수로짓 채터지 Ema의 창립자 겸 CEO입니다. 이전에 그는 최고 제품 책임자로서 Coinbase를 성공적인 2021년 IPO로 이끌었고, 부사장 겸 제품 책임자로서 Google Mobile Ads와 Google Shopping을 수십억 달러 규모의 사업으로 확장했습니다. Surojit은 40개의 미국 특허를 보유하고 있으며 MIT에서 MBA를, SUNY at Buffalo에서 컴퓨터 과학 석사 학위를, IIT Kharagpur에서 B. Tech를 취득했습니다.
에마 는 조직의 기존 IT 인프라에 완벽하게 통합된 범용 AI 직원입니다. 생산성을 향상시키고, 프로세스를 간소화하고, 팀을 강화하도록 설계되었습니다.
Ema의 비전에 대해 자세히 설명해 주시겠습니까? 그리고 보편적인 AI 직원을 만들게 된 영감은 무엇이었나요?
Ema의 목표는 명확하고 대담합니다. “범용 AI 직원을 구축하여 기업을 혁신합니다.” 이 비전은 AI가 근로자를 완전히 대체하는 것이 아니라 인간의 능력을 증강시킬 수 있다는 우리의 믿음에서 비롯되었습니다. 우리의 범용 AI 직원은 일상적이고 반복적인 작업을 자동화하도록 설계되어 인간 직원이 보다 전략적이고 가치 있는 작업에 집중할 수 있도록 합니다. 우리는 Ema의 혁신적인 에이전트 AI 시스템을 통해 이를 수행하는데, 이 시스템은 AI 에이전트 모음(Ema의 페르소나라고 함)으로 광범위한 복잡한 작업을 수행하여 수많은 조직에서 효율성을 개선하고 생산성을 높일 수 있습니다.
당신과 당신의 공동 창업자는 모두 선도적인 기술 회사에서 인상적인 경력을 쌓았습니다. 당신의 과거 경험은 Ema의 개발과 전략에 어떤 영향을 미쳤습니까?
지난 20년 동안 저는 Google, Coinbase, Oracle, Flipkart와 같은 상징적인 회사에서 일했습니다. 그리고 모든 곳에서 저는 “왜 우리는 가장 똑똑한 사람들을 고용해서 그들에게 그렇게 평범한 일을 주는 걸까?”라고 궁금해했습니다. 그것이 우리가 Ema를 구축하는 이유입니다.
Ema를 공동 창립하기 전에 저는 Coinbase와 Flipkart의 최고 제품 책임자였으며 Google의 모바일 광고 제품 글로벌 책임자였습니다. 이러한 경험을 통해 엔지니어링, 머신 러닝, 광고 기술 전반에 대한 기술 지식이 더욱 깊어졌습니다. 이러한 역할을 통해 저는 작업 방식의 비효율성과 복잡한 비즈니스 문제를 해결하는 방법을 파악할 수 있었습니다.
Ema의 공동 창립자이자 엔지니어링 책임자인 Souvik Sen은 이전에 Okta의 엔지니어링 부사장이었으며, 그곳에서 데이터, 머신 러닝 및 기기를 감독했습니다. 그 전에는 Google에서 데이터 및 머신 러닝 엔지니어링 책임자로 일하면서 개인 정보 보호 및 안전에 중점을 둔 세계 최대 규모의 ML 시스템 중 하나인 Google의 Trust Graph를 구축했습니다. 특히 그의 전문성은 Ema의 Agentic AI 시스템이 매우 정확하고 보안 및 개인 정보 보호 측면에서 기업에 적합하도록 구축된 원동력입니다.
공동 창업자인 Souvik과 저는 당신이 원하는 모든 것을 요리할 수 있는 미슐랭 스타 셰프가 있다면 어떨까 생각했습니다. 오늘은 프랑스 요리를 먹고, 내일은 이탈리아 요리를 먹고, 모레는 인도 요리를 먹고 싶을 수도 있습니다. 하지만 당신의 기분이나 원하는 요리와 상관없이 그 셰프는 당신이 꿈꾸던 요리를 재현할 수 있습니다. 그것이 바로 Ema가 할 수 있는 일입니다. 간단한 대화만으로도 기업에서 필요한 모든 역할을 맡을 수 있습니다.
에마는 오버를 사용합니다 100 대규모 언어 모델과 자체 소규모 모델. 이러한 다양한 소스에서 원활한 통합과 최적의 성능을 어떻게 보장합니까?
