Mukund Kalmanker, Apexon의 데이터, 분석 및 AI 글로벌 책임자 – 인터뷰 시리즈

Mukund Kalmanker, Apexon의 데이터, 분석 및 AI 글로벌 책임자는 20년 이상의 경력을 가지고 있으며, Wipro에서 대규모 기업 변革을 주도하고, 글로벌 AI 실践을 구축하고, HOLMES와 같은 자동화 플랫폼을 발명하고, 금융, 통신, 헬스케어 등 다양한 산업에서 기업 기술 전략을 정의했습니다. 그의 업무는 항상 새로운 기술, 특히 AI, 데이터 엔지니어링, 자동화 등을 실제 비즈니스 결과로 번역하는 데 초점을 맞추고 있으며, 깊은 기술 전문 지식과 글로벌 팀을 구축하고, 디지털화 전략을 주도하고, 대규모 기업에 대한 측정 가능한 운영 효율성을 제공하는 데 강한 기록을 가지고 있습니다.

Apexon은 디지털 우선 기술 서비스 회사로, 기업이 비즈니스 변화를 가속화하기 위해 AI, 데이터 분석, 디지털 엔지니어링을 결합하여 지능형, 확장 가능한 시스템과 고객 경험을 생성합니다. 클라우드, 자동화, 고급 분석을 아우르는 통합 기능을 통해, 회사는 조직과 함께 운영을 현대화하고, 의사 결정 개선하고, 특히 금융, 헬스케어, 생명 과학 등 산업에서 종단 간 디지털 솔루션을 제공합니다.

20년 이상의 AI 및 분석과 관련된 경험을 바탕으로, 디지털 변화를 주도하는 데 있어 가장 중요한 경험은 무엇인가?

과거 몇 년 동안, 가장 중요한 경험은 기술이 아니라 실제 비즈니스 문제를 해결하고, 인간의 행동을 이해하는 데 있다는 것을 깨달은 것입니다. 그것은 혁신을 전략적 수단으로 사용하여 산업을 주도하고, 세상을 더 나은 곳으로 만드는 것입니다. 은행의 규제 요구 사항을 해결하거나, 소매 브랜드의 고객 참여를 재창조하거나, 헬스케어 제공자가 데이터 기반 의사 결정을 더 빠르게 내릴 수 있도록 도와주는 것과 같이, 나는 최종 경험을 중심으로 시작할 때 가장 큰 영향을 본 것을 보았습니다. 이전의 삶과 현재 Apexon에서, 내 팀과 나는 산업을 아우르는 고객과密接하게 협력하여 Agentic AI, Gen AI, AI, ML, RPA, 데이터를 버즈워드에서 비즈니스 결과로 전환하여, 통찰력을 개선하고, 효율성을 높이고, 고객 경험을 개선하고, 위험을 관리하고, 경쟁 우위를 창출했습니다. 이러한 협력과 결과에 대한 집중은 내 생각을 계속 형성하고 있습니다.

Apexon에 끌린 것은 무엇이며, 현재의 데이터, 분석, AI 접근 방식은 어떻게 개인의 기업 기술 미래에 대한 비전과 일치하는가?

Apexon에 끌린 것은 혁신을 목적으로 하는 명확한 헌신입니다. 혁신 문화와 성장 지향적인 마인드는 Apexon과 관련된 모든 사람에게 내재되어 있으며, 학습, 혁신, 경계를 함께 밀어붙이는 방식에서 나타납니다. 데이터 및 AI의 심층적인 기능과 엔지니어링의 깊이, 그리고 규제 산업인 BFSI 및 헬스에 대한 집중적인 초점을 가진 Apexon은 데이터나 AI를 고립된 기능으로 보지 않고, 지능형 기업을 구축하기 위한 기초 자산으로 간주합니다. 이것은 내 믿음과 일치합니다. 즉, 기업 기술의 미래는 지능형 시스템을 생성하는 데 있으며, 이러한 시스템은 적응 가능하고 확장 가능하며, 반복 가능하고, 장기 가치에 대한 것입니다.

Apexon에서는 새로운 기술을 실제 비즈니스 결과로 번역하는 의도적인 초점이 있습니다. 경쟁력 있는 통찰력을 개선하거나, 더智能한 자동화를 가능하게 하거나, 고객 중심의 경험을 구현하는 것과 같은, 이것은 정확히 내가 믿는 곳으로 기업 변환이 향하고 있다고 생각합니다. AI와 IP 우선 마인드의 융합은 기업 변환의 미래를 형성하는 데 있습니다. 나는 그 미래를 형성하는 데 도움을 주기를 기대합니다.

지능형 패브릭이 연결된 기업을 구축하는 데 어떻게 도움이 되며, 실제 구현은 무엇인가?

