에릭 랜다우, Encord의 공동 창립자 및 CEO – 인터뷰 시리즈

에릭 랜다우는 Encord의 CEO이자 공동 창립자입니다. Encord는 컴퓨터 비전을 위한 액티브 러닝 플랫폼입니다. 에릭은 글로벌 에퀴티 델타-원 데스크의 리드 양적 연구원으로서 수천 개의 모델을 프로덕션에 넣었습니다. Encord 이전에는 그는 거의 10년 동안 DRW에서 고주파 거래를 담당했습니다. 그는 하버드 대학에서 응용 물리학 석사, 스탠퍼드 대학에서 전기 공학 석사 및 물리학 학사 학위를 보유하고 있습니다.

에릭은 여가 시간에 ChatGPT와 대규모 언어 모델을 사용하고 크래프트 칵테일을 만드는 것을 즐깁니다.

Encord를 공동 창립하게 된 영감은 무엇이며, 입자 물리학과 양적 금융에서의 경험은 AI의 “데이터 문제”를 해결하는 데 어떻게 영향을 주었나요?

저는 처음으로 스탠퍼드 선형 가속기 센터(SLAC)에서 입자 물리학을 공부하며 매우 큰 데이터셋을 다루면서 기계 학습에 대해 생각하기 시작했습니다. 당시 저는 물리학자들이 만든 소프트웨어를 사용했는데, 사용자 경험은 좋지 않았습니다. 더 나은 도구가 있었다면 분석을 훨씬 더 빠르게 수행할 수 있었을 것입니다.

그 후 양적 금융에서 DRW에서 일하면서 저는 수천 개의 모델을 프로덕션에 넣었습니다. 물리학에서의 경험과 마찬가지로 저는 높은 품질의 데이터가 정확한 모델을 만드는 데 중요하다는 것을 알았으며, 복잡하고 대규모 데이터를 관리하는 것은 어렵습니다. 울릭은 컴퓨터 비전을 위한 대규모 이미지 데이터셋을 시각화하는 유사한 경험을 했습니다.

저는 그의 초기 Encord 아이디어를 듣고 즉시 동의했으며 중요성을 이해했습니다. 울릭과 저는 AI 데이터 개발 프로세스를 자동화하고 스트림라인하는 플랫폼을 구축할 수 있는巨大的 기회를 보았습니다.这样하면 팀이 모델에 최고의 데이터를 넣고 신뢰할 수 있는 AI 시스템을 구축할 수 있습니다.

Encord의 비전은 무엇이며, 이는 초기 컴퓨팅이나 인터넷의 시대와 비교했을 때 어떻게 다른가요?

Encord의 비전은 기업이 데이터를 기능적인 AI 모델로 변환하는 데 필요한 플랫폼입니다. 우리는 회사 데이터와 AI 사이의 계층입니다.

많은 방면에서 AI는 개인 컴퓨팅과 인터넷과 같은 이전의 패러다임 시프트를 반영합니다. 이는 모든 개인, 비즈니스, 국가 및 산업의 워크플로에 필수적인 요소가 될 것입니다. 이전 기술 혁신과 달리, 이는 모어의 법칙에 의해 제한되지 않습니다. AI 개발은 동시에 혁신을 거치고 있으며 훨씬 더 빠른 속도로 진행되고 있습니다. 엔비디아의 젠슨 황의 말처럼: “첫 번째로 우리는 복합적인 지수 함수를 보는 것입니다… 10년마다 100만 배의 성장을 보는 것입니다.” 과장 없이 말해서, 우리는 인류 역사상 가장 빠르게 발전하는 기술을 목격하고 있습니다.

이곳의 잠재력은 막대합니다: 우리는 AI를 위한 고품질 데이터의 자동화 및 확장을 통해 보다 광범위한 AI 채택을 방해하는 병목 현상을 해결하고 있습니다. 이러한 도전은 이전 기술 시대의 초기 도전과 유사합니다: 시로, 모범 사례의 부족, 비기술 사용자에 대한 제한, 잘 정의된 추상의 부족.