LLM은 강력하지만 전문 지식과 맥락별 교육이 부족하여 기업 환경에서는 부족합니다. 이러한 모델은 일반 데이터를 기반으로 구축되어 비즈니스 운영을 주도하는 미묘하고 독점적인 정보를 처리할 준비가 되어 있지 않습니다. 이러한 제한으로 인해 부정확한 출력, 잠재적인 데이터 보안 위험 및 정보에 입각한 의사 결정에 중요한 도메인별 통찰력을 제공할 수 없게 될 수 있습니다. Ema와 같은 에이전트 AI 시스템은 보다 맞춤화되고 역동적인 접근 방식을 제공하여 이러한 단점을 해결합니다. 정적 LLM과 달리 당사의 에이전트 AI 시스템은 다음을 수행할 수 있습니다.
- 기업별 데이터 및 워크플로에 맞게 조정
- 정확도, 비용 및 성능 요구 사항에 따라 여러 LLM 활용
- 회사 인프라 내에서 운영하여 데이터 개인 정보 보호 및 보안을 유지하세요
- 비즈니스 책임에 중요한 설명 가능하고 검증 가능한 결과물 제공
- 실시간 기업 데이터를 지속적으로 업데이트하고 학습합니다.
- 복잡하고 여러 단계로 구성된 작업을 자율적으로 실행합니다.
Ema의 독점적인 2T+ 전문가 모델 매개변수 혼합인 EmaFusionTM을 사용하여 이러한 다양한 소스에서 원활한 통합을 보장합니다. EmaFusionTM은 100개 이상의 공개 LLM과 많은 도메인별 맞춤형 모델을 결합하여 엔터프라이즈의 다양한 작업에 대해 가능한 가장 낮은 비용으로 정확도를 극대화하여 투자 수익을 극대화합니다. 또한 이러한 새로운 접근 방식으로 Ema는 미래에 대비합니다. 우리는 하나의 기술 스택에 대한 과도한 의존을 방지하기 위해 끊임없이 새로운 모델을 추가하여 엔터프라이즈 고객에게서 이러한 위험을 제거합니다.
Generative Workflow Engine이 어떻게 작동하는지, 그리고 기존 워크플로 자동화 도구에 비해 어떤 장점을 제공하는지 설명해 주시겠습니까?
우리는 수십 개의 템플릿 페르소나(또는 특정 역할에 대한 AI 직원)를 개발했습니다. 페르소나는 비즈니스 사용자가 빠르게 구성하고 배포할 수 있습니다. 코딩 지식이 필요하지 않습니다. Ema의 페르소나는 핵심적으로 복잡한 워크플로를 수행하기 위해 협업하는 독점적인 AI 에이전트의 컬렉션입니다.
특허 출원 중인 Generative Workflow Engine™은 소형 트랜스포머 모델로, 워크플로 및 오케스트레이션 코드를 생성하여 적절한 에이전트와 디자인 패턴을 선택합니다. Ema는 리플렉션, 플래닝, 도구 사용, 다중 에이전트 협업, 언어 에이전트 트리 검색(LATS), 구조화된 출력 및 다중 에이전트 협업과 같은 잘 알려진 에이전트 디자인 패턴을 활용하고 자체적으로 많은 혁신적인 패턴을 도입합니다. 200개가 넘는 사전 구축된 커넥터를 통해 Ema는 내부 데이터 소스와 원활하게 통합되고 도구 간에 조치를 취하여 다양한 엔터프라이즈 역할에서 효과적으로 수행할 수 있습니다.
Ema는 고객 서비스부터 법률, 보험까지 다양한 분야에서 사용됩니다. Ema로 가장 높은 성장 잠재력을 보이는 산업은 어디이며, 그 이유는 무엇입니까?
대부분의 기업이 프로세스에서 30% 미만의 자동화를 보유하고 있으며 200개가 넘는 소프트웨어 애플리케이션을 사용하여 데이터와 작업 사일로를 형성하고 있기 때문에 우리는 산업과 기능 전반에 걸쳐 잠재력을 보고 있습니다. McKinsey & Co.는 생성 AI가 연간 2조 6,000억 달러에서 4조 4,000억 달러에 해당하는 생산성 향상을 가져올 수 있다고 추정합니다(원천).
이러한 문제는 의료, 금융 서비스, 보험과 같은 규제 산업에서 더욱 심화되는데, 이 산업에서는 지난 수십 년 동안 기술이 프로세스에 충분히 발전하지 않았기 때문에 기술 자동화가 이루어지지 않았습니다. 여기서 우리는 가장 큰 변혁의 기회를 보고 있으며, 이러한 산업의 고객으로부터 생성적 AI와 기술을 그 어느 때보다 활용하려는 많은 수요가 있습니다.
Ema는, 특히 여러 모델을 통합하고 민감한 기업 데이터를 처리할 때, 데이터 보호 및 보안 문제를 어떻게 해결합니까?
