브리아의 CEO이자 창립자인 Yair Adato 박사 – 인터뷰 시리즈

Yair Adato 박사, 브리아의 CEO이자 창립자는 기계 학습과 컴퓨터 비전 전문가로서 고급 기술을 비즈니스 응용 프로그램에 연결하는 능력으로 인정받고 있습니다. 브리아를 창립하기 전에, 그는 Trax Retail의 CTO로 재직하며 20명으로 시작된 스타트업을 850명이 넘는 글로벌 유니콘으로 성장시키는 데 중추적인 역할을 수행했습니다. 그의 경력 동안, Yair는 또한 Sparx, Vicomi, Tasq, DataGen, Anima를 포함한 여러 AI 기반 벤처 기업의 고문을 역임했습니다. 그의 리더십은 책임 있는 혁신, 데이터 소유권, AI 기술의 민주화에 대한 강한 헌신으로 특징지어집니다.

브리아는 책임 있는 시각적 생성 AI 분야의 선구적인 회사로서, 개방적이고 윤리적인 이미지 생성 플랫폼을 만들기 위한 임무로 설립되었습니다. 회사의 고유한 접근 방식은 데이터 소유자에게 기여에 대한 보상을 제공하는 속성 엔진을 통해 투명성과 공정성을 보장합니다. 창의성, 협력, 준수를 중시함으로써, 브리아는 조직이 생성적 AI를 안전하게 워크플로에 통합할 수 있도록 하며, 시각적 콘텐츠 산업에서 책임성과 신뢰의 새로운 표준을 설정합니다.

브리아를 창립한 이유와 초기 도전이나 통찰력이 회사의 방향을 어떻게 형성했는지 설명해 주시겠습니까?

2014년 GAN 논문을 발표한 Goodfellow를 보면서, 창의적 생산이 근본적으로 변할 것이라는 것을 즉시 알 수 있었습니다. 그 발표에서, 의미는 명백했습니다. 이것은 단순한 개선이 아니었으며, 기계가 시각적 콘텐츠를 생성하는 새로운 패러다임이었습니다.

그러나 처음부터, 이러한 시스템을 구축하는 데 기본적인 간격을 인식했습니다. 훈련 데이터에 대한 책임, 책임 있는 배포를 위한 프레임워크, 창작자들의 작업을 가능하게 한 고려가 없었습니다.

초기 도전은 기술적인 것이 아니었습니다. 구조적인 것이었습니다. 창의적 작업을 약화시키지 않고 생성적 AI를 어떻게 구축할 수 있을까요? 법적 확실성이 출력 품질만큼 중요하다는 생산 환경에서 이러한 시스템을 사용할 수 있도록 어떻게 할 수 있을까요? 이러한 질문이 모든 것을 형성했습니다. 우리는 혁신과 책임이 대립하는 힘으로 발전하지 않는다는 원칙으로 브리아를 설립했습니다. 기술은 모든 사람에게 실패합니다.

컴퓨터 비전과 50개 이상의 특허를 보유한 학술 배경이 브리아의 기술 로드맵과 장기 전략에 어떻게 영향을 미쳤는지 설명해 주시겠습니까?

연구 배경은 시스템적으로 생각하는 법을 가르쳤습니다. 이해의 다양한 계층이 어떻게 의미를 형성하는지에 대해 생각하는 법을 가르쳤습니다. 많은 특허는 기계가 시각적 정보의 구조를 해석하는 방법에 중점을 두고 있으며, 이러한 사고 방식은 자연스럽게 브리아의 접근 방식으로 번역되었습니다. 우리는 이미지 생성을 무작위적인 것이 아니라 구성적인 과정으로 간주합니다.

그러나 특허는 기술에만 관한 것이 아닙니다. 기술과 비즈니스 현실을 연결하는 방법에 관한 것입니다. 우리의 지적 재산 포트폴리오의 상당한 부분은 시스템 계층을 다룹니다. 생성된 콘텐츠를 훈련 소스로 연결하는 속성 프레임워크를 어떻게 생성할 수 있을까요? 크기에서 창작자를 보상하는 경제 모델을 어떻게 구축할 수 있을까요? 이것들은 순수한 기술적인 문제가 아닙니다. 이것들은 인프라, 비즈니스 모델, 시장 설계에 관한 질문입니다.

이러한 보다 широк은 관점이 우리의 장기 전략을 형성했습니다. 혁신은 기본 모델을 발전시키는 것만이 아닙니다. 새로운 경제 구조, 새로운 계약 프레임워크, 산업이 지속 가능하게 운영되는 새로운 방법을 생성하는 것입니다. 목표는 결과를 생성하는 것만이 아닙니다. 결과가 어떻게 형성되는지,谁가 기여했는지, 가치가 시스템을 통해 어떻게 흐르는지 이해하는 것입니다. 이것은 과학이 제품思考과 비즈니스 아키텍처를 만나는 곳입니다.

