피터 팡, CREAO의 공동 창립자이자 CTO – 인터뷰 시리즈

피터 팡, CREAO의 공동 창립자이자 CTO는, 인공 지능 연구와 기계 학습 인프라에 대한 깊은 배경을 가지고 있습니다. CREAO를 2025년에 설립하기 전에, 팡은 메타에서 6년간 연구 과학자로 일하며, LLaMA 기초 모델과 관련된 생성적 인공 지능과 데이터 주석 및 합성 데이터 생성을 위한 LLM 에이전트 시스템에 대해 작업했습니다. 메타 이전에, 그는 애플에서 기계 학습 엔지니어로 일하며, NLP, 전이 학습, 深層 학습, 예측 시스템에 중점을 두었습니다. 그의 초기 연구는 브룩해븐 국립 연구소에서 진행되었으며, 그는 고급 과학 연구와 실험 시스템에 노출되었습니다. 그의 경험은 CREAO의 기술적인 비전을 형성하며, 지속적인 실행, 메모리, 워크플로 자동화를 갖춘 인공 지능 에이전트를 구축하는 데 있습니다.

CREAO는 자연어를 통해 개인과 비즈니스들이 자율적인 인공 지능 에이전트와 워크플로우를 생성하는 것을 도와주는 인공 지능 네이티브 플랫폼입니다. 회사는 “슈퍼 에이전트”를 지속적인 출력을 생성할 수 있는 것뿐만 아니라 성공적인 작업을 재사용 가능한 에이전트로 변환할 수 있는 지속적인 시스템으로 пози션합니다. CREAO의 플랫폼은 오픈艾, 앤트로픽, 구글 등의 주요 인공 지능 모델을 지원하며, 에이전트가 운영 실행을 담당하는 인공 지능 우선 운영 모델을 강조합니다. CREAO는 팔로 알토에서 설립되었으며, 비즈니스와 독립적인 전문가들을 위한 에이전틱 인공 지능 워크플로우, 노코드 자동화, 확장 가능한 인공 지능 오케스트레이션을 발전시키는 데 중점을 두고 있습니다.

메타에서 LLaMA 기초 모델과 에이전트 시스템에 대해 작업한 후, CREAO를 공동 설립하기로 결정한 이유는 무엇입니까? 기존 인공 지능 플랫폼이 아직 해결하지 못한 문제는 무엇입니까?

메타에서 모델의 능력이 Dramatically 개선되는 것을 보았습니다. LLaMA를 확장했습니다. 제어된 환경에서 이러한 모델이 할 수 있는 것을 보았습니다. 모델이 할 수 있는 것과 사람들이 실제로 얻는 것 사이의 격차는 모델의 능력이 아니었습니다. 그것은 실행이었습니다.

모든 플랫폼은 동일한 인터페이스를 제공했습니다. 채팅 창입니다. 질문하면 답변하고, 작업을 수행합니다. 인공 지능은 계약자입니다. 그것은 모든 것을忘记합니다. 다음날 다시 실행합니다. 시스템은 아무 것도 배우지 못합니다. 비즈니스는 동일하게 유지됩니다.

그것이 문제였습니다. 모델의 지능이 아니었습니다. 실행이었습니다. 아무도 인공 지능이 대화에서 실행까지 모든 것을 처리할 수 있는 시스템을 구축하지 않았습니다.

私の 배경은 물리학에서 왔습니다. 시스템적으로 생각하는 법을 배웠습니다. 브룩해븐과 스토니 브룩에서,私は 실험 파이프라인을 구축했습니다. 그 파이프라인은 도구, 데이터 수집, 분석이 모두 함께 작동해야만 결과가 의미가 있었던 것입니다. 애플에서私は 멀티모달 모델에 대해 작업했습니다. 동일한 패턴을 보았습니다. 원시적인 능력만으로는 아무 것도하지 못합니다.

CREAO를 공동 설립하기로 결정했을 때, 우리의 가설은 명확했습니다. 산업은 또 다른 챗봇이 필요하지 않습니다. 그것은 폐쇄된 루프가 필요합니다. 인공 지능이 도구를 구축하고, 실행하고, 개선하는 것입니다.

