히룬도, AI 홀루션 해결을 위한 머신 언러닝에 8백만 달러 투자 유치

히룬도, 머신 언러닝을 위한 첫 번째 스타트업은, 인공 지능에서 가장 큰 도전 중 하나인 홀루션, 편향, 내장된 데이터 취약성에 대처하기 위해 800만 달러의 시드 자금을 유치했습니다. 이 라운드는 메이버릭 벤처스 이스라엘이 주도했으며, 수퍼시드, 알파 인텔리전스 캐피탈, 타클레스 VC, AI.FUND, 플러그 앤 플레이 테크 센터가 참여했습니다.

AI를 잊게 하기: 머신 언러닝의 약속

전통적인 AI 도구가 AI 출력을 정제하거나 필터링하는 반면, 히룬도의 핵심 혁신은 머신 언러닝입니다. 이는 이미 훈련된 AI 모델이 특정 지식이나 행동을 “잊어”버리도록 허용하는 기술입니다. 이 접근 방식은 기업이 홀루션, 편향, 개인 또는 기밀 데이터, 적대적 취약성을 대규모 AI 모델에서 재훈련 없이 제거할 수 있도록 합니다. 대규모 모델을 재훈련하는 것은 수주와 수백만 달러가 걸릴 수 있습니다. 히룬도는 훨씬 더 효율적인 대안을 제공합니다.

히룬도는 이 과정을 AI 신경외과에 비유합니다. 회사는 모델의 매개변수에서 원치 않는 출력이 발생하는 정확한 위치를 식별하고, 성능을 유지하면서 정확하게 제거합니다. 이 혁신적인 기술은 조직이 생산 환경에서 모델을 수정하고 AI를 훨씬 더 자신감 있게 배포할 수 있도록 합니다.

AI 홀루션이 왜 så 위험한가

AI 홀루션은 모델이 거짓이나 오도된 정보를 생성하는 경향을 말합니다. 이러한 홀루션은 특히 기업 환경에서 문제가 됩니다. 여기서 잘못된 정보에 기반한 결정은 법적 책임, 운영 오류, 그리고 평판 손상으로 이어질 수 있습니다. 연구에 따르면, 58%에서 82%의 “사실”이 법적 질의에 대한 AI에 의해 생성된 것으로 나타났습니다.

홀루션을 최소화하기 위한 노력에도 불구하고, 이러한 방법은 종종 문제를 숨기기보다는 제거합니다. 가드레일은 필터와 같은 역할을 하며, 미세 조정은 일반적으로 모델의 학습된 가중치에 깊이 내장된 홀루션의 근본 원인을 제거하지 못합니다. 히룬도는 모델 자체에서 행동이나 지식을 실제로 제거함으로써 이를 넘어섭니다.

모든 AI 스택을 위한 확장 가능 플랫폼

히룬도의 플랫폼은 유연성과 기업급 배포를 위해 설계되었습니다. 이는 자연어, 비전, 레이더, LiDAR, 표 형식, 음성, 시계열 데이터와 같은 다양한 데이터 유형의 생성 및 비생성 시스템과 통합됩니다. 플랫폼은 훈련 데이터에서 잘못 레이블된 항목, 아웃라이어, 모호성을 자동으로 감지합니다. 그런 다음 사용자는 특정 잘못된 출력을 디버그하고, 문제가 있는 훈련 데이터 또는 학습된 행동을 추적하여 즉시 언러닝할 수 있습니다.

이 모든 것이 워크플로우를 변경하지 않고 이루어집니다. 히룬도의 SOC-2 인증 시스템은 SaaS, 사설 클라우드(VPC), 또는 에어 갭 온프레미스에서 실행할 수 있으므로, 금융, 헬스케어, 국방과 같은 민감한 환경에 적합합니다.

모델 전반에 걸친 입증된 영향

회사는 이미 대규모 언어 모델(LLM)에서 강력한 성능 개선을 입증했습니다. Llama와 DeepSeek를 사용한 테스트에서, 히룬도는 홀루션을 55% 줄이고, 편향을 70% 감소시키고, 성공적인 프롬프트 주입 공격을 85% 줄였습니다. 이러한 결과는 HaluEval, PurpleLlama, Bias Benchmark Q&A와 같은 독립적인 벤치마크를 사용하여 검증되었습니다.

