Gou Rao, NeuBird의 CEO 겸 공동 창립자 – 인터뷰 시리즈

구담(구) 라오 CEO이자 공동 창립자입니다. 뉴버드세계 최초의 생성 AI 기반 ITOps 엔지니어인 Hawkeye를 개발한 회사입니다. 이 제품은 IT 팀이 기술 문제를 즉시 진단하고 해결하여 인간 팀과 AI 간의 원활한 협업을 가능하게 하도록 설계되었습니다.

입증된 실적을 가진 연쇄 기업가인 Rao는 여러 회사를 공동 창립하고 성공적으로 매각했습니다. 그는 Pure Storage에 인수된 Portworx, Dell에 인수된 Ocarina Networks, Citrix에 인수된 Net6를 공동 창립했습니다. 그는 또한 컴퓨터 네트워킹, 스토리지 및 보안에 걸쳐 50개 이상의 특허를 취득한 뛰어난 발명가이기도 합니다.

뉴버드 현대적이고 복잡한 기술 스택을 관리하는 데 필요한 숙련된 전문가의 부족을 해결하기 위해 IT 운영을 위한 생성적 AI 솔루션을 개발하고 있습니다. 이 회사는 데이터 분석을 간소화하고 실시간으로 실행 가능한 통찰력을 제공하는 데 중점을 두고 IT 관리의 효율성을 높이고 혁신을 지원하는 것을 목표로 합니다.

NeuBird를 시작하게 된 계기는 무엇이었으며, AI 기반 IT 운영 자동화의 필요성을 어떻게 파악하셨나요?

NeuBird는 기업 IT 스택의 복잡성 증가와 숙련된 IT 전문가 부족으로 인해 탄생했습니다. 기존 도구는 따라잡지 못해 IT 팀은 혁신을 추진하는 대신 예산의 30%를 사일로화된 데이터 소스를 탐색하는 데 사용해야 했습니다. 우리는 AI 기반 ITOps 엔지니어인 Hawkeye를 만들 수 있는 기회를 보았습니다. 이 엔지니어는 IT 문제를 즉시 파악하고, 해결 시간을 며칠에서 몇 분으로 단축하고, 기업이 노동력 제약으로 인해 병목 현상 없이 IT 운영을 확장할 수 있도록 지원합니다.

NeuBird는 어떻게 AI 기반 디지털 팀원을 개척하고 있나요? 그리고 Hawkeye는 기존 IT 자동화 도구와 어떤 점이 다릅니까?

정적인 규칙 기반 IT 자동화 도구와 달리, AI 기반 디지털 팀원인 Hawkeye는 방대한 원격 측정 데이터를 동적으로 처리하고 문제를 즉시 진단합니다. Slack, 클라우드 서비스, 데이터베이스, 사용자 지정 애플리케이션을 포함한 다양한 엔터프라이즈 데이터 소스에서 통찰력을 끌어와 사전 프로그래밍된 관찰 도구의 편향을 제거하여 IT 팀에 인프라에 대한 전체적이고 맥락화된 뷰를 제공합니다.

Hawkeye는 단순히 경고를 표면화하는 것이 아니라 대화형 인터페이스를 통해 엔지니어와 적극적으로 협업하여 근본 원인을 진단하고 복잡한 IT 문제에 대한 해결책을 제안합니다. 이를 통해 IT 운영 방식이 근본적으로 바뀌어 다운타임을 최소화하고 전례 없는 속도로 IT 사고에 대응할 수 있습니다.

기업은 종종 IT 운영에서 데이터 과부하로 어려움을 겪습니다. Hawkeye는 어떻게 방대한 데이터 세트를 필터링하여 실행 가능한 통찰력을 제공합니까?

기존 IT 도구는 원격 측정 데이터(로그, 시스템 메트릭, 클라우드 성능 지표)의 홍수를 처리하는 데 어려움을 겪어 경고 피로와 사고 해결 속도가 느려집니다.

