에드워드 쿠이, Graviti의 창립자 및 CEO – 인터뷰 시리즈

에드워드 쿠이는 Graviti의 창립자 및 CEO입니다. Graviti는 개발자가 비정형 데이터와 상호 작용하는 방식을 근본적으로 변경할 다음 세대의 데이터 플랫폼을 구축하는 회사입니다. Graviti를 사용하면 AI 개발자가 데이터를 더 빠르고 쉽게 수집, 저장 및 처리할 수 있습니다. 이는 모든 산업에서 인공 지능을 활용하기 위한 기반입니다.

기계 공학을 전공으로 시작한 대학 생활에서 컴퓨터 과학 및 인공 지능으로 전환한 이유는 무엇입니까?

2012년 기계 공학을 전공으로 대학에 입학했습니다. 펜실베니아 대학교에서 기계 학습에 대한 수업을 들었고, 그것은 정말 놀라웠으며, 이것이 미래이고 제가 직업으로 하고 싶은 일이라는 것을 알았습니다. 그 수업 이후에 컴퓨터 과학으로 전과했습니다.

졸업 후에 펜실베니아 대학교에서 강화 학습에 대한 연구를 انجام했습니다. 2015년에 제 전 직장 상사인 제프 스나이더가 우버에 합류하여 저를 우버 ATG에 합류하도록 초대했습니다. 그것이 저의 자율 주행 자동차 산업에서의 경력의 시작이었습니다.

Graviti의 기원에 대한 이야기를 공유해 주시겠습니까?

우버에서 일하기는 처음에는 매우 복잡했습니다. 사람들이 큰 기계 학습 모델을 사용하지 않았고, 데이터 관리 플랫폼이 부족했으며, 모델을 훈련시키기 위한 컴퓨팅 파워가 부족했습니다. 자율 주행 자동차를 위한 데이터는 모두 비정형 데이터였습니다. 예를 들어, 이미지, 비디오, 라이다 포인트 등입니다. 모든 종류의 센서에서 수집된 데이터를 실시간으로 수집했습니다. 우리는 일주일 동안 자율 주행 자동차 부문에서 수집된 데이터가 전 세계 음식점 사업에서 1년 동안 수집된 데이터와 동일하다는 통계를 내었습니다. 매일 수집된 비정형 데이터의 양이 엄청났습니다. 데이터를 저장하고, 관리하고, 가치 창출을 위해 사용하는 데 큰 문제가 있었습니다.

우버에서 3년 동안 일한 후에, 저는 대규모 비정형 데이터를 관리하는 방법을 개선할 수 있는 기회를 보았습니다. 그래서 2019년에 Graviti를 설립하여 AI의 혁신을 가속화하기 위해 비정형 데이터 관리 플랫폼을 구축했습니다.

Graviti가 대규모 비정형 데이터를 관리하고 구조화하는 플랫폼인 이유를 설명해 주시겠습니까?

Graviti는 조직이 대규모 비정형 데이터와 함께 작동하여 혁신적인 AI 응용 프로그램을 구동할 수 있는 첫 번째 데이터 플랫폼을 출시하는 것을 목표로 합니다. 이 플랫폼은 개발자가 대규모 비정형 데이터를 관리하는 데 필요한 수고를 줄여줍니다.

AI 개발에서 사용 가능한 정보의 대부분은 저품질이고 비정형입니다. 개발 팀은 모델을 구축하는 데 시간을 보내지 않고, 비정형 데이터를 식별, 보강 또는 정화하는 데 50% 이상의 시간을 보냅니다. Graviti는 개발자가 비정형 데이터를 분석하고 인공 지능 모델을 훈련시키는 데 더 많은 시간을 할애할 수 있도록 전문적인 데이터 관리 방법을 제공합니다.

우리는 개발자에게 세 가지 차원에서 도움을 제공합니다: 데이터 검색, 데이터 반복, 워크플로 자동화.

데이터 검색:

Graviti는 데이터 호스팅 기능을 제공하여 원시 데이터, 주석, 메타데이터를 더 쉽게 구성할 수 있습니다. 개발자가 Graviti를 통해 다양한 데이터 세트에 액세스할 때, 데이터 형식을 변환할 필요가 없으므로 관리, 쿼리, 액세스 및 주석과 관련된 작업이 간소화됩니다. Graviti는 원시 데이터 또는 주석을 혼동하거나 잃어버리는 가능성을 줄여줍니다. 또한, Graviti 플랫폼은 데이터 시각화 기능을 통해 개발자가 데이터 세트의 품질을 평가할 수 있도록 도와줍니다. 이는 개발자에게 주당 최소 8시간을 절약해 줍니다.

