아웃라이어의 공동 창립자이자 CEO인 숀 번즈 – 인터뷰 시리즈

숀 번즈는 아웃라이어의 CEO이자 공동 창립자입니다. 그는 자동화된 비즈니스 분석 플랫폼과 아웃라이어 데이터 식별의 선도적인 권위자입니다. 아웃라이어를 창업하기 전에, 숀은 2014년 야후에 인수된 모바일 분석 및 광고 플랫폼인 플러리를 창립했습니다.

당신은 기계 학습과 데이터 과학에 관심을 가지게 된 계기가 무엇인가요?

저는 항상 무언가를 만들기를 즐겨왔습니다. 대학에서 저는 기계를 만들기 위해 공학을 전공했습니다. 컴퓨터 과학 수업을 들으며 저는 가장 흥미로운 것은 물리적인 것이 아니라 컴퓨터 시스템임을 깨달았습니다. 기계 학습 수업을 들었고, 프로그램이 학습할 수 있다는 것을 알게 되었습니다. 그 수업의 마지막 날, 저는 교수에게 기계 학습에 대한 연구를 하고 싶다고 말했습니다.

그것은 저를 기계 학습에 대한 대학원으로 이끌었습니다. 그러나 졸업 당시, 기계 학습을 기반으로 하는 산업은 아직 초기 단계에 있었습니다. 저는 소프트웨어 회사에서 일하기 시작했고, 이후에는 자체적으로 소프트웨어 회사를 창립했습니다. 2015년, 아웃라이어를 창립할 때, 클라우드 기술이 기계 학습을 기반으로 하는 플랫폼으로 발전했습니다.

2014년, 당신은 플러리를 창립했으며, 이후 야후에 인수되었습니다. 플러리를 창립할 때, 당신의 생각은 무엇이었나요? 플러리가如此 성공적으로 될 것이라고 예상했나요?

플러리를 창립한 초기 아이디어는 이메일에 쉽게 접근하는 문제를 해결하는 것이었습니다. 당시 휴대폰은 전화와 문자 메시지만 가능했습니다. 플러리는 이메일과 뉴스를 휴대폰으로 가져오기 위해 시작되었습니다. 블랙베리는 전문가들에게 모바일 메시징을 성공적으로 시연했습니다. 우리는 그 경험을 모든 소비자에게 가져오기 위해 노력했습니다.

플러리는 성공적인 앱 개발사였습니다. 그러나 우리는 내부 분석 플랫폼을 다른 앱 개발사에게 개방할 수 있는 더 큰 기회를 보았습니다. 2008년, 아이폰과 안드로이드가 출시되었습니다. 그러나 둘 다 아직 앱을 지원하지 않았습니다. 우리는 플러리의 앱을 통해 모바일 앱의 변혁적인 힘을 보았습니다. 우리는 모바일 앱을 위한 분석 플랫폼을 제공하기로 결정했습니다.

그것은 좋은 타이밍이었습니다. 애플과 구글이 앱 스토어를 출시하면서, 플러리는 모바일 앱을 위한 플랫폼을 갖춘 상태에서 앱 혁명의 중심에 있었습니다. 2008년 가을부터, 플러리는 6년 동안 매 6개월마다 두 배로 성장했습니다.

2015년, 당신은 아웃라이어 AI를 출시했습니다. 아웃라이어의 창립 배경에 대해 설명해 주시겠습니까?

2014년, 우리는 플러리를 야후에 매각했습니다. 이후, 우리는 약 50만개의 분석 고객을 보유하고 있었습니다. 저는 그들 중 많은 사람을 만나고 다녔습니다. 모든 회사는 저에게 같은 질문을 했습니다. “숀, 데이터가 주는 정보는 좋지만, 어떻게 사용해야 할까요?” 모든 회사는 데이터에서 가치를 찾는 문제에 직면해 있었습니다.

저는 새로운 비즈니스 인텔리전스 시대에 도달했다고 생각했습니다. 우리의 비즈니스 인텔리전스 도구는 이미 알고 있는 질문에 대한 답변을 주기 위해 설계되었습니다. 그러나 우리는 질문을 무엇인지조차 모르는 상황이었습니다. 우리는 자동으로 질문을 찾아주는 새로운 제품이 필요했습니다.

