradial을 시작하는 데 어떻게 이어졌나요?

제 이전 역할에서, 저는 직접적으로 큰 조직에서 마찰이 어떻게 누적되는지 보았습니다. 즉, 가장 작은 비효율성도 모든 후속 프로세스를 느리게 할 수 있습니다. 마케팅은 이러한 병목 현상이 가장 부정적인 영향을 미치는 곳이었습니다. 팀은 플랫폼을 탐색하고, 자산을 업로드하고, 승인을 관리하고, 핸드오프를 조정하는 데 많은 시간을 보냈습니다. 전략적思考과 크리에이티브 방향은 실행의 여러 계층 아래에 묻혀있었습니다.

이것은 AI의 완벽한 사용 사례입니다. 그러나 산업의 주목이 어디에 집중되어 있는지에 대해 무엇이 저를 놀라게 했는지에 대해 생각해 보십시오. 대부분의 플랫폼은 콘텐츠를 작성하기 위해 AI를 사용하고 있었습니다. 그러나 저는 큰 조직의 마케터와 이야기했을 때, 콘텐츠가 부족한 것이 문제가 아니었습니다. 그들은 콘텐츠를 쉽게 생성할 수 있었습니다. 그러나 그들이 할 수 없는 것은 그것을 빠르게 게시하는 것이었습니다. 아이디어에서 라이브 캠페인까지 가는 것이 며칠, 몇 주, 때로는 몇 개월이 걸렸습니다. 대부분의 AI 투자는 생성에 대한 것이었으며, 실제로 콘텐츠를 출판하는 더 어려운 문제는 완전히 무시되었습니다. 우리는 그 간격을 중심으로 Gradial을 구축했습니다. 즉, 초안 및 승인에서 출판, 브랜드 컴플라이언스, 성능 최적화까지 모든 것을 처리하는 에이전트를 처리하여 마케터가 인간의 판단이 필요한 작업에 집중할 수 있도록 합니다.

전통적인 “시스템 오브 레코드”는 효과적으로 기술 부채의 시스템이 되었습니다. 기업 마케팅 스택에서 AI를 채택하려고 할 때 무엇이 정확히 깨지나요?

시스템 오브 레코드, 즉 CMS, 프로젝트 관리 도구, 승인 워크플로우, 자산 라이브러리는 정보를 조직하기 위해 구축되었으며, 빠르게 이동하도록 설계되지 않았습니다. 회사가 기존 시스템에 AI를 부착하면, 모든 것이 빠르게 깨지기 시작합니다. 도구는 그것이 서비스하는 비즈니스를 알지 못하며, 브랜드 음성, 컴플라이언스 요구 사항, 승인 프로세스를 알지 못합니다. 따라서 마케터는 오류를 수정하고, 컨텍스트가 없는 오류를 수정하기 위해 모든 출력을 검토해야 합니다. 여러 채널에 걸쳐 수천 개의 콘텐츠 조각을 관리하는 조직의 경우, 부착된 AI는 관리할 또 하나의 복잡한 프로세스가 됩니다.

마케팅에서 대부분의 AI 대화는 콘텐츠 생성에 중점을 두었습니다. 왜 실행이 실제 기회를 가지고 있다고 생각하시나요? 또한 이것은 실제로 어떻게 보이나요?

마케터는 아이디어를 생성하는 데 어려움을 겪지 않습니다. 그들은 콘텐츠를 검토 사이클을 통해 이동하고, 일관된 브랜드 음성을 유지하고, 수십 개의 도구를 통해 작업하고, 다양한 대상으로 최적화하는 데 어려움을 겪고 있습니다.

또한 브랜드가 발견되는 방식에서 구조적인 변화가 발생하고 있습니다. 구글 검색은 지난 1년 동안 거의 20% 감소했으며, 이는 브랜드가 더 이상 SEO에만 의존할 수 없음을 의미합니다. 브랜드는 AI 검색 응답에서 나타나야 하며, 이는 AI 모델이 쉽게 해석하고 인용하고 표면화할 수 있는 콘텐츠를 게시하는 것을 요구합니다. 그러나 이러한 모델은 끊임없이 변경되므로 오늘 답변에 나타나는 브랜드는 내일 조용히 사라질 수 있습니다. 마케터가 간격을 식별하고 콘텐츠를 업데이트하고 승인을 받을 때까지, 모델은 이미 이동했습니다.

