Ryan Kolln, Appen의 CEO – 인터뷰 시리즈

2018년 Appen AI에서 기업 개발 부문 부사장으로 합류한 그는 Figure Eight와 Quadrant의 전략적 인수를 주도했으며, 중국과 연방 부문의 설립을 지원했습니다. CEO로 임명되기 전에 그는 글로벌 운영과 전략을 책임지는 최고운영책임자로 근무했습니다.

기술과 통신 분야에서 20년 이상의 경험을 가지고 있는您, 어떻게 귀하의 경력 경로가 Appen을 통해 빠르게 발전하는 AI 풍경을领导하는 데 도움이 되셨나요?
내 경력은 통신 엔지니어로 시작되어 네트워크를 구축하고 최적화하는 역할을 맡았으며, 이는大量의 데이터, 분석, 및 고객 경험을 최적화하기 위한 혁신적인 솔루션을 찾는 것을 포함했습니다.
NYU에서 MBA를 마친 후, 이는 더 큰 전략적 질문에 대한 리더십 역할로 발전했으며, 이는 새로운 트렌드, 투자 기회, 및 비즈니스 모델에 대한焦点을 맞추었습니다. 이러한 배경은 새로운 기술의 기술적 및 비즈니스 측면에 대한 심층적인 이해를给我했습니다.
Appen에서 우리는 AI와 데이터의 교차점에서 일하며, 내 경험은 회사를领导하고 빠르게 발전하는 AI 공간의 복잡성을 탐색하는 것을 가능하게 했습니다. 이는 음성 인식, NLP, 추천 시스템, 및現在의 생성 AI와 같은 주요 개발을 통해 진행되었습니다. 이는 AI가 글로벌 산업을 변환하는 동안 전략적 비전이 중요합니다.
귀하는 2018년부터 Appen에서 일해왔으며, Figure Eight와 Quadrant와 같은 주요 인수를 주도했습니다. 이러한 전략적 움직임은 어떻게 Appen을 AI 데이터 서비스의 리더로 위치시켰으며, 귀하는 회사의 다음 큰 기회를 무엇이라고 생각하시나요?
Figure Eight와 Quadrant의 인수는 우리의 AI 데이터 능력을 확장하는 데 중요한 역할을 했습니다. 특히 데이터 주석과 지리 위치 정보 분야에서 그렇습니다. Figure Eight의 데이터 주석 플랫폼은 특히 영향력이 있었습니다. 플랫폼은高度로 사용자 정의가 가능하며, 우리는 다양한 도메인에서 작업하기 위해 이를 사용했습니다. 최근에 우리는 생성 AI 데이터 흐름을 실행하기 위해 플랫폼을 사용했습니다.
추가로, 약 5년 전 우리는 중국에 Appen China라는 운영을 설립했습니다. 우리는 현재 중국에서 가장大的 AI 데이터 회사이며, 우리의 가장 가까운 경쟁자의 수익은 거의 두 배입니다.
앞으로, Appen의焦点은 생성 AI의 개발과 채택을 지원하는 것입니다. 모델 빌더와 생성 AI를 제품과 운영에 채택하려는 회사 모두에서 주요 성장 기회가 있습니다. 우리는 생성 AI의 가장 큰 물결의 시작에 있는 것이라고 생각합니다.
데이터 품질은 AI 모델 개발에서 중요한 역할을 합니다. 귀하는 어떻게 Appen이 데이터셋의 정확성, 다양성, 및 관련성을 보장하는지, 특히 높은 품질의 LLM 훈련 데이터에 대한需求이 증가하는 상황에서, 설명해 주시겠습니까?
Appen의 강점은 높은 품질의 데이터를 일관되게 및 대규모로 생성하는 능력입니다. 우리는 고객과密接하게 협력하여 그들의 AI 모델 목표를 이해하고, 자동화된 도구와 인간 피드백을 결합한 다층적 접근 방식을 통해 높은 품질의 데이터를 개발합니다. 우리는 200개 이상의 국가에 걸쳐 1백만명이 넘는 글로벌 인력을 보유하고 있습니다. 이는 다양한 관점과 경험을 가진 기여자를 선별하는 것을 가능하게 합니다. 엄격한 품질 관리와 피드백 루프를 통해, 우리는 데이터가 정확하고 일관적이며 관련이 있으며, AI 모델의 성능을 효과적으로 개선할 수 있는지 확인합니다. 이는 AI 시스템이 실제 환경에서 효과적으로 작동할 수 있으며, 특히 LLM의 경우, 강건성과 편향을 줄이는 데에도 사용될 수 있습니다.