Encord Index는 다른 데이터 관리 플랫폼과 어떻게 차별화되나요?

Encord Index는 몇 가지 방법으로 다른 도구와 구별됩니다:

인덱스는 확장 가능합니다: 사용자가 수십억 개의 데이터 포인트를 관리할 수 있습니다. 다른 도구는 비정형 데이터에 대한 확장성 문제를 가지고 있으며 조직의 모든 관련 데이터를 통합하는 데 제한이 있습니다.

인덱스는 유연합니다: AWS, GCP, Azure와 같은 프라이빗 데이터 저장소 및 클라우드 저장소 제공업체와 직접 통합됩니다. 다른 도구는 단일 클라우드 제공업체 또는 내부 저장 시스템에만 제한되는 반면, 인덱스는 데이터가 위치한 곳에 구애받지 않습니다. 데이터를 여러 소스에서 관리할 수 있으며, 적절한 거버넌스 및 액세스 제어를 통해 보안 및 규정 준수 AI 애플리케이션을 개발할 수 있습니다.

인덱스는 멀티모달입니다: 이미지, 비디오, 오디오, 텍스트, 문서 등 다양한 형식의 데이터를 지원합니다. 인덱스는 현재 많은 LLM 도구에서 볼 수 있는 단일 형식의 데이터에만 제한되지 않습니다. 인간의 인지는 멀티모달이며, 우리는 멀티모달 AI가 차세대 AI 발전의 핵심이 될 것이라고 믿습니다.

Encord Index는 AI 모델에 적합한 데이터를 선택하는 프로세스를 어떻게 개선하며, 이는 모델 성능에 어떤 영향을 미치나요?

Encord Index는 대규모 데이터셋의 큐레이션을 자동화하여 팀이 관련 데이터만 식별하고 무의미하거나 편향된 데이터를 제거할 수 있도록 도와줍니다. 이 프로세스는 데이터셋의 크기를 줄이는 데만 아니라 모델을 위한 데이터의 품질을 크게 향상시킵니다. 고객은 모델의 성능을 20% 개선하고 데이터셋의 크기를 35% 줄이며 컴퓨팅 및 인간 주석 비용을 수십만 달러 절감하는 것을 목격했습니다.

Encord는 빠르게 발전하는 AI 환경에서 어떻게 앞서 나아가고 있나요?

우리는 의도적으로 플랫폼을 새로운 기술을 빠르게 적용할 수 있도록 설계했습니다. 우리는 SAM과 같은 발전을 쉽게 통합할 수 있는 확장 가능하고 소프트웨어 우선 접근 방식을 제공하여 사용자가 항상 경쟁력을 유지할 수 있도록 합니다.

우리는 멀티모달 AI에 중점을 두어 앞서 나아갈 계획입니다. Encord 플랫폼은 이미 이미지, 비디오, 텍스트와 같은 복잡한 데이터 유형을 관리할 수 있으며, 멀티모달 AI의 발전이 우리에게 오면 우리는 준비되어 있습니다.

기업이 AI 데이터를 관리할 때 직면하는 가장 일반적인 도전은 무엇이며, Encord는 어떻게 이러한 도전을 해결하나요?

이러한 도전에는 3가지 주요 사항이 있습니다:

• 데이터 조직 및 제어의 부족: 기업이 AI 솔루션을 구현하려고 할 때, 종종 AI 준비가 되지 않은 데이터와 강한 거버넌스가 없는 데이터를 마주합니다. 이 데이터는 souvent AI 시스템에서 사용할 수 없습니다.
• 인간 전문가의 부족: AI 모델이越来越 복잡한 문제를 해결할수록, 데이터를 준비하고 검증할 수 있는 인간 도메인 전문가가 부족해질 것입니다. 회사의 AI需求이 증가할수록, 인간 전문가의 확장을하는 것은 어렵고 비용이 많이 듭니다.
• 확장 불가능한 툴링: 성능 좋은 AI 모델은 데이터를 많이 필요로 하며, 이전 세대의 툴은 이러한 데이터를 관리할 수 없습니다.

