Pyramid Analytics의 CEO 및 공동 창립자 Omri Kohl – 인터뷰 시리즈

Omri Kohl는 Pyramid Analytics의 CEO이자 공동 창립자입니다. Pyramid Decision Intelligence Platform은 누구나 더 빠르고 지능적인 의사 결정을 내릴 수 있도록 데이터 기반의 통찰력을 제공합니다. 그는 빠르게 성장하는 데이터 및 분석 시장에서 회사의 전략과 운영을 주도합니다. Kohl은 분석 및 AI 기술에 대한 깊은 이해와 귀중한 경영 경험, 그리고 전통적인 사고방식을 도전하는 자연스러운 능력을 가지고 있습니다. Kohl은 빠르게 성장하는 회사 개발 및 관리에 대한丰富한 경험을 가진 경험이 풍부한 기업가입니다. 그는 Bar-Ilan University에서 경제학, 재무, 비즈니스 관리를 공부했으며 New York University Leonard N. Stern School of Business에서 국제 비즈니스 관리를 전공했습니다.

GenBI는 무엇이며, 비즈니스 인텔리전스와의 통합을 통해 의사 결정 프로세스를 향상시키는 방법에 대해 설명해 주시겠습니까?

GenBI는 분석, 비즈니스 인텔리전스, 의사 결정에 대한 전반적인 프레임워크 및 메커니즘입니다.

현재, GenAI만을 사용하여 데이터셋에 대한 통찰력을 얻는 것은 실제적으로 불가능합니다. 데이터를 업로드하여 유의미한 결과를 얻으려면 일주일 이상이 걸릴 수 있습니다. 이는 비즈니스 데이터가 너무 동적이고 민감하여 이러한 방식으로 사용할 수 없기 때문에 작업할 수 없습니다. GenBI를 사용하면 누구나 자연어로 질문을 하고 BI 대시보드 형식으로 결과를 볼 수 있습니다. 관련된 유용한 답변을 받으려면 30초도 걸리지 않습니다.

GenBI의 핵심 기술 혁신은 무엇이며, 자연어를 통해 복잡한 비즈니스 인텔리전스 작업을 이해하고 실행할 수 있게 해주는가?

비밀을 모두 공개하지는 않지만, 세 가지 구성 요소가 있습니다. 첫째, GenBI는 LLM에 필요한 모든 요소를 제공하여 요청된 통찰력을 생성할 수 있는 올바른 분석 단계를 생성합니다. 이는 사용자가 자연어로 쿼리를 생성할 수 있도록 해주며, 차트, 조사, 또는 형식에 대해 정확히 무엇을 요청해야 하는지 알지 못해도 됩니다.

다음으로, Pyramid Analytics의 GenBI 솔루션은 이러한 단계를 회사 데이터에 적용합니다. 가장 기본적인 데이터셋과 단순한 쿼리부터 가장 복잡한 사용 사례와 데이터베이스까지 모두 포함합니다.

세 번째로, Pyramid는 이러한 쿼리를 기본 데이터에서 수행하고 결과를 즉시 조작할 수 있습니다. LLM만으로는 데이터베이스에 대한 심층 분석을 수행할 수 없습니다. 사용자 요청을 해석하고 통찰력을 생성하여 BI 플랫폼에 결과를 전달하기 위해 로봇 요소가 필요합니다.

GenBI는 비기술적 사용자를 포함한 데이터 분석을 어떻게 민주화합니까?

간단히 말해서, GenBI는 누구나 필요한 통찰력을 얻을 수 있도록 해줍니다. 전통적인 BI 도구는 사용자가 결과를 얻으려면 데이터 조작 기술을 알아야 합니다. 그러나 대부분의 사람들은 파이 차트, 산점도 또는 표를 생각하지 않습니다. 그들은 어떤 시각화가 가장 효과적인지 생각하지 않아도 되며, 단지 질문에 대한 답변을 원합니다.

GenBI는 이러한 답변을 누구에게나 제공합니다. 사용자는 전문 용어를 알아야 하거나 데이터베이스 쿼리를 코딩할 필요가 없습니다. 사용자는 자연어로 대화하여 데이터를 탐색할 수 있습니다.

우리는 이것을 종이 지도를 사용하여 경로를 계획하는 것과 Google Maps 또는 다른 네비게이션 앱을 사용하는 것의 차이로 생각합니다. 종이 지도를 사용하면 사용자는 가장 좋은 도로를 결정해야 하며, 잠재적인 교통 정체를 생각해야 하며, 다른 경로를 비교해야 합니다. 그러나 오늘날 사람들은 목적지를 앱에 입력하고 길을갑니다. 알고리즘을 신뢰하기 때문에 제안된 경로에 대해 질문하지 않습니다. 우리는 GenBI가 기업 데이터셋에 같은 종류의 자동화된 마법을 가져올 수 있기를 바랍니다.

초기 사용자로부터의 피드백은 어떻습니까? 사용하기 쉽고, 학습 곡선은 어떻습니까?

우리는 압도적으로 긍정적인 피드백을 받았습니다. 이를 요약하면, “와우!” 사용자와 테스터는 Pyramid의 사용하기 쉽고, 강력한 기능, 그리고 의미 있는 통찰력을 높이 평가합니다.