합성 데이터 생성은 인기를 얻고 있으며, Appen의 Mindtech에 대한 투자는 이 분야에 대한 귀하의 관심을 보여줍니다. 귀하는 합성 또는 웹 스크래핑 데이터를 사용하는 것과 크라우드소싱 데이터를 사용하는 것의 장단점에 대해 논의해 주시겠습니까? 또한, 귀하는 합성 데이터가 Appen이 알려진 크라우드소싱 데이터를 어떻게 보완하는지 설명해 주시겠습니까?
높은 품질의 데이터는 중요하지만, 생성하기에는 비용이 많이 들고 시간이 걸릴 수 있습니다. 이는 합성 데이터가 주목받는 이유입니다. 이는 구조화된 데이터를 가진 전통적인 AI/ML 작업에서 특히 효과적이며, 특히 의료 및 금융과 같은 개인 정보 보호 규정이 엄격한 산업에서 그렇습니다. 이는 개인 정보를 사용하지 않기 때문입니다.
그러나 합성 데이터는 종종 실제 세계 데이터의 깊이와细微성을欠缺하며, 특히 생성 AI 작업에서 그렇습니다. 이는 다이버시티와 심층적인 전문 지식이 필요한 작업입니다. 또한, 합성 데이터는 원래 데이터의 오류 또는 편향을 퍼뜨릴 수 있습니다. 웹 스크래핑 데이터는 LLM에서 일반적으로 사용되지만, 낮은 품질의 콘텐츠, 편향, 및 잘못된 정보와 같은 문제를 가지고 있습니다. 이는 주의깊은 선별을 요구합니다.
크라우드소싱 데이터는 Appen이 전문적으로 다루는 분야입니다. 이는 “ground truth”를 제공합니다. 인간의 전문 지식은 AI 모델의 정확성을 개선하고 인간의 가치와 일치시키는 데 중요합니다.
우리는 합성 데이터를 우리의 인간 주석 데이터의 보완으로 간주합니다. 합성 데이터는 일부 프로세스를 가속화할 수 있지만, 인간 주석 데이터는 모델이 실제 세계의 다이버시티를 반영하도록 합니다. 함께, 이것은 높은 품질의 훈련 데이터를 생성하기 위한 균형 있는 접근 방식을 제공합니다.
EU AI법과 다른 글로벌 규제는 AI 개발을 둘러싼 윤리 표준을 형성하고 있습니다. 귀하는 이러한 규제가 Appen의 운영과 더广い AI 산업에 미치는 영향을 어떻게 생각하시나요?
EU AI법과 유사한 글로벌 규제는 Appen의 운영에 영향을 미칠 것입니다. 이는 AI 모델 개발과 성능에 대한 새로운 윤리 표준을 설정할 것입니다. 우리는 데이터를 처리하고, 모델의 공정성을 보장하고, 윤리적 고려를 다루는 방식에 변경이 있을 수 있습니다. 이는 더 엄격한 프로세스와 접근 방식의 잠재적인 조정을 의미할 수 있습니다.
더广い 의미에서, 이러한 규제는 산업을 더 높은 윤리 표준으로 이끌고, 준수 비용을 증가시키고, 일부 혁신을 늦출 수 있습니다. 그러나, 이것은 더 큰 책임과 투명성을推進할 것입니다. 이는 궁극적으로 더 책임감 있고 지속 가능한 AI 개발로 이어질 것입니다.
AI에서 편향에 대한 우려가 증가하고 있습니다. 귀하는 어떻게 Appen이 AI 모델을 훈련하는 데 사용되는 데이터셋이 윤리적으로 소싱되고 편향이 없는지, 특히 자연어 처리와 컴퓨터 비전과 같은 민감한 분야에서, 보장하는지 설명해 주시겠습니까?
