젠트레이스, 제너레이티브 AI 테스팅 혁신을 위한 800만 달러 시리즈 A 투자 유치

젠트레이스, 제너레이티브 AI 애플리케이션을 테스트하고 모니터링하는 최첨단 플랫폼은 매트릭스 파트너스가 주도하고 헤드라인과 K9 벤처스가 참여한 800만 달러의 시리즈 A 투자 라운드를 성공적으로 마쳤습니다. 이 투자 마일스톤은 총 투자 금액을 1,400만 달러로 끌어올리며, 플래그십 툴인 Experiments를 출시했습니다. Experiments는 산업 최초의 솔루션으로, 대규모 언어 모델(LLM) 테스트를 조직 전체에서 더 쉽게, 협력적으로, 효율적으로 만들기 위해 설계되었습니다.

교육에서 전자상거래까지 다양한 산업에서 제너레이티브 AI를 통합하려는 글로벌 추진은 AI 시스템이 신뢰할 수 있고, 안전하고, 사용자需求에 부응하는지 확인하는 도구가 필요한 상황을 만들었습니다. 그러나 대부분의 기존 솔루션은 단편적이고, 기술적으로 복잡하며, 엔지니어링 팀에만 국한되어 있습니다. 젠트레이스는 플랫폼을 통해 기능적인 협력을 촉진하여, 제품 매니저부터 품질 보증(QA) 전문가까지 AI 애플리케이션을 개선하는 데 적극적으로 참여할 수 있도록 합니다.

“제너레이티브 AI는 놀라운 기회를 가져왔지만, 그 복잡성은 종종 광범위한 실험과 신뢰할 수 있는 개발을 방해합니다,” 젠트레이스의 CEO이자 공동 창립자인 Doug Safreno는 말합니다. “젠트레이스를 통해 우리는 단지 도구를 구축하는 것이 아니라, 조직이 협력적으로, 효율적으로 신뢰할 수 있는 고성능 AI 시스템을 개발할 수 있는 프레임워크를 구축하고 있습니다.”

제너레이티브 AI 개발의 도전 과제 해결

제너레이티브 AI의 부상은 빠르지만, 그 배포를 둘러싼 도전 과제도 많습니다. GPT(제너레이티브 프리트레인드 트랜스포머)와 같은 모델은 실제 애플리케이션에서 응답을 검증하고, 오류를 식별하고, 안전성을 보장하기 위해 광범위한 테스트가 필요합니다. 시장 분석가에 따르면, 제너레이티브 AI 엔지니어링 부문은 2030년까지 38.7억 달러로 성장할 것으로 예상되며, 연평균 성장률(CAGR)은 34.2%입니다. 이 성장은 더 나은 테스트와 모니터링 도구의 필요성을 강조합니다.

과거에 AI 테스팅은 수동 워크플로우, 스프레드시트 또는 엔지니어링 중심 플랫폼에 의존했으며, 이러한 방법은 기업 수준의 요구에 효과적으로 확장되지 못합니다. 이러한 방법은 또한 실로를 생성하여, 엔지니어링 팀 외의 팀이 평가 프로세스에 적극적으로 기여할 수 없습니다. 젠트레이스의 플랫폼은 3가지 접근 방식을 통해 이러한 문제를 해결합니다:

1. 목적에 따른 테스트 환경
   젠트레이스를 사용하면 조직이 실제 사용과 유사한 시나리오를 시뮬레이션할 수 있으므로, 개발자는 배포 전에 에지 케이스, 안전성 문제 및 기타 위험을 식별할 수 있습니다.
2. 포괄적인 성능 분석
   LLM 성능에 대한 자세한 통찰력, 즉 성공률, 오류률 및 응답 시간과 같은 메트릭을 통해 팀은 트렌드를 식별하고 모델 품질을 지속적으로 개선할 수 있습니다.
3. Experiments를 통한 기능적인 협력
   새로 출시된 Experiments 툴을 통해 제품 팀, 주제 전문가 및 QA 전문가는 코딩 전문 지식 없이 직접 AI 출력을 테스트하고 평가할 수 있습니다. OpenAI, Pinecone 및 Rivet와 같은 도구와의 워크플로우 통합을 지원함으로써, Experiments는 조직 전체에서 무정지로 채택할 수 있습니다.

젠트레이스를 무엇이 차별화하는가?

젠트레이스의 Experiments 툴은 AI 테스팅을 민주화하기 위해 설계되었습니다. 전통적인 도구는 기술 전문 지식을 요구하며, 비엔지니어링 팀을 평가 프로세스에서 제외합니다. 반면에, 젠트레이스의 노코드 인터페이스를 통해 사용자는 AI 시스템을 직관적으로 테스트할 수 있습니다. Experiments의 주요 기능은 다음과 같습니다:

• AI 출력의 직접 테스팅: 사용자는 플랫폼 내에서 직접 LLM 출력과 상호작용하여 실제 성능을 평가하기가 더 쉽습니다.
• “what-if” 시나리오: 팀은 가상 테스트를 통해 다양한 입력 조건이나 에지 케이스를 시뮬레이션하여 잠재적인 실패 모드를 예측할 수 있습니다.
• 배포 결과 미리 보기: 팀은 배포 전에 업데이트가 성능과 안정성에 미칠 영향을 평가할 수 있습니다.
• 멀티모달 출력 지원: 젠트레이스는 텍스트 기반 출력뿐만 아니라 이미지-텍스트 또는 비디오 처리 파이프라인과 같은 멀티모달 결과를 평가하여, 고급 AI 애플리케이션에 유연한 도구를 제공합니다.

