ํํธ๋์ญ
๋์คํ์ด์ค์ ์ ๋ํฌ์ด, ๊ธฐ์ ์ฉ AI๋ฅผ ์ํ “์ธํ๋ผ-์์ด์ ํธ” ์ํคํ ์ฒ ์ ๊ณต์ ์ํ ํํธ๋์ญ ์ฒด๊ฒฐ
기업들은 지난 몇 년 동안 인공 지능과 실험을 해왔지만, 많은 이니셔티브는 여전히 시험 단계에 머물러 있습니다. 랙스페이스 테크놀로지와 유니포어 사이의 새로운 파트너십은 “인프라-에이전트” 아키텍처를 도입함으로써 이러한 격차를 해결하려고 합니다. 이는 기업들이 AI 시스템을 실험 환경에서 실제 생산 환경으로 이동하는 데 도움이 되는 풀스택 접근 방식입니다.
3월 초에 발표된 이 협력은 랙스페이스의 하이브리드 멀티클라우드 및 프라이빗 클라우드 인프라와 유니포어의 기업용 AI 플랫폼을 결합합니다. 두 회사는 기업들이 AI 모델을 배포하고 데이터를 준비하며 자율적인 AI 에이전트를 실행하는 동시에 거버넌스, 보안, 및 규제 준수를 유지하는 통합 환경을 만들고자 합니다.
이 노력은 기업용 AI의 더广い 전환을 반영합니다. 조직들은 더 이상 모델이나 칩을 사용하는 방법에 대한 질문에 집중하지 않고, AI 기능을 신뢰할 수 있는 비즈니스 결과로 번역하는 방법에 집중하고 있습니다.
AI를 생산 환경으로 이동시키는 도전
생성형 AI 도구는 조직 전체에 빠르게 퍼졌지만, 생산 환경에서 실행되는 안정적인 시스템을 구축하는 것은 여전히 어려운 일입니다. 많은 회사들은 AI 스택 전체에 걸쳐서 단편화를 경험합니다. 인프라는 한 곳에서 관리되고, 데이터 파이프라인은 다른 곳에서 관리되고, AI 모델은 또 다른 환경에서 관리될 수 있습니다.
이 파트너십은 두 가지 보완적인 계층을 결합함으로써 이러한 단편화를 해결하려고 합니다. 랙스페이스는 AI 워크로드를 안전하게 실행할 수 있는 프라이빗 클라우드 인프라를 기여합니다. 유니포어는 비즈니스 AI 클라우드 플랫폼을 기여하며, 이는 모델, 데이터 파이프라인, 지식 계층, 및 에이전트 기반 자동화를 통합합니다.
두 회사는 기업들에게 전체 기업용 AI 수명주기를 다루는統一 환경을 제공하려고 합니다. 이는 데이터 준비, 추론 워크로드 실행, 모델 관리, 및 비즈니스 워크플로를 자동화하는 AI 에이전트를 배포하는 것을 포함합니다.
“인프라-에이전트” 스택 이해
인프라-에이전트 개념은 전체 AI 스택을 독립적인 도구의 모음이 아닌 연결된 시스템으로 다룹니다.
이 아키텍처 내에서, 인프라는 컴퓨팅 계층을 지원하며, 데이터 준비 파이프라인은 기업 데이터를 AI 모델에서 사용할 수 있는 입력으로 변환하며, 모델은推論 및 예측을 수행하며, AI 에이전트는 운영 워크플로에서 작업을 자동화합니다.
이 파트너십 하에서, 기업들은 NVIDIA 및 AMD 컴퓨팅 아키텍처에서 실행할 수 있는 추론 환경에 접근할 수 있습니다. 플랫폼은 또한 AI 모델에서 효과적으로 사용할 수 있도록 기업 데이터를 구조화하는 데이터 준비 서비스를 제공합니다. 미세 조정된 소형 언어 모델은 또 다른 중요한 구성 요소로, 기업들이 특정 비즈니스 기능에 맞게 맞춤형 모델을 배포할 수 있도록 합니다.
이러한 모델은 의료, 금융, 및 보험과 같은 산업에서 작업을 자동화하는 AI 에이전트를 구동할 수 있습니다.
소형 언어 모델은 기업 환경에서 특히 중요합니다. 대형 일반 목적 모델과 비교할 때,它们는 더 좁은 사용 사례에 최적화될 수 있으며, 더 효율적으로 작동하며, 성능 및 거버넌스에 대한 더 큰 제어를 제공할 수 있습니다.
