Nitin Singhal, SnapLogic의 엔지니어링 부사장 (데이터, AI, 통합)

Nitin Singhal은 25년 이상의 산업 경험을 가진 유능한 기술 및 제품 리더입니다. 그는 현재 SnapLogic의 엔지니어링 부사장으로서 응용 프로그램 및 시스템의 책임 있는 통합에 중점을 두고 있으며, Agentic 아키텍처를 활용하여 글로벌 대상에게 데이터 잠재력을 해방시키고 있습니다.

SnapLogic에 합류하기 전에 Nitin은 Twitter의 엔지니어링 선임 디렉터로 재직했으며, 데이터 관리 및 개인 정보 보호 인프라 엔지니어링 기능을 담당했습니다. 그의 업무는 회사에 대한 중요한 시기에 데이터 거버넌스 관행을 수립하는 것을 포함했으며, 책임 있는 데이터 사용 및 개인 정보 보호 규정 준수를 보장했습니다.

Nitin은 또한 Visa (V ), PayPal (PYPL ), JPMorgan Chase를 포함한 유명한 조직에서 다양한 엔지니어링 및 제품 리더십 직책을 맡았으며, 데이터 전략 및 관리 분야에서 중요한 발전을 이끌어냈습니다.

SnapLogic은 노코드 도구와 1,000개 이상의 사전 구축된 커넥터를 사용하여 데이터 및 응용 프로그램 워크플로우를 간소화하는 AI 기반 통합 플랫폼입니다. ETL/ELT, 자동화, API 관리 및 클라우드, 온프레미스, 하이브리드 환경에서 보안 배포를 지원합니다. SnapGPT 및 AutoSync와 같은 기능은 효율성을 향상시키며, 조직이 프로세스를 원활하게 통합 및 오케스트레이션할 수 있도록 합니다.

기술 혁신을 주도하는 거의 25년의 경험을 가지셨습니다. 기술을 사용하여 복잡한 문제를 해결하는 경력을追求하게 된 첫 번째 영감은 무엇이었으며, AI의 등장으로 그 열정은 어떻게 진화했나요?

私の 경력 초기부터私は 퍼즐을 풀고 수학의 논리적인 아름다움에 매료되었습니다. 이것은 자연스럽게 기술을 사용하여 실제 문제를 해결하는 방법을 탐구하게 되었습니다. 초기 경력에서私は 트랜잭션 사기 탐지 및 데이터 개인 정보 보호 위험과 같은 문제를 해결하는 기술의 잠재력에 의해 영감을 받았습니다. AI의 발전, 특히 생성형 AI의 등장으로私の 열정은 더욱 깊어졌습니다.私は AI의 변革적인 영향을 목격했으며, 스마트폰을 통해 농부에게 작물 정보를 제공하는 것에서부터 일상 사용자, 예를 들어私の 아버지가 세금 신고와 같은 작업을 쉽게 수행할 수 있도록 하는 것까지, AI는 사람들의 삶에 긍정적인 영향을 미치고 있습니다. AI 기술의 민주화는 우리가 사람들의 삶에 긍정적인 영향을 미칠 수 있도록 해주며,私の 커리어를 더욱 의미 있게 합니다.

비즈니스에서는 고도화된 AI 시대에서 구식 기술에 의존할 때 어떤 위험이 있나요?

구식 기술에 의존하면 비즈니스에 대한 미래를 위협하는重大한 위험이 있습니다. 구식 시스템, 특히 레거시 인프라는, 비효율성을 초래하며 조직이 고도화된 AI를 활용하여 고부가가치 작업을 수행하는 것을 방해합니다. 이러한 구식 기술은 데이터 접근성 및 통합에 어려움을 겪으며, 자동화 및 혁신을 방해하는 비용적인 운영 병목 현상을 초래합니다. 이러한 시스템을 유지하는 숨겨진 비용은 자원 낭비를 초래하며, 최신 기술 환경을 선호하는 최고의 인재를 유치하는 데 어려움을 겪을 수 있습니다. 이러한 구식 기술에 갇힌 기업은 진보적인 성장 기회를 놓치고, 더 민첩한 경쟁자에 의해 추월될 위험에 처할 수 있습니다.

선택은 명백합니다. 아이폰과 같이 발전하거나 블랙베리의 운명을 맞이할 수 있습니다.

레거시 시스템은 어떻게 하면 현대적인 AI 애플리케이션의 요구에 맞추기 어려울까요? 특히 에너지, 수요, 인프라와 관련하여?

