Rohit Choudhary, Acceldata의 설립자 및 CEO – 인터뷰 시리즈

Rohit Choudhary는 엔터프라이즈 데이터 관측 가능성 분야의 리더인 Acceldata</a)의 설립자이자 CEO입니다. 그는 2018년에 Acceldata를 설립했을 때 산업이 클라우드 우선, AI 강화된 세계에서 데이터 파이프라인 및 인프라의 신뢰성을 모니터링, 조사, 복구 및 관리하는 방식을 재정의해야 한다는 것을 깨달았을 때입니다.

당신이 2018년에 Acceldata를 설립했을 때 데이터 관측 가능성에 집중하도록 영감을 준 것은 무엇이었으며, 데이터 관리 산업에서 어떤 격차를 메우려고 했나요?

Acceldata를 설립하기까지 내 여정은 거의 20년 전 소프트웨어 엔지니어로 시작되었습니다. 그때私は 소프트웨어 문제를 식별하고 해결하는 것을 추구했습니다. Hortonworks의 엔지니어링 디렉터로 있는 동안私は 반복되는 주제를 접했습니다. 데이터 전략에 대한 야심있는 회사는 데이터 플랫폼의 안정성을 찾는 데 어려움을 겪고 있었습니다. 그들은 사업이 가장 필요할 때 데이터를 신뢰성 있게 전달할 수 없었습니다.

이 도전은 나와 내 팀에게 공감되었습니다. 우리는 데이터 파이프라인 및 인프라의 신뢰성을 모니터링, 조사, 복구 및 관리할 수 있는 솔루션이 필요하다는 것을 인식했습니다. 엔터프라이즈는 데이터 제품을 구축하고 관리하기 위해 설계되지 않은 도구를 사용하려고 시도했습니다. 이는 데이터 팀이 임무에 중요한 분석 및 AI 애플리케이션에 대한 가시성이 부족하게 되었습니다.

이 시장의 격차는 우리에게 Acceldata를 시작하도록 영감을 주었습니다. 우리의 목표는 포괄적이고 확장 가능한 데이터 관측 가능성 플랫폼을 개발하는 것이었습니다. 이후 우리는 조직이 데이터 제품을 개발하고 운영하는 방식을 변혁했습니다. 우리의 플랫폼은 데이터, 처리 및 파이프라인 전체의 이벤트를 상관시켜 비할 데 없는 통찰력을 제공합니다. 데이터 관측 가능성의 영향은 엄청났으며, 우리는 산업을 앞으로推進하는 데 계속 노력하고 있습니다.

데이터 관측 가능성이라는 용어를 만든 후, 특히 멀티 클라우드 환경의 복잡성이 증가함에 따라 향후 몇 년 동안 이 개념이 어떻게 발전할 것으로 보나요?

데이터 관측 가능성은 니치 개념에서 엔터프라이즈에 중요한 능력으로 발전했습니다. 멀티 클라우드 환경이 더 복잡해짐에 따라 관측 가능성은 다양한 데이터 소스와 인프라를 처리하기 위해 적응해야 합니다. 향후 몇 년 동안 우리는 예측 분석 및 자동 이상检测을 통해 관측 가능성 능력을 발전시키는 데 AI 및 기계 학습이 핵심 역할을 할 것으로 예상합니다.

또한 관측 가능성은 모니터링을 넘어 데이터 거버넌스, 보안 및 규정 준수를 포함한 더 넓은 측면으로 확장될 것입니다. 엔터프라이즈는 데이터 운영에 대한 실시간 제어 및 통찰력을 더 많이 요구할 것입니다. 이는 관측 가능성이 점점 더 복잡한 환경에서 데이터를 관리하는 데 중요한 부분이 되도록 만들 것입니다.

당신의 배경에는 상당한 엔지니어링 및 제품 개발 경험을 포함하고 있습니다. 이러한 경험은 Acceldata를 구축하고 확장하는 데 어떻게 영향을 주었나요?

