레타브, 350만 달러 투자 유치 및 문서를 구조화된 데이터로 변환하는 AI 플랫폼 출시

로지스틱스, 금융, 헬스케어 등 산업에서 AI 기반 도구를 개발하는 개발자들에게 하나의 도전이 항상 존재한다: 대규모 언어 모델(LLM)이 실제 문서에서 데이터를 신뢰성 있게 추출하는 것. PDF 인보이스, 200페이지 리포트, 손으로 작성된 양식, 스캔된 신분증 등이 OTHERWISE 강력한 AI 시스템을 방해한다.

레타브, 이 문제를 직접 경험한 엔지니어들이 설립한 새로운 스타트업은 이를 해결하기 위해 출시되었다. 플랫폼의 공개 데뷔와 함께, 회사는 또한 벤처프렌즈, 키마 벤처스, K5 글로벌가 주도하는 350만 달러의 시드 투자를 발표했다. 에릭 슈미트(Eric Schmidt, StemAI를 통해), 올리비에 Пом엘(Olivier Pomel, Datadog (DDOG ) CEO), 플로리안 두에테오(Florian Douetteau, Dataiku CEO)가 참여했다.

레타브는 또 다른 LLM 제공자가 아닌, 개발자에게 문서 AI를 위한 개발자 우선 플랫폼을 제공한다. 이 플랫폼은 사용자가 추출하고자 하는 데이터를 정의할 수 있게 해주고, 레이블링, 평가, 프롬프트 엔지니어링, 모델 벤치마킹, 라우팅 등의 전체 프로세스를 처리한다.

“사람들은 마법처럼 보이는 AI 데모를 만들지만 프로덕션에서 작동하지 않는다”, 레타브의 공동 설립자이자 CEO인 루이스 드 베노아는 말했다. “우리는 문서에서 몇 가지 필드를 추출하기 위해 취약한 파이프라인을 연결하는 것을 지치게 되었다. 이제 개발자들은 스키마에 집중할 수 있다—우리가 나머지를 처리한다”.

레타브가 실제로 하는 일

레타브의 핵심은 비정형 문서—PDF, 스캔, 양식—를 깨끗한 구조화된 JSON 또는 테이블 출력으로 변환한다. SDK와 플랫폼으로 구축된 레타브는 AI 기반 데이터 추출 워크플로우를 구축하는 복잡성을 추상화한다.

레타브를 사용하는 회사는 원하는 데이터의 스키마를 설명한다. 레타브는 자동으로 레이블된 데이터셋을 생성하고, 최적의 LLM을 선택하고, 프롬프트를 정제하며, 오류 감지 및 재시도 로직을 처리한다. 레타브는 세 가지 핵심 혁신을 통해 프로덕션급 정확성을 보장한다:

• 자체 최적화 스키마: 레타브는 내부 AI 에이전트를 사용하여 실제 예제를 사용하여 추출 지침을 반복적으로 테스트하고 정제한다. 이는 수동 튜닝의 필요성을 제거한다.
• 지능형 모델 라우팅: 플랫폼은 모델에 구애받지 않으며 LLM(예: OpenAI, Anthropic, Google ) 간에 자동으로 벤치마크를 수행하고, 각 문서를 비용, 속도, 정확성 요구 사항에 따라 최상의 모델로 라우팅한다. 이는 일부 사용자가 처리 비용을 최대 100배까지 절감할 수 있도록 했다.
• k-LLM 합의 및 유도된 추론: 레타브는 단일 모델의 출력에 의존하지 않고, 단계별 추론(사슬-생각)을 강제하고, 여러 모델을 병렬로 실행하여 합의에 도달한다. 불확실성이 남아 있다면, 이를 표시하거나 재계산하여 개발자에게 모든 답변에 대한 확신을 제공한다.

이 오케스트레이션 계층은 계약 분석, 신원 확인, 송장 분석처럼 오류가 잦은 문서 작업 흐름을 확장 가능하고 자체 수정하는 시스템으로 바꿀 수 있는 힘을 개발자에게 제공합니다.

로지스틱스에서 인프라까지

설립자는 원래 레타브의 기반을 로지스틱스 산업에서 문서가 많은 작업을 자동화하기 위해 구축했다. 그러나 툴링을 정제하는 과정에서, 그들의 가치가 단일 사용 사례를 훨씬 초과한다는 것을 깨달았다. 오늘날, 레타브는 이미 로지스틱스, 금융, 헬스케어를 포함한 여러 산업에서 수십 개의 회사에서 사용되고 있다:

• 로지스틱스: 화물 청구서, 관세 선물, 배달 기록 등을 파싱
• 금융: 장기 리포트에서 위험 요소와 금융 지표를 추출
• 헬스케어: 자동화된 입력 양식, 청구서, 의료 기록

한 트럭 회사에서 레타브를 사용하여 99%의 정확성 요구 사항을 충족하는 최소한의 모델 구성을 식별하여 컴퓨팅 비용과 대기 시간을 줄였음에도 성능을 희생하지 않았다. 금융 회사에서는 레타브를 사용하여 투자자 문서에서 구조화된 위험 지표를 추출하여 분기별 분석을 며칠 단축했다.

“AI 경제는 인간이 읽을 수 있는 문서를 구조화된 데이터로 변환하는 데 의존한다”, 데이터이쿠의 CEO인 플로리안 두에테오는 말했다. “레타브는 대규모로 이 변환을 가능하게 하는 플랫폼이다”.

미래를 향해

레타브는 문서를 넘어 확장하고 있다: 향후 릴리스에서는 웹페이지와 동적 콘텐츠에서 데이터를 추출할 수 있게 되어, 경쟁 분석, 규정 스크레이핑, 온보딩 자동화 등의 사용 사례가 가능해질 것이다. Zapier, n8n, Dify와의 통합도 예정되어 있으며, 레타브를 기존 워크플로우에 커스텀 코드 없이 연결할 수 있게 할 것이다.

장기적으로 Retab은 전 세계 비정형 데이터와 이에 의존하는 AI 에이전트 사이의 미들웨어 레이어가 되고자 한다—기업 검색, RPA, AI 코파일럿을 위한 것이다.

레타브는 현재 10명의 직원을 가지고 있지만, 이미 AI 네이티브 제품을 개발하는 개발자들을 위한 기초 빌딩 블록으로 인정받고 있다—또 다른 벤더가 아닌, 실제 세계의 데이터의 혼란한 현실을 운영화하는 도구 세트이다.