우меш 파드발, 셀리그만 벤처스 매니징 파트너 – 인터뷰 시리즈

우меш 파드발은 반도체 인프라, 엔터프라이즈 기술, 벤처 캐피탈에 걸친 수십 년의 경험을 보유하고 있습니다. 벤처 투자로 전환하기 전에 그는 C-Cube Microsystems의 CEO이자 사장으로서 회사를 확장하고 LSI Logic에 인수되기 전에 역임했습니다. 그의 투자 경력 동안 그는 Cohere, Harness.io, ThousandEyes, Isovalent를 포함한 AI, 클라우드 인프라, 사이버 보안, 네트워킹을 포함한 여러 유명한 기술 회사와 관련이 있었습니다. 그는 또한 Mellanox, IDT, Monolithic Power Systems (MPWR ), Impinj를 포함한 여러 공공 기술 회사에서 이사직을 맡았으며, 이는 현대 컴퓨팅 및 AI 시스템의 기초를 이루는 기반 기술에 대한 오랜 관심을 반영합니다.

셀리그만 벤처스는 기술에 중점을 둔 투자 플랫폼인 셀리그만 투자의 투자 철학을 기반으로 하는 벤처 캐피탈 부문입니다. 베테랑 투자자이자 전 CEO인 우меш 파드발이 이끄는 이 회사는 약 50억 달러의 초기 투자금을 통해 초기부터 사전 상장까지의 기업을 지원하는 것을 목표로 합니다. 이 플랫폼은 공공 시장 연구 전문 지식을 벤처 투자와 결합하여 장기 기술 변화를 조기에 식별하고 다음 세대의 엔터프라이즈 AI 및 컴퓨팅 시스템을 구축하는 창립자를 지원할 수 있습니다.

최근에 셀리그만 벤처스를 300억 달러의 공공 시장 회사인 셀리그만 투자의 벤처 부문으로 설립했습니다. 이 플랫폼을 설립한 원래 비전은 무엇이었으며, AI 및 인프라 투자 환경에서 다른 사람들은 놓친 간격은 무엇입니까?

우리는 초기 단계의 혁신과 공공 시장 규모를 연결하는 플랫폼을 구축할 수 있는 기회를 보았습니다. 셀리그만 투자는 수십 년 동안 공공 시장에서 기술 회사에 투자했으며, 우리는 지속성, 기초, 장기 가치 창출에 대한 관점이 종종 초기 단계에서 부족하다고 믿습니다.

同時에 AI는 컴퓨팅, 네트워킹, 사이버 보안, 데이터 센터를 포함한 인프라 전반에 걸친 한 세대에 걸친 재건축을 주도하고 있습니다. 우리는 이 분야에서 깊은 기술적 신념을 가진 투자자가 시장에서 부족하다고 느꼈습니다. 우리는 네트워크와 전문 지식을 통해 비전 있는 기술 창립자를 지원하며, 우리의 비전은 시드에서 상장 이전까지의 그들의 여정의 일부가 되는 것입니다.

AI 인프라, 클라우드, 현대 데이터 센터 시스템에 걸쳐 투자합니다. 향후 3~5년 동안 AI 인프라 스택이 어떻게 발전할 것으로 예상하시나요? 어느 계층이 가장 가치 창출에 기여할 가능성이 가장 높은가요?

모델 훈련에서 대규모 추론 및 생산 배포로 중점이 이동할 것으로 예상합니다. 이러한 이동은 실리콘, 메모리, 네트워킹, 오케스트레이션을 포함한 스택 전반의 효율성의 중요성을 증가시킵니다. 전체 스택은 칩에서 미들웨어까지 수직 AI 애플리케이션까지 다시 작성되고 있습니다. 여기서 각 계층은 큰 상금을 제공하여 과대한 승자가 나타납니다. 모델은 중요하지만, 우리는 인프라 계층에서 성능, 비용 최적화, 확장성을 실현하는 데 과도한 가치가 창출될 것으로 믿습니다.

많은 투자자들이 AI를 전기와 유사한 기초적인 변화를 언급합니다. 현재 AI 주기에서 과대평가된 부분과 과소평가된 부분은 무엇입니까?

지능을 누구에게나 접근할 수 있는 유틸리티로 생각해 보십시오. 이는 소프트웨어 애플리케이션, 하드웨어 기기, 가상 환경을 지능적으로 만드는 능력을 제공합니다. 이것은 이미 발생하고 있습니다. AI는 사회, 작업의 본질, 인간의 생산성에 큰 영향을 미칠 것입니다.

애플리케이션 계층과 새로운 AI 제품이 출시되는 속도에 과도하게 중점을 두는 경향이 있습니다. 그러나 아래에 있는 물리적 및 인프라 제약 조건은 전력, 열, 메모리 대역폭, 데이터 이동, 공급망 제한과 같은 요소입니다. 이러한 요소는 궁극적으로 AI가 경제적으로 얼마나 빠르게 확장할 수 있는지 결정할 것입니다.

시드에서 사전 상장까지에 걸쳐 투자합니다. AI 인프라 스타트업이 장기적으로 방어 가능한지 여부를 결정하는 방법은 무엇입니까?

우리는 팀에서 시작합니다. 영감을 주는 삶의 이야기를 가진 기술 창립자는 불가능한 것을 가능하게 만드는 능력을 가지고 있습니다. 우리는 연구 논문이 특정 事項이 실현 불가능하다고 주장하는 동안 창립자가 그렇지 않음을 증명하는 프로토 타입을 구축하는 것을 반복적으로 보았습니다.

