Rescale 미팅 예약

인터뷰

Omri Kohl, Pyramid Analytics의 CEO 겸 공동 창립자 - 인터뷰 시리즈

mm

게재

 on

Omri Kohl은 CEO이자 공동 창립자입니다. 피라미드 분석. Pyramid Decision Intelligence 플랫폼은 누구나 더 빠르고 지능적인 결정을 내릴 수 있도록 데이터 기반 통찰력을 제공합니다. 그는 빠르게 성장하는 데이터 및 분석 시장을 통해 회사의 전략과 운영을 이끌고 있습니다. Kohl은 분석 및 AI 기술에 대한 깊은 이해, 귀중한 관리 경험, 기존 사고에 도전하는 타고난 능력을 제공합니다. Kohl은 빠르게 성장하는 기업을 개발하고 관리하는 데 있어 입증된 실적을 보유한 경험이 풍부한 기업가입니다. 그는 Bar-Ilan University에서 경제, 금융 및 경영학을 전공했으며 New York University의 Leonard N. Stern School of Business에서 국제 비즈니스 관리 MBA를 취득했습니다.

먼저 GenBI가 무엇인지, GenBI가 Generative AI와 비즈니스 인텔리전스를 어떻게 통합하여 의사결정 프로세스를 향상하는지 설명해 주시겠습니까?

GenBI는 GenAI, LLM 및 일반 AI의 기능을 분석, 비즈니스 인텔리전스 및 의사 결정에 적용하기 위한 프레임워크이자 메커니즘입니다.

현재로서는 GenAI를 단독으로 사용하여 데이터 세트에 대한 통찰력에 액세스하는 것은 실용적이지 않습니다. 의미 있는 결과를 얻기 위해 GenAI 도구에 충분한 데이터를 업로드하는 데 일주일 이상이 걸릴 수 있습니다. 비즈니스 데이터는 이런 방식으로 사용하기에는 너무 동적이고 민감하기 때문에 이는 실행 불가능합니다. GenBI를 사용하면 누구나 자연어로 질문하고 BI 대시보드 형식으로 결과를 확인하는 것만으로 데이터에서 귀중한 통찰력을 추출할 수 있습니다. 관련성 있고 유용한 답변을 받는 데는 30초밖에 걸리지 않습니다.

자연어를 통해 복잡한 비즈니스 인텔리전스 작업을 이해하고 실행할 수 있게 해주는 GenBI의 핵심 기술 혁신은 무엇입니까?

글쎄, 우리의 모든 비밀을 누설하지 않고 본질적으로 세 가지 구성 요소가 있습니다. 첫째, GenBI는 요청된 통찰력을 생성할 올바른 분석 단계를 생성하는 데 필요한 모든 요소를 ​​LLM에 제공합니다. 이를 통해 사용자는 어떤 유형의 차트, 조사 또는 형식을 요청할지 정확히 알지 못한 채 자연어를 사용하고 심지어 모호한 용어로 쿼리를 구성할 수 있습니다.

다음으로, Pyramid Analytics GenBI 솔루션은 상황의 세부 사항에 관계없이 이러한 단계를 회사 데이터에 적용합니다. 우리는 가장 기본적인 데이터 세트와 간단한 쿼리부터 가장 정교한 사용 사례와 복잡한 데이터베이스까지 이야기하고 있습니다.

셋째, Pyramid는 기본 데이터에 대해 이러한 쿼리를 수행하고 결과를 즉시 조작할 수 있습니다. LLM만으로는 데이터베이스에 대한 심층 분석을 생성할 수 없습니다. 필요한 모든 정보를 찾고, 통찰력을 얻기 위해 사용자 요청을 해석하고, 이를 BI 플랫폼에 전달하여 결과를 일반 언어 또는 나중에 후속 작업을 통해 구체화할 수 있는 동적 시각화로 표현하려면 로봇 요소가 필요합니다. 쿼리.

GenBI는 특히 기술 지식이 없는 사용자를 위해 데이터 분석을 어떻게 민주화합니까?

간단히 말해서 GenBI를 사용하면 전문 지식 수준에 관계없이 누구나 필요한 통찰력을 얻을 수 있습니다. 기존 BI 도구를 사용하려면 사용자가 필요한 결과를 얻기 위한 최상의 데이터 조작 기술이 무엇인지 알아야 합니다. 하지만 대부분의 사람들은 원형 차트, 분산형 차트, 표로 생각하지 않습니다. 그들은 어떤 시각화가 자신의 상황에 가장 효과적인지 알아내려고 하지 않고 단지 질문에 대한 답변을 원할 뿐입니다.

GenBI는 전문 지식에 관계없이 누구에게나 이러한 답변을 제공합니다. 사용자는 전문 용어를 모두 알 필요도 없고 분산형 그래프나 원형 차트가 최선의 선택인지 알아낼 필요도 없으며 데이터베이스 쿼리를 코딩하는 방법을 알 필요도 없습니다. 자연스러운 대화 속에서 자신만의 단어를 사용하여 데이터를 탐색할 수 있습니다.

