트레던스(Tredence)의 라크시미칸트 건다바르파우(Chief Innovation Officer) – 인터뷰 시리즈

라크시미칸트 건다바르파우는 트레던스의 최고 혁신 책임자입니다. 30년 이상의 IT 분야 경험을 가진 라크시미칸트는 AI 변革과 디지털 혁신의 권위자입니다.

마이크로소프트 인도의 전 글로벌 데이터 및 AI 책임자로, 라크시미칸트는 40개국에 걸친 100개 이상의 고객사를 위한 디지털 변革을 가능하게 했습니다. 마이크로소프트에서 라크시미칸트는 Azure上的 오픈소스 데이터베이스 통합과 SaaS 솔루션 제공업체와의 전략적 제휴를 주도했습니다.

고객 중심의 AI 솔루션을 개발하는 능력으로 라크시미칸트는 혁신을 주도하는 전략적 제휴를 촉진합니다. 라크시미칸트는 풍부한 경험, 기술 전문 지식, 그리고 리더십을 통해 AI驱動変革을 촉진하며, 새로운 기술을 구체적인 비즈니스 솔루션으로 번역하는 능력을 입증했습니다.

트레던스는 데이터와 AI 회사로, 비즈니스에게 분석 실험을 실제 영향으로 변환하는 것을 도와줍니다. 소매, 소비재, 기술, 금융, 헬스케어, 여행 등 다양한 산업에서 서비스를 제공하며, 데이터 엔지니어링, AI/ML, 생성적 AI, 공급망, 고객 경험, 디지털 현대화 등에 대한 서비스를 제공합니다. 트레던스의 초점은 가속기, 깊은 도메인 전문 지식, 그리고 강력한 제휴를 통해 확장 가능하고 기업용 솔루션을 제공하는 것입니다.

마이크로소프트 인디아에서您的 경험은 어떻게 트레던스의 AI驱動企業変革 전략에 영향을 미쳤나요?

마이크로소프트에서 제가 작업한 기업들은 다양한 산업에서 왔으며, 항공과 부동산 등이 포함되었습니다. AI는 명확한 목적이 있고, 신뢰할 수 있는 데이터를 지원하며, 운영 결정에 통합될 때 실제 영향을 미칠 수 있음을 알게 되었습니다.

예를 들어:

• 한 항공사가 엔진 고장을 예측하기 위한 AI를 구현하여 예방적 유지 보수를 개선하고 효율성을 높였습니다.
• 한 대형 부동산 회사에서 건물 시스템의 예측 모니터링을 위해 AI를 사용하여 다운타임을 줄이고 유지 보수 일정표를 최적화했습니다.

이러한 경험은 기술만으로 기업을 변革할 수 없음을 가르쳐주었습니다. 그것은 심도 있는 설계, 강력한 데이터 기반, 그리고 통찰력을 실제 행동으로 번역하는 메커니즘이 필요합니다. 이러한 관점은 현재 트레던스의 접근 방식을 주도합니다. 우리는 목적 지향적이고 데이터 정보를 바탕으로 측정 가능한 결과를 제공할 수 있는 AI 솔루션을 개발합니다.

트레던스는 종종 AI의 “마지막 마일” 문제를 해결하는 것으로 묘사됩니다. 고객을 위한 가속 변革의 예를 공유할 수 있나요? 

대형 글로벌 소매업체를 고려해 보십시오. 거래, 고객忠誠度 프로그램, 공급망 운영, 디지털 터치포인트 등에서 조각난 데이터를 통합하여 수익 성장, 고객 유지, 여정 개인화, 수요 예측 등을 주도하는 AI 애플리케이션을 가능하게 했습니다. 우리는 이러한 통찰력을 작동하여 분석을 구체적인 비즈니스 결과로 전환했습니다.

소매 사례 연구: 트레던스는 통일된 개인화 시스템을 만들었으며, 5,800만 달러의 수익을 창출하고 54%의 KPI 격차를 메웠습니다. 이것은 고객 통찰력만을 넘어서 대규모 개인화를 제공했습니다.