Encord는 이러한 문제를 자동화된 데이터 큐레이션 프로세스를 통해 해결하며, 영향력 있는 데이터와 문제가 있는 데이터를 쉽게 식별할 수 있도록 합니다. 이는 데이터 관리 요구 사항이 변경될 때 쉽게 확장할 수 있는 소프트웨어 우선 접근 방식을 제공합니다. 우리의 AI 지원 주석 도구는 인간-인-루프 도메인 전문가가 워크플로우 효율성을 최대화하도록 도와줍니다. 이는 금융 서비스 및 헬스케어와 같은 산업에서 특히 중요합니다. 우리는 조직의 모든 비정형 데이터를 쉽게 관리하고 이해할 수 있도록 도와줍니다.

Encord는 데이터 편향과 데이터셋 내에서 대표되지 않는 영역을 어떻게 해결하나요?

데이터 편향을 해결하는 것은 Encord에서 매우 중요한 문제입니다. 우리의 플랫폼은 데이터에서 편향된 영역을 자동으로 식별하고 표면화하여 AI 팀이 모델 성능에 영향을 미치기 전에 이러한 문제를 해결할 수 있도록 도와줍니다. 우리는 또한 데이터셋 내에서 대표되지 않는 영역이 적절하게 포함되도록 보장하여 더 공정하고 균형 잡힌 AI 모델을 개발하는 데 도움이 됩니다. 우리의 큐레이션 도구를 사용하면 팀은 모델이 다양한 데이터에 훈련된다는 것을 확신할 수 있습니다.

Encord는 최근 3,000만 달러의 시리즈 B 자금을 확보했습니다. 이 자금은 어떻게 제품 로드맵과 확장 계획을 가속화할까요?

3,000만 달러의 시리즈 B 자금은 제품, 엔지니어링 및 AI 연구 팀의 크기를 6개월 내에 크게 증가시키고 Encord Index 및 기타 새로운 기능의 개발을 가속화하는 데 사용될 것입니다. 우리는 샌프란시스코에 새로운 사무실을 열고 있으며, 이 자금은 고객 기반의 성장을 지원하는 운영을 확장하는 데 도움이 될 것입니다.

Y Combinator에서 시리즈 B를 조달한 가장 어린 AI 회사로, Encord의 빠른 성장과 성공을 무엇에 기인시킵니까?

우리는 고객 중심의 접근 방식을 모든 영역에서 채택했습니다. 우리는 고객과 끊임없이 소통하며, 그들의 문제를 듣고, 솔루션을 찾기 위해 그들을 끌어안습니다. 우리는 고객의 필요에 초점을 맞추고, 하이프에 집중하지 않습니다. 우리는 고객이 우리에게 가장 중요한 요소입니다. 우리의 고객은 우리가 오늘날의 위치에 있게 도와주었습니다. 우리는 AI 데이터의 복잡성을 효율적으로 관리할 수 있으며, 이는 기업들에게 우리를 매력적인 솔루션으로 만듭니다.

우리는 또한 우리의 팀원, 파트너, 투자자들에게 많은 것을 빚지고 있습니다. 그들은 모두 우리를 위해 열심히 일했습니다. 세계적 수준의 제품, 엔지니어링 및 마케팅 팀과 일하는 것은 우리의 성장에 enorm으로 영향을 미쳤습니다.

데이터의 중요성이 증가함에 따라, 향후 5년 동안 AI 데이터 플랫폼인 Encord의 역할은 어떻게 진화할 것으로 보나요?

AI 애플리케이션이 더 복잡해짐에 따라, 효율적이고 확장 가능한 데이터 관리 솔루션의 필요성은 증가할 것입니다. 저는 모든 기업이 언젠가 AI 부서를 가질 것이라고 믿습니다. Encord는 기업들이 AI를 위한大量의 데이터를 관리하고 모델을 빠르게 프로덕션에 넣을 수 있는唯一의 플랫폼이 될 것입니다.

이번 인터뷰에 감사드리며, 더 많은 정보를 원하는 독자는 Encord를 방문하시기 바랍니다.