私の 엔지니어링 및 제품 개발 배경은 Acceldata를 구축하는 데 결정적인 역할을 했습니다. 데이터 시스템의 기술적인 도전을 이해함으로써 우리는 엔터프라이즈의 실제需求을 해결하는 플랫폼을 설계할 수 있었습니다. 이러한 경험은 또한 애자일성 및 고객 피드백의 중요성을 개발 프로세스에 통합하는 데 도움이 되었습니다. Acceldata에서 우리는 혁신을 우선시하지만, 항상 고객이 동적이고 복잡한 데이터 환경에서 필요로 하는 실제적이고 실용적인 솔루션을 제공하는지 확인합니다. 이러한 접근 방식은 회사를 확장하고 시장 존재를 글로벌적으로 확대하는 데 필수적이었습니다.

최근 $60 million Series C 펀딩 라운드와 함께, Acceldata에서 어떤 주요 영역의 혁신 및 개발에 중점을 둘 계획입니까?

$60 million Series C 펀딩으로 우리는 우리의 플랫폼을 크게 차별화하는 AI 주도적인 혁신에 중점을 두고 있습니다. 우리의 AI Copilot의 성공을 기반으로 하여, 우리는 더 정밀한 이상检测, 자동 복구 및 비용 예측을 제공하는 기계 학습 모델을 강화하고 있습니다. 우리는 예측 분석을 발전시키고 있으며, 여기서 AI는 잠재적인 문제에 대한 경고만이 아니라 최적의 구성 및 예방적 솔루션을 제안합니다.

또한 우리는 사용자 행동에서 학습하고 비즈니스 목표와 일치하는 추천을 제공하는 컨텍스트 인식 자동화를 중점적으로 다루고 있습니다. 자연 언어 인터페이스(NLI)의 확장은 사용자가 복잡한 관측 가능성 워크플로를 간단한 대화식 명령으로 상호작용할 수 있도록 할 것입니다.

또한 우리의 AI 혁신은 비용 최적화를 주도할 것입니다. 이는 자원 소비를 예측하고 비용을 관리하는 데 전례 없는 정확도를 제공할 것입니다. 이러한 발전은 Acceldata를 가장 프로액티브하고 AI 파워드 관측 가능성 플랫폼으로 пози션하게 할 것입니다. 이는 엔터프라이즈가 데이터 운영을 신뢰성 있게 최적화할 수 있도록 도와줄 것입니다.

AI 및 LLMs는 데이터 관리의 중심이 되고 있습니다. Acceldata는 이 공간에서 리더로 자리잡기 위해 어떻게 자체를 위치시키고 있으며, 엔터프라이즈 고객에게 플랫폼은 어떤 고유한 능력을 제공합니까?

Acceldata는 이미 AI 파워드 데이터 관측 가능성 분야에서 선두를 지키고 있습니다. Bewgle의 고급 AI 기술을 성공적으로 통합한 후, 우리의 플랫폼은 데이터 관측 가능성을 크게 향상시키는 AI 주도적인 능력을 제공합니다. 우리의 AI Copilot는 기계 학습을 사용하여 이상을检测하고 비용 소비 패턴을 예측하며 실시간 통찰력을 제공합니다. 모두가 자연 언어 상호작용을 통해 접근할 수 있습니다.

우리는 또한 비용을 최적화하고 운영 효율성을 개선하는 데 도움이 되는 자동 이상检测 및 자동 추천을 통합했습니다. 또한 우리의 AI 솔루션은 정책 관리를 간소화하고 기술 및 비즈니스 이해 관계자 간의 간격을 메우는 데 도움이 됩니다. 이러한 혁신은 조직이 데이터의 전체 잠재력을 활용하면서 동시에 리스크와 비용을 최소화하도록 ermög합니다.

Bewgle의 인수는 Acceldata의 플랫폼에 고급 AI 능력을 추가했습니다. 인수 후 1년이 지난 지금, Bewgle의 기술은 Acceldata의 솔루션에 어떻게 통합되었으며, 이는 AI 주도적인 데이터 관측 가능성 기능의 개발에 어떤 영향을 미쳤나요?

