니븐트르의 창립자이자 CEO인 Jito Chadha – 인터뷰 시리즈

Jito Chadha, 니븐트르의 창립자이자 CEO는 인공 지능, 데이터 과학, 벤처 캐피탈, 비즈니스 개발 분야에서 경험을積んだ 기술 책임자이자 투자자입니다. 2019년 니븐트르를 설립한 이후, 그는 기업 인공 지능 기술 개발을 주도하며, 예측 분석 회사 Rule14의 CEO로도 활동했습니다. Chadha는 2007년 HandsOn Global Management에 합류하여 2013년 파트너가 되었습니다. 그는 여러 거래의 소싱, 구조화, 가치 창출에 기여하며, 벤처 캐피탈, 데이터 과학, 천연 자원 분야에서 투자했습니다.

니븐트르는 로스앤젤레스에 본사를 둔 기업 인공 지능 회사로, 지능형 애플리케이션과 자동화 워크플로우를 구축, 배포, 관리하는 기술을 개발합니다. 니븐트르의 플랫폼은 인공 지능 에이전트, 머신 러닝 모델, 신경망, 데이터 관리, 지능형 문서 처리, 시각화, 개발 도구를 하나로 모으는 것입니다. 제품으로는 비즈니스 기능 전반에 걸친 자율 에이전트를 오케스트레이션하는 운영 체제인 Agent IO와, 노코드, 로우코드, 풀코드 개발을 지원하는 워크플로우 빌더인 nQube가 있습니다. nQube는 클라우드, 온프레미스, 에지 환경에서 배포할 수 있습니다.

니븐트르와 Rule14를 이끄시기 전에, 투자 소싱, 포트폴리오 회사에서 가치 창출, 복잡한 조직 내의 데이터 과학 이니셔티브와 함께 일했습니다. 이러한 경험은 워크플로우에 초점을 둔 기업 인공 지능 플랫폼을 구축하는您的 결정에 어떻게 영향을 주었나요?

다양한 비즈니스에서 동일한 패턴을 관찰했습니다. 모든 조직은 프로세스를 완료하기 위해 여러 사람, 시스템, 승인 과정을 거쳤습니다.

이러한 경험은 니븐트르를 워크플로우에 초점을 둔 플랫폼으로 만들었습니다. 하나의 작업을 개선하는 것은 제한된 가치가 있습니다. 니븐트르의 플랫폼은 전체 프로세스를 구조화하고 대규모로 실행하는 것을 목표로 합니다.

니븐트르의 아키텍처는 에이전트 액션, 머신 러닝 모델, 신경망을 워크플로우 내에서 결합합니다. 이러한 아키텍처를 개발하게 된 이유는 무엇인가요?

수년 동안, 기업은 클라우드와 로컬에서 호스팅되는 여러 SaaS 애플리케이션을 사용했습니다. 이러한 애플리케이션은 불편하고, 유연하지 못하며, 비용이 많이 들었습니다. 워크플로우 시스템, 모델, 에이전트, 회사 데이터는 별도의 계층으로 처리되어, 더广泛한 자동화를 어렵게 만들었습니다.

니븐트르의 아키텍처는 이러한 구성 요소를 함께 작동시키고, 수요 변화에 따라 독립적으로 확장할 수 있도록 설계되었습니다. 프로세스는 하나의 고정 애플리케이션이나 컴퓨팅 환경에 강제로 맞출 필요가 없습니다.

많은 조직은 인공 지능 전략을 시작할 때 모델을 선택하거나 챗봇을 출시합니다. 이러한 전략을 효과적으로 구현하기 위해, 데이터, 권한, 프로세스, 시스템 통합에 대한 기초 작업이 무엇인가요?

회사에서는 먼저 프로세스를 정의하고, 에이전트가 필요한 정보를 식별하며, 그 정보가 어디에 있는지 결정해야 합니다. 이는 데이터베이스, 파일 저장소, PDF, 기사, 이메일 시스템, 또는 다른 회사 데이터 소스에 접근해야 할 수 있습니다.

