EXPLORINEER
ko

US — TechCrunch

Trajectory, AI 모델 학습을 비기술 전문가도 쓸 수 있게 하기 위해 4,500만 달러 조달

AI2분 읽기

Trajectory라는 신생 회사가 AI 모델이 실수에서 배우고 전문 분야에서 계속 나아지도록 돕는 플랫폼을 공개했습니다. 기술을 잘 모르는 전문가도 쓸 수 있는 것이 특징입니다.

무슨 일이 있었나요?

Trajectory는 약 1년 전 스탠퍼드대 동창 세 명이 세운 회사입니다. 이 회사는 AI 모델이 피드백을 받아 특정 업무에서 계속 나아지도록 만드는 자동화 도구를 만들었습니다. 회사는 4500만 달러(약 600억 원)를 투자받았고, 이제 이 플랫폼을 누구나 쓸 수 있게 공개했습니다. 기업은 오픈소스 AI 모델로 시작해 자기 앱에 이 플랫폼을 연결하면 됩니다. 그러면 모델이 얼마나 잘 작동하는지 피드백을 모으고, 그 정보로 모델을 다시 학습시킵니다.

핵심 숫자와 사실

  • 투자 금액: 시리즈 A 라운드에서 4500만 달러
  • 회사 가치: 약 3억 달러 (기업 가치 평가액)
  • 직원 수: 18명
  • 투자 이끈 곳: Sequoia. 참여한 곳: Nvidia, Bessemer Venture Partners, Bain Capital Ventures
  • 고객: Harvey, Rogo, Decagon, Mercor, Nvidia

왜 이런 도구가 필요할까요?

지금의 AI 모델은 추가로 학습시키지 않으면 자기 실수에서 배우지 못합니다. 법률이나 금융처럼 전문 분야에서 AI를 쓰려는 기업은 보통 기존 모델을 따로 다듬는 '미세 조정'을 합니다. 하지만 이 작업에는 연구팀을 직접 두거나 비싼 컨설턴트를 고용해야 하는 경우가 많습니다. Trajectory는 이 과정을 자동으로 만들려고 합니다. 회사 공동창업자 Ronak Malde는 기본 AI 모델을 '새 직장에 늘 새로 들어가는 아주 똑똑한 박사 과정 학생'에 비유했습니다. 그의 말로는 경제가 가치 있게 여기는 사람은 30년 동안 그 일을 해 온 사람입니다.

왜 중요한가요?

AI가 전문 분야에 더 빠르고 싸게 쓰일 수 있다는 뜻이기 때문입니다. 변호사, 의사 같은 전문가가 기술자 없이도 직접 모델을 개선할 수 있다면 AI 도입의 문턱이 낮아집니다. 회사는 사람이 학습 과정에 계속 참여하게 하는 것이 자동으로 스스로 발전하는 AI보다 더 안전하다고 말합니다. 자동 발전은 의도하지 않은 결과나 위험한 결과로 이어질 수 있기 때문입니다.

앞으로 지켜볼 점

  • Thinking Machines Lab(Tinker 플랫폼), Applied Compute, Prime Intellect 등 경쟁 회사와의 싸움
  • Applied Compute는 지난달 32억 5000만 달러로 평가받았습니다
  • 기술 인력이 적은 전문 기업들이 이 플랫폼을 얼마나 많이 쓰는지

용어 풀이

Trajectory
AI 모델이 피드백으로 계속 배우고 전문 업무에서 나아지도록 돕는 신생 회사입니다.
Tinker
Thinking Machines Lab이 만든 미세 조정 플랫폼으로, Trajectory의 직접 경쟁자입니다.

광고

단어 150개를 담고, 하루 10개씩

Dicter 단어북은 외운 단어만 복습노트에 남겨요.

AIITmedia

Anthropic, IPO 신청서 수정… 7~9월 매출 약 170억 달러, 인프라 계약액 약 8954억 달러

Anthropic은 11월 2일(현지시간) 기업공개(IPO)를 위해 미국 證券거래위원회(SEC)에 등록신고서 수정본(Form S-1/A)을 제출했습니다. 이번 수정본에는 2026년 3분기(7~9월) 실적과 AI 컴퓨팅 자원 및 인프라에 대한 향후 지출 약정액이 추가되었습니다. 7~9월 매출은 169億5600만 달러였으나 영업손실 5億6700만 달러를 기록했으며, 약 8954억 달러의 인프라 약정 중 약 2138억 달러는 계약 시작 전 조건에 따라 해지 가능한 금액이 포함되어 있어 전액이 무조건적인 지급 의무는 아닙니다.

AIThe Register

AI가 숨겨진 법의 허점을 찾아 법체계를 무너뜨릴 수 있다

스탠퍼드 로스쿨 방문연구원 펠릭스 링에와 공동 연구자 linus 폴커츠는 대형 언어 모델이 코드의 취약점을 찾듯 성문법의 모순을 대규모로 찾아내 악용할 수 있을 만큼 강력해졌다고 주장한다. 이들은 LLM의 도움으로 발견한 독일 법의 잠재적 공백 여러 개를 제시하되, 심각한 피해를 낳지 않을 것으로 본 사례만 공유했다고 밝혔다. 연구진은 저렴해진 자동화된 법적 추론이 법체계의 기능을 위협할 수 있으며, 입법자들은 고도화된 AI를 활용하는 등 입법 절차를 강화해야 할 수 있다고 경고했다.

AIArs Technica

핵심 인지 과정을 측정하는 여러 방법이 서로 일치하지 않는다

네이처에 발표된 연구에 따르면, 인지행동치료의 핵심 감정 능력인 인지 재평가를 측정하는 데 쓰이는 여러 방법이 같은 것을 측정하지 않는 것으로 보인다. 연구진은 흔히 재평가 능력의 관련 측면을 반영한다고 여겨지는 특성 질문지, 과제 기반 정서 평가, 재평가 중 편도체 억제를 함께 검토했다. 결과는 이 개념의 영향을 신뢰성 있게 측정할 방법이 아직 없음을 시사한다.

AIheise online

Claude Code: Anthropic, 게임 복제 금지 규칙 강화

Anthropic은 AI로 생성된 게임 복제물에 대한 비판이 커지자, Claude Code가 특정 기존 게임을 복제하지 못하도록 Opus 5.5 모델에 두 가지 지침을 추가했습니다. 널리 알려진 장르를 참고하거나 사용자의 설계와 자료를 바탕으로 한 독자적인 개발은 여전히 허용됩니다. 한편 일부 개발자들은 게임 메커니즘, 안티치트 소프트웨어, 리버스 엔지니어링 등 자신의 프로젝트 작업을 Claude Code가 거부했다고 보고했으며, 이것이 새 규칙과 관련이 있는지는 불분명합니다.