유니포어의 에이전트 기업 비전
유니포어의 플랫폼은 비즈니스 프로세스에서 구조화된 작업을 수행하는 AI 에이전트가 있는 에이전트 기업의 아이디어를 중심으로 구축되었습니다.
회사의 비즈니스 AI 클라우드 플랫폼은 함께 작동하는 여러 계층으로 구성됩니다. 이러한 계층에는 추론에 필요한 인프라, 기업 정보를 구성하는 데이터 및 지식 시스템, 모델 자체, 및 모델에 따라 작업을 수행하는 에이전트가 포함됩니다.
이 아키텍처는 소비자용 AI 도구와 기업 시스템 사이의 격차를 메우도록 설계되었습니다. 기업 시스템은 신뢰성, 보안, 및 규제 준수에 대한 엄격한 요구 사항을 충족해야 합니다.
랙스페이스의 인프라 환경과 통합함으로써, 플랫폼은 기업이 제어하는 프라이빗 클라우드 배포 내에서 작동할 수 있습니다. 이 접근 방식은 조직이 AI를 배포하면서 민감한 데이터를 제어하는 것을 허용합니다.
랙스페이스의 AI 운용화
랙스페이스는 퍼블릭 및 프라이빗 인프라를 걸쳐 복잡한 클라우드 환경을 관리하는 경험을 기여합니다.
이 파트너십을 통해, 랙스페이스 엔지니어들은 기업 팀과 협력하여 결합된 플랫폼을 배포 및 운영할 것입니다. 이러한 엔지니어들은 인프라를 구성하고, 워크로드를 최적화하며, AI 시스템이 생산 환경에서 안정적으로 실행되도록 보장합니다.
이 운영 모델은 랙스페이스의 더广い 전략을 반영하며, 이는 관리형 인프라 서비스를 제공하는 것입니다. 두 회사는 이 오퍼링을 결과 기반으로 설명하며, 이는 기술을 배포하는 것보다 측정 가능한 결과를 제공하는 데 중점을 둔다는 것을 의미합니다.
주권 AI 및 규제 산업
이 협력의 주요 동기는 주권 AI 인프라에 대한 증가하는需求입니다.
금융 서비스, 의료, 및 보험과 같은 산업은 엄격한 규제 프레임워크하에 운영됩니다. 이러한 조직은 데이터 거버넌스, 개인 정보 보호, 및 운영 제어에 대한 강력한 보장을 종종 필요로 합니다.
랙스페이스와 유니포어의 플랫폼은 프라이빗 클라우드 환경 내에서 AI 워크로드를 실행하고 기업이 가장 적합한 컴퓨팅 아키텍처를 선택할 수 있도록 함으로써 이러한 요구 사항을 충족하도록 설계되었습니다. 이 접근 방식은 조직이 규제 산업에서 예상되는 보안 및 규제 준수 표준을 유지하면서 AI 기술을 채택할 수 있도록 허용합니다.
운용 AI로의 전환
이 파트너십은 기업들이 인공 지능에 접근하는 방식의 더广い 변화를 반영합니다.
생성형 AI 붐의 초기 단계에서, 모델 및 하드웨어에 대한 논의가 많이 있었습니다. 조직들은 어떤 대형 언어 모델을 채택할지 또는 어떤 컴퓨팅 플랫폼이 가장好的 성능을 제공하는지에 대해 논의했습니다.
오늘날,焦点은 운용 통합으로 이동했습니다. 기업들은 AI를 실제 워크플로에 어떻게 통합할 수 있는지, 시스템을 안전하게 거버넌스할 수 있는지, 및 배포를 어떻게 확장할 수 있는지 묻고 있습니다.
統一된 인프라-에이전트 아키텍처를 제시함으로써, 랙스페이스와 유니포어는 이러한 도전을 시스템 수준에서 해결하려고 합니다.
실험에서 측정 가능한 결과로
궁극적으로, 이 파트너십의 목표는 AI 실험에서 생산 배포까지의 경로를 단축하는 것입니다.
许多 조직은 여전히 시험 환경을 넘어서 확장하지 못하는 파일럿 프로젝트와 어려움을 겪고 있습니다. 인프라, 데이터 준비, 모델, 및 AI 에이전트를 통합하는統一 플랫폼은 이러한 장벽을 줄이는 데 도움이 될 수 있습니다.
성공할 경우, 이 협력은 기업용 AI의 다음 채택 단계가 새로운 모델에 덜 의존하고, 안전하고, 거버넌스되며, 운용 기술 환경에 AI 시스템을 통합하는 능력에 더 의존할 것이라는 나타나는 패턴을 보여줄 수 있습니다.