우리는 프로젝트 전반에 걸쳐 다이버시티와 포용성을 촉진하여 편향을 줄입니다. 많은 고객들이 데이터 수집과 모델 평가 작업에서 광범위한 인구 통계를 캡처하는 데 관심이 있는 것을 보면 기쁩니다. 200개 이상의 국가에 걸쳐 있는 글로벌 크라우드를 보유하고 있기 때문에, 다양한 관점과 경험을 가진 데이터를 소싱하는 것이 가능합니다. 특히 자연어 처리와 컴퓨터 비전과 같은 민감한 분야에서 중요합니다.
2019년부터, 우리는 우리의 최고의 관행을 크라우드 코드 오브 에티크스(Crowd Code of Ethics)로 공식화하여, 다이버시티, 공정성, 및 크라우드 웰빙에 대한 우리의 헌신을 보여주었습니다. 이는 공정한 보상, 크라우드의 목소리를 듣고, 엄격한 개인 정보 보호 보호를 유지하는 것을 포함합니다. 이러한 원칙을 지키면, 우리는 책임감 있는 AI 개발을 지원하는 높은 품질의, 윤리적으로 소싱된 데이터를 제공할 수 있습니다.
AI가 자동차, 광고, 및 AR/VR과 같은 산업에 더 많이 통합됨에 따라, 귀하는 Appen이 이러한 분야에서 전문적인 훈련 데이터에 대한 증가하는需求을 어떻게 충족시키는지 설명해 주시겠습니까?
27년 동안, 우리는 다양한 산업과 사용 사례에 대한 전문적인 훈련 데이터를 제공해 왔으며, 우리는 고객의需求이 변함에 따라 계속 진화하고 있습니다.
예를 들어, 자동차 산업에서, 우리는 주요 자동차 회사와 자동차 내부 솔루션 제공업체와 협력하여 차량 내 음성 시스템을 구축했습니다. 이제, 우리는 운전자의 주의를 모니터링하여 안전을 개선하기 위해 운전자의 비디오 데이터 수집을 도와주는 새로운 분야에서 고객을支援하고 있습니다.
광고 산업에서, 우리는 주요 글로벌 광고 플랫폼과 협력하여 사용자 관련성에 대한 광고의 품질과 정확성을 개선했습니다. 이제, 많은 플랫폼이 생성 AI 솔루션을 채택함에 따라, 우리의 크라우드는 광고의 관련성을 평가하는 것뿐만 아니라 생성된 광고의 품질도 평가하고 있습니다.
우리가 이것을 모두 할 수 있는 것은 우리의 강력한 주석 플랫폼 덕분입니다. 이는 복잡한 워크플로우와 다양한 데이터 모달리티(텍스트, 오디오, 이미지, 비디오, 및 멀티모달 주석)를 지원할 수 있습니다. 그러나 궁극적으로, 산업의 변화를 따라가는 우리의 능력은 AI 개발을 위한 데이터에 대한 우리의 심층적인 전문 지식과 고객과의 강력한 파트너십에 달려 있습니다.
Appen은 다양한 AI 응용 프로그램에 대한 높은 품질의 데이터를 제공하는 데 리더로 알려져 있습니다. 앞으로, 귀하는 Appen의 역할이 생성 AI와 LLM이 계속 발전하고 글로벌 시장에 영향을 미치는 동안 어떻게 진화할 것으로 생각하시나요?
생성 AI와 LLM은 산업을 변환시키고 있으며, 우리는 이러한 발전을 지원하는 높은 품질의 데이터를 계속 제공할 것입니다. 글로벌 시장에서, 200개 이상의 국가와 500개 이상의 언어에서 데이터를 소싱할 수 있는 우리의 능력은 더욱 가치 있게 될 것입니다. 우리는 110개 이상의 언어에 대한 마이크로소프트의 기계 번역 모델 출시를支援한 것과 같이, 강력한 역사를 가지고 있습니다.
LLM 애플리케이션의 배포가 증가함에 따라, 우리는 인간 최종 사용자와의 일치에 대한需求이 증가할 것으로 생각합니다. 이는 언어와 문화적细微성을 다양한 글로벌 시장에서 다루는 지역화 능력을 포함합니다. 우리는 책임감 있는 AI 시스템을 개발하는 데 도움이 되는, 다이버시티하고 관련성이 있으며 윤리적으로 소싱된 데이터를 제공하는 데 헌신하고 있습니다.
