InsightFinder, AI 에이전트가 어디서 잘못되는지 파악하도록 기업을 돕기 위해 $15M를 조달
Source: TechCrunch
관찰성의 진화하는 역할
관찰성 도구의 역할이 다시 한 번 진화했습니다. 기술 시스템의 신뢰성을 보장하기 위한 솔루션 시장은 수년간 성장했지만, 초점은 “모든 것을 추적한다”에서 “복잡성과 비용을 제어한다”로 이동했습니다. 기업 내 AI 에이전트의 급속한 유입과 채택은 관찰이 필요한 새로운 종류의 워크로드를 추가했습니다.
InsightFinder AI, 15년간의 학술 연구를 기반으로 한 스타트업이 이 문제에 정면으로 도전하고 있습니다.
펀딩 라운드
InsightFinder는 최근 1,500만 달러 규모의 Series B 라운드에서 Yu Galaxy가 주도하는 투자 유치를 완료했습니다. 이 회사는 CEO Helen Gu가 설립했으며, 그녀는 노스캐롤라이나 주립대학의 컴퓨터 과학 교수이자 이전에 IBM과 Google에서 근무한 경력이 있습니다.
“가장 큰 오해는 AI 관찰성이 개발 및 테스트 단계에서 LLM 평가에만 국한된다고 생각하는 것입니다. 반대로, 건전한 AI 관찰성 플랫폼은 개발, 평가, 그리고 운영 단계 전반에 걸친 엔드‑투‑엔드 피드백 루프 지원을 제공해야 합니다.”라고 Gu는 TechCrunch에 말했습니다.
AI 관찰성 과제
Gu에 따르면 오늘날 업계가 직면한 가장 큰 문제는 AI 모델이 어디서 잘못되는지를 모니터링하고 진단하는 것뿐만 아니라, AI가 포함된 현재 전체 기술 스택이 어떻게 작동하는지를 진단하는 것입니다.
“이러한 AI 모델 문제를 진단하려면 데이터, 모델, 인프라를 함께 모니터링하고 분석해야 합니다.”라고 Gu는 설명했습니다. “항상 모델 문제이거나 데이터 문제인 것은 아닙니다; 그것들의 조합입니다. 때로는 단순히 인프라 문제일 수도 있습니다.”
실제 사례
InsightFinder의 고객 중 하나인 미국의 대형 신용카드 회사는 사기 탐지 모델에서 드리프트를 관찰했습니다. InsightFinder가 전체 인프라를 모니터링하고 있었기 때문에, 드리프트가 일부 서버 노드의 오래된 캐시 때문에 발생한 것임을 확인할 수 있었습니다.
제품 개요: Autonomous Reliability Insights
InsightFinder의 최신 제품 Autonomous Reliability Insights는 다음을 결합합니다:
- 비지도 머신러닝
- 독점 대형 및 소형 언어 모델
- 예측 AI
- 인과 추론
기본 레이어는 데이터‑비종속적이며, 시스템이 전체 데이터 스트림을 수집·분석하고 신호를 모아 근본 원인을 찾아낼 수 있게 합니다.
경쟁 환경
관찰성 분야는 다음과 같은 경쟁자들로 붐비고 있습니다:
- Grafana Labs
- Fiddler
- Datadog
- Dynatrace
- New Relic
- BigPanda
Gu는 InsightFinder의 전문성, 경험, 그리고 맞춤화 가능성이 강력한 방어벽을 제공한다고 믿습니다:
“우리는 지금까지 실제로 고객을 거의 잃지 않았습니다… 문제는 많은 데이터 과학자들이 AI는 이해하지만 시스템을 이해하지 못한다는 점이고, 많은 SRE 개발자들은 시스템은 이해하지만 AI를 이해하지 못한다는 점입니다… 그들은 이를 보지 못하고, 내재된 관계를 이해하지 못합니다.”
고객 기반
현재 고객에는 다음이 포함됩니다:
- UBS
- NBCUniversal
- Lenovo
- Dell
- Google Cloud
- Comcast
Gu는 이 성공을 대기업, 특히 Fortune 50 기업들의 요구를 이해해 온 10년간의 작업 덕분이라고 설명합니다.
재무 및 향후 계획
- 매출이 지난 1년 동안 3배 이상 성장했습니다.
- 회사는 Series B를 적극적으로 찾고 있지 않았으며, Fortune 50 고객과의 7자리 계약 이후 투자자들이 접근했습니다.
- 현재까지 총 펀딩 규모: 3,500만 달러.
신규 자본은 다음에 사용될 예정입니다:
- 최초의 영업 및 마케팅 인력 채용
- 팀 확대 (현재 30명 미만)
- 시장 진입 전략에 투자
출처: TechCrunch 기사(2022, 2019) 및 InsightFinder 발표.