기업이 질문을 무엇인지 모르는 문제를 어떻게 해결할 수 있나요?

아웃라이어는 자동으로 데이터에서 통찰력을 찾습니다. 사용자는 아웃라이어를 데이터베이스, 클라우드 도구 등에 연결하기 위해 몇 분을 소요합니다. 그러면, 고객 행동, 인구 통계, 비즈니스 운영의 변화에 대한 질문이 제공됩니다. 이러한 통찰력은 자동으로 생성되며, 인간 분석가가 작성한 보고서와 동일한 수준의 자연어 생성과 근본 원인 분석을 제공합니다.

아웃라이어는 구성, 훈련, 구현 없이 시작할 수 있습니다. 따라서, 기계 학습에 대한 지식이 없는 일반 비즈니스 사용자도 사용할 수 있습니다. 사용자는 아웃라이어를 데이터에 연결한 후, 매일 3~5개의 통찰력을 얻을 수 있습니다. 이것은 마법처럼 보일 수 있지만, 많은 수학적 계산이 포함되어 있습니다.

아웃라이어 AI는 어떤 기계 학습 기술을 사용하나요?

아웃라이어 플랫폼은 수십 가지의 기계 학습 기술을 사용합니다. 시간 시리즈 모델링, 무감독 클러스터링, 추천 시스템 등이 포함됩니다. 실제로, 아웃라이어가 생성하는 모든 통찰력은 최소한 12개의 기계 학습 시스템이 함께 작동하는 결과입니다. 비즈니스 사용자는 높은 수준의 품질과 신뢰성을 요구하기 때문에, 단 하나의 기계 학습 기술만으로는 이러한 품질을 달성할 수 없습니다.

당신은 또한 천사 투자자입니다. 어떤 종류의 회사나 기업가에게 투자하나요?

저는 문제를 해결하는 회사와 기업가에게 투자합니다. 문제는 누군가가 원하거나 필요로 하는 것과 현재 얻을 수 있는 것의 차이입니다. 가장 중요한 것은 해결하고자 하는 문제의 잠재력과 시장의 크기입니다. 만약 시장 크기가 50만 달러라면, 1000만 달러의 투자로 20배의 수익을 기대할 수 없습니다. 그러나 시장 크기가 10억 달러라면, 10년 후에 그 규모로 운영할 수 있는지에 따라 투자 quyết정을 내립니다.

당신은 15년 이상 동안 소비자와 기업을 위한 수상 경력을 가진 사용자 인터페이스를 개발했습니다. 훌륭한 인터페이스를 구별하는 요소는 무엇인가요?

훌륭한 사용자 경험은 사용자가 즉시 사용할 수 있는 것입니다. 훈련이나 튜토리얼 비디오가 필요하지 않습니다. 많은 제품은 전문가가 되는 사용자를 위해 설계되지만, 대부분의 사용자는 전문가가 되기 전에 포기합니다. 따라서, 제품 디자이너는 처음 사용하는 사용자의 입장에서 제품을 보는 능력을 개발해야 합니다.

또한, 훌륭한 사용자 인터페이스의 중요한 측면은 “가시적 차별화”입니다. 제품을 사용하기 시작한 30초 내에, 사용자는 제품이 다른 것과 어떻게 다른지 알 수 있어야 합니다. 만약 30초 이상 걸리거나, 설명이 필요하다면, 사용자는 포기하고 다른 제품으로 이동할 것입니다.

당신은 또한 회사에 조언합니다. 어떤 회사들이 당신에게 접근해야 하나요?

저는 다양한 회사들에게 조언합니다. 소비자 앱, 금융 서비스, 기업 소프트웨어 스타트업 등입니다. 조건은 단 하나입니다. 창립자가真正로 배우고자 하는 의지가 있어야 합니다. 저는 가장 유익한 조언자들이 저에게 직설적으로 비판적인 평가를 해주었던 점을 기억합니다.

감사합니다. 이 인터뷰는 기업가들에게 귀중한 지혜를 제공했습니다. 더 많은 정보를 원하는 독자는 아웃라이어를 방문할 수 있습니다.