Appen은 세계에서 가장 先進的な LLM을 구동하는 것으로 알려져 있습니다. 귀하는 LLM의 성능을 향상시키기 위한 데이터 주석과 수집에 대한 어떤 혁신에焦点을 두고 계시는가요?
우리는 LLM의 성능을 향상시키기 위한 데이터 주석과 수집 프로세스를 지속적으로 혁신하고 있습니다. 하나의焦点 영역은 자동화된 도구를 사용하여 데이터 주석의 효율성과 정확성을 개선하는 것입니다. 이는 프로세스의 일부를 스트림라이닝하고 유지하면서 높은 품질의 표준을 유지하는 데 도움이 됩니다.
우리는 인간의 피드백을 통해 데이터 포인트를 식별할 수 있으며, 이는 주석 작업이 가장 큰 영향을 미치는 곳에 집중할 수 있음을 의미합니다. 우리는 Model Mate와 같은 플랫폼 기능을 통합하여 데이터 생산을 가속화하고 데이터 품질을 개선하는 데 도움이 됩니다. 우리는 또한 기여자 관리의 최고의 관행에焦点을 두고 있습니다. 이는 작업의 복잡성이 증가함에 따라 중요합니다.
기여자의 성과를 이해하고 지속적으로 데이터 품질을 개선하기 위한 피드백을 제공하는 능력입니다. 이러한 혁신은 세계 최고의 LLM을 구동하고 미세 조정하는 데 필요한 높은 품질의 대규모 데이터를 제공할 수 있습니다.
귀하가 새로운 CEO 역할을 맡게 된 상황에서, Appen의 다음 몇 년간의 귀하의 최상위 우선순위는 무엇이며, 어떻게 귀하는 경쟁적인 AI 공간에서 회사의 성장을 추진할 계획이십니까?
CEO로 전환함에 따라, 내 전략적 우선순위는 Appen의 경쟁적인 AI 풍경에서 리더십을 보장하기 위한 것입니다:

• 생성 AI 모델의 개발을支援하는 것: 지난 18개월 동안, 생성 AI는 우리의 서비스 제공의 핵심 구성 요소가 되었습니다. 2024년 6월에는 생성 AI 관련 프로젝트가 총 수익의 28%를 차지했습니다. 우리는 생성 AI 시장에서重大한 잠재력을 보고 있으며, 이는 2032년까지 1.3조 달러에 이를 것으로 예상됩니다.
• 생성 AI 모델의 채택을支援하는 것: 우리는 기업이 생성 AI 솔루션을 사용하여 자신의 사용 사례를 지원하는 새로운 세그먼트에서 성장을 보고 있습니다. 생성 AI 프로젝트가 배포에 도달하는 비율은 낮지만, 우리는 2024/25 회계 연도가 실험이 생산으로 전환되는 전환 기간이 될 것으로 예상합니다. 이는 맞춤형 고급 및 전문 데이터에 대한需求을 촉진할 것입니다.
• 데이터 준비를 최적화하고 자동화하는 것: 이는 품질 보증과 데이터 준비 프로세스의 일부 단계를 자동화하여 운영 효율성을 향상시키는 것을 포함합니다. 이는 우리의 총이익률을 개선하는 데 도움이 될 것입니다.
• 크라우드 워커의 경험을 발전시키는 것: 우리의 새로운 CrowdGen 플랫폼은 고객의需求에 따라 프로젝트를 신속하게 및 유연하게 확장할 수 있도록 합니다. 이는 AI를 사용하여 자동화된 스크리닝과 프로젝트 매칭을 가능하게 합니다. 이는 또한 크라우드의 경험을개선하고 개인화된 지원을 제공할 것입니다. Appen은 투명성, 다이버시티, 및 공정성에 대한 우리의 헌신을 계속 지키고 있습니다.

이러한 우선순위는 Appen을 지속적인 성장과 혁신으로 이끌 것입니다.
위대한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Appen을 방문하십시오.