이키가이 랩스의 데바브라트 샤ห 박사 – 인터뷰 시리즈

데바브라트 샤ห 박사는 이키가이 랩스의 공동 창립자이자 최고 경영자이며, MIT의 통계학 및 데이터 과학 센터의 교수이자 감독입니다. 그는 소매 업체를 위한 예측 분석 플랫폼인 Celect를 공동 창립했으며, 이를 나이키에 매각했습니다. 데바브라트는 인도 공과 대학과 스탠퍼드 대학교에서 각각 컴퓨터 과학 학사와 박사 학위를 취득했습니다.

이키가이 랩스는 기업의 표 형식 및 시계열 데이터를 예측 가능한洞察력으로 변환하기 위한 인공지능 기반 플랫폼을 제공합니다. 특허받은 대규모 그래프 모델을 사용하여, 이 플랫폼은 다양한 산업의 비즈니스 사용자와 개발자가 계획 및 의사 결정 프로세스를 향상시킬 수 있도록 지원합니다.

이키가이 랩스의 창립 배경에 대해 알려주세요. 학계에서 기업가로 전환한 계기는 무엇인가요?

저는 이미 몇 년 동안 학계와 비즈니스 세계를 오가고 있습니다. 저는 MIT의 전 학생인 비나야크 라메시와 함께 이키가이 랩스를 공동 창립했습니다. 이전에 저는 소매 업체를 위한 AI 기반 수요 예측 플랫폼인 Celect를 공동 창립했으며, 이를 2019년에 나이키에 매각했습니다.

대규모 그래프 모델(LGM)이 무엇이며, 더 널리 알려진 대규모 언어 모델(LLM)와 어떻게 다른가요?

LGM 또는 대규모 그래프 모델은 데이터의 확률적 관점입니다. 이는 “기반 모델” 기반 인공지능과는 대조적입니다.

기반 모델은 매우 큰 데이터셋에서 관련된 “패턴”을 모두 학습할 수 있다고 가정합니다. 그리고 새로운 데이터 조각이 주어졌을 때, 데이터셋의 관련 부분을 기반으로 외삽할 수 있습니다. LLM은 비정형 데이터(텍스트, 이미지)에 효과적이었습니다.

LGM은 대신에 데이터 조각에 해당하는 적절한 “기능 패턴”을 큰 패턴 집합에서 식별합니다. LGM은 구조화된 데이터(표 형식, 시계열 데이터)에 관련된 모든 관련 패턴을 사용할 수 있도록 설계되었습니다.

LGM은 제한적이고 잡음이 많은 데이터셋에서도 정확한 예측과 예측을 제공할 수 있습니다. 예를 들어, 동적으로 변경되는 트렌드 또는 비즈니스 결과에 대한 매우 정확한 예측을 수행할 수 있습니다.

LGM이 구조화된 데이터를 분석하기 위해 특별히 적합한 이유와, 이 분야에서 다른 AI 모델보다 제공하는 장점에 대해 설명해주세요.

LGM은 구조화된 데이터(즉, 표 형식 및 시계열 데이터)를 모델링하기 위해 특별히 설계되었습니다. 따라서 더 정확한 예측과 더 신뢰할 수 있는 예측을 제공합니다.

또한 LGM은 LLM보다 더 적은 데이터가 필요하며, 따라서 컴퓨팅 및 저장소 요구 사항이 낮아져 비용을 절감할 수 있습니다. 이는 조직이 제한된 훈련 데이터로도 정확한洞察력을 얻을 수 있음을 의미합니다.

LGM은 또한 데이터 개인 정보 보호 및 보안을 더 잘 지원합니다. LGM은 기업의 자체 데이터에서만 훈련되며, 필요에 따라 외부 데이터 소스(예: 날씨 데이터 및 소셜 미디어 데이터)에서 보충됩니다. 공용 모델과 민감한 데이터를 공유할 위험이 없습니다.

LGM이 가장 가치를 제공하는 비즈니스 시나리오 유형은 무엇인가요? 예측, 계획 또는 의사 결정을 개선하기 위해 어떻게 사용되었는지에 대한 예를 제공해주세요.

LGM은 비즈니스 결과를 예측하거나 전략을 위한 트렌드를 예측해야 하는 모든 시나리오에서 가치를 제공합니다. 즉, 광범위한 사용 사례에서 도움이 됩니다.

할로윈 의상 및 아이템을 판매하는 비즈니스를 상상해 보세요. 이 회사는 매장 재고를 더 잘 관리하기 위해洞察력을 얻기를 원합니다. 계절성으로 인해, 이 회사는 재고를 너무 많이 보유하고 끝나면 남는 재고로 인해 자본을浪費하지 않으려 합니다. 동시에, 이 회사는 초기에 재고가 부족해 판매 기회를 놓치지 않으려 합니다.

LGM을 사용하면, 이 비즈니스는 완벽한 균형을 찾을 수 있으며, 소매 재고 관리를 위한洞察력을 얻을 수 있습니다. LGM은 다음과 같은 질문에 답변할 수 있습니다:

• 이 시즌에 어떤 의상을 재고로 보유해야 하나요? 각 SKU당 얼마나 많은 재고를 보유해야 하나요?
• 특정 위치에서 특정 SKU가 얼마나 잘 판매될까요?
• 어떤 액세서리가 특정 의상과 함께 얼마나 잘 판매될까요?
• 여러 개의 매장이 있는 도시에서 판매를 어떻게 중복하지 않도록 할까요?
• 새로운 의상은 어떻게 판매될까요?

