에릭 슈워츠, Tricon Infotech의 Chief AI Officer (CAIO) – 인터뷰 시리즈

에릭 슈워츠는 Tricon Infotech의 Chief AI Officer (CAIO)입니다. Tricon Infotech는 효율적인 자동화 솔루션과 전체 디지털 변화를 제공하는 리딩 컨설팅 및 소프트웨어 서비스 회사입니다. Tricon Infotech는 사용자 정의 제품과 엔터프라이즈 구현을 통해 자동화된 솔루션과 전체 디지털 변화를 제공합니다.

에릭 슈워츠는 2십년 이상의 기술 분야 경험을 가진 계절된 기술 집행자이자 기업가입니다. 그는 AI, 정보 검색 및 지식 발견의 교차점에서 전문가입니다. 그의 경력 동안, 에릭은 대규모 플랫폼 구축 및 검색 기술에 AI를 통합하는 것에서 앞장서 왔습니다. 이는 사용자 상호작용 및 정보 접근성을 크게 향상시켰습니다. 그는 이전에 Comcast (CMCSA ), Elsevier, Microsoft에서 핵심적인 역할을 수행했으며, 그곳에서 그는 개척적인 AI, 검색, 및 LLM 이니셔티브를 이끌었습니다.

에릭의 전문적인 여정은 혁신에 대한 그의 헌신과 협력의 힘에 대한 그의 믿음으로 특징지어집니다. 그는 빠른 시간에 혁신적인 솔루션을 제공하는 팀을 이끌어왔으며, 기술 커뮤니티에서 신뢰할 수 있는 리더로 확립되었습니다. 그의 최근 작업, 특히 Elsevier의 Scopus AI 프로젝트는 정보와 사용자との 신뢰할 수 있는 관계를 만들기 위한 그의 헌신을 강조합니다.

Chief AI Officer (CAIO)로서, 에릭은 그의 광범위한 경험을 활용하여 Tricon 고객을 위한 포괄적인 AI 전략을 개발하고 구현합니다. 그의 철저한 프로세스는 AI를 민주화하고, 비즈니스가 AI 기술의 경쟁적인 풍경에서 성공하고 번창할 수 있도록 준비되도록 합니다. 에릭은 성장과 혁신을 촉진하는 것에 대한 그의 열정을 공유하고, 조직이 AI의 변革적인 힘을 효과적으로 활용하도록启発하고 권한을 부여하는 데 열정을 가지고 있습니다.

당신의 경력 여정에서 현재 Tricon Infotech의 Chief AI Officer로 이끈 주요 하이라이트를 공유해 줄 수 있습니까?

저는 전체 경력 동안 정보 검색 분야에 몰두해 왔습니다. 저의 여정은 90년대 초에 웹 마스터로 시작되었습니다. 그 시기 동안, 저는 정부 기관, 대학, 미디어 회사들을 위한 디지털 라이브러리를 구축하는 것에 집중했습니다. 이는 디지털 정보 시스템에 대한 저의 전문성을 구축하는 데 기초를 마련했습니다.

2000년대에, 저는 검색 엔진 벤더와 함께 일하기 시작했습니다. 여기서 저는 검색 기술에 대한技能을 다졌습니다. 이 시기 동안, 저는 다양한 인수를 통해 크게 성장하고 배우며, 결국 2008년에 Microsoft에 합류했습니다. Microsoft에서, 저는 지식 발견 플랫폼을 개발하고 개선하는 데 핵심적인 역할을 수행했습니다. 이는 사용자에게 정보 접근성을 향상시키고 혁신을 추구하는 데 기여했습니다.

Microsoft에서의 임기 이후, 저는 Comcast와 Elsevier와 같은 주요 기업에서 이니셔티브를 이끌었습니다. 여기서 저는 대규모 지식 발견 플랫폼을 운영하는 책임을 맡았습니다. 이러한 경험은 저의 AI와 정보 검색 접근법을 형성하는 데 결정적인 역할을 했습니다. 이는 현재 Tricon Infotech의 Chief AI Officer로 이끌었습니다. 여기서 저는 광범위한 경험을 활용하여 고객이 데이터의 전체 잠재력을 활용하도록 하는 AI 전략과 솔루션을 구현합니다.

Comcast, Elsevier, Microsoft와 같은 회사에서의 경험은 어떻게 AI와 검색 기술을 통합하는 데 대한 접근법을 형성했습니까?