CREAO는 자율적인 인공 지능 에이전트와 워크플로우를 생성하는 플랫폼입니다. 현재 시장에서 홍수하는 인공 지능 공동 조종사와의 차이점은 무엇입니까?

공동 조종사는 당신 옆에 앉습니다. 당신이 운전하고, 그것은 제안합니다. 당신이 잠들면, 공동 조종사는 아무 것도하지 않습니다.

폐쇄된 시스템은 전체 사이클을 완성합니다. 관찰, 행동, 학습, 개선입니다. 인간은 결과를 정의합니다. 시스템은 실행, 지속성, 반복을 처리합니다.

CREAO에서, 우리는 이것을 하네스 시스템이라고 생각합니다. 단일 에이전트는 이메일을草案화하거나, 버그를 분류하거나, 보고서를 요약할 수 있습니다. 그러나 단일 에이전트는 아무 것도하지 않습니다. 그것은 실행하고, 출력을 생성하고,停止합니다. 하네스 시스템은 에이전트를 감쌉니다. 그것은 에이전트를 일회용 도구에서 자기 개선 엔진으로 변환합니다.

그것은 구조적으로 다릅니다. “나는 X를 하는 에이전트가 있습니다”와는 다릅니다. 이것은 시스템이 무엇을해야 하는지 발견하고, 그것을 구축하고, 측정하고, 개선하는 것입니다. 그것은 당신에게 말하지 않습니다.

대부분의 공동 조종사는 인공 지능 보조입니다. 폐쇄된 루프는 인공 지능 운영입니다. 그것이 구분선입니다.

최근에 인공 지능 엔지니어링과 인공 지능 우선 조직에 대한 포스트는 많은 주목을 받았습니다. CREAO에서 99%의 생산 코드가 인공 지능에 의해 작성된다는 사실에 대한 반응에 대해 무엇을 가장 놀랐습니까?

포스트는 180만 조회수를 기록했습니다.私は 그것을 팀을 위해 문서화하기 위해 썼습니다. 내가 기대하지 않았던 반응이었습니다.

반응의 분할이 나를 놀라게 했습니다. 한 집단은 이것이 무책임하다고 말했습니다. 인공 지능으로 생성된 코드를 생산에 신뢰할 수 없다고 말했습니다. 다른 집단은 “우리는 동일한 것을 보이고 있습니다. 그러나 아무도 그것에 대해 말하지 않습니다”라고 말했습니다.

그 두 번째 집단은 나를 위해 중요한 것을 말했습니다. 산업 전반에 걸쳐 조용히 이러한 전환을 겪고 있는 팀들이 있습니다. 한 기자는 나에게 5명과 이 주제에 대해 이야기했다고 말했습니다. 그는 우리가 더 멀리 나아갔다고 말했습니다. “나는 아직 아무도 전체 워크플로우를 완전히 재건하지 못했다고 생각합니다.”

99%의 숫자는 도전적이지만, 그것은 단순히 인간의 병목 현상을 하나씩 제거한 결과입니다. 코드베이스를 통일했습니다. 우리의 이전 아키텍처는 여러 독립적인 시스템에 걸쳐 있었습니다. 단일 변경 사항은 3 또는 4개의 저장소를 수정해야 할 수 있습니다. 인간 엔지니어의 관점에서 관리할 수 있지만, 에이전트의 관점에서 불투명합니다.

나는 1주일 동안 새로운 시스템을 설계하고, 1주일 동안 전체 코드베이스를 에이전트를 사용하여 재구성했습니다. 그것은 대담한 결정이었습니다. 만약에 실패한다면, 우리는 깨진 모노 레포와 깨진 멀티 레포 설정을 가질 것입니다. 그러나 원칙은 명확합니다. 에이전트가 검사하고, 검증하고, 수정할 수 있는 시스템의 부분을 더 많이 끌어들이면, 더 많은 레버리지를 얻습니다. 단편적인 코드베이스는 에이전트에게 투명하지 않습니다. 통일된 것은 읽을 수 있습니다.

문화적으로 가장 어려운 부분은 정체성입니다. 엔지니어들은 코드를 작성하는 데 가치를 찾습니다. 인공 지능이 99%의 코드를 작성할 때, 질문은 “내가 지금 무엇을해야 합니까?”가 됩니다. 그것은 프로세스 질문이 아닙니다. 그것은 존재론적인 것입니다.