그런 다음, 에이전트가 정보를 받은 후에 발생하는 일을 정의해야 합니다. 대화는 응답, 요약, 후속 큐, 또는 다른 에이전트 워크플로우를 생성할 수 있습니다. 승인된 도구, 데이터 권한, 사용자 권한을 역할별로 설정하여, 각 동작이 정의된 프로세스 내에서 발생하도록 해야 합니다.

nQube는 데이터 과학자와 비즈니스 분석가가 AI 기반 워크플로우를 구축, 테스트, 배포, 모니터링할 수 있도록 설계되었습니다. 이러한 기능을 비전문가에게 어떻게 제공할 수 있나요?

사용자는 자신의 역할과 제품이 그들의 일을 더 쉽게 만들거나 생산성을 높여줄 수 있는 방법에 대해 생각합니다. 인터페이스는 사용자가 필요한 것을 설명하고, 질문을 하고, 에이전트나 워크플로우를 정상적인 언어와 음성으로 조정할 수 있도록 해야 합니다.

워크플로우, 컴퓨팅 프로세스, 확장은 이러한 상호작용 아래에 남아 있습니다. 조직은 여전히 도구, 데이터 소스, 각 역할에 할당된 액세스를 제어하므로, 비즈니스 분석가는 시스템을 사용할 수 있지만, 직접 인프라를 관리할 필요는 없습니다.

니븐트르의 에이전트 운영 체제는 협調 에이전트를 사용하여 순차적이고 반복적인 워크플로우에서 전문 에이전트를 지시합니다. 플랫폼은 각 작업을 처리할 에이전트를 어떻게 결정하며, 에이전트 간에 컨텍스트를 유지하며, 신뢰할 수 없는 결과를 어떻게 처리합니까?

워크플로우는 요청이 정의된 단계, 분기, 전문 에이전트를 통해 어떻게 이동하는지 결정합니다. 한 단계의 정보는 요약되어 다음 에이전트에게 전달되어, 이전에 발생한 일, 요청된 사항, 후속 조치가 무엇인지 이해할 수 있습니다.

신뢰할 수 없는 결과를 처리하는 것은 프로세스와 결과의 영향에 따라 다릅니다. 워크플로우 제어는 시스템이 계속할 수 있는 곳과 결과를 검토해야 하는 곳을 반영해야 합니다.

기업은 다양한 대형 언어 모델, 전문 머신 러닝 시스템, 제3자 에이전트를 사용할 수 있는 유연성을 원합니다. 이러한 기술을 사용하여 의존성을 피하기 위해, 기업은 인공 지능 인프라를 어떻게 설계해야 합니까?

인프라는 여러 모델을 지원하고, 동일한 워크플로우 내에서 병렬로 작동할 수 있도록 해야 합니다. 하나의 제공자는 음성-음성 구성요소를 처리할 수 있지만, 다른 모델은 그 뒤에서推論이나 처리를 수행할 수 있습니다.

도구는 고객의 비용, 성능, 보안, 대기 시간, 제3자 서비스 제공업체에 대한 개방성에 따라 선택되어야 합니다. 일부 기업은 제공업체를 결합하는 것을 선호하지만, 다른 기업은 에이전트를 자체 클라우드 또는 전용 인프라에 두기를 원할 수 있습니다. 아키텍처는 두 가지 접근 방식을 모두 지원해야 합니다.

에이전트가 회사 데이터에 접근하고 비즈니스 시스템에서 동작할 수 있을 때, 보안은 대화형 인터페이스를 보호하는 것보다 더 복잡해집니다. 에이전트의 권한, 자율성, 결과적 동작을 제어하기 위한 제어는 무엇인가요?