레거시 시스템은 현대적인 AI 애플리케이션의 요구에 맞추기 어려울 수 있습니다. 이러한 구식 인프라는 AI의 집중적인 계산 요구에 필요한 데이터 처리 능력, 확장성 및 유연성이 부족합니다. 데이터 실로 및 병목 현상을 생성하여 실시간 데이터 처리를 방해하며, AI 기반의 통찰력을 얻는 데 필수적인 데이터를 처리하는 것을 방해합니다. 이러한 부적합성은 고급 AI 기술의 구현을 방해하며, 비효율적인 자원 사용, 에너지 소비 증가 및 시스템 故障의 가능성을 초래합니다. 따라서 레거시 시스템을 사용하는 비즈니스에서는 AI의 잠재력을 완전히 활용하여 정밀한 타겟팅, 급여 조정 및 사기 탐지를 수행하는 데 어려움을 겪을 수 있습니다.

시스템을 현대화하지 않기로 결정하는 기업의 “숨겨진” 비용은 무엇인가요?

구식 기술에 의존하는 기업은 수동 프로세스와 분리된 데이터에 의존하여 비용이 증가하고 생산성이 저하됩니다. 이러한 비효율성은 시간이 지남에 따라 누적되어 경쟁 우위를 상실하고, 더 민첩한 경쟁자가 AI 솔루션을 채택함에 따라 시장 지위를 잃고 장기적으로 디지털 환경에서 생존하기 어려워질 수 있습니다. 또한, 직원의 잠재력이 반복적인 작업에 낭비되며, 전략적인 작업에 집중할 수 없게 되어 직원들의 불만이 증가하고, 이직률이 높아질 수 있습니다.

기업은 AI 채택을 둘러싼 합리적인 우려와 인간의 불안감으로 인한 오해의 구별을 해야 합니다.

기업은 어떻게 하면 AI를 위한 인프라 준비가 부족한지 평가할 수 있나요?

기업은 현재 시스템이 현대적인 AI 도구와 통합할 수 있으며, 데이터 수요가 증가하는 경우에 확장할 수 있는지 평가하여 AI 준비도를 평가할 수 있습니다. 만약 기업이 대규모 데이터셋을 효율적으로 처리하는 데 어려움을 겪거나, 클라우드 솔루션을 활용하거나, 자동화를 지원하는 데 어려움을 겪는다면, 이는 기업이 뒤처지고 있음을 나타냅니다. 또한, 기업은 레거시 시스템이 병목 현상을 생성하거나 과도한 수동 개입을 요구하여 생산성을 방해하는지 확인해야 합니다. 데이터 실로, 실시간 분석이 불가능한 경우, 복잡한 알고리즘을 위한 계산 능력이 불충분한 경우, AI 인재를 유치하는 데 어려움이 있는 경우 등이 뒤처지는 지표입니다. 궁극적으로, AI 기능을 따라잡는 데 계속해서 노력하는 기업은 디지털 환경에서 경쟁 우위를 잃을 위험에 처할 수 있습니다. 또한, 구성 가능한 아키텍처를 따르는 최신 관측 가능성, 보안 및 개인 정보 보호 기술이 무정형 AI 준비를 위한 중요한 요소임을 강조하고 싶습니다.

기업은 오늘날 AI 혁신을 위해 시스템을 미래에 대비할 수 있는 실제 단계는 무엇인가요?

첫 번째 단계는 현재 기술 스택을 평가하고 AI를 통합할 수 있는 영역을 찾는 것입니다. 기업은 자동화 및 새로운 기술을 쉽게 통합할 수 있는 확장 가능한 클라우드 솔루션을 우선시해야 합니다. 특히, 저코드 플랫폼을 사용하면 기업이 깊은 기술 전문 지식 없이도 AI 에이전트를 빠르게 배포할 수 있습니다. 기업은 또한 미래의 AI 애플리케이션을 지원하기 위해 확장할 수 있는 유연한 클라우드 기반 인프라를 보유하고 있어야 합니다.

당신의 의견으로, 어떤 산업이 빠르게 AI를 채택하고 레거시 시스템을 업그레이드함으로써 가장 많은 이익을 얻을 수 있나요?

데이터 기반 의사 결정과 반복적인 작업에 의존하는 산업은 가장 많은 이익을 얻을 수 있습니다. 예를 들어, 금융 서비스 부문에서는 AI를 사용하여 고객 지원, 사기 탐지, 대출 승인을 자동화하여 운영을 간소화하고 고객 경험을 향상시킬 수 있습니다. 또한, 판매 및 고객 서비스 부문은 AI를 사용하여 반복적인 질의나 리드를 더 효율적으로 처리하여 생산성을 크게 향상시킬 수 있습니다. 헬스케어, 제조, 소매 산업의 기업은 또한 AI를 사용하여 공급망을 최적화하고 수요를 예측하며 행정 작업을 자동화함으로써 상당한 이익을 얻을 수 있습니다. 이러한 반복적인 작업을 수행하는 대신, 도메인 전문가들은 전략적인 작업에 집중하여 AI 투자에 대한 높은 수익을 창출할 수 있습니다.