데이터 반복:

개발자가 인공 지능을 훈련시키는 경우, 다양한 버전의 데이터 세트를 테스트하고 주석을 달아야 합니다. 팀 구성원들이 동일한 프로젝트에서 작업하는 경우, 다양한 편집과 버전을 추적하는 것이 도전입니다. Graviti는 직원에게 다양한 수준의 액세스 권한을 할당하여 주석을 업로드하고 프로젝트의 진행 상황을 추적할 수 있도록 해줍니다.

워크플로 자동화:

“액션”이라는 기능을 통해 엔지니어는 워크플로를 자동화하고 반복적인, 시간이 걸리는, 수동 작업을 줄일 수 있습니다. 개발자가 이러한 워크플로를 달성하기 위해 대규모 수동 스크립트를 작성할 필요가 없으므로, 개발자가 해야 할 작업에 집중할 수 있습니다.

비정형 데이터가 AI의 미래인 이유는 무엇입니까?

기업 데이터의 80% 이상이 현재 비정형 데이터입니다. 이미지, 녹음, 비디오, 소셜 미디어 게시글 등이 포함됩니다. AI는 비정형 데이터에서 가치를 제공하는 열쇠입니다. 기업은 심층 연구와 추가 분석을 지원하기 위해 비정형 데이터를 활용하기 시작했습니다.

Graviti는 최근 리눅스 재단에서 주최하는 비영리 오픈 데이터 프로젝트인 OpenBytes를 출시했습니다. OpenBytes에 대해 자세히 설명해 주시겠습니까?

OpenBytes의 목표는 데이터 표준, 형식 및 공헌을 가능하게 하는 프로세스를 생성하여 AI 커뮤니티에서 데이터를 더广泛하게 공유하는 것입니다. OpenBytes의 범위에는 오픈 데이터 세트, 오픈 데이터 사양 및 협력 개발이 포함됩니다. 또한 문서화, 테스트, 통합 및 오픈 소스 프로젝트의 개발, 배포, 작동 또는 채택을 지원하는 기타 아티팩트의 생성이 포함됩니다.

OpenBytes는 데이터 기여자의 책임을 줄일 수 있습니다. 데이터 세트 보유자는 데이터 라이선스에 대한 지식이 부족하여 공개적으로 데이터 세트를 공유하기를 주저합니다. 데이터 기여자가 OpenBytes에 가입하면, 데이터가 보호되고, 더 많은 오픈 데이터가 접근 가능해집니다.

또한, 데이터를 게시, 공유 및 교환할 때 표준 데이터 형식을 생성하고 있습니다. 통일된 형식은 데이터 기여자가 데이터 세트를 이해하고 필요한 데이터를 찾는 데 도움이 됩니다. 이는 더 높은 품질의 오픈 데이터 기여를 이끌어냅니다.

오픈 소스 데이터 세트의 이점은 무엇입니까?

연구자에게는 오픈 소스 데이터 세트가 있습니다. 과학자들은 모델을 훈련시키고 연구를 수행하는 데 사용할 수 있는 무료 자원을 더 많이 가지고 있습니다.

기업에도 오픈 소스 데이터 세트가 있습니다. 기업은 AI 능력을 구축하고 전통적인 기업에서 AI 기업으로의 전환을 가속화하는 데 사용합니다.

Graviti는 데이터 세트의 품질을 어떻게 인증합니까?

인기 있는 데이터 세트인 COCO와 KITTI도 개발자에게 완벽하지 않습니다. 모델을 훈련시키는 동안 버그가 발생하고, 데이터 세트의 품질을 개선하는 방법을 찾지 못했습니다. Graviti는 데이터 세트 평가 모델이 설립되거나 기술 혁명이 커뮤니티에서 문제를 해결하는 데 도움이 될 것이라는 믿음을 가지고 있습니다. 이것은 Graviti의 미래 목표 중 하나입니다.

개발자가 데이터에 접근하는 미래에 대한 비전은 무엇입니까?

작은 양의 데이터의 경우, 개발자는 데이터에 쉽게 접근할 수 있어야 합니다. 더 다양한 데이터 세트를 훈련하는 경우, 연합 학습 기술이 중앙 서버에 데이터를 저장하지 않고 협력적으로 작동하는 데 도움이 될 것입니다.

Graviti에 대해 더 공유하고 싶은 내용이 있습니까?

Graviti도 진화하고 있습니다. 우리는 클라이언트, 스타트업, 기업, 개발자, 연구자로부터의 피드백을 듣고 있습니다. 또한, 모든 사람으로부터의 협력이나 파트너십 기회를 환영합니다.

오픈 데이터에서 AI 개발의 큰 기회를 보이고 있습니다. 우리는 오픈 데이터를 공유하고 기여하는 커뮤니티를 구축하고 있습니다. 이것은 연구자들이 과학의 경계를 더 넓히는 데 도움이 될 뿐만 아니라, 기업이 모델을 정교화하고 기술을 발전시키는 데도 도움이 될 것입니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Graviti를 방문하십시오.