액세스는 역할, 프로젝트, 워크플로우별로 제어되어야 합니다. 에이전트는 해당 컨텍스트에서 승인된 정보, 도구, 동작만 사용할 수 있어야 하며, 범위를 벗어난 요청은 승인 대기열로 전송되어야 합니다.

자율성의 정도는 데이터의 민감성과 동작의 결과에 따라 반영되어야 합니다. 금전, 개인 정보, 또는 다른 중요한 결과와 관련된 거래의 경우, 회사에서는 에이전트가 하는 일을 볼 수 있어야 하며, 완료 전에 승인을 요구해야 합니다.

니븐트르의 애플리케이션은 문서 처리, 고객 서비스, 보고, 헬스케어 커뮤니케이션, 사기 탐지 등 다양한 분야에서 제공됩니다. 워크플로우를 에이전트 자동화에 적합하게 만드는 기술적 또는 운영적 특성은 무엇이며, 어떤 프로세스는 주로 인간이 주도해야 합니까?

우리는 프로세스와 관련된 사람 수 또는 비용을 복잡성과 자동화의 적합성과 균형을 잡습니다. 프로세스는 비용이 많이 들거나 노동 집약적일 수 있지만, 너무 복잡하거나 신뢰할 수 없어서 자동화하기 어렵다면, 자동화를 시작하기에 적절한 곳이 아닐 수 있습니다.

일반적인 접근 방식은 가장 큰 영향을 미치는 가장 쉬운 과일을 선택하는 것입니다. 이 공식은 한 사람의 역할, 여러 부서, 또는 전체 조직에 적용될 수 있습니다. 불확실성 또는 결과적 판단이 포함된 프로세스는 여전히 사람을 포함해야 합니다.

직원이 자신의 작업의 반복적인 요소를 처리하는 인공 지능 대응자를 갖게 된다는 아이디어에 대해 논의했습니다. 이러한 변화는 조직 구조에 어떻게 영향을 미치며, 이러한 시스템이 중요한 결정에서 인간의 판단을 점차 제거하는 대신 강화하는 것을 보장하기 위해 리더들은 무엇을 해야 합니까?

아이디어는 각 급여 명단에 있는 사람에게 에이전트 대응자를 제공하여, 그들이 작업의 일부를 배우도록 하는 것입니다. 더 큰 조직의 百分比에서, 이는 조직 차트를 넘어서 중앙 집중식 지능과 최적화를 만듭니다.

에이전트는 반복적인 작업을 수행할 수 있습니다. 예를 들어, 정보를 수집하거나, 데이터를 이동하거나, 정기적인 프레젠테이션을 구축하는 것입니다. 이렇게 하면 사람들은 중요한 토론과 결정에 더 많은 시간을 할애할 수 있으며, 조직은 중요한 정보와 결과적 동작에 대한 권한을 유지합니다.

에이전트가 조직의 복잡한 운영 레이어로 진화함에 따라, 전체 부서 또는 비즈니스 유닛을跨越하는 워크플로우를 안전하게 자동화하기 위해, 어떤 기능이 가장 개선되어야 합니까?

에이전트는 더 낮은 대기 시간과 회사 데이터베이스, 파일, 더 큰 시스템과의 더 강력한 통합이 필요합니다. 정보는 수동 전송이나 새로운 병목 현상을 생성하지 않고, 역할과 부서를跨越하여 이동해야 합니다.

상호작용 레이어도 개선되어야 합니다. 음성 에이전트는 정상적인 대화처럼 느껴져야 하며, 사람들은 방향을 변경하고 중단할 수 있어야 합니다. 비즈니스에서는 결국 에이전트가 시스템과 상호작용하는 직접적인 방법이 필요할 것입니다. 브라우저 자동화는 간격을 메울 수 있지만, 산업은 더 효율적인 구조로 이동할 것입니다. 컴퓨팅과 인프라는 비용이 있기 때문입니다.

감사합니다. 더 많은 정보를 원하는 독자는 니븐트르를 방문하십시오.