우리는 이것을 종이 지도를 사용하여 경로를 계획하는 것과 Google 지도 또는 기타 내비게이션 앱을 사용하는 것의 차이점이라고 생각합니다. 전통적인 지도를 사용하면 가장 좋은 도로를 찾아내고, 잠재적인 교통 정체에 대해 생각하고, 다양한 경로 가능성을 비교해야 합니다. 오늘날 사람들은 앱에 목적지를 입력하고 길을 갑니다. 알고리즘에 대한 신뢰가 너무 커서 제안된 경로에 대해 아무도 의문을 제기하지 않습니다. 우리는 GenBI가 기업 데이터 세트에 동일한 종류의 자동화된 마법을 가져오고 있다고 생각하고 싶습니다.

사용 용이성과 학습 곡선에 대한 얼리 어답터의 피드백은 어떻습니까?

우리는 압도적으로 긍정적인 피드백을 받아왔습니다. 우리가 그것을 요약할 수 있는 가장 좋은 방법은 "와!"입니다. 사용자와 테스터는 Pyramid의 사용 용이성, 강력한 기능 및 의미 있는 통찰력을 높이 평가합니다.

Pyramid Analytics는 사실상 학습 곡선이 전혀 없으므로 사람들이 즉시 채택하는 데 방해가 되는 요소가 없습니다. 우리 솔루션을 테스트한 모든 비즈니스 팀 중 약 4분의 3이 이 솔루션을 채택하여 현재 사용하고 있습니다. 왜냐하면 솔루션이 매우 쉽고 효과적이기 때문입니다.

GenBI가 이를 구현한 조직 내에서 의사 결정 프로세스를 어떻게 변화시켰는지 공유할 수 있습니까? 구체적인 사례 연구나 사례가 있나요?

오랫동안 개발해 왔지만 GenBI를 출시한 지 몇 주밖에 안 되었기 때문에 아직 공유할 수 있는 본격적인 사례 연구는 없다는 점, 혹은 고객에게 이해해 주실 거라 믿습니다. 우리가 꼽을 수 있는 예. 하지만 수천 명의 사용자를 보유한 조직이 갑자기 진정한 데이터 기반으로 변하고 있다고 말씀드릴 수 있습니다. 모든 사람이 인사이트에 액세스할 수 있기 때문입니다. 이제 사용자는 모든 데이터의 진정한 가치를 발견할 수 있습니다.

GenBI는 보험, 은행, 금융과 같은 산업은 물론 소매, 제조 및 기타 여러 분야에 혁신적인 영향을 미치고 있습니다. 예를 들어, 갑자기 금융 자문가가 고객의 포트폴리오를 최적화하는 최선의 방법에 대한 즉각적인 제안을 활용할 수 있게 되었습니다.

GenBI를 개발하면서 겪었던 가장 큰 어려움은 무엇이며, 이를 어떻게 극복하셨나요?

Pyramid Analytics는 새로운 솔루션을 출시하기 전에 이미 수년 동안 분석에 AI를 활용하고 있었기 때문에 대부분의 과제는 오래 전에 해결되었습니다.

새로운 주요 요소는 모든 LLM과 함께 작동하여 데이터를 비공개로 유지하면서 정확한 결과를 생성하는 정교한 쿼리 생성 기술을 추가한 것입니다. 우리는 쿼리에서 데이터를 분리하여 이를 달성했습니다(자세한 내용은 나중에 설명).

우리가 해결해야 했던 또 다른 큰 과제는 속도 문제였습니다. 우리는 사람들이 한 시간이나 심지어 30분도 아닌 지금 답변을 기대하는 Google 시대에 대해 이야기하고 있습니다. 우리는 처리 속도를 높이고 모든 작업 흐름을 최적화하여 마찰을 줄였습니다.

그렇다면 환각을 예방할 필요가 있습니다. 챗봇은 결과를 왜곡하고 신뢰성을 약화시키는 환각에 취약합니다. 우리는 동적 결과를 유지하면서 이러한 문제를 방지하기 위해 열심히 노력했습니다.

데이터 보안 및 개인 정보 보호와 관련된 문제를 어떻게 처리합니까?

데이터 개인정보 보호와 보안은 성공적인 GenAI 분석에 가장 큰 장애물이기 때문에 좋은 질문입니다. 모든 사람은 매우 민감한 기업 데이터를 제3자 AI 엔진에 노출시키는 것에 대해 우려하고 있지만, 이러한 엔진이 제공할 수 있는 언어 해석 기능과 데이터 통찰력도 원합니다.

이것이 바로 우리가 함께 일하는 LLM과 실제 데이터를 공유하지 않는 이유입니다. Pyramid는 회사 정보와 LLM 사이의 중개자 역할을 함으로써 전제 전체를 뒤집습니다. 우리는 귀하가 요청을 제출할 수 있도록 허용한 다음 이를 "성분"이라고 부르는 설명, 기본적으로 메타데이터와 함께 LLM에 전달합니다.

