로히트 차우다리, Acceldata의 창립자 및 CEO – 인터뷰 시리즈

로히트 차우다리는 Acceldata의 창립자이자 CEO입니다. Acceldata는 기업용 데이터 관측성 분야의 선도적인 회사입니다. 그는 2018년에 Acceldata를 설립했을 때, 클라우드 우선, AI 강화된 세계에서 데이터 파이프라인과 인프라의 신뢰성을 모니터링, 조사, 복구 및 관리하는 방법을 재구상해야 한다는 것을 깨달았습니다.

2018년에 Acceldata를 설립했을 때 데이터 관측성에 집중하게 된 이유는 무엇이며, 데이터 관리 산업에서 어떤 격차를 메우고자 했나요?

Acceldata를 설립하기까지의 내 여정은 거의 20년 전 소프트웨어 엔지니어로 시작되었습니다. 그때私は 문제를 식별하고 해결하는 것을 목표로 했습니다. 호튼웍스에서 엔지니어링 디렉터로 일하면서 반복되는 주제를 접했습니다. 데이터 전략을 ам비셔스하게 갖는 기업들은 데이터 플랫폼의 안정성을 찾는 데 어려움을 겪고 있었습니다. 그들은 비즈니스에 가장 필요할 때 데이터를 신뢰성 있게 전달할 수 없었습니다.

이 도전은 나와 내 팀에게 공감되었습니다. 우리는 데이터 파이프라인과 인프라의 신뢰성을 모니터링, 조사, 복구 및 관리할 수 있는 솔루션이 필요하다는 것을 인식했습니다. 기업들은 데이터 제품을 구축하고 관리하기 위해 설계되지 않은 도구를 사용하려고 했습니다. 이는 데이터 팀이 임무_CRITICAL한 분석 및 AI 애플리케이션에 대한 가시성을 갖지 못하게 만들었습니다.

이 격차는 우리에게 Acceldata를 시작하는 영감을 주었습니다. 우리는 포괄적이고 확장 가능한 데이터 관측성 플랫폼을 개발하는 것을 목표로 했습니다. 이후 우리는 데이터 제품을 개발하고 운영하는 방식을 변혁했습니다. 우리의 플랫폼은 데이터, 처리, 파이프라인 간의 이벤트를 상관시켜 비할 데 없는 통찰력을 제공합니다. 데이터 관측성의 영향은 엄청났으며, 우리는 이 산업을 앞으로 나아가기 위해 더욱 노력할 것입니다.

데이터 관측성이라는 용어를 만든 사람으로서, 향후 몇 년 동안 이 개념이 어떻게 발전할 것으로 보는지, 특히 멀티 클라우드 환경의 복잡성이 증가하는 상황에서?

데이터 관측성은 니치 개념에서 기업을 위한 임무_CRITICAL한 능력으로 발전했습니다. 멀티 클라우드 환경이 더 복잡해짐에 따라, 관측성은 다양한 데이터 소스와 인프라를 처리하기 위해 적응해야 합니다. 향후 몇 년 동안, 우리는 AI와 기계 학습이 관측성 능력을 발전시키는 데 핵심적인 역할을 할 것으로 예상합니다. 특히 예측 분석과 자동 이상 탐지를 통해 말입니다.

또한, 관측성은 모니터링을 넘어 데이터 거버넌스, 보안, 컴플라이언스의 더 넓은 측면으로 확장될 것입니다. 기업들은 데이터 운영에 대한 실시간 제어와 통찰력을 더 많이 요구할 것입니다. 이는 데이터를 관리하는 데 관측성이 필수적인 부분이 될 것입니다.

엔지니어링과 제품 개발에 대한 귀하의 배경은 Acceldata를 구축하고 확장하는 데 어떻게 영향을 주었나요?