제약 분야에서 연구, 임상, 상업 데이터를 통합하여 임상 시험 모집, 연구 설계 최적화, 의사 참여 향상을 가능하게 하여 시판까지의 시간을 단축하고 수익을 증가시켰습니다.

은행 부정 탐지, 제조업의 예측 유지 보수 등 다양한 분야에서 동일한 교훈이 적용됩니다. AI는 비즈니스에 중요한 결정에 영향을 미칠 때만 가치가 있습니다.

은행 사례 연구: 트레던스는 GenAI AML(反금융詐欺) 공동 조사를 배치하여 의심스러운 활동에 대한 통찰력을 생성할 뿐만 아니라 일일 운영에 통합하여 사례 처리량을 120% 증가시키고 잘못된 양성 결과를 15% 줄였습니다. 이것은 AI 탐지에서 운영 효율성으로의 전환을 보여줍니다.

기업은 종종 AI 파일럿을 대규모 생산으로 전환하는 데 어려움을 겪습니다. 가장 큰 장애물은 무엇이며, 트레던스는 어떻게 이를 극복하는 데 도움을 줄 수 있나요?

많은 AI 이니셔티브는 기술적으로 강력하지만 명확한 비즈니스 결과가 없기 때문에 중단됩니다. 주요 도전 과제는 다음과 같습니다:

1. 목적 지향적 설계 격차: 통찰력은 интерес롭지만, 측정 가능한 비즈니스 문제를 해결하지 못합니다.
2. 데이터 제한: 조각난 또는 품질이 낮은 데이터는 신뢰할 수 있는 확장을 방해합니다.
3. 운영적 도전: 자동화된 배포, 모니터링, 재학습, 거버넌스를，没有 모델은 실험적 상태로 남아 있습니다.

트레던스에서는 이러한 도전 과제를 다음과 같이 해결합니다:

• 결과 지향적 설계: 모든 AI 이니셔티브는 측정 가능한 비즈니스 결과에 직접 연결됩니다.
• 강력한 데이터 기반: 데이터셋을 통합하고 풍부하게 하여 모델의 신뢰할 수 있는 성능을 제공합니다.
• 생산 준비 운영 프레임워크: 자동화된 배포, 모니터링, 재학습, 거버넌스를 포함하여 정확성, 복원력, 규정 준수를 유지합니다.

이 접근 방식은 기업이 실험에서 대규모 AI로 전환하여 일관된 비즈니스 영향을 제공할 수 있도록 합니다.

최근에 Milky Way, 자율적인 AI 에이전트의 집합을 발표했습니다. 이것의 설계는 무엇으로부터 영감을 받았으며, 어떻게 하면 기존의 AI 어시스턴트와 다를까요?

Milky Way는 기업이 더 이상 대시보드나 채팅봇만으로는 충분하지 않다는 것을 깨달은 결과물입니다. 기업은 다변량 데이터를 소비, 해석, 연결하여 행동할 수 있는 지능을 생성할 수 있는 추론 프레임워크가 필요합니다.

기존의 어시스턴트와 달리 Milky Way 에이전트는:

• 다양한 데이터 소스를 통해 이유를 제공하며, 질문에 답변하는 것보다 통찰력을 연결합니다.
• 복잡한 다차원 문제를 분석하며, 워크플로우를 연결합니다.
• 행동 가능한 지능을 제공하며, 통찰력을 결정이나 자동화된 행동으로 전환합니다.

간단히 말해, Milky Way는 복잡성과 실제 비즈니스 결과를 주도할 수 있는 추론 에이전트의 네트워크를 제공합니다.

Milky Way의 초기 배포는 빠른 결과를 보여주었습니다. 이러한 이점은 무엇으로부터 왔나요?

세 가지 요소가 차이를 만들었습니다:

1. 결정에서 통찰력을 삽입하여 추천 사항을 즉시 행동할 수 있도록 합니다.
2. 향후 지능: 통찰력을 후향적 분석이 아닌 예측적 결정으로 전환합니다.
3. 보안, 거버넌스 플랫폼: 기업 규모의 AI를 가능하게 하면서 규정 준수와 통제를 유지합니다.

이 조합은 몇 주 안에 구체적인 비즈니스 결과를 제공합니다.

