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.