Hawkeye는 실시간 데이터를 지속적으로 분석하고 성능 문제나 오류를 나타내는 패턴을 감지하여 노이즈를 차단합니다. 수동적 모니터링을 넘어 사전 조치를 취함으로써 기존의 관찰 및 모니터링 도구를 보완합니다. 팀의 엔지니어 역할을 하며 현재 도구의 IT 원격 측정 및 시스템 데이터를 해석하여 문제를 파악하고 발생하는 대로 해결합니다.

자연어로 명확하고 실행 가능한 통찰력을 제공하여 응답 시간을 며칠에서 몇 분으로 단축합니다.

Hawkeye의 고유한 접근 방식은 LLM과 고객 데이터를 공유하지 않고도 LLM의 힘을 활용하여 사고 분석을 안내하여 신중하고 안전한 접근 방식을 보장합니다.

보안과 신뢰는 IT에서 AI 도입에 대한 주요 우려 사항입니다. NeuBird는 이러한 과제를 어떻게 해결하고 있습니까?

Hawkeye의 고유한 접근 방식은 LLM과 고객 데이터를 공유하지 않고도 LLM의 힘을 활용하여 사고 분석을 안내하여 신중하고 안전한 접근 방식을 보장합니다.

Hawkeye는 기업의 보안 경계 내에서 작동하며, 내부 데이터 소스만 사용하여 통찰력을 생성하여 일반적인 LLM 기반 시스템을 괴롭히는 환각을 제거합니다. 또한 추적 가능한 권장 사항을 제공하여 투명성을 보장하므로 IT 팀은 의사 결정에 대한 완전한 통제권을 유지합니다. 이러한 접근 방식은 블랙박스 솔루션이 아닌 안정적이고 안전한 AI 팀원이 됩니다.

Hawkeye는 기존 IT 인프라와 어떻게 통합되나요? 그리고 기업의 온보딩 프로세스는 어떤가요?

Hawkeye는 기존 관찰, 모니터링 및 인시던트 대응 도구(예: AWS CloudWatch, Azure Monitor, Datadog 및 PagerDuty)에 연결하여 엔터프라이즈 IT 환경과 원활하게 통합됩니다. 주요 인프라 변경 없이도 IT, DevOps 및 SRE 팀과 함께 작동합니다.

사용하는 방법은 다음과 같습니다

• 전개: Hawkeye는 사용자 환경에 배포되어 기존 도구 및 데이터 소스에 연결됩니다.
• 학습 및 적응: 과거 사고와 실시간 원격 측정 데이터를 분석하여 정상적인 시스템 운영을 이해하고 패턴을 식별합니다.
• 사용자 지정 : 이 플랫폼은 기업의 특정 워크플로에 적응하여 운영 요구 사항에 맞춰 대응과 권장 사항을 맞춤화합니다.
• 협동: 채팅 기반 인터페이스를 통해 팀은 실시간 진단, 솔루션, 해당되는 경우 자동 해결 방법을 받습니다.

간소화된 통합 프로세스를 통해 사고 해결 속도가 빨라지고, MTTR이 단축되며, 시스템 안정성이 향상되어 기업은 인력을 추가하지 않고도 효율적으로 IT 운영을 확장할 수 있습니다.

 인간 엔지니어는 Hawkeye와 같은 AI 팀원과 함께 어떤 역할을 하나요? 이 협업이 어떻게 진화할 것으로 보시나요?

 Hawkeye는 인간 IT 전문가를 대체하기보다는 보완합니다. IT 팀은 여전히 ​​전략적 결정을 내리지만 모든 문제를 수동으로 해결하는 대신 Hawkeye와 협력하여 문제를 더 빠르게 진단하고 해결합니다. AI 팀원이 더욱 발전함에 따라 IT 전문가는 아키텍처 최적화, 보안 개선 및 새로운 기술 도입 가속화와 같은 더 높은 가치의 작업으로 전환할 것입니다.

Hawkeye는 평균 해결 시간(MTTR)을 90% 단축한다고 주장합니다. 이러한 영향을 입증하는 실제 사례나 사례 연구를 공유해 주시겠습니까?