저의 경력 동안, 저는 자연어 처리 (NLP) 기술과 기계 학습에 깊이 집중해 왔습니다. 초기에, 이러한 기술은 단순한 규칙 기반 시스템에 기반했습니다. 그러나 데이터 세트가 더 크고 컴퓨팅 파워가 더 강력해짐에 따라, 우리는 사용자 경험을 크게 향상시키기 위해 자동으로 데이터를 수집하고 알고리즘의 성능을 개선하기 위해 데이터를 되돌려주는 것을 시작했습니다.

Microsoft에서, FAST의 인수를 따랐을 때, 저는 SharePoint 팀에서 제품 관리자로 일했습니다. 여기서 저는 엔터프라이즈 콘텐츠 관리 시스템에 고급 검색 기술을 통합하는 데 참여했습니다. 이는 비즈니스에서 정보 검색과 협업 능력을 향상시켰습니다.

Comcast에서, 저는 비디오 비즈니스를 구동하는 지식 발견 플랫폼을 구축했습니다. 이는 사용자가 세트톱 박스, 모바일, 웹 디바이스를 통해 콘텐츠를 검색하고 발견할 수 있도록 허용했습니다. 이 검색 엔진은 하루에 10억 개 이상의 요청을 처리할 수 있도록 확장되었으며, 빠르고 정확한 콘텐츠 추천과 검색 결과를 제공함으로써 사용자 경험을 크게 향상시켰습니다.

가장 변革적인 경험 중 하나는 Elsevier에서였습니다. 여기서 우리는 Scopus, 그들의 가장 신뢰할 수 있는 제품 중 하나에 대한 생성적 AI 경험을 시작했습니다. 이 이니셔티브는 사용자가 더 나은 질문을 묻고, 학술 커뮤니케이션 데이터베이스의 깊은 기술적인 콘텐츠에서 더 정확한 답변을 얻을 수 있도록 도와주는 대형 언어 모델 (LLM)을 활용했습니다. 이 LLM 기반 접근 방식은 데이터베이스 내의 9천만 개 이상의 기사를 포함하여 AI 응답의 완전한 정확성과 신뢰성을 보장했습니다. 이는 학술 연구와 지식 전파를 강화하는 AI의 힘을 보여주는 것입니다.

현재 생성적 AI의 발전과 그 잠재적인 응용에 대해 가장 흥분되는 것은 무엇입니까?

정보 검색에서 가장 큰 역사적인 도전 중 하나는 맥락을 유지하는 것입니다. 인간에게 이것은 자연스러운 프로세스지만, 기계에게 이것은 전통적으로 매우 거래적인 경험입니다. 생성적 AI는 더 대화식이고 맥락적인 상호작용을 가능하게 함으로써 이 접근 방식을 혁신합니다. 이는 사용자가 더 나은 질문을 묻고, 더 정확한 답변을 얻을 수 있도록 도와줍니다.

さらに, 생성적 AI는 더 깊은 이해를 향상시키는 기술을 포함합니다. 이는 전통적인 검색 엔진에서 어려웠던 것입니다. 예를 들어, 대형 언어 모델 (LLMs)은 톤, 감정 분석, 의미적 이해, 그리고 모호성 해소를 손쉽게 처리할 수 있습니다. 이러한 능력은 LLMs가 인간 언어와 맥락의 미묘한 점들을 쉽게 이해하고, 더 정확하고 의미 있는 응답을 제공하도록 허용합니다. 이는 다양한 영역에서 더直관적이고, 반응적이고, 지능적인 응용 프로그램을 만들 수 있는 수많은 가능성을 열어줍니다.

Tricon Infotech의 생성적 AI 접근 방식은 산업에서 다른 회사와 어떻게 다릅니까?

생성적 AI 분야에는 두 가지 주요 초점 영역이 있습니다. 첫 번째 영역은 AI 모델을 훈련하고 미세 조정하는 것입니다. 두 번째 영역은 생성적 AI를 사용하여 가치 있는 제품과 서비스를 만드는 것입니다.

Tricon Infotech에서는 후者の 영역에 중점을 둡니다. 우리의 접근 방식은 실제 적용과 빠른 배포를 강조합니다. 우리는 비즈니스 리더가 생성적 AI의 가장 영향력 있는 사용 사례를 빠르게 식별할 수 있도록 도와주는 포괄적인 프로그램을 개발했습니다. 우리의 프로세스에는 고객이 자신의 데이터를 사용하여 AI 샌드박스에서 작업할 수 있도록 하는 빠른 프로토 타이핑 솔루션이 포함됩니다. 이 접근 방식은 고객이 개발 주기 초기에 구체적인 결과를 볼 수 있고, AI 기반 통찰력을 조작할 수 있도록 보장합니다.