우리는 속도와 지속 가능성 사이를 구별하는 데 많은 시간을 투자합니다. AI 인프라의真正한 방어 가능성은 초기 트랙션뿐만 아니라 깊은 기술적 차별성, 워크플로우 인사이트, 임계 시스템에 대한 통합에서 비롯됩니다. 가장 강력한 인프라 회사는 스택에 깊이 통합되어 스위칭 비용, 성능优势, 생태계 통합으로 인해 장기적인 지속력을 제공합니다.

현대 데이터 센터는 AI 확장성의 핵심이 되고 있습니다. 다음 세대의 AI 네이티브 인프라를 정의할 아키텍처적 변환 또는 혁신은 무엇입니까?

현대 데이터 센터는 AI 워크로드를 중심으로 재건축되고 있습니다. 이것은 랙 수준의 더 높은 전력 밀도, 새로운 냉각 접근 방식, 컴퓨팅, 메모리, 스토리지, 네트워킹 간의 더 긴밀한 통합을 포함합니다.

우리는 다음 세대의 AI 네이티브 인프라가 하드웨어와 소프트웨어 간의 시스템 수준 설계 및 공동 최적화에 의해 정의될 것으로 믿습니다.

AI 인프라 회사를 구축하는 창립자에게서 무엇을 찾고 있으며, 카테고리 정의하는 비즈니스 구축에 성공한 창립자는 무엇이 다릅니까?

뛰어난 창립자는 깊은 기술 전문 지식과 인프라가 어떻게 진화하는지에 대한 시스템 수준의 이해를 결합합니다. 이러한 많은 시장은 긴 개발 주기, 복잡한 생태계 파트너십, 고객과의 긴밀한 관계를 필요로 하므로, 회복力, 인내력, 여러 기술 주기 동안 실행할 수 있는 능력이 중요합니다.

가장 좋은 창립자는 기술적 비전과 운영 규율을 결합하여 여러 기술 주기 동안 지속 가능한 회사를 구축할 수 있습니다.

컴퓨팅, 에너지, 데이터 로컬리티가 소프트웨어만큼 중요해지는 미래를 위해 어떻게 준비해야 합니까?

창립자는 제약 조건을 고려하여 구축해야 합니다. 컴퓨팅, 에너지, 데이터 로컬리티는 더 이상 추상적인 고려 사항이 아닙니다. 이것들은 첫 번째 순위의 설계 매개변수입니다.

가장 매력적인 회사는 효율성, 확장성, 운영 현실을 핵심 제품 요구 사항으로서 처음부터 다루는 것입니다.

AI에서 평가가 기초에 비해 앞서고 있다는 우려가 있습니다. 현재에서 가장 큰 평가와 실제 가치의 불일치는 어디입니까?

우리는 한 번에 걸친 기술적 변화를 경험하고 있습니다. 여기서의 승자는 오늘날 가장 큰 공공 회사보다 더 커질 수 있습니다.

우리는 특히 진입 장벽이 낮은 분야에서 평가가 기초에 비해 앞서고 있는 일부 영역을 보았습니다. 동시에 특히 어려운 엔지니어링 문제를 해결하는 긴 개발 주기와 함께 기술적으로 복잡한 인프라 계층은 여전히 그들의 장기적인 전략적 가치에 비해 과소평가되고 있습니다.

기업의 수요는 특히 사이버 보안 및 클라우드 인프라와 같은 분야에서 다음 세대의 AI 플랫폼을 형성하는 방법은 무엇입니까?

AI는 이제 모든 규모의 기업에서 이사회 수준의 지시입니다. 팀은 생산성을 크게 향상시키는 데 도움이 되는 AI 도구에 우선순위를 부여하고 있으며, 많은 실험은 이제 실험에서 생산 환경으로 이동하고 있습니다.

이로 인해 확장성, 관찰 가능성, 신뢰성, 보안과 관련된 새로운 도전이 발생합니다. AI는 동시에 공격 표면을 확장시키면서 방어에 필요한 도구를 생성합니다. AI 에이전트는 외부적으로 공격을 받을 수 있으며, 취약점은 개발 중에 도입될 수 있으며, 확률적 시스템에서 런타임에 정책을 시행하는 것은 훨씬 더 복잡해집니다.

이것은 새로운 아키텍처, 새로운 운영 모델, 보안 및 인프라에 대한 새로운 사고 방식을 필요로 합니다. 기업의 신뢰할 수 있는, 확장 가능하고 보안이 된 AI 시스템에 대한 수요는 앞으로 수년 동안 스택 전반에 걸쳐 상당한 혁신을 계속 주도할 것입니다.

앞으로 10년 동안 AI 인프라의 장기적인 미래는 무엇이며, 어느 기술이나 현재의 추세가 가장 강한 신호를 보내고 있습니까?

앞으로 10년 동안 AI 인프라는 오늘날 클라우드 컴퓨팅과 마찬가지로 기초적인 것이 될 것입니다. 데이터 센터와 에너지 그리드는 아직 AI가 산업과 일상적인 워크플로우 전반에 걸쳐 주류가 되는 세계에 완전히 준비되어 있지 않습니다.

비용, 에너지 효율성, 토큰 소비, 하드웨어 이질성, 데이터 이동과 같은 벡터에 따라 여전히 상당한 작업이 필요합니다. 우리는 스택 전반에 걸쳐 더 큰 전문성을 기대하고 있으며, 하드웨어와 소프트웨어 간의 통합이 더욱 긴밀해질 것으로 예상합니다.

성능을 대규모로 제공하면서 전력, 비용, 신뢰성, 공급과 같은 실제 제약 조건을 탐색할 수 있는 회사가 승리할 것입니다.

우리는 우меш 파드발과 인터뷰를 진행해 주셔서 감사합니다. 셀리그만 벤처스에 대해 더 알아보려는 독자는 셀리그만 벤처스를 방문하시기 바랍니다.