현재의 해결책은 Llama, Mistral, Gemma와 같은 오픈소스 모델에서 잘 작동하지만, 히룬도는 ChatGPT와 Claude와 같은 게이트된 모델을 지원하도록 적극적으로 확장하고 있습니다. 이는 기술이 기업의 전체 스펙트럼에 걸쳐 적용될 수 있음을 의미합니다.

학술 및 산업의 깊이 있는 창립자

히룬도는 2023년에 학술과 기업 AI의 교차점에 있는 전문가 3명에 의해 설립되었습니다. CEO 벤 루리아는 로즈奨学金 수령자이자 옥스포드의 전 방문 펠로우로, 이전에 핀테크 스타트업 워클리와 비영리 단체인 스콜라즈IL을 공동 설립했습니다. 마이클 레이보비치, 히룬도의 CTO는 이전에 테크니온의 대학원 연구원 및 오фек324의 수상 연구 개발 책임자입니다. 오데드 슈무엘리 교수, 회사의 수석 과학자는 이전에 테크니온의 컴퓨터 과학 학장이었으며, IBM, HP, AT&T (T ) 등에서 연구 직위를 맡았습니다.

그들의 집합적인 경험은 기초적인 AI 연구, 실제 배포, 안전한 데이터 관리를 아우르며, 현재의 AI 산업의 신뢰성 위기를 해결하기 위해 고유하게 자격을 갖추고 있습니다.

신뢰할 수 있는 AI 미래를 위한 투자자 지원

이 라운드의 투자자들은 히룬도의 신뢰할 수 있는 기업급 AI를 구축하는 비전과 일치합니다. 야론 카르니, 메이버릭 벤처스 이스라엘의 창립자는, 현실 세계에서 피해를 일으키기 전에 홀루션 또는 편향된 지능을 제거할 수 있는 플랫폼에 대한 긴급한 필요성을 강조했습니다. “AI에서 홀루션 또는 편향된 지능을 제거하지 않으면, 결과를 왜곡하고 불신을 조장하게 됩니다.”라고 그는 말했다. “히룬도는 일종의 AI 트라이어지입니다. 거짓 또는 차별적 출처에 기반한 데이터를 완전히 변형하여 AI의 가능성을 완전히 변형합니다.”

수퍼시드의 경영 파트너인 마즈 젠슨은 이 의견에 동의했습니다: “우리는 산업 垂直을 변형하는 예외적인 AI 회사에 투자하지만, 이러한 변형은 모델 자체가 신뢰할 수 있는 만큼 강력합니다. 히룬도의 머신 언러닝 접근 방식은 AI 개발 수명 주기에서 중요한 간격을 해결합니다.”

AI 배포에서 증가하는 도전 과제 해결

AI 시스템이 중요한 인프라에 통합됨에 따라, 홀루션, 편향, 내장된 민감한 데이터에 대한 우려는 무시하기 어렵게 됩니다. 이러한 문제는 금융, 헬스케어, 국방과 같은 고위험 환경에서 상당한 위험을 가집니다.

머신 언러닝은 AI 산업이 모델 신뢰성 및 안전성에 대한 우려에 대응하는 데 중요한 도구로 등장하고 있습니다. 홀루션, 내장된 편향, 민감한 데이터 노출이 배포된 AI 시스템에 대한 신뢰를 점점 더 약화시키면서, 언러닝은 이러한 위험을 완화하는 직접적인 방법을 제공합니다—모델이 훈련되고 사용 중인 후에.

재훈련이나 표면 수준의 수정 사항과 같은 필터링에 의존하지 않고, 머신 언러닝은 이미 생산 중인 모델에서 문제가 있는 행동이나 데이터를 대상으로 제거합니다. 이 접근 방식은 고위험 애플리케이션을 위한 확장 가능하고 준수하는 솔루션을 찾고 있는 기업과 정부 기관에서 인기를 얻고 있습니다.