데이터가 희박하거나, 일관성이 없거나, 빠르게 변경되는 시나리오에서 LGM은 어떻게 도움이 되나요?

LGM은 데이터 일관성을 제공하기 위해 AI 기반 데이터 조정을 사용하여, 작은 또는 잡음이 많은 데이터셋에서도 정확한洞察력을 제공합니다. 데이터 일관성은 데이터가 일관적이고 정확하며 완전한지 확인하는 것을 의미합니다. 이는 데이터셋을 비교하고 검증하여 불일치, 오류 또는 불일치를 식별하는 것을 포함합니다. 데이터의 공간 및 시간 구조를 결합하여, LGM은 제한적이고 불완전한 데이터로도 좋은 예측을 제공할 수 있습니다. 예측에는 불확실성 양자화 및 해석도 포함됩니다.

이키가이의 인공지능을 민주화하려는 임무는 LGM의 개발과 어떻게 일치하나요? 비즈니스에서 LGM이 미래를 어떻게 형성할 것으로 보나요?

인공지능은 우리가 일하는 방식을 변화시키고 있으며, 기업은 모든 종류의 근로자를 인공지능으로 지원해야 합니다. 이키가이 플랫폼은 비즈니스 사용자에게 간단한 저 코드/노 코드 경험과 데이터 과학자 및 개발자에게 완전한 AI 빌더 및 API 경험을 제공합니다. 또한, 이키가이 아카데미에서 무료 교육을 제공하여 누구나 인공지능의 기초를 배우고 이키가이 플랫폼에서 훈련 및 인증을 받을 수 있습니다.

LGM은 비즈니스에서 인공지능을 사용하려는 기업에 큰 영향을 미칠 것입니다. 기업은 수치 예측 및 통계 모델링이 필요한 사용 사례(예: 확률적 예측 및 시나리오 계획)에 대한 일반 인공지능을 사용하고 싶어합니다. 그러나 LLM은 이러한 사용 사례에 대해 설계되지 않았으며, 많은 기업은 LLM이 유일한 일반 인공지능 형태라고 생각합니다. 따라서 이러한 기업은 대규모 언어 모델을 예측 및 계획 목적으로 사용하려고 하지만, 효과적으로 작동하지 않습니다. 결국, 이러한 기업은 일반 인공지능이 이러한 애플리케이션을 지원할 수 없다고 가정합니다. 그러나 LGM을 발견하면, 이러한 기업은 실제로 일반 인공지능을 사용하여 더 나은 예측 및 계획을 구현하고, 더 나은 비즈니스 결정을 내릴 수 있다는 것을 알게 될 것입니다.

이키가이의 플랫폼은 전문가-인-루프 기능을 통해 인간 중심 접근 방식을 통합합니다. 이 조합은 어떻게 기업에서 인공지능 모델의 정확도 및 채택을 향상시킵니까?

인공지능은 가드레일이 필요하며, 기업은 기술이 정확하게 작동하고 효과적으로 작동하는지에 대해 자연스럽게 우려합니다. 이러한 가드레일 중 하나는 인간의 감시입니다. 이는 비즈니스에 대한 중요 도메인 전문 지식을 주입하여 인공지능 모델이 관련性 있고 유용한 예측 및 예측을 제공하도록 할 수 있습니다. 기업이 인공지능을 모니터링할 수 있는 전문가를 배치할 수 있다면, 그들은 인공지능을 신뢰하고 정확성을 검증할 수 있습니다. 이것은 채택의 주요 장벽을 극복합니다.

이키가이의 플랫폼이 현재 시장에서 उपलब한 다른 인공지능 솔루션과 구별되는 핵심 기술 혁신은 무엇인가요?

우리 핵심 LGM 기술이 가장 큰 차별점입니다. 이키가이 랩스는 이 분야에서 선구자이며, 우리와 같은 회사가 없습니다. 저와 공동 창립자는 MIT에서 학술 연구를 통해 LGM을 발명했습니다. 우리는 대규모 그래프 모델 및 구조화된 데이터에서 일반 인공지능 사용의 선구자입니다.

정확한 예측 및 계획에 크게 의존하는 소매, 공급망 관리, 금융 등의 산업에서 LGM이 미칠 영향을 어떻게 예상하나요?

LGM은 전적으로 변革적입니다. 이는 모든 회사의 생명선인 구조화된 데이터 분석을 위해 특별히 설계되었습니다. 거의 모든 조직은 단기 및 장기적으로 합리적인 결정을 내리기 위해 비즈니스 계획 및 수요 예측을 위한 구조화된 데이터 분석에 크게 의존합니다. 이러한 결정은 재고 관리, 채용, 투자, 제품 개발 또는 기타 범주와 관련될 수 있습니다. LGM은 최선의 결정을 내리기 위해 가능한 한 가장 가까운 결정 지원을 제공합니다.

이키가이 랩스에서 LGM의 기능을 발전시키는 다음 단계는 무엇인가요? 어떤 새로운 기능이나 개발이 파이프라인에 있으며, 특히 흥미로운 것은 무엇인가요?

현재 aiPlan 모델은 시나리오 분석을 지원합니다. 앞으로, 우리는 이를 더욱 발전시키고 운영 팀을 위한 완전한 강화 학습을 가능하게 하려 합니다. 이는 운영 팀이 단기 및 장기적으로 인공지능 기반 계획을 수행할 수 있도록 허용할 것입니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 이키가이 랩스를 방문하시기 바랍니다.