FIBO는 전문가급 AI 생성을 위한 세계 최초의 결정론적 시각적 기초 모델입니다. 기존 시각적 AI 시스템과 어떻게 다른가요?

이름 자체가 우리의 접근 방식을 시그널합니다. FIBO는 피보나치 수열로 유명한 수학적 수열을 나타냅니다. 황금 비율은 수학, 시각 예술, 기하학, 건축에서 우리가 아름답다고 인식하는 비율로 나타납니다. 로마 판테온과 백악관의 치수, 레오나르도 다 빈치의 비트루비안 인간에서 볼 수 있습니다. 자연 형태 전반에 걸쳐 나타납니다. 이것은 FIBO가 구현하는 것입니다. 구조를 통해 미적 품질.

FIBO는 의도와 출력의 관계를 변경합니다. 대부분의 시각적 AI 시스템은 원하는 것과 얻는 것 사이에 해석의 계층을 삽입합니다. FIBO는 이러한 계층을 완전히 제거합니다.

우리는 시각적 AI를 코드처럼 작동하게 만들었습니다. 모든 창의적 요소가 편집 가능하고 반복 가능한 속성이 됩니다. 이것은 전문가들이 사용하는 것입니다. JSON 구조를 사용하면 원하는 매개변수만 수정할 수 있으며, 다른 모든 것은 잠겨 있습니다. 조명 강도를 조절할 수 있습니다. 구성은 변경하지 않고, 카메라 각도를 변경할 수 있습니다. 색상 팔레트는 변경하지 않고, 스타일을 변경할 수 있습니다. 시스템은 정확히 지정된 대로 작동합니다.

우리는 Fal과 NVIDIA와 함께 해커톤을 진행하여 개발자에게 결정론적 생성이 실제로 어떻게 작동하는지 보여주고 있습니다. JSON 구조 자체가 블랙박스를 엽니다. 이미지 생성에 사용된 매개변수를 정확히 볼 수 있습니다. 재현할 수 있습니다. 정밀하게 수정할 수 있습니다. 이것은 프롬프트 엔지니어링과 완전히 다른 패러다임입니다.

전통적인 텍스트-이미지 시스템은 특정 결과를 얻기 위해 점점 더 복잡한 프롬프트에 의존합니다. FIBO의 접근 방식이 프롬프트 복잡성 문제를 어떻게 해결합니까?

두 가지 문제가 해결되어야 합니다. 첫째, 프롬프트 무작위성 문제는 현재 모델이 사용자 의도를 추출하고 모델이 “예쁘다”거나 “원하는” 것으로 생각하는 것을 추가하여 프롬프트를 강화하려고 시도한다는 사실에 있습니다. 둘째, 전문가 속성에 대한 제어가 없습니다.

FIBO는 이것을 반전시킵니다. 모델은 1,000단어 이상의 시각적 설명으로 훈련되었습니다. 각 속성이 구조적으로 표현됩니다. 모델은 시각적 구성이란 것을 학습했습니다. 즉, 속성이 독립적으로 제어될 수 있습니다. 사용자는 구조를 통해 미적 의도를 정의할 수 있습니다. 텍스트를 번역하는 계층이 없습니다. 모델의 모국어를 사용하고 있습니다.

이것은 실제로 무엇을 의미합니까? 텍스트를 “祈り”하지 않습니다. 구조를 통해 미적 의도를 정의합니다. 속성이 독립적이므로 조명을 변경할 수 있습니다. 구성은 변경하지 않고, 스타일을 변경할 수 있습니다. 색상 팔레트는 변경하지 않고, 조명 각도를 변경할 수 있습니다. 제어가 외과적입니다.

FIBO는 일반적인 반복적 생성과 다른 “리파인” 워크플로를 도입합니다. 전문가들이 시각적 생산에 접근하는 방식을 어떻게 변경합니까?

대부분의 생성 워크플로는沮적입니다. 생성, 평가, 프롬프트 조정, 생성, 희망… 이것은 “프롬프트와 祈り”입니다. 무엇이 변경되었는지, 왜 변경되었는지 정확히 알 수 없습니다.

리파인은 실험을 디자인으로 전환합니다. 새로운 이미지를 생성할 때, Photoshop에서 빛이나 색상을 조정하는 것과 같이 이미지를 조종합니다. JSON 수준에서 직접 작업할 필요는 없습니다. 비전-언어 모델이 자연어 지침에 따라 JSON을 수정합니다. 그러나 JSON 자체가 정확히 무엇이 발생했는지 이해할 수 있습니다. 초기 이미지를 생성하고, JSON 표현을 검사하고, 조정할 속성을 식별합니다. 원하는 값만 수정합니다. 모든 다른 것은 잠겨 있습니다.

이 구조는 에이전트 워크플로에 적합합니다. AI 에이전트는 JSON을 분석하고, 이미지의 완전한 상태를 이해하고, 타겟된 수정을 수행하고, 이유를 설명할 수 있습니다. 에이전트는 프롬프트 변경이 무엇을 할지猜测하지 않습니다. 명확한 속성에 대한 精密한 조정을 수행합니다.