엔지니어링과 제품 개발에 대한 내 배경은 Acceldata를 구축하는 데 결정적인 역할을 했습니다. 데이터 시스템을 확장하는 데 필요한 기술적인 도전을 이해하는 것은 우리에게 실질적인 필요를 충족하는 플랫폼을 설계하는 데 도움이 되었습니다. 이 경험은 또한 개발 프로세스에서 민첩성과 고객 피드백의 중요성을 가르쳐주었습니다. Acceldata에서 우리는 혁신을 우선시하지만, 항상 고객이 동적이고 복잡한 데이터 환경에서 필요로 하는 실제적인 솔루션을 제공하는지 확인합니다. 이 접근 방식은 회사를 확장하고 글로벌적으로 시장 존재감을 확대하는 데 필수적이었습니다.

최근 6,000만 달러의 시리즈 C 자금 조성을 통해 Acceldata에서 어떤 혁신과 개발을 우선순위로 할 계획인가요?

6,000만 달러의 시리즈 C 자금 조성을 통해 우리는 AI 주도적인 혁신에 대한 투자를 두 배로 늘릴 것입니다. 우리의 AI Copilot의 성공을 기반으로, 우리는 기계 학습 모델을 강화하여 더 정밀한 이상 탐지, 자동 복구, 비용 예측을 제공할 것입니다. 우리는 예측 분석을 발전시켜서 AI가 잠재적인 문제에 대한 경고만이 아니라 최적의 구성과 예방적 솔루션을 제안하도록 할 것입니다.

또한, 우리는 컨텍스트 인식 자동화를 통해 플랫폼이 사용자 행동에서 학습하고 비즈니스 목표와 일치하는 추천을 제공하도록 할 것입니다. 자연어 인터페이스의 확장은 사용자가 복잡한 관측성 워크플로우를 간단한 대화식 명령으로 상호작용할 수 있도록 허용할 것입니다.

또한,我们的 AI 혁신은 비용 최적화를 추진하여 자원 소비를 예측하고 비용을 관리하는 데 정확성을 제공할 것입니다. 이러한 발전은 Acceldata를 가장 프로액티브하고 AI 강화된 관측성 플랫폼으로 пози션시킵니다. 이는 기업들이 데이터 운영을 신뢰하고 최적화하는 데 도움을 줄 것입니다.

AI와 LLM이 데이터 관리에 중심이 되는 상황에서 Acceldata는 이 분야에서 어떻게 선도적 위치를 차지할 수 있을까요? 또한 귀사의 플랫폼은 기업 고객에게 어떤 고유한 능력을 제공할 수 있나요?

Acceldata는 이미 AI 강화된 데이터 관측성 분야에서 선도적 위치에 있습니다. Bewgle의 고급 AI 기술을 성공적으로 통합한 후, 우리의 플랫폼은 데이터 관측성을 강화하는 AI 주도적인 능력을 제공합니다. 우리의 AI Copilot는 기계 학습을 사용하여 이상을 탐지하고, 비용 소비 패턴을 예측하며, 실시간 통찰력을 제공합니다. 또한, 이는 자연어 인터페이스를 통해 이러한 기능에 액세스할 수 있도록 합니다.

우리는 또한 고급 이상 탐지와 자동 추천을 통합하여 기업들이 비용적인 오류를 방지하고, 데이터 인프라를 최적화하며, 운영 효율성을 개선하는 데 도움을 줄 수 있습니다.さらに, 우리의 AI 솔루션은 정책 관리를 간소화하고 데이터 자산 및 정책에 대한 인간이 읽을 수 있는 설명을 자동으로 생성하여 기술과 비즈니스 이해관계자 간의 격차를 메웁니다. 이러한 혁신은 조직이 데이터의 전체 잠재력을 활용하면서 동시에 리스크와 비용을 최소화하는 데 도움을 줄 것입니다.