SnapLogic의 플랫폼은 어떻게 하면 기업이 분산된 레거시 인프라를 AI 기반 솔루션으로 대체하는 데 도움을 줄 수 있나요?

 SnapLogic의 플랫폼은 기업이 데이터 및 응용 프로그램 워크플로우를 통합 및 자동화하여 레거시 시스템과 현대적인 AI 준비 인프라를 연결하여 비즈니스에 즉각적인 가치를 제공할 수 있도록 합니다. 클라우드 및 온프레미스 환경에서 데이터 소스를 연결하고 통합하기 쉽게 하여, AI를 사용하여 비즈니스에 즉각적인 가치를 제공할 수 있도록 합니다.

플랫폼의 저코드 인터페이스, AgentCreator 및 SnapGPT와 같은 도구를 사용하면 기업은 다양한 사용 사례에 대한 AI 기반 솔루션을 빠르게 배포할 수 있습니다. SnapLogic의 IRIS AI 기술은 데이터 파이프라인을 구축하기 위한 지능형 추천을 제공하여, 통합 작업의 복잡성을 크게 줄이고, 사용자에게 접근하기 쉽게 합니다. 또한, SnapLogic은 데이터 거버넌스, 규정 준수 및 보안을 AI 이니셔티브에서 우선시합니다. 종단간 암호화, 포괄적인 로깅 및 에이전트 작업 미리보기와 같은 기능을 통해, 기업은 AI 프로젝트를 확대하는 데 자신감을 가질 수 있습니다. 최근에 출시된 통합 카탈로그 및 데이터 계보 도구는 민감한 데이터를 보호하는 데 필수적인 컨텍스트를 제공합니다. 또한, SnapLogic은 모듈식 방식으로 현대적인 시스템에 대한 통합 기능을 제공하여 비즈니스 목표를 추구하면서 비용, 규정 준수 및 유지 보수 문제를 해결하는 유연한 솔루션을 제공합니다.

SnapLogic에서 레거시 시스템과 현대적인 AI 통합 시스템을 연결하는 제품을 개발하면서 어떤 고유한 도전을 직면했나요?

 레거시 시스템과 현대적인 AI 통합 시스템을 연결하는 도전 중 하나는 SnapLogic 플랫폼이 구식 시스템의 엄격함을 수용하면서도 AI 애플리케이션에 필요한 유연성 및 확장성을 지원할 수 있는지 확인하는 것이었습니다. 또 다른 도전은 기술 및 비기술 사용자 모두에게 접근하기 쉬운 플랫폼을 만드는 것입니다. 이는 고급 기능과 사용 편의성을 균형 있게 조절해야 합니다.

엔터프라이즈 SAAS 회사로서, SnapLogic은 100개가 넘는 고객의 고유한 요구와 일반적인 요구를 모두 고려하여 플랫폼을 지속적으로 발전시키고 새로운 기술을 채택하는 데 노력합니다.

이를 해결하기 위해, 우리는 구식 및 신식 플랫폼 간의 데이터를无缝하게 통합할 수 있는 사전 구축된 커넥터를 개발했습니다. SnapLogic AgentCreator를 사용하면, 조직은 작업을 자동화하고 실시간으로 결정하며 기존 워크플로우에 적응할 수 있는 AI 에이전트를 배포할 수 있습니다.

SnapLogic의 “생성형 통합”은 어떻게 하면 기업 환경에서 무정형 AI 기반 자동화를 가능하게 하나요?

SnapLogic의 생성형 통합은 SnapLogic 플랫폼의 혁신적인 기능으로, 생성형 AI 및 대규모 언어 모델(Large Language Model, LLM)을 사용하여 통합 파이프라인 및 워크플로우를 자동화하고 간소화합니다. 이 혁신적인 접근 방식은 비즈니스에 즉각적인 가치를 제공하고, 시스템, 응용 프로그램 및 데이터 소스를 연결하여 AI 기반 환경으로의 원활한 전환을 가능하게 합니다. 자연어 프롬프트를 해석하여, 생성형 통합은 비기술 사용자도 쉽게 통합을 개발, 사용자 지정 및 배포할 수 있도록 합니다. 이는 디지털 변화를 가속화하고, 광범위한 코딩 전문 지식에 대한 의존도를 줄여, 기업이 전략적 이니셔티브에 집중하고 운영 효율성을 향상할 수 있도록 합니다.

또한, SnapLogic은 고객이 특정 요구에 맞게 조정된 공개 LLM 모델을 사용할 수 있도록하여, 기업이 최상의 도구를 활용하여 강력한 거버넌스 및 규정 준수 표준을 유지할 수 있도록 합니다.

감사합니다. 더 많은 정보를 원하는 독자는 SnapLogic을 방문할 수 있습니다.