이것은 전문가들이 생성적 AI에 대해 회의적이었던不可预测성을 제거합니다. 매개변수 집합을 볼 수 있고, 각 속성이 제어하는 것을 이해하고, 변경할 속성만 수정할 수 있다면, 더 이상 실험하지 않습니다. 디자인을 합니다. JSON의 가시성이 블랙박스를 완전히 엽니다. 일관성과 제어가 중요하다는 전문가 생산 워크플로에서, 이것은 창의적 玩具와 생산 도구 사이의 차이입니다.

데이터 윤리와 브랜드 안전성이 기업 AI의 핵심이 되었습니다. 브리아의 완전한 라이선스와 권리 클리어링 데이터가 어떻게 이러한 문제를 해결합니까?

일부터, 우리는 산업이 책임 있게 성장하려면 데이터 무결성이 필요하다는 것을 결정했습니다. FIBO를 훈련시킨 모든 이미지는 라이선스와 권리 클리어링된 소스에서 가져옵니다. 이것은 우리의 모델이 준수되고 공정하다는 것을 보장합니다. 우리는 창작자의 존중을 가치 사슬의 일부로 간주합니다. 기업은 확신을 가지고 확대할 수 있도록 법적 및 윤리적 확실성을 제공합니다.

FIBO는 각 회사의 고유한 브랜드 스타일과 아이덴티티를 학습할 수 있습니다. 이것은 글로벌 브랜드가 콘텐츠 생성과 시각적 일관성을 어떻게 접근하는지 변경합니까?

브랜드에는 고유한 시각적 DNA가 있습니다. 즉, 디자인을 통해 감정, 신뢰, 목적을 표현하는 고유한 방법이 있습니다. FIBO는 이러한 언어를 학습할 수 있습니다. 훈련된 후, 브랜드의 아이덴티티를 정의하는 것과 같은 구성, 톤, 분위기를 반영하는 시각적 콘텐츠를 생성합니다. 이것은 AI를 창의적 보조工具에서 브랜드 자산으로 전환합니다. 일관성을 유지하면서 개별성을 잃지 않고 글로벌 팀이 생성할 수 있도록 도와줍니다.

초기 사용자들이 이미 FIBO를 사용하여 패키지 디자인, 제품 이미지, 창의적 캠페인을 자동화하고 있습니다. 지금까지 어떤 결과 또는 피드백이 가장 두드러졌나요?

사고의 전환입니다. 팀은 더 이상 AI를 新奇한 것으로 여기지 않고, 운영 도구의 일부로 간주하기 시작했습니다. 한 글로벌 브랜드는 브랜드 일관성을 유지하면서 지역별 패키지 변형을 훨씬 더 빠르게 생성하고 있습니다. 한 선도적인 창의적 에이전시는 제어된 반복을 통해 캠페인 개발을 10배로 가속화했습니다. 그러나 실제 신호는 창의적 디렉터들이 AI 모델이 그들의 시각적 의도를 이해한다고 말할 때부터 시작됩니다. 이것은 산업의 전환점입니다.

브리아는 윤리적이고 제어 가능한 AI의 리더로 자리 잡고 있습니다. 이 철학이 시각적 AI에 대한 미래의 규제 또는 산업 표준을 어떻게 형성할 것으로 보십니까?

우리는 혁신과 治理가 함께 발전해야 하는 단계에 도달했습니다. 규제는 장애물이 아니라, 지속 가능한 성장의 인프라입니다. 우리의 접근 방식 — 투명한 데이터, 결정론적 출력, 명확한 출처 — 새로 등장하는 정책과 밀접하게 일치합니다. 나는 추적 가능성, 설명 가능성, 권리 보호를 우선하는 새로운 표준을 볼 것이라고 믿습니다. 브리아의 철학은 정책 성명서를 통해가 아니라 실제로 이러한 표준을 정의하는 것입니다.

FIBO 이후 브리아의 다음 목표는 무엇입니까? 이미지, 비디오, 3D 생성을 하나의 제어 가능한 프레임워크 아래서 통합하는 멀티모달 AI로 확장하는 것을 상상해 볼 수 있습니까?

네. FIBO를 구동하는 동일한 원칙 — 구조, 제어, 투명성 — 모든 시각적 도메인에 적용됩니다. 이미 비디오와 3D로 확장하고 있습니다. 여기서 결정론이 기업이 이미지를 사용하는 것과 같은 신뢰성을 가져올 수 있습니다. 우리의 목표는 간단합니다. AI 창의성을 코드 작성과 같이 제어 가능하고 안전하게 만드는 것입니다. 그리고 모든 시각적 매체, 이미지에서 비디오와 3D까지 확장하는 것입니다.

대단한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 브리아를 방문할 수 있습니다.