Milky Way는 설명 가능성, 감사 가능성, 추론 경로를 강조합니다. 이것은 기업의 신뢰에 얼마나 중요한가요?

신뢰는 기업 AI의 기초입니다. Milky Way는:

• 모든 추천에 대한 투명한 이유를 제공합니다.
• 모든 입력, 출력, 행동에 대한 감사 추적을 제공합니다.
• 지속적인 적대적 테스트를 통해 강건성과 신뢰성을 보장합니다.

이 투명성과 책임성은 불투명한 블랙박스 시스템과 구별되며, 기업의 AI 도입에 대한 신뢰를 구축합니다.

AI 동료가 조직과 의사 결정에 미치는 영향은 무엇일까요?

AI 동료는 조직이 작동하는 방식을 변경합니다:

• 관리자들은 인간과 AI 에이전트를 모두 감독합니다.
• 의사 결정은 에이전트가 이유를 제공하고 인간이 맥락과 윤리적 감독을 제공하는 협력적인 방식으로 진행됩니다.
• 운영 구조는 일일 의사 결정에 AI를 통합하여 속도, 일관성, 품질을 개선합니다.

2028년까지 비즈니스 결정의 3분의 1은 자율적으로 이루어질 수 있습니다. 안전을 보장하기 위해 조직은 무엇을 변경해야 합니까?

 자율적인 AI를 안전하게 배포하기 위해, 조직은 문화, 운영, 거버넌스 전반에 걸쳐 실제 조치를 구현해야 합니다:

문화 – AI와의 신뢰를 구축:

• 인간이 관여하는 의사 결정에서 시작하여 점차 자율성을 증가시킵니다.
• 팀을 훈련하여 AI 추천을 이해, 검증, 개입할 수 있도록 합니다.

운영 – 모니터링 및 위험 통제를 구현:

• AI 결정에 대한 정확성, 편향, 규정 준수를 지속적으로 추적합니다.
• 적대적 시뮬레이션을 통해 취약성을 식별합니다.
• 피드백 루프를 유지하여 인간의 교정에서 AI 모델을 개선합니다.

거버넌스 – 경계와 에스컬레이션 경로를 설정:

• 완전히 자동화된 결정과人类의 감독이 필요한 결정의 경계를 정의합니다.
• 모든 AI 주도 행동에 대한 감사 가능성과 추적성을 보장합니다.
• 이상이나 위험의 경우에 대한 개입을 위한 컨틴전시 프로세스를 생성합니다.

이러한 단계는 조직이 자율적인 의사 결정에 안전하게 확장할 수 있도록 하며, 통제, 책임성, 규정 준수를 유지합니다.

트레던스의 Milky Way에 대한 로드맵은 무엇인가요?

우리의 로드맵에는 다음과 같은 것이 포함됩니다:

1. 소매, 헬스케어, 제조, 금융 서비스를 위한 산업별 에이전트.
2. ERP, CRM, 공급망 시스템과의 더 깊은 통합을 위한 무결한 채택.
3. 에이전트가 지능과 맥락적 이해를 개선할 수 있도록 지속적인 학습 및 추론.

비전은 협력하는 에이전트의 생태계를 구축하는 것입니다. 기업은 이를 조립, 거버넌스, 신뢰할 수 있습니다.

C수준 리더는 AI가 전략적 의사 결정 역할을 맡는 것을 준비해야 합니다. 어떻게 준비해야 합니까?

AI 도입은 성숙도 여정입니다:

• 인간이 관여하는 공동 조종에서 시작하여 반자율적 워크플로우로 진행하고, 결국에는 거버넌스된 도메인에서 완전한 자율성을 허용합니다.
• 팀을 AI와 효과적으로 협력할 수 있도록 AI 리터러시에 투자합니다.
• 결정 품질과 비즈니스 영향에 초점을 맞추기 위해 KPI, 거버넌스 프레임워크, 운영 구조를 재고합니다.

궁극적으로, AI 도입은 기술 이니셔티브만이 아닌 리더십, 문화, 운영 의사 결정의 변혁입니다.

멋진 인터뷰에 감사합니다. 더 많은 정보를 원하는 독자는 트레던스를 방문할 수 있습니다.