에이전트 AI를 사용하는 모든 회사에 대한 시급한 우려는 AI 에이전트가 사기를 치거나 개인 데이터를 유출할 가능성입니다. Ema는 핵심에 신뢰를 두고 구축되었으며 SOC 2, ISO 27001, HIPAA, GDPR, NIST AI RMF, NIST CSF, NIST 800-171과 같은 주요 국제 표준을 준수합니다. 기업 데이터가 비공개, 보안 및 규정 준수 상태로 유지되도록 하기 위해 Ema는 다음과 같은 보안 조치를 구현했습니다.
- 민감한 데이터, 감사 로그의 자동 삭제 및 안전한 익명화
- 실시간 모니터링
- 저장 중 및 전송 중인 모든 데이터의 암호화
- 모든 출력 결과에 대한 설명 가능성
한 걸음 더 나아가, Ema는 문서 생성 사용 사례에 대한 저작권 위반도 확인하여 고객의 IP 책임 가능성을 줄입니다. Ema는 또한 다른 고객에게 도움이 되도록 한 고객의 데이터에 대한 모델을 결코 훈련하지 않습니다.
Ema는 또한 여러 클라우드 시스템에 대한 온프레미스 배포 기능을 포함한 유연한 배포 옵션을 제공하여 기업이 데이터를 자체 신뢰할 수 있는 환경 내에 보관할 수 있도록 합니다.
새로운 회사가 Ema에 참여하는 것은 얼마나 쉬운가요? 그리고 일반적인 온보딩 프로세스는 어떻게 진행되나요?
Ema는 매우 직관적이어서 팀이 플랫폼을 시작하기가 매우 쉽습니다. 비즈니스 사용자는 사전 구축된 템플릿을 사용하여 몇 분 만에 Ema의 페르소나를 설정할 수 있습니다. 대화형 지침으로 페르소나 동작을 미세 조정하고, 사전 구축된 커넥터를 사용하여 앱 및 데이터 소스와 통합하고, 선택적으로 자체 데이터로 학습된 개인 맞춤형 모델을 플러그인할 수 있습니다. 일단 설정되면 기업의 전문가는 몇 시간의 피드백만으로 Ema 페르소나를 학습할 수 있습니다. Ema는 Envoy Global, TrueLayer, Moneyview와 같은 기업에서 여러 역할을 맡았으며, 이러한 각 역할에서 Ema는 이미 인간의 성과와 동등하거나 그 이상의 성과를 보이고 있습니다.
Ema는 유명 후원자로부터 상당한 투자를 유치했습니다. 이렇게 강력한 투자자 신뢰를 얻는 데 무엇이 핵심이라고 생각하십니까?
우리는 투자자들이 Ema의 플랫폼이 기업이 Agentic AI를 효과적으로 사용하여 상당한 비용 절감을 위한 운영을 간소화하고 새로운 잠재적 수익 흐름을 창출하는 것을 볼 수 있다고 믿습니다. 또한, Ema의 경영진은 AI 전문가이며 필요한 기술 지식과 기술 세트를 갖추고 있습니다. 또한 우리는 엔터프라이즈급 제공, 신뢰성 및 규정 준수에 대한 강력한 실적을 가지고 있습니다. 마지막으로, Ema의 제품은 시중의 다른 제품과 차별화되어 있으며 Agentic AI의 최신 기술 발전을 개척하고 있어 운영에 차세대 AI를 추가하려는 모든 기업에 대한 선택이 되고 있습니다.
앞으로 10년 동안 직장에서 AI의 역할이 어떻게 변화할 것으로 생각하시나요? 그리고 그러한 변화 속에서 Ema는 어떤 역할을 할 것인가요?
Ema의 사명은 기업을 혁신하고 모든 직원이 간편하게 활성화하고 정확한 에이전트의 도움으로 더 빠르게 일할 수 있도록 돕는 것입니다. 당사의 범용 AI 직원은 기업이 고객 지원, 직원 지원, 영업 활성화, 규정 준수, 수익 운영 등에서 작업을 실행하는 데 도움이 될 잠재력이 있습니다. 팀이 지루하고 관리적인 작업 대신 가장 전략적이고 가장 가치 있는 프로젝트에 집중할 수 있도록 하여 직장을 혁신하고자 합니다. 에이전트 AI의 선구자인 Ema는 혁신이 번성하고 생산성이 급증하는 인간과 AI 직원 간의 새로운 협업 시대를 선도하고 있습니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자는 다음을 방문하세요. 에마.
게시물 Ema의 창립자 겸 CEO인 Surojit Chatterjee – 인터뷰 시리즈 처음 등장 유나이트.AI.