콘텐츠 생성만으로는 이 문제를 해결할 수 없습니다. 콘텐츠를 더 빠르게 생성할 수 있지만, 여전히 동일한 승인 큐에 갇히고, AI 가시성에 최적화되지 않은 콘텐츠가 될 수 있습니다. Gradial은 마케터가 이미 사용하는 도구에 플러그인하고, 모든 것을 느리게 하는 작업을 처리합니다. 결과는 수요일 대신 수시간에 캠페인이 출동하며, 콘텐츠는 정확하고 브랜드에 적합하며, 대상이 실제로 찾고 있는 곳에서 가시적입니다.

Gradial은 종종 에이전트 플랫폼으로 설명됩니다. 포춘 500 마케팅 워크플로우에서 AI 에이전트가 실제로 하는 일을 하루하루 설명해 주시겠습니까?

최好的 대답은 고객과 함께 본 것입니다. T-모바일에서 캠페인을 실행하는 것은 여러 팀을 조정하고, 승인을 수집하고, 몇 주 동안 생산 대기열을 기다리는 것을 의미했습니다. Gradial을 사용하면 AI 에이전트가 크리에이티브 브리핑에서 검토 및 출판까지 모든 프로세스를 처리합니다. 마케터가 수동으로 모든 단계를 추적해야 하는 것을 더 이상 필요로 하지 않습니다. 결과는 캠페인 실행 시간이 90% 더 빠르다는 것이었습니다.

AWS에서 새로운 웹 페이지를 만드는 것은 에이전시에 대한 브리핑, 초안을 기다리는 것, 수정을 거치는 것, 출판을 위해 수동으로 조정하는 것을 의미했습니다. 특수 에이전트는 페이지 생성을 20배 더 빠르게 만들었습니다.

기업 AI 채택에서 가장 큰 도전은 신뢰입니다. Gradial은 AI 에이전트가 시스템 전반에 걸쳐 실행 수준의 결정할 때 신뢰성과 거버넌스를 어떻게 보장합니까?

신뢰는 기업에서, 특히 금융 및 헬스케어와 같은 분야에서 실제 결과를 초래할 수 있는 규제 오류가 있는 경우 전체 게임입니다. 모든 Gradial 배포는 에이전트에게 브랜드 음성, 메시지 지침, 규정 요구 사항, 승인 워크플로우 및 산업 표준에 대한 컨텍스트를 제공하는 것으로 시작됩니다.

인간의 참여 수준은 완전히 사용자 정의할 수 있습니다. 이와 같은 환경에 익숙하지 않거나 규제 환경에서 운영하는 팀은 라이브되기 전에 모든 것을 승인해야 할 수 있습니다. 또한 에이전트가 취하는 모든 작업은 완전한 감사 추적과 함께 로깅됩니다. 우리가 발견한 것은 신뢰가 자연스럽게 구축되고, 처음에는 엄격한 제어를 시작하는 팀이 에이전트가 실제 작업에서 자신을 증명함에 따라 점차 에이전트의 자율성을 확대한다는 것입니다. 목표는 첫째 날 모든 것을 넘겨주는 것이 아니라, 책임을 지닐 수 있다는 것을 증명할 수 있는 것을 구축하는 것이었습니다.

당신의 플랫폼은 기존 도구를 대체하는 대신 통합됩니다. 장기적인 비전은 현재 스택을 보완하는 것인지, 아니면 완전히 대체하는 것인지 궁금합니다.

현재의 초점은 팀이 있는 곳에서 만나는 것입니다. 대부분의 기업 마케팅 조직은 특정 도구를 중심으로 워크플로우를 구축하기 위해 수년을 보냈습니다. Figma, Adobe 및 프로젝트 관리 시스템과 같은 도구와 같은 경우, 그 인프라를 포기하도록 요청하는 것은 현실적이지 않습니다. Gradial은 플러그인하고, 워크플로우를 느리게 하는 실행 작업을 처리합니다.

대규모 기업은 깊이 뿌리 깊은 워크플로우와 내부적인 변화에 대한 저항을 가지고 있습니다. 포춘 500 기업에 AI 네이티브 시스템을 성공적으로 배포하는 데 실제로 무엇이 필요한가요?