지능형 패브릭은 제품이나 플랫폼이 아닙니다. 그것은 아키텍처의 변화입니다. 비즈니스 단위, 시스템, 데이터, 의사 결정 사이의 점을 연결하여, 지능이 간간이 사용되는 것이 아니라 항상 켜져 있는 것입니다. 이것은 조직을 데이터 중심에서 지능형 중심으로 전환합니다.

실제적인 영향에 대해 생각해 보십시오. 소매업체가 실시간으로 공급망 운영을 조정하는 경우, 구매 행동, 공급망 중단, 지缘 정치적 발전, 날씨 변화 또는 지역 재난과 같은 여러 요인에 따라 조정할 수 있습니다. 또는 의사가 테스트 결과를 검토하는 동안 치료 권장 사항을 제공하는 병원입니다. 또는 은행이 여러 거래를 통해 반대 매매 활동을 식별할 수 있습니다. 힘은 작업 흐름에 지능을 직접織り込む 데 있으며,事後에 추가하는 것이 아닙니다. 이것이 기업이真正로 연결되는 방법입니다. 지능이 어느 부분에서 생성되든, 전체 조직에서 소비됩니다.

Apexon은 고객을 위해 가치 창출을 주도하는 데 Copilot와 같은 생성형 AI 도구를 어떻게 사용하고 있으며, 어느 분야에서 가장 강한 채택을 보았는가?

우리는 GitHub Copilot와 같은 도구를 단순한 코딩 보조工具로 보지 않고, 소프트웨어가 계획, 구축, 테스트되는 방식을 재창조하는 촉매제로 봅니다. Apexon에서 Copilot는 엔지니어링 라이프 사이클 전반에 걸쳐 내장되어 있습니다. 사용자 스토리 작성, 요구 사항 정제, 테스트 케이스 생성, 결함 예측과 같은 모든 단계에서 도움을 주고 있습니다. 팀이 더 빠르게 더 정확하게 움직일 수 있도록 도와줍니다.

예를 들어, 우리는 헬스케어 제공업체와 협력하여 Copilot를 도입하고, Agentic 프레임워크와 결합하여 소프트웨어 엔지니어링 라이프 사이클을 완전히 재창조하여 엔지니어링에서 더 많은 효율성을 가져올 수 있도록 도와줍니다. 다른 고객에게는 Gen AI와 Agentic 프레임워크를 도입하여 데이터 품질을 개선하고, 사용자와 규제 당국 간의 직접 상호 작용을 통해 규제 요구 사항을 해결하는 데 도움을 주고 있습니다.

채택은 속도, 개인화, 확장성이 가장 중요한 분야에서 가장 강했습니다. 지능형 문서 처리, 대화형 AI, 하이퍼 자동화와 같은 분야에서 생성형 AI는 단순히 출력을 제공하는 것이 아니라 전략적 우위를 제공합니다.

IIT Madras와 Imperial College London과 같은 학술 기관과의 파트너십은 어떻게 AI 연구와 인재 개발 전략에 영향을 미치고 있는가?

IIT Madras와 Imperial College London과의 협력은 우리의 연구 과제와 미래 준비 인재 개발 전략을 형성하는 데 중요한 역할을 합니다. 우리는 단순히 프로젝트를资助하는 것이 아니라, अग엔틱 AI, 다중 에이전트 시스템 및 AGI와 같은 최전선 분야를 탐구하는 주요 연구자와密接하게 협력하고 있습니다. 이러한 파트너십은 여러 새로운 분야에 대한 깊은 통찰력을 제공합니다. 예를 들어, 대규모 언어 모델이 어떻게 행동하고 진화하는지, 다양한 도메인에서 어떻게 컨텍스트를 갖는지에 대해 알려줍니다.

또한 인재 개발을 위한 엔진으로 작동합니다. 공동 프로그램을 통해 우리는 학문적 깊이와 기업 관련성을 연결하는 실무 학습 기회를 생성하고 있습니다. 이것은 양방향 교환입니다. 우리는 최전선의 사고를 얻고, 학생들은 실제 문제에 참여합니다. 이러한 상호 작용은 우리의 AI, 데이터, 디지털 엔지니어링 기능을 확장하는 데 중요합니다.

헬스케어, 금융, 통신과 같은 산업에서 Apexon의 AI 또는 분석 솔루션이 운영 효율성을 개선하거나 새로운 비즈니스 모델을 개선한 예는 무엇인가?