또한, 우리는 시간에 대한 가치에 대한 급진적인 초점을 가지고 있습니다. 우리의 목표는 고객이 90일 이내에 소비자용 응용 프로그램을 구축하고 배포할 수 있도록 지원하는 것입니다. 이 가속된 타임라인은 혁신을 더 빠르게 추진하는 것뿐만 아니라, 비즈니스가 생성적 AI의 이점을 빠르게 활용하여 새로운 수익 흐름을 만들고 고객 만족도를 향상시킬 수 있도록 합니다.

기업 솔루션에서 대형 언어 모델 (LLMs)와 생성적 AI를 구현하는 데 있어 일부 주요 도전은 무엇입니까?

기업 솔루션에서 대형 언어 모델 (LLMs)과 생성적 AI를 구현하는 것은 여러 도전을 제기합니다. 첫 번째 도전은 신뢰입니다. 기업은 AI 시스템이 지적 재산이나 민감한 기업 정보를 손상시키지 않을 것이라는 것을 확신해야 합니다. 데이터 보안을 보장하고 AI가 데이터를 오남용하지 않을 것이라는 확신을 얻는 것이 신뢰를 얻는 데 중요합니다.

두 번째 도전은 환상입니다. 생성적 AI는 때때로 사실적으로 정확하지 않은 자신감 있는 답변을 생성할 수 있습니다. 이는 AI 시스템의 신뢰성을 저해할 수 있습니다. 모델을 미세 조정하고, 검색 보강 생성 (RAG)과 같은 기술을 사용하는 것은 환상 발생을 완화하는 데 도움이 될 수 있습니다.

세 번째 주요 도전은 비용입니다. LLMs의 라이선스와 확장은 상당히 비용이 많이 들 수 있습니다. 주요 제공업체에서 제공하는 기업용 제품에도 높은 진입 비용과 최소한의 요구 사항이 있습니다. 따라서 기업은 투자 수익률 (ROI)을密切 모니터링하고 관리하여 AI 솔루션의 배포가 경제적으로 타당한지 확인하는 것이 중요합니다.

Tricon Infotech가 사용하는 생성적 AI 엔터프라이즈 솔루션을 개발하는 구조화된 접근 방식에 대해 설명할 수 있습니까?

Tricon Infotech는 전통적인 인력 증강 대신에 전용된 풀 스택 제품 팀을 통해 관리되는 서비스를 제공하는 제품 개발 회사입니다. 우리의 접근 방식에는 제품 개발 라이프 사이클의 모든 측면을 관리할 수 있는 전체 제품 팀을 배치하는 것이 포함됩니다. 이는 사용자 연구, 사용자 경험 디자인 (UX), 프론트 엔드 및 백엔드 개발, 테스트 자동화, 배포, 확장, 및 지속적인 운영을 포함합니다.

이 포괄적인 관리 서비스 모델은 고객이 데이터에서 가치를 캡처하는 데 직접 집중할 수 있도록 허용합니다. 복잡성과 인력 관리의 오버헤드 없이, 우리의 주요 운전자는 시간에 대한 가치입니다. 즉, 우리는 빠르고 효율적으로 구체적인 이점을 제공하는 데 우선순위를 둡니다. 우리의 야망은 고객과 지속적인 관계를 구축하는 것입니다. 우리는 기능 개발 프로세스를 통해 지속적으로 가치를 추가하고 반복합니다.

우리의 구조화된 접근 방식은 새로운 도전과 기회에 신속하게 적응할 수 있도록 설계되었습니다. 우리의 다학제적 팀의 전체 능력을 활용하여, 우리는 각 기업의 특정需求에 맞춘 고도로 사용자 정의된 생성적 AI 솔루션을 제공합니다. 이 접근 방식은 전통적인 인력 증강 회사와 우리를 차별화하는 동시에, 중요한 비즈니스 영향을 미치는 전체적인 엔드 투 엔드 솔루션을 제공합니다.

Tricon의 생성적 AI 솔루션이 성공적으로 해결한 실제 문제의 예는 무엇입니까?