 한 전국 식료품 소매업체가 전자상거래 플랫폼의 복잡성이 커짐에 따라 Hawkeye를 통합했습니다. SRE 팀은 특히 쇼핑이 가장 많은 기간에 방대한 원격 측정 데이터와 느린 수동 조사에 압도당했습니다.

GenAI 기반 팀 동료인 Hawkeye를 통해 그들은 다음을 확인했습니다.

• ~90% MTTR 감소 – AWS CloudWatch, AWS MSK 및 PagerDuty에서 즉각적인 데이터 상관관계를 제공합니다.
• 24/7 실시간 분석 – 업무시간 이후의 에스컬레이션을 제거했습니다.
• 자동화된 사고 해결 – 사전 승인된 수정 사항이 자율적으로 배포되었습니다.

휴일 쇼핑이 급증하는 동안 Hawkeye는 용량을 최적화하고, 문제를 조기에 감지하고, 실시간으로 확장 조정을 수행하여 거의 100% 가동 시간을 보장했습니다. 이는 IT 운영에 있어 획기적인 변화였습니다.

기업 운영에서 수동적인 비서에서 적극적인 문제 해결사로 AI 에이전트가 발전하는 모습에 대한 당신의 비전은 무엇이며, 이러한 변화를 주도하고 있는 주요 발전 사항은 무엇입니까?

 AI는 수동적 관찰에서 능동적 문제 해결로 전환되고 있습니다. Hawkeye는 이미 근본 원인 분석과 해결책을 제공하지만, 다음 단계는 완전 자율성입니다. 즉, AI가 IT 운영을 사전에 최적화하고 실시간으로 인프라를 자체 복구합니다. GenAI와 인지적 의사 결정 모델의 발전으로 인해 이러한 진화는 엔터프라이즈 IT를 재정의할 것입니다.

향후 5년 내에 AI 기반 기업 자동화가 어떻게 될 것으로 생각하십니까? 또한 그 과정에서 어떤 주요 과제나 획기적인 발전이 있을 것으로 예상하십니까?

 AI는 엔지니어를 지원하는 것에서 완전히 자율적인 IT 운영으로 전환하여 문제가 확대되기 전에 예측하고 해결할 것입니다. 다중 에이전트 AI 워크플로는 IT, 보안 및 DevOps에서 원활한 협업을 가능하게 하여 부서 간 사일로를 해소합니다. 가장 큰 혁신에는 자체 복구 인프라, AI 기반 교차 기능 협업, 더 강력한 인간-AI ​​신뢰가 포함되어 AI 팀원이 더 복잡한 결정을 내릴 수 있습니다. 주요 과제는 AI 투명성을 보장하고 AI와 함께 일할 수 있도록 인력을 적응시키고 자동화와 인간의 감독을 균형 있게 조정하는 것입니다.

여러 스타트업을 성공으로 이끈 경험이 있는데, 오늘날 AI 기반 회사를 ​​만드는 기업가에게 어떤 조언을 해주시겠습니까?

 기업가는 AI의 과장된 선전을 쫓는 것보다는 실제적이고 가치가 높은 문제를 해결하는 데 집중해야 합니다. AI는 기업의 신뢰를 염두에 두고 구축되어야 하며, 이를 도입하는 기업에 투명성과 통제력을 보장해야 합니다. 적응성이 핵심입니다. AI 시스템은 딱딱하고 일률적인 솔루션이 아니라 비즈니스 요구 사항에 따라 진화해야 합니다. AI는 인간의 전문성을 대체하는 것이 아니라 의사 결정과 운영 효율성을 향상시키는 팀원으로 자리매김해야 합니다. 마지막으로, 기업 AI 도입에는 시간이 걸리므로 단기적 ​​추세보다 확장성과 장기적 영향을 우선시하는 기업이 궁극적으로 이 분야의 리더로 부상할 것입니다.

훌륭한 인터뷰 감사합니다. 자세한 내용을 알고 싶은 독자는 방문하세요. 뉴버드.