이러한 기능을 통해 조직은 반응적인 디버깅에서 프로액티브 개발로 전환하여 배포 위험을 줄이고 사용자 만족도를 개선할 수 있습니다.

산업 리더의 영향력 있는 결과

젠트레이스의 혁신적인 접근 방식은 이미 초기 채택자들 사이에서 인정을 받았습니다. Webflow, Quizlet 및 Fortune 100 소매업체와 같은 회사들은 다음과 같은 변혁적인 결과를 보고했습니다:

• Quizlet: 테스트 처리량이 40배 증가하여, 평가 사이클을 몇 시간에서 1분 미만으로 단축했습니다.
• Webflow: 엔지니어링 및 제품 팀 간의 협력을 개선하여, AI 기능의 마지막 마일 튜닝을 더 빠르게 수행할 수 있습니다.

“젠트레이스는 LLM 평가를 협력적인 프로세스로 만듭니다. 그것은 우리의 AI 엔지니어링 스택에서 사용자와 공鳴하는 기능을 제공하는 데 중요한 부분입니다.” 웹플로우의 공동 창립자이자 최고 아키텍트인 브라이언트 추는 말합니다.

퀴즈릿의 스태프 머신 러닝 엔지니어인 마들린 길버트는 플랫폼의 유연성을 강조했습니다: “젠트레이스를 통해 우리는 우리의 특정 요구 사항에 맞게 맞춤형 평가를 구현할 수 있었습니다. 그것은 우리의 AI 모델에서 변경의 영향을 예측하는 우리의 능력을 크게 개선했습니다.”

비전 있는 창립 팀

젠트레이스의 리더십 팀은 AI, DevOps 및 소프트웨어 인프라에 대한 전문 지식을 결합합니다:

• Doug Safreno (CEO): 이전에 스택스웨어의 공동 창립자였으며, 스택스웨어는 VMware에 인수되었습니다.
• Vivek Nair (CTO): 우버와 Dropbox에서 확장 가능한 테스팅 인프라를 구축했습니다.
• Daniel Liem (COO): 고성장 기술 회사에서 운영 우수성을 주도하는 경험을 가지고 있습니다.

팀은 또한 피그마, 리니어 및 아사나와 같은 주요 회사에서 고문을 영입하고, 천사 투자자를 유치하여, 그들의 임무와 시장 지위를 더욱 입증했습니다.

미래를 위한 확장

신규로 유치한 자금을 통해 젠트레이스는 엔지니어링, 제품 및 마케팅 팀을 확대하여 기업 수요의 증가를 지원할 계획입니다. 개발 로드맵에는 자동화된 성능 임계값 식별과 같은 고급 기능이 포함됩니다.
또한 젠트레이스는 규정 준수 및 보안 기능을 강화하기 위해 노력하고 있습니다. 최근 ISO 27001 인증을 획득하여 고객 데이터를 보호하는 데 대한 헌신을 보여주었습니다.

젠트레이스와 더 넓은 AI 생태계

플랫폼의 최근 업데이트는 지속적인 혁신에 대한 헌신을 강조합니다:

• 로컬 평가 및 데이터셋: 팀이 자체 인프라 내에서 기밀 또는 민감한 데이터를 안전하게 사용할 수 있습니다.
• 비교 평가자: 헤드투헤드 테스트를 지원하여 최고 성능 모델 또는 파이프라인을 식별합니다.
• 프로덕션 모니터링: 배포 후 모델의 성능에 대한 실시간 통찰력을 제공하여, 문제가 발생하기 전에 팀이 이를 식별할 수 있습니다.

파트너 지원 및 시장 검증

매트릭스 파트너스의 Kojo Osei는 플랫폼의 가치를 강조했습니다: “제너레이티브 AI는 출력이 신뢰할 수 있는 경우에만 그 잠재력을 실현할 수 있습니다. 젠트레이스는 AI 신뢰성과 사용성의 새로운 표준을 설정하고 있습니다.”

헤드라인의 Jett Fein은 추가로 말했습니다: “젠트레이스가 복잡한 기업 워크플로에 무정지로 통합되는 능력은 대규모로 AI를 배포하는 조직에서 필수적입니다.”

제너레이티브 AI의 미래를 형성하다

제너레이티브 AI가 산업을 재정의하는 동안, 젠트레이스와 같은 도구는 그 안전하고 효과적인 구현을 보장하는 데 필수적입니다. 다양한 팀이 테스팅과 개발에 기여할 수 있도록 함으로써, 젠트레이스는 AI에서 협력과 책임의 문화를 조성하고 있습니다.