Bewgle의 인수를 통해 Acceldata의 플랫폼에 고급 AI 능력이 추가되었습니다. 인수 후 1년이 지난 지금, Bewgle의 기술은 어떻게 Acceldata의 솔루션에 통합되었으며, 이는 귀사의 AI 주도적인 데이터 관측성 기능 개발에 어떤 영향을 미쳤나요?

과거 1년 동안, 우리는 Bewgle의 AI 기술을 완전히 Acceldata 플랫폼에 통합했습니다. 그 결과는 변혁적이었습니다. Bewgle의 기초 모델과 자연어 인터페이스에 대한 경험은 우리의 AI 로드맵을 가속화했습니다. 이러한 능력은 이제 우리의 AI Copilot에 내장되어 데이터 관측성 워크플로우를 평문 명령으로 상호작용할 수 있는 차세대 사용자 경험을 제공합니다.

이 통합은 또한 우리의 기계 학습 모델을 개선하여 이상 탐지, 자동 비용 예측, 예방적 통찰력을 강화했습니다. 우리는 AI 주도적인 운영에 대한 더 세부적인 제어를 제공할 수 있게 되었습니다. 이는 고객이 데이터의 신뢰성과 성능을 보장하는 데 도움을 줄 것입니다. 이 통합의 성공은 Acceldata를 AI 강화된 데이터 관측성 플랫폼의 선도자로 더욱 강화했습니다. 이는 기업 고객에게 더욱 가치를 제공하는 데 도움이 될 것입니다.

데이터 관리 산업에 깊이 관여하신 분으로서, 향후 몇 년 동안 AI와 데이터 관측성 시장에서 어떤 트렌드를 예상하십니까?

향후 몇 년 동안, 몇 가지 핵심 트렌드가 AI와 데이터 관측성 시장을 형성할 것으로 예상합니다. 실시간 데이터 관측성이 더욱 임무_CRITICAL해질 것입니다. 기업들은 빠르고 정보에 기반한 의사결정을 하기 위해 노력할 것입니다. AI와 기계 학습은 예측 분석과 자동 이상 탐지의 발전에 계속해서 기여할 것입니다. 이는 비즈니스들이 잠재적인 문제를 예측하고 대응하는 데 도움을 줄 것입니다.

또한, 우리는 관측성이 데이터 거버넌스와 보안 프레임워크와 더緊密하게 통합될 것으로 예상합니다. 특히 규제 요구사항이 더 엄격해짐에 따라, 관리되는 관측성 서비스가 더 많이 필요해질 것입니다. 이는 기업들이 최적의 성능과 컴플라이언스를 유지하는 데 필요한 전문 지식과 도구를 제공할 것입니다. 이러한 트렌드는 데이터 관측성이 AI와 데이터 관리의 핵심적인 역할을 하는 데 기여할 것입니다.

향후, 데이터 관측성이 대규모 AI와 대규모 언어 모델을 지원하는 데 어떻게 기여할 것으로 보십니까? 특히 데이터 품질과 거버넌스 요구사항이 엄격한 산업에서?

데이터 관측성은 대규모 AI와 대규모 언어 모델을 지원하는 데 핵심적인 역할을 할 것입니다. 특히 금융, 의료, 정부와 같은 산업에서 데이터 품질과 거버넌스가 매우 중요합니다. 조직이 AI를 기반으로 비즈니스 결정을 내리게 되면, 신뢰할 수 있는 고품질 데이터의 필요성이 더욱 중요해집니다.

데이터 관측성은 데이터 무결성을 지속적으로 모니터링하고 검증하여 오류와 편향을 예방하는 데 도움을 줄 것입니다. 또한, 데이터 계보, 사용, 거버넌스에 대한 가시성을 제공하여 규제 요구사항과 일치합니다. 궁극적으로, 데이터 관측성은 조직이 AI의 전체 잠재력을 활용하면서 데이터 품질과 거버넌스를 보장하는 데 도움을 줄 것입니다.

감사합니다. 더 많은 정보를 원하는 독자는 Acceldata를 방문하세요.