1. 이러닝 – 전통적인 미디어와 레거시 교육 자료를 상호작용형 멀티모달 콘텐츠로 변환합니다. 이는 고객이 기존 콘텐츠를 새로운 학습 방식과 플랫폼에 맞게 변환할 수 있도록 허용합니다. 또한, 콘텐츠는 학습자의 필요와 학습 스타일에 따라 자동으로 적응하는 하이퍼 개인화된 학습 프로그램으로 변환될 수 있습니다.
2. 프라이빗 AI – 고객이 프라이빗하고 규칙을 준수하는 엔터프라이즈 AI 솔루션을 구축하도록 도와줍니다. 이는 비용을 관리하고, 규칙과 제한을 존중하는 동시에, 조직 전체에 걸쳐 확장할 수 있도록 합니다. 이러한 프라이빗 AI는 기업에게 새로운 수익 흐름을 창출할 뿐만 아니라, 과부하된 전문가와 공유 서비스를 더 잘 확장할 수 있도록 합니다.
3. 프로세스 자동화 – 여전히 수동 프로세스와 데이터 통합에 의존하는 많은 조직이 있습니다. AI는 시스템을 연결하고, 데이터를 검증하며, 워크플로우를 효율적으로 라우팅하는 지능적인 계층을 생성함으로써 이를 도와줍니다. 이는 공급망 문제를 식별하고, 데이터의 고유한 신호를 이해하는 데 도움이 됩니다.

급속히 발전하는 AI 분야에서 지속적인 학습과 성장이 성공을 위한 역할은 무엇입니까?

AI 분야에서 가장 큰 도전 중 하나는 인재 풀을 업스킬링하는 것입니다. 새로운 세대의 근로자가 직관적으로 AI 도구와 기술을 이해하지만, 이전 세대는 이러한 도구가 무엇을 할 수 있고 할 수 없는지 이해해야 합니다. 지속적인 학습은 이 간격을 메우는 데 중요합니다.

AI 도구는 생산성을 크게 향상시킬 수 있으며, 비즈니스가 더 적은 자원으로 더 많은 것을 달성하도록 허용합니다. 이러한 이점을 실현하기 위해, 직원들은 새로운 도구를 배우고 워크플로에 통합하는 데 열린 마음을 가져야 합니다.

또한, 직원들은 지속적인 학습과 성장을 통해 새로운 AI 도구를 일상적인 업무에 통합할 수 있도록 준비되어야 합니다. 이는 궁극적으로 직원의 직업 보안을 향상시킵니다. 성공은 이 발전하는 기술을 이해하고 활용하는 데 적극적으로 참여하는 사람들에게 돌아갈 것입니다.

10년 내에 AI가 검색 기술과 사용자 상호작용을 변革하는 미래를 어떻게 상상합니까?

우리는 이미 전통적인 검색 엔진에서 생성적 AI 도구로의 이동을 목격하고 있습니다. 이는 생성적 AI가 직접적인 답변과 솔루션을 제공할 수 있는 능력에 의해 주도됩니다. 이는 사용자가 여러 웹사이트나 리소스를 독립적으로 탐색할 필요를 제거합니다.

미래에는 AI가 회의에 참석하고, 행동을 취하고, 일상적인 업무를 처리하는 것이 일반화될 것입니다. 이는 특정 기능의 역할을 크게 줄일 것입니다. 주요 도전 중 하나는 생성적 AI를 어떻게 수익화할 것인가입니다. 전통적인 광고 모델은 이 새로운 풍경에서重大한 장애물에 직면할 수 있습니다. 저의 예측은 데이터가 더욱 가치 있게 될 것이라는 것입니다. 이는 새로운 비즈니스 모델을 필요로 할 것입니다. 이러한 모델은 AI의 고유한 능력을 활용하면서, 사용자와 기업이 상호작용에서 구체적인 가치를 얻을 수 있도록 해야 합니다.

전반적으로, 검색 기술과 사용자 상호작용에서 AI의 미래는 정보 검색을 더 직관적이고 효율적으로 만들며, 디지털 상호작용과 기업 기능에 대한 우리의 접근 방식을 재정의할 것입니다.

비즈니스에서 혁신과 성공을 추구하는 데 AI를 활용하려는 기업들에게 실용적인 조언은 무엇입니까?

기술에 대해 두려워하지 마십시오. 직원들에게 AI 도구를 제공하여 데이터와 지적 재산이 안전하도록 하십시오. 많은 직원이 이미 AI 도구를 사용하고 있지만, 적절한 거버넌스를 하지 않으면 오남용의 위험이 있습니다. 따라서 직원을 업스킬링하여 이러한 도구를 안전하게 사용하는 방법을 이해하도록 하는 것이 중요합니다.

또한, 성공의 척도를 주의 깊게 살펴야 합니다. AI 도구는 비용이 많이 들 수 있지만, 비용은 시간이 지남에 따라 감소할 것으로 예상됩니다. 그러나 비즈니스에 대한 영향과 비용을 관리하기 위해 투자 수익률 (ROI)에 대한 명확한 초점을 유지하는 것이 중요합니다. 이를 통해 비즈니스는 AI를 활용하여 혁신과 성공을 추구할 수 있으며, 이점이 비용을 초과하는지 확인할 수 있습니다.

인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Tricon Infotech를 방문하십시오.