私は 일부 팀원이 불확실하다고 생각하지 않습니다. 내가 매일 사람들과 이야기하지 않기 시작했을 때, 내 관리 시간은 60%에서 10%以下로 떨어졌습니다. 일부 팀원은 불확실하다고 느꼈습니다. CTO가 나와 이야기하지 않는다는 것은 무엇을 의미합니까? 내 가치는 이 새로운 세계에서 무엇입니까? 그것은 합리적인 우려입니다. 일부 사람들은 인공 지능이 그들의 일을 할 수 있는지에 대해 더 많이 논의합니다.

그러나 사람들이 새로운 워크플로우를 경험했을 때, 대부분은 그것이 더 지적으로 흥미롭다고 느꼈습니다. 그들의 일이 시스템을 설계하고, 표준 운영 절차를 정의하고, 피드백 루프를 구축하는 데로 바뀌었습니다. 문제 해결자로서, 코더로서의 그들의 정체성이 가장緊密하게 결합된 엔지니어들이 가장 어려움을 겪었습니다. 가장 빠르게 적응한 엔지니어들은 문제 해결자로서, 코더로서의 그들의 정체성이 가장 느슨했습니다.

최근의 포스트에서, CREAO는 인공 지능 에이전트를 사용하여 전체 엔지니어링 워크플로우를 재설계했습니다. 이 전환의 가장 어려운 부분은 무엇입니까?

두 가지가 있습니다. 운영적으로 가장 어려운 결정은 코드베이스를 통일하는 것이었습니다. 우리의 이전 아키텍처는 여러 독립적인 시스템에 걸쳐 있었습니다. 단일 변경 사항은 3 또는 4개의 저장소를 수정해야 할 수 있습니다. 인간 엔지니어의 관점에서 관리할 수 있지만, 에이전트의 관점에서 불투명합니다.

문화적으로 가장 어려운 부분은 정체성입니다. 엔지니어들은 코드를 작성하는 데 가치를 찾습니다. 인공 지능이 99%의 코드를 작성할 때, 질문은 “내가 지금 무엇을해야 합니까?”가 됩니다. 그것은 프로세스 질문이 아닙니다. 그것은 존재론적인 것입니다.

최근의 포스트에서, CREAO는 인공 지능 에이전트를 사용하여 전체 엔지니어링 워크플로우를 재설계했습니다. 이 전환의 가장 어려운 부분은 무엇입니까?

두 가지가 있습니다. 운영적으로 가장 어려운 결정은 코드베이스를 통일하는 것이었습니다. 우리의 이전 아키텍처는 여러 독립적인 시스템에 걸쳐 있었습니다. 단일 변경 사항은 3 또는 4개의 저장소를 수정해야 할 수 있습니다. 인간 엔지니어의 관점에서 관리할 수 있지만, 에이전트의 관점에서 불투명합니다.

문화적으로 가장 어려운 부분은 정체성입니다. 엔지니어들은 코드를 작성하는 데 가치를 찾습니다. 인공 지능이 99%의 코드를 작성할 때, 질문은 “내가 지금 무엇을해야 합니까?”가 됩니다. 그것은 프로세스 질문이 아닙니다. 그것은 존재론적인 것입니다.

CREAO는 최근 1,000만 달러를 프로스퍼리티7 벤처스로부터 투자 받았습니다. 이 파트너십은 CREAO에게 어떤 전략적 기회를 제공합니까?

프로스퍼리티7는 30억 달러의 다각화된 펀드를 관리하며, 실리콘 밸리, 중동, 아시아에서 운영됩니다. 그들의 포트폴리오에는 엔터프라이즈 인공 지능 인프라가 포함되어 있습니다. 전략적 적합성은 자본을 넘어섭니다.

그들의 가설은 우리와 일치했습니다. 인공 지능 채택이 성숙함에 따라,焦点은 모델에서 실행으로 이동하고 있습니다. CREAO는 에이전트가 자율적으로, 신뢰성 있게, 지속적으로 작동할 수 있는 인프라 계층을 구축하고 있습니다. 그것이 정확히 우리가 믿는 것입니다. 인공 지능 에이전트 시장은 2030년까지 520억 달러에 달할 것입니다. 가치를 획득하는 회사는 최고의 모델을 가진 것이 아닙니다. 그것은 최고의 실행 계층을 가진 것입니다.