첫 번째로 우리는 Gradial이 팀이 작업하는 방식을 변경하도록 요청하지 않는다는 것을 분명히 합니다. 그것은 간단해 보이지만, 그것은 기업 AI 채택의 가장 큰 장벽입니다. 대부분의 도구는 새로운 시스템, 새로운 인터페이스, 새로운 작업 방식을 제공하며, 6개월 후에 왜 채택이停滞하는지 궁금해합니다. 우리는 팀이 실제로 운영하는 방식을 매핑하여 Gradial을 구성함으로써 시작합니다.

채택은 팀이 실제 작업에서 Gradial이 작동하는 것을 볼 때 지속됩니다. 데모가 아니라, 샌리티드 파일럿이 아니라, 실제 캠페인, 실제 콘텐츠, 실제 워크플로우입니다. 한 번에 마케터의 출판 시간이 3주에서 당일로 단축되면 내부 저항은 자연스럽게 자취를 감추게 됩니다.

기술적인 관점에서, 실행 엔진과 일반적인 생성 AI 레이어를 구분하는 것은 무엇인가요?

생성 AI 레이어는 초안을 제공하지만, 실행 엔진은 이를 출판합니다. 대부분의 마케팅용 AI 도구는 출력에서 중지되며, 이는 콘텐츠를 작성하거나 편집을 제안하지만, 그 출력이 승인 또는 라이브 페이지로 이동해야 할 때, 마케터는 이를 관리해야 합니다. 그 핸드오프는 실제로 대부분의 시간을 차지하는 곳입니다.

실행 엔진은 다른 것입니다. 그것은 팀이 이미 사용하고 이해하는 도구에 내장되어 있으며, 특정 비즈니스가 운영되는 방식을 이해합니다. 마케터가 에이전트에게 무엇인가를 요청할 때, 그것은 모든 필요한 단계를 통해 작업을 이동시키고, 실제로 인간의 판단이 필요한 결정만을 표면화합니다. 마케터는 모든 단계의 중간에 있지 않은 채로 제어를 유지합니다.

많은 회사에서 AI를 실험하고 있지만, 몇몇은 의미 있는 ROI를 보지 못하고 있습니다. 오늘날 대부분의 조직이 잘못된 곳에서 무엇을 하고 있다고 생각하시나요?

가장 일반적인 실수는 AI를 생산성 도구로 다루는 것이 아니라, 고장난 프로세스를 해결하는 것입니다. 모든 출력이 중대한 편집을 필요로 하거나, 다른 시스템으로 수동으로 복사되어야 하거나, 라이브로 전환되기 전에 5개의 승인이 필요하다면, 문제를 해결하지 못했습니다.

실제 ROI를 보는 회사들은 구체적이었습니다. 그들은 작업이 느려지는 정확히 어디인지 식별하고, 그 문제에 대해 AI를 배포했습니다. 광범위하게, 실험적으로, 명확한 느린 것과 빠른 것이 무엇인지에 대한 감각 없이가 아니라, 실제 작업에 대해 그렇게 했습니다. 그 정밀도는 실제 ROI와 도구가 데모에서 인상적이지만 6개월 후에 пы지게 되는 것을 구분합니다.

5년 후, 완전히 AI 네이티브 마케팅 조직은 무엇처럼 보이고, 그 미래에서 Gradial은 어떤 역할을 하나요?

5년 후, 마케팅의 운영 레이어는 자율적이 될 것입니다. 마케터가 에이전트에게 캠페인을 시작하라고 요청하면, 에이전트가 모든 중간 단계를 처리하여 당일 캠페인이 라이브됩니다. AI 검색에서 브랜드 가시성이 자동으로 모니터링되고 조정됩니다. 컴플라이언스는 프로세스 전반에 걸쳐 지속적으로 발생하는 것이 아니라, 마지막 확인으로 발생하는 것이 아닙니다. 마케터는 브랜드를 구축하고, 크리에이티브를 개발하며, 인간의 판단이 필요한 고객 경험에 대한 전략적 결정을 내리는 데 시간을 보냅니다.

Gradial의 역할은 마케팅 조직을 그곳으로 먼저 가져가는 것입니다. 그것은 모든 것을 찢어내고 다시 시작하는 것을 요청하는 것이 아니라, 기존 워크플로우 내에서 이 방식의 운영이 가능하다는 것을 증명하는 것입니다. 그것을 먼저 해결하는 팀은 여전히旧 방식으로 캠페인을 실행하는 팀보다 누적된 이점을 가질 것입니다.

그레이트 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 Gradial을 방문하십시오.