Pyramid Analytics는 거의 학습 곡선이 없으므로 사람들이 즉시 채택하고 사용할 수 있습니다. 우리가 테스트한 비즈니스 팀의 약 3/4는 우리의 솔루션을 채택하여 오늘날 사용하고 있으며, 이는 매우 쉽고 효과적이기 때문입니다.

GenBI가 구현된 조직 내에서 의사 결정 프로세스를 어떻게 변환했는지에 대한 구체적인 사례 연구나 예를 공유해 주시겠습니까?

우리가 GenBI를 개발한 지 오래되었지만, 몇 주 전에 출시했으므로, 아직 완전한 사례 연구나 고객 예를 공유할 수 없습니다. 그러나 조직이 갑자기 데이터 주도적으로 변하고, 모든 사용자가 통찰력을 얻을 수 있음을 말할 수 있습니다. 사용자는 이제 모든 데이터의 真의 값을 잠금 해제할 수 있습니다.

GenBI는 보험, 은행, 금융, 소매, 제조, 및 기타 수직 산업에서 변革적인 영향을 미치고 있습니다. 예를 들어, 금융 고문은 고객의 포트폴리오를 최적화하는 방법에 대한 즉각적인 제안을 얻을 수 있습니다.

GenBI를 개발하면서 직면한 가장 큰 도전은 무엇이었으며, 어떻게 극복했습니까?

Pyramid Analytics는 이미 많은 해 동안 분석을 위한 AI를 활용해 왔으므로, 대부분의 도전은 이미 해결되었습니다.

새로운 요소는 LLM과 함께 작동하여 정확한 결과를 생성하는 고급 쿼리 생성 기술입니다. 이는 데이터를 개인 정보로 유지하면서 수행됩니다. 우리는 데이터를 쿼리에서 분리함으로써 이를 달성했습니다.

또 다른 큰 도전은 속도였습니다. 우리는 처리를 가속화하고 모든 워크플ロー에서 마찰을 줄여 속도를 높였습니다.

그리고 우리는 환상(hallucination)을 방지해야 했습니다. 챗봇은 환상을 일으키며, 결과를歪曲하고 신뢰성을 저해합니다. 우리는 이러한 것을 피하면서 동적인 결과를 유지하기 위해 노력했습니다.

데이터 보안 및 개인 정보와 관련된 문제를 어떻게 처리합니까?

데이터 개인 정보와 보안은 성공적인 GenAI 분석의 가장 큰 장애물입니다. 모두가 기업 데이터를 제3자 AI 엔진에 노출하는 생각에 대해 우려하고 있지만, 이러한 엔진이 제공하는 언어 해석 및 데이터 통찰력을 원합니다.

우리는 실제 데이터를 LLM과 공유하지 않습니다. Pyramid는 회사의 정보와 LLM 사이의 중간자 역할을 합니다. 우리는 요청을 제출하고, 메타데이터를 제공하여 LLM이 올바른 분석 단계를 생성할 수 있도록 합니다.

LLM은 “레시피”를 반환하여 사용자의 질문을 데이터 분석 쿼리로 변환합니다. 그런 다음 Pyramid는 이 레시피를 안전하게 호스팅된 설치에서 연결된 데이터에 적용하여 결과를 쉽게 이해할 수 있는 시각적 형식으로 제공합니다. 따라서 보안 및 개인 정보를 위협할 수 있는 내용은 노출되거나 조직의 방화벽을 떠나지 않습니다.

기존 데이터 인프라에 GenBI를 통합하려는 조직의 경우, 구현 프로세스는 무엇입니까? 사전 준비나 조건이 있습니까?

Pyramid Analytics의 구현 프로세스는 매우 쉽고 빠릅니다. 사용자는 거의 사전 준비나 조건이 필요하지 않으며, 모든 것을 설정하여 사용할 수 있습니다. 데이터를 새 프레임워크로 이동하거나 데이터 전략을 변경할 필요가 없습니다. Pyramid는 데이터가 있는 곳에서 직접 쿼리를 수행합니다.

데이터를 연결하거나 CSV 데이터셋을 업로드하는 데 몇 분밖에 걸리지 않습니다. 몇 초 후에 첫 번째 질문을 할 수 있습니다.

구조를 조정할 수 있지만, 이는 몇 분 정도의 시간과 노력이 필요합니다. 고객은 Pyramid가 클래식 데이터 웨어하우스 또는 데이터 레이크에서 5분 이내에 설정될 수 있다는 사실에 놀라는 경우가 많습니다.

다음 5년 동안 Pyramid Analytics에 대한 전략적 비전은 무엇입니까? 시장의 요구에 따라 어떻게 솔루션을 발전시킬 계획입니까?

다음 큰 전선은 사용자가 매우 구체적인 질문을 할 수 있도록 지원하는 것입니다. LLM은 아직 이러한 경우에 지능적인 답변을 생성할 수 없습니다. 우리는 이러한 도전을 해결하고 있습니다.

또 다른 도전은 사용자가 자신의 데이터에 대한 수학적 해석을 적용할 수 있도록 하는 것입니다. 이는 수식이 어려운 것이 아니라, 사용자가 무엇을 원하는지 이해하고 올바른 구문을 얻는 것이 어렵기 때문입니다. 우리는 이러한 도전을 해결하기 위해 노력하고 있습니다.

伟大的 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Pyramid Analytics를 방문하십시오.