예를 들어, 북미의 주요 금융 기관과 협력하여 AI 기반 프레임워크를 사용하여 위험 평가 프로세스를 현대화했습니다. 데이터 수집을 자동화하고, 분산된 소스를 표준화하고, 실시간 위험 엔진을 배포함으로써, 수동 노력을 90% 줄이고, 평가를 4배 가속화했습니다. 예측 경고와 규제 추적을 통합하여 규제 위반을 30%, 재정적 노출을 40% 줄였습니다. 클라우드 네이티브, 마이크로 서비스 아키텍처를 기반으로 구축된 솔루션은 정확성과 속도만 개선한 것이 아니라, 빠르게 변경되는 규제 환경에서 데이터 기반 위험 관리를 위한 확장 가능하고 신뢰할 수 있는 플랫폼을 제공했습니다.

기업 혁신의 다음 큰 전선으로서 가장 집중하는 새로운 기술이나 AI 트렌드는 무엇인가?

Apexon에서 우리는 Agentic AI를 기업 지능의 다음 주요 단계로 보고 있습니다. 전통적인 AI가 반응하는 반면, Agentic AI 시스템은 동적 컨텍스트를 자율적으로 해석하고, 목표를 설정하고, 시스템 전체에서 협력하고, 피드백을 통해 지속적으로 개선할 수 있습니다. 우리는 AgentRise라는 종단 간 프레임워크를 구축하여 이를 구현했습니다. AgentRise는 Agentic AI 브레인, 다중 에이전트 오케스트레이션, 인간의 감시, 기업급 관찰 가능성을 결합합니다.

결과는 단순히 지원하는 것이 아니라 복잡한 비즈니스 워크플로우를 자율적으로 실행하는 AI입니다. 헬스케어의 문서 분류에서 금융의 실시간 예외 처리까지, AgentRise는 확장 가능하고 신뢰할 수 있는 AI를 배포하는 데 사용됩니다. 우리의 접근 방식이 다른 점은 확장 가능하고 신뢰할 수 있는 지능에 대한 초점입니다. 우리는 모듈식 구성 요소, 프롬프트 엔지니어링, 안전한 통합을 사용하여 Agentic AI를 신속성과 신뢰성으로 배포합니다. 이것은 단순한 혁신이 아니라, 비즈니스 흐름에 내장된 AI이며, 안전하게 확장 가능하며, 구체적인 결과를 제공합니다. 이러한 시스템이 성숙함에 따라, 우리는它们가 적응형, 자율적이며, 자체적으로 진화할 수 있는 기업의 백본이 될 것이라고 믿습니다.

우리는 또한 Narrow AI, Artificial General Intelligence, Quantum Computing의 발전을 추적하고 있지만, 가장 흥미로운 것은 이러한 기술이 어떻게 기업을 지능형, 적응형, 자율적이며, 자체적으로 진화할 수 있는 기업으로 전환하는 데 어떻게 결합되는지입니다.

기업이 레거시 데이터 시스템에서 현대적인 분석 아키텍처로 전환할 때 직면하는 가장 큰 도전은 무엇인가?

기업은 일반적으로 4つの 주요 도전에 직면합니다. 첫째, 채택과 가치 실현입니다. 레거시 플랫폼은 깊숙이 내재된 작업 방식을 형성하기 때문에, 변경 관리가 중요합니다. 기업은 새로운 분석 플랫폼이 매출 증가, 운영 효율성, 위험 관리 개선과 같은 구체적인 비즈니스 결과를 제공하는지 확인해야 합니다.

둘째, 기술 현대화와 기능 구축입니다. 많은 기업은 메인프레임, 온프레미스 시스템, 초기 클라우드 환경을 포함한 복잡한 레거시 에스테이트를 운영합니다. 이러한 환경을 현대화하려면 합리적인 합리화와 재아키텍처화가 필요하며, 데이터, 분석, AI 플랫폼을 지속하기 위한 기술, 재능, 운영 성숙도를 구축해야 합니다.

셋째, 데이터와 AI 준비입니다. 현대화는 단순히 데이터를 새로운 플랫폼으로 이동하는 것이 아닙니다. 기업은 데이터가 고급 분석과 AI를 위해 준비되어 있는지 확인해야 합니다. 데이터 품질, 거버넌스, 계보, 개인 정보 보호, 윤리적 안전을 강화하여, 통찰력과 AI 모델이 신뢰할 수 있고 확장 가능하도록 해야 합니다.

마지막으로, 조직의 변화입니다. 플랫폼이 더 자율적이고 지능형으로 진화함에 따라, 기업은 운영 모델, 직원 기술, 문화를 적응시켜 인간과 지능형 시스템 간의 효과적인 협력을 가능하게 해야 합니다.

디지털 경험과 AI 솔루션이 인간의 필요에 중심을 두고 기술적 결과만을 위한 것이 아니라면 어떻게 확신할 수 있나요?

진정으로 영향력 있는 디지털 및 AI 솔루션의 기초는 기술이 무엇을 할 수 있는지 묻는 것에서, 그것이 비즈니스 가치를 어떻게 창출하고 사람과 사회를 어떻게 섬기는지 묻는 것으로의 마인드 셋의 변화입니다.

