Connectly의 공동 창립자이자 CTO인 Yandong Liu – 인터뷰 시리즈

Yandong Liu는 Connectly.ai의 공동 창립자이자 CTO입니다. 그는 이전에 Strava에서 CTO로 일했습니다. Yandong Liu는 카네기 멜런 대학교를 다녔습니다.

2021년에 설립된 Connectly는 대화형 인공 지능(AI) 분야의 선도적인 회사입니다. 자체 개발한 AI 모델을 사용하여 Connectly의 플랫폼은 비즈니스들이 고객과 소통하고 제품을 판매하는 방식을 자동화합니다. Connectly는 고객이 선호하는 메시징 플랫폼에서 판매, 마케팅, 고객 경험, 지원 등 모든 고객 여정을 제공합니다.

Connectly의 기원에 대한 이야기를 공유해주실 수 있나요?

Connectly는 대화형 AI의 선도자로 되는 비전에서 탄생했습니다. 저의 공동 창립자인 Stefanos와 저는 창립자 커뮤니티의 친구를 통해 만나서 메시징의 미래에 대한 열정을 공유했습니다. Strava와 Uber에서 기술 팀을 이끈 저의 배경과 Stefanos의 Facebook (META ) Messenger 경험을 바탕으로 우리는 미래의 AI 기반 인프라를 만들기 위해 나서게 되었습니다. 이를 통해 비즈니스들이 고객 메시지를 최대한 활용할 수 있도록 도와줍니다.

소규모 언어 모델(Small Language Models, SLMs)은 무엇이며, 대규모 언어 모델(Large Language Models, LLMs)와 어떻게 다릅니까?

SLMs는 인간 언어를 이해하고 생성하는 AI 모델ですが, LLMs보다 매개변수와 계산 요구가 적습니다. WhatsApp와 Instagram과 같은 메시징 플랫폼에서 AI 마케팅 솔루션의 경우, SLMs는 더 빠른 응답 시간을 제공하고 다양한 장치에서 쉽게 배포할 수 있으므로 실시간 고객 상호작용에 적합합니다. 더 작은 크기 덕분에 높은 성능을 유지하면서도 효율적인 성능을 제공합니다.

SLMs는 왜 환각(hallucinations)의 가능성을 줄이고 AI 응답의 신뢰성을 높입니까?

SLMs는 더 작은 매개변수 집합에 집중함으로써 환각의 가능성을 줄입니다. 이는 고객과 상호작용할 때 더 예측 가능하고 신뢰할 수 있는 응답을 제공하여 고객의 신뢰와 참여를 높입니다. SLMs의 복잡성이 줄어듦에 따라 잘못된 또는 부적절한 콘텐츠를 생성할 가능성이 줄어듭니다.

SLMs는 특히 소매 업체에게 왜 유용합니까?

LLMs는 많은 데이터를 처리하므로 느릴 수 있습니다. 그러나 메시징과 대화형 상거래가 고객을 더 잘 서비스하기 위해 빠른 응답 시간을 요구합니다. 소매 업체의 경우, SLMs는 더 실용적이고 유용합니다. 이는 소매 업체가 고객에게 더 빠르고 정확한 정보를 제공할 수 있기 때문입니다. 또한 SLMs는 더 저렴하여 모든 소매 업체, từ 작은 스타트업부터 큰 온라인 소매 업체까지, 이를 활용할 수 있습니다.

SLMs는 고객에게 더 개인화된 경험을 제공하는 방법은 무엇입니까?

SLMs는 특정 작업과 도메인에 쉽게 맞춤 설정할 수 있습니다. 더 작은 크기 덕분에 더 빠르고 효율적인 맞춤 설정이 가능하여 비즈니스들이 고객의 고유한需求과 선호도에 따라 모델을 맞춤 설정할 수 있습니다. 이러한 맞춤 설정은 더 관련性과 개인화된 상호작용을 제공하여 고객 경험을 향상시킵니다.

Connectly는 어떻게 SLMs를 플랫폼에 통합하여 전자상거래 기능을 강화합니까?

우리는 SLMs를 플랫폼에 통합하여 전자상거래 기능을 강화합니다. 이러한 모델을 사용하여 WhatsApp와 Instagram과 같은 메시징 플랫폼에서 빠르고 정확한 고객 상호작용을 제공합니다. 또한 개인화된 제품 추천과 즉각적인 고객 지원을 제공하여 고객 경험을 향상시키고 참여도를 높입니다.

소매 업체가 SLMs를 성공적으로 구현한 구체적인 예는 무엇입니까?

우리의 고객은 SLMs를 성공적으로 사용하고 있습니다. 패션 소매 업체는 WhatsApp를 통해 고객에게 개인화된 스타일링 조언을 제공하고 있으며, 이전 구매와 선호도에 따라 아웃핏을 추천합니다. 또한 전자제품 소매 업체는 Instagram에서 고객의 질문에 실시간으로 답변하고 있으며, 이는 쇼핑 경험을 향상시키고 고객 지원 팀의 부담을 줄여줍니다.

소매 업체는 왜 LLMs에서 SLMs로 전환해야 합니까?

소매 업체는 LLMs에서 SLMs로 전환해야 합니다. 이는 SLMs가 더 효율적이고 비용 효과적이기 때문입니다. SLMs는 더 빠르고, 계산 요구가 적으며, 특정 작업에 쉽게 맞춤 설정할 수 있습니다. 이는 실시간 고객 상호작용에 이상적입니다. 이러한 전환은 더 반응性과 개인화된 고객 서비스를 제공하면서 운영 비용을 줄일 수 있습니다.

SLMs 기술의 미래 발전에 대해 가장 흥미진진한 점은 무엇입니까?

저는 SLMs 기술의 발전이 더 효율적이고 정확해지는 것을 가장 흥미진진하게 생각합니다. 예를 들어, 전이 학습과 미세 조정 기술의 향상은 SLMs가 더 적은 데이터로도 특정 작업에 더 잘 적응할 수 있게 할 것입니다. 또한 SLMs와 멀티모달 기능의 통합은 WhatsApp와 Instagram과 같은 플랫폼에서 더 풍부하고 상호작용적인 고객 경험을 제공할 것입니다. 이러한 발전은 소매 업체가 개인화된 고객 상호작용을 제공하는 데更加 유용한 도구가 될 것입니다.

소매 업계에서 SLMs의 채택이 향후 몇 년 동안 어떻게 발전할 것으로 보입니까?

저는 소매 업계에서 SLMs의 채택이 크게 증가할 것으로 생각합니다. 소매 업체는 고객과 더 효율적이고 비용 효과적으로 상호작용하는 방법을 찾고 있습니다. SLMs의 속도와 적응성은 이러한需求을 충족하기 위해 더욱 가치 있게 될 것입니다. SLMs는 고객 서비스 플랫폼, 마케팅 캠페인, 개인화된 쇼핑 경험 등에 더욱 널리 통합될 것입니다. 이는 WhatsApp와 Instagram, 심지어 TikTok과 같은 메시징 앱에서 고객 만족도와 충성도를 높일 것입니다.

감사합니다. 더 많은 정보를 원하는 독자는 Connectly를 방문하십시오.