지난 1년 동안, 우리는 Bewgle의 AI 기술을 완전히 Acceldata 플랫폼에 통합했습니다. 그 결과는 변혁적이었습니다. Bewgle의 기초 모델 및 자연 언어 인터페이스 경험은 우리의 AI 로드맵을 가속화했습니다. 이러한 능력은 이제 우리의 AI Copilot에 내장되어 다음 세대의 사용자 경험을 제공합니다. 사용자는 데이터 관측 가능성 워크플로를 평문 텍스트 명령으로 상호작용할 수 있습니다.

이 통합은 또한 우리의 기계 학습 모델을 개선하여 이상检测, 자동 비용 예측 및 예방적 통찰력을 강화했습니다. 우리는 AI 주도적인 운영에 대한 더 세부적인 제어를 제공할 수 있게 되었습니다. 이는 고객이 데이터의 신뢰성 및 성능을 전체 생태계에서 보장하도록 ermög합니다. 이 통합의 성공은 Acceldata를 리딩 AI 파워드 데이터 관측 가능성 플랫폼으로서의 위치를 강화했습니다. 이는 엔터프라이즈 고객에게 더 큰 가치를 제공합니다.

데이터 관리 산업에 깊이 관여하신 분으로서, 향후 몇 년 동안 AI 및 데이터 관측 가능성 시장에서 어떤 트렌드를 예상하십니까?

향후 몇 년 동안,私は 몇 가지 주요 트렌드가 AI 및 데이터 관측 가능성 시장을 형성할 것으로 예상합니다. 실시간 데이터 관측 가능성이 더욱 중요해질 것입니다. 이는 엔터프라이즈가 더 빠르고 정보에 기반한 의사 결정을 내리도록 하기 위해서입니다. AI 및 기계 학습은 예측 분석 및 자동 이상检测의 발전을 주도할 것입니다. 이는 비즈니스들이 잠재적인 문제를 예측하고 대응하도록 도와줄 것입니다.

또한 우리는 관측 가능성이 데이터 거버넌스 및 보안 프레임워크와 더緊密하게 통합될 것으로 예상합니다. 특히 규제 요구 사항이 더 엄격해짐에 따라, 관리되는 관측 가능성 서비스는 엔터프라이즈에 전문 지식과 도구를 제공하여 최적의 성능 및 규정 준수를 유지하도록 도와줄 것입니다. 이러한 트렌드는 데이터 관측 가능성이 AI 이니셔티브를 확장하면서 데이터 품질 및 거버넌스에 대한 높은 표준을 유지하는 데 중요한 역할을 하는데 도움이 될 것입니다.

앞으로, 데이터 관측 가능성은 특히 데이터 품질 및 거버넌스 요구 사항이 엄격한 산업에서 AI 및 대규모 언어 모델을 대규모로 배포하는 데 어떻게 지원할 것으로 보십니까?

데이터 관측 가능성은 특히 금융, 의료, 정부 등과 같은 산업에서 AI 및 대규모 언어 모델을 대규모로 배포하는 데 결정적인 역할을 할 것입니다. 이러한 산업에서는 데이터 품질 및 거버넌스가 매우 중요합니다. 조직이 AI를 더 많이 사용하여 비즈니스 결정을 내리게 됨에 따라, 신뢰성 있고 고품질의 데이터가 더욱 중요해집니다.

데이터 관측 가능성은 데이터 무결성 및 유효성을 지속적으로 모니터링 및 검증하여 오류 및 편향을 방지합니다. 이는 AI 모델의 신뢰성을 보장합니다. 또한 관측 가능성은 데이터 계보, 사용, 거버넌스에 대한 가시성을 제공하여 엄격한 규제 요구 사항을 충족합니다. 궁극적으로, 데이터 관측 가능성은 조직이 AI 이니셔티브의 전체 잠재력을 활용할 수 있도록 합니다. 이는 데이터의 신뢰성 및 품질을 보장하는 데 중요한 역할을 합니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 Acceldata를 방문할 수 있습니다.