그런 다음 LLM은 사용자의 질문을 데이터 분석 프롬프트로 전환하는 방법을 설명하는 "레시피"를 반환합니다. 그런 다음 Pyramid는 자체 호스팅 설치에서 이미 안전하게 연결한 데이터에 대해 해당 레시피를 실행하므로 데이터가 LLM에 도달하지 않습니다. 우리는 결과를 매시업하여 쉽게 이해할 수 있는 시각적 형식으로 다시 제공합니다. 기본적으로 보안 및 개인 정보 보호를 손상시킬 수 있는 어떤 것도 노출되거나 조직 방화벽의 안전을 벗어나지 않습니다.

GenBI를 기존 데이터 인프라에 통합하려는 조직의 경우 구현 프로세스는 어떻게 되나요? 전제조건이나 준비사항이 있나요?

Pyramid Analytics의 구현 프로세스는 이보다 더 쉽고 빠를 수 없습니다. 사용자에게는 전제 조건과 준비가 거의 필요하지 않으며 한 시간 안에 모든 것을 준비하고 실행할 수 있습니다. Pyramid는 데이터가 있는 곳에서 직접 쿼리하기 때문에 데이터를 새로운 프레임워크로 이동하거나 데이터 전략을 변경할 필요가 없습니다.

솔루션에 데이터를 설명하거나 열을 정의할 필요도 없습니다. CSV 데이터세트를 업로드하거나 SQL 데이터베이스를 연결하는 것만큼 간단합니다. 모든 종류의 관계형 데이터베이스에도 마찬가지입니다. 데이터를 연결하는 데는 몇 분 밖에 걸리지 않으며 몇 초 후에 첫 번째 질문을 할 수 있습니다.

즉, 결합 모델을 변경하거나 열을 재정의하는 등 원하는 경우 구조를 조정할 수 있습니다. 약간의 시간과 노력이 필요하지만 몇 달 동안 진행되는 개발 프로젝트가 아니라 몇 분 만에 진행됩니다. 우리 고객은 Pyramid가 기존 데이터 웨어하우스나 데이터 레이크에서 약 5분 이내에 실행된다는 사실에 종종 충격을 받습니다.

또한 강력한 결과를 얻기 위해 매우 구체적이고 정확하며 지능적인 질문을 제시할 필요도 없습니다. 맞춤법이 틀릴 수도 있고, 잘못된 표현을 사용할 수도 있는데, 피라미드가 이를 풀어 의미 있고 가치 있는 답변을 만들어 드립니다. 필요한 것은 요청한 데이터에 대한 지식입니다.

앞으로 5년 동안 Pyramid Analytics에 대한 전략적 비전은 무엇입니까? 변화하는 시장 요구를 충족하기 위해 귀사의 솔루션이 어떻게 발전하고 있다고 보시나요?

다음으로 큰 영역은 확장 가능하고 매우 구체적인 쿼리를 지원하는 것입니다. 사용자는 개인화된 엔터티에 대한 질문과 같은 매우 정확한 질문을 할 수 있기를 원하며 LLM은 데이터베이스의 세부 사항에 대한 세부적인 통찰력이 없기 때문에 이러한 경우 아직 지능적인 답변을 생성할 수 없습니다.

우리는 전체 거대한 데이터 레이크를 LLM에 즉시 연결하지 않고도 언어 모델을 사용하여 데이터의 세부 사항을 묻는 방법에 대한 과제에 직면해 있습니다. 2초마다 재수화되는 데이터에 대해 LLM을 어떻게 미세 조정합니까? 국가, 위치, 심지어 날짜와 같은 고정된 지점에 대해서는 이를 관리할 수 있지만, 오늘날 우리가 그것에 매우 가깝더라도 이름과 같은 특이한 것에 대해서는 관리할 수 없습니다.

또 다른 과제는 사용자가 자신만의 공식을 적용하여 데이터에 대한 수학적 해석을 스스로 요청할 수 있다는 것입니다. 공식을 제정하기가 어렵기 때문이 아니라, 사용자가 원하는 것을 이해하고 올바른 구문을 얻는 것이 어렵기 때문입니다. 우리는 이 두 가지 문제를 해결하기 위해 노력하고 있으며, 그렇게 되면 다음 유레카 지점을 통과하게 될 것입니다.

훌륭한 인터뷰 감사합니다. 자세한 내용을 알고 싶은 독자는 방문하세요. 피라미드 분석.

unite.AI의 창립 파트너이자 포브스 기술 위원회, 앙투안은 미래파 예술가 AI와 로봇공학의 미래에 열정을 갖고 있는 사람입니다.

그는 또한 증권.io, 파괴적인 기술에 대한 투자에 초점을 맞춘 웹사이트입니다.