우리는 모든 이니셔티브를 실제 인간 결과를 중심으로 시작합니다. 더 나은 의사 결정, 더 큰 포함, 더 강한 신뢰, 더 간단한 경험과 같은 결과입니다. 이것은 사용자와의 깊은 참여, 지속적인 청취, 사람들이 실제로 디지털 경험을 채택하고 상호 작용하는 방식에 대한 설계가 필요합니다. 우리는 의도적으로 인간 중심의 설계, 투명성, 책임성을 우리의 플랫폼에 내장합니다.

특히 고影响력 있는 도메인에서, AI는 강한 인간의 감시와 명확한 윤리적 가이드레일을 가지고 작동해야 합니다. 또한, 성공은 성과 지표만을 통해 측정되지 않고, 채택, 사용자 신뢰, 장기 가치 창출을 통해 측정되어야 합니다.

잘하면, 이익은 개인의 조직을 넘어 확장됩니다. 인간 중심의 AI는 기회에 대한 접근을 확대하고, 기관을 강화하고, 삶의 질을 개선할 수 있습니다. 더 강한 경제, 더 공정한 시스템, 더 잘 알려진 사회를 구축하는 데 도움을 줄 수 있습니다. 궁극적으로, 우리의 목표는 지능형 AI가 아니라, 책임감 있고, 포용적이며, 목적을 가진 AI를 개발하는 것입니다. 인간의 잠재력을 증폭시키고, 함께 형성하는 미래에 긍정적으로 기여하는 기술입니다.

Apexon에서 Gen AI 배포의 성공을 어떻게 평가합니까? 특정 KPI 또는 프레임워크가 있습니까?

Apexon에서 우리는 Gen AI 및 Agentic AI 배포의 효과를 측정하기 위한 강력한 프레임워크와 IP, 솔루션, 액셀러레이터를 보유하고 있습니다.

첫째, 비즈니스 영향에 초점을 맞춥니다. 이것은 도메인 또는 프로세스 수준의 목표를 명확하게 정의하는 것으로 시작하지만, 궁극적으로는 고객 경험 개선, 매출 증가, 비용 최적화, 운영 효율성, 위험 관리 강화와 같은 전략적 결과를 측정하는 것을 중심으로 합니다. 우리의 M4 프레임워크는 분석 엔지니어링을 위한 구조화된 실행 모델을 제공하여, 데이터 현대화, 클라우드 기반 분석 환경으로의 전환을 지원합니다.

둘째, 채택과 가치 실현을 평가합니다. AI 배포는 신뢰할 수 있고, 광범위하게 채택되고, 인간의 능력을 효과적으로 보완할 때만 의미 있는 영향을 미칩니다. Apexon의 자체적인 Gen AI 및 Agentic AI의 기업 전체 채택은 고객에게 모델이 됩니다. 우리는 직원 전체를 Gen AI 및 Agentic AI 기능으로 활성화하고, 책임 있는 사용을 위한 도구, 정책, 지침을 제공하며, 동시에 비즈니스 결과를 추적했습니다. 이 여정에서 개발된 거버넌스 프레임워크, 정책, KPI는 고객이 Gen AI 채택을 가속화하고 확장하는 데 도움을 줍니다.

셋째, 기술적 성능을 측정합니다. 우리의 Genysys 플랫폼 내의 액셀러레이터는 응답 정확도, 환상률, 비용당 추론, 확장성, 전체 시스템 성능과 같은 주요 운영 메트릭의 지속적인 모니터링을 가능하게 합니다. Genysys는 Apexon의 자체 Gen AI 플랫폼으로, 여러 대형 언어 모델의 기능을 통합하여, 10개 이상의 LLM과無缝한 통합을 제공합니다. 이는 조직이 다양한 사용 사례에 가장 적합한 모델을 선택할 수 있도록 하며, 동시에 배포 전체의 성능, 신뢰성, 비용 효율성을 유지합니다.

마지막으로, 거버넌스와 위험을 평가합니다. 우리의 기업 가이드레일 프레임워크는 AgentRise의 일부로, 조직이 거버넌스, 위험, 규제 준수를 포함한 중요한 영역을 해결하는 데 도움을 줍니다. 규제 산업과 함께하는 우리의 심도 있는 작업을 통해, 우리는 고객이 설명 가능성, 감사 가능성, 데이터 계보, 개인 정보 보호 보안, 책임 있는 AI 표준 준수를 평가하여, AI 시스템이 확장 가능하고 신뢰할 수 있는지 확인하는 데 도움을 줍니다.

감사합니다. 더 많은 정보를 원하는 독자는 Apexon을 방문하십시오.