실제적으로, 1,000만 달러 – 총 2,500만 달러를 1년 미만의 세 번의 라운드에서 조달함으로써 – 세 가지 것을 가속화합니다. 첫째, 엔지니어링의 깊이입니다. 우리는 엔터프라이즈급 통합과 에이전트 간 협력을 처리하기 위해 팀을 확장하고 있습니다. 셀프 힐링 하네스, 트라이 저지 판넬, 인공 지능 게이트된 롤아웃 시스템 – 이것들은 엔터프라이즈 규모에서 작동해야 합니다. 둘째, 지리적 범위입니다. 프로스퍼리티7의 중동과 아시아에서의 존재는 인공 지능 채택이 가속화되는 시장으로 개방됩니다. 셋째, 기관의 신뢰성입니다. 엔터프라이즈가 에이전트가 지속적으로 작동하는 것을 신뢰하도록 요청할 때, 백업이 중요합니다.

CREAO의 장기적인 비전은 무엇입니까? 더好的 인공 지능 에이전트를 구축하는 것입니까, 아니면 회사를 구조화하고 운영하는 방식을 재정의하는 것입니까?

둘 다입니다. 그리고 그것들은 분리할 수 없습니다.

단기적으로, 성공은 폐쇄된 모델이 규모에서 작동하는 것을 증명하는 것입니다. 우리는 20만 명의 사용자가 있습니다. 우리는 매일 3~8번 프로덕션으로 출하합니다. 우리는 우리의 엔지니어링, 마케팅, 운영을 하네스에서 실행합니다. 다음 단계는 모든 규모의 비즈니스가 동일한 방식으로 작동할 수 있다는 것을 증명하는 것입니다.

그러나 더好的 에이전트가 최종 목표가 아닙니다. 최종 목표는 하네스입니다 – 에이전트를 둘러싼 시스템입니다.

에이전트는 도구입니다. 하네스 시스템은 플라이휠입니다. 그것이 더 많이 실행될수록, 더緊密해집니다. 더 많은 데이터를 볼수록, 더好的 감사 결과를 얻습니다. 더好的 감사 결과를 얻을수록, 더好的 솔루션을 얻습니다. 더好的 솔루션을 얻을수록, 더好的 에이전트를 얻습니다. 더好的 에이전트를 얻을수록, 더 많은 데이터가 변경됩니다. 그리고 루프는 계속됩니다.

20세기 모델의 회사는 인간의 계층 구조입니다. 각 부서에는 관리자가 있으며, 각 관리자에는 프로세스가 있습니다. 인공 지능이 대부분의 운영 작업을 신뢰성 있게 실행할 수 있을 때, 그 모델은 효율적이지 않습니다. 그것은 불필요해집니다.

모두가 알고 있습니다. 인공 지능은 생산성의 폭발을 약속합니다. 그러나 산업은 두 가지 함정에 빠져 있습니다. 인간이 인공 지능 도구를 단계적으로 운영할 때, 생산성은 천장에 부딪칩니다. 그리고 인간이 도구를 구축하는 唯一한 사람일 때, 실제 혁명은 시작되지 않습니다. 우리는 인공 지능이 도구를 구축하고, 실행하는 시스템을 구축하고 있습니다.

대부분의 창업자는 여전히 전통적인 방식으로 운영합니다. 일부는 변화를 고민합니다. 매우 적은 수의 사람들이 이미 그렇게하고 있습니다. 도구는 모든 팀이这样 할 수 있도록 존재합니다. 우리의 스택에는 비공개적인 것이 없습니다. 경쟁 우위는 이러한 도구를 둘러싼 모든 것을 재설계하는 결정이며, 비용을 흡수하는 의지입니다.

우리는 에이전트 플랫폼을 구축했습니다. 에이전트가 그것을 재구축했습니다. 그것이 우리의 설계 원칙입니다. 하네스는 하루하루緊密해집니다.

감사합니다. 더 많은 정보를 원하는 독자는 CREAO를 방문하십시오.