제임스 카플란, MeetKai의 공동 창립자 및 CEO – 인터뷰 시리즈

제임스 카플란은 MeetKai의 공동 창립자 및 CEO입니다. MeetKai는 대화, 개인화, 큐레이션을 통해 삶을 더 쉽게 만들어주는 AI 어시스턴트입니다.

초등 1학년 때 오레곤 트레일 게임을 통해 프로그래밍을 시작했습니다. 무엇이 프로그래밍에 대한 흥미를 불러일으켰나요? 그리고 어떤 언어를 배웠나요?

오레곤 트레일 게임이 바로 그 시작이었습니다. 윈도우 95용으로 만들어진 이 게임에 완전히 빠져버렸습니다. 학교가 끝난 후 매일 이 게임을 했었죠. 그때는 1학년이었으니 다른 할 일이 많지 않았습니다. 게임에 대해 변경하고 싶은 점들이 많았습니다. 어린 시절에 게임 프로그래밍 책을 사서 읽었는데, 그 책이 바로 프로그래밍에 대한 흥미를 불러일으킨 것입니다. 이후 몇 년 동안 비주얼 베이직, PHP를 배웠습니다. 비주얼 베이직은 네오펫에서 봇을 만들 때 사용했고, PHP는 12살 때 동적 웹사이트를 만들 때 사용했습니다.

이전에는 AI 기반 헤지 펀드를 운영했습니다. 그 경험에서 무엇을 배웠나요?

가장 큰 교훈은 자기가 못한다고 생각하는 것보다 실제로 해보는 것이 중요하다는 것입니다. 특히 금융 분야에서는 이미 큰 기업들이 모든 것을 차지하고 있다고 생각할 수 있지만, 실제로 그렇지 않을 수 있습니다. 게을러서 새로운 아이디어를 도입하지 않거나, 너무 위험하다고 생각해 시도하지 않는 경우도 있습니다. 때로는 큰 기업에서는 개발하기에 너무 리스크가 크다고 판단할 수도 있습니다.

MeetKai AI 어시스턴트를 출시한 배경에 대해 알려주세요.

금융 분야에서 벗어나고 싶었습니다. 모든 것이 샤프 비율과 수익으로 측정되는 것이 프로그래밍의 재미를 잃어버리게 만들었습니다. 2018년 말에 MeetKai의 공동 창립자인 웨일리 다이와 기술 경향에 대해 논의했습니다. 당시 관찰한 주요 사항은 음성 어시스턴트 분야가停滞되어 있었다는 것입니다. 주요 기업들은 새로운 접근 방식을 시도하지 않았고, 사용자들은 기술의 혜택을 받지 못했습니다. 누구도 새로운 접근 방식을 시도하지 않았습니다. 그때부터 MeetKai를 시작하기로 결정했습니다.

AI 어시스턴트를 구축하는 데에는 어떤 어려움이 있나요?

사용자 기대와 기술적 구현, 두 가지 문제가 있습니다. 첫 번째 문제는 MeetKai에서 중요합니다. 사용자는 음성 어시스턴트에 대해 특정한 기대를 가지고 있습니다. 특히, 명령형 방식으로 검색해야 한다고 생각합니다. 우리는 사용자가 자연어로 검색할 수 있도록 훈련시키고자 합니다. 이를 통해 더 풍부한 기능을 제공할 수 있습니다. 예를 들어, “모아나가 아닌 드웨인 존슨 영화를 찾아주세요”와 같은 요청을 처리할 수 있습니다. 현재의 음성 어시스턴트는 이러한 요청에 대한 답변을 제대로 제공하지 못합니다.

MeetKai는 어떻게 개인화된 AI를 사용하여 차별화를 이루나요?

우리는 두 가지 영역에서 개인화된 AI를 사용합니다. 이해와 검색입니다. 사용자가 “저녁에 중국 음식을 찾고 싶어요”라고 요청하면, 우리는 중국 레시피, 중국 음식점, 또는 중국 영화를 찾을 수 있습니다. 우리의 개인화된 이해를 통해 사용자의 의도를 파악하고 기대하는 결과를 제공할 수 있습니다. 모든 것이 우리의 플랫폼 내에서 처리되므로 사용자의 데이터가 외부로 유출되지 않습니다.

MeetKai의 사용 사례는 무엇인가요?

MeetKai의 목표는 첫 번째 AI 컨시어지입니다. 우리는 사용자의 일상 생활을 도와주고자 합니다. 우리는 명령형 어시스턴트가 되고 싶지 않습니다. 볼륨 업, 볼륨 다운, 30초 타이머와 같은 기능을 지원하지 않습니다. 이러한 기능은 AI가 아니라 음성 입력입니다. 우리는 3년에서 5년의 로드맵을 가지고 있습니다. 아직 초기 단계이지만, 필요한 기술을 모두 구축했습니다.

AI 어시스턴트가 사용자에게 편향이나 기존 편향을 강화하지 않도록 산업계가 어떻게 예방할 수 있나요?

개인화된 결과를 제공하면서 편향을 피하는 것은 어려운 균형입니다. 우리는 소셜 미디어 플랫폼에서 엔게이지먼트 지표를 최적화하는 것을 보았습니다. 그것은 편향된 버블을 생성합니다. 첫 번째 단계는 우리의 지표와 KPI를 재고해야 합니다. MeetKai에서는 클릭률과 새로움 사이의 균형을 최적화합니다. AI는 30%의 경우에 클릭되는 새로운 결과를 찾을 때 보상받습니다. 그러나 이 접근 방식에는 明顯한 단점이 있습니다. 사용자의 작은 버블에 대한 편향된 결과만 제공할 수 있습니다. 우리는 사용자의 개인화 영역의 경계를 넘어 결과를 제공하도록 AI를 구축했습니다. 사용자가 소를 찾는 경우, 우리는 사용자의 믿음과 일치하는 기사를 제공할 수 있습니다. 또한 동물 윤리와 기후 변화에 대한 기사도 제공할 수 있습니다.

5년 또는 10년 후의 AI 어시스턴트에 대한 미래는 어떻게 보나요?

AI 어시스턴트는 MeetKai와 같은 첫 번째 파티 기반 접근 방식으로 발전할 것입니다. 알렉사와 구글 어시스턴트는 第三方 확장과 스킬을培養해왔습니다. 그러나 이것은 개인 정보 보호에 심각한 문제를引き起こ습니다. 또한, 이것은 능력의 상한을 두는 것을 말하지 않습니다. 나는 더 많은 산업 플레이어가 우리가 취한 접근 방식을 채택할 것으로 예상합니다. 이미 이러한 징조가 나타나고 있습니다.

이 인터뷰에 감사드립니다. MeetKai의 개인화된 AI 어시스턴트에 대해 더 알고 싶은 독자는 MeetKai를 방문하십시오.