AI 시대에 조직들은 대규모 언어 모델(LLM)을 활용하여 핵심 내부 기능을 향상시키고자 합니다. 많은 투자에도 불구하고 이러한 기술에서 실질적인 ROI를 얻는 것은 쉽지 않습니다. 뉴욕에 본사를 둔 스타트업 Hebbia는 정보 검색을 간소화하는데 전념하며, Andreessen Horowitz, Index Ventures, Peter Thiel, 그리고 구글의 벤처 캐피탈이 주도한 1억 3천만 달러 규모의 시리즈 B 펀딩 라운드를 발표했습니다.
Hebbia는 데이터 유형이나 크기와 관계없이 데이터 기반 의사 결정을 간소화하는 사용자 친화적인 LLM 지원 생산성 인터페이스를 개발하고 있습니다. 이 플랫폼은 이미 헤지펀드와 투자은행 등 금융 서비스 분야의 주요 기업과 협력하고 있으며, 더 많은 기업으로 기술을 확장할 계획입니다.
"AI는 의심할 여지 없이 우리 삶에서 가장 중요한 기술입니다. 그러나 혁신을 이끄는 것은 기술이 아닌 제품입니다. Hebbia는 AI를 위한 인간 중심의 제품 레이어를 구축하고 있습니다."라고 Hebbia의 설립자이자 CEO인 조지 시불카는 블로그 포스트에서 말했습니다. 이전에 이 회사는 여러 자금 조달 라운드에서 3천1백만 달러를 모금했습니다.
Hebbia의 제공 사항
LLM 기반 챗봇은 복잡한 비즈니스 질문에 대해 맥락 창의 한계나 질문의 복잡성 때문에 종종 어려움을 겪습니다. 이는 팀의 언어 모델 신뢰성을 저해할 수 있습니다. 2020년에 설립된 Hebbia는 기업 환경을 위해 설계된 LLM 연결 코파일럿인 Matrix를 통해 이 문제를 해결하고 있습니다. Matrix는 지식 근로자가 PDF, 스프레드시트 및 오디오 기록 등 내부 문서와 관련된 복잡한 질문을 무한한 맥락 창을 활용하여 할 수 있도록 지원합니다.
사용자가 관련 문서와 함께 질문을 제출하면, Matrix는 요청을 관리 가능한 작업으로 분해하여 하부 LLM이 실행할 수 있도록 합니다. 이 과정은 방대한 양의 정보를 동시에 분석할 수 있게 하여 구조화된 통찰을 제공합니다. Hebbia에 따르면, 이 플랫폼은 수백만에서 수십억 개의 문서와 데이터 유형을 분석하고 투명성과 추적 가능성을 위해 인용을 제공합니다.
"Hebbia는 지식 근로자를 위해 설계되었으며, AI 에이전트에게 작업을 지시하는 것을 가능하게 하여 복잡성과 대규모 데이터 세트를 스프레드시트나 인간 분석가와 같은 유연성과 투명성으로 처리할 수 있습니다."라고 시불카가 설명했습니다.
미래의 영향
시불카는 처음에 방대한 문서를 자주 검토하는 금융 전문가들의 워크플로우를 간소화하기 위해 이 플랫폼을 개발했습니다. 그러나 현재 이 플랫폼은 다양한 분야에서 주목받고 있습니다. Hebbia는 이제 CharlesBank, American Industrial Partners, Oak Hill Advisors, Center View Partners, Fisher Phillips, 그리고 미국 공군을 포함하여 1,000개 이상의 사용 사례가 생생히 운영되고 있다고 주장합니다.
"지난 18개월 동안 우리는 수익을 15배 성장시키고, 직원 수를 5배 늘리며, OpenAI의 일일 사용량의 2% 이상을 차지하고, 고객들이 작업 방법론을 혁신할 수 있는 기반을 마련했습니다."라고 시불카는 보고했습니다. 또한 Matrix 플랫폼에서 OpenAI만이 사용되는지, 다른 선택지가 있는지는 명확하지 않습니다.
최근 펀딩을 통해 Hebbia는 플랫폼을 더욱 향상시켜 더 많은 대기업을 위한 지식 검색을 간소화할 계획입니다. "앞으로 AI 에이전트가 전 세계 GDP에 크게 기여하여 모든 인간 직원들을 초월하는 미래를 그립니다. Hebbia가 그 길을 선도할 것이라고 믿습니다."라고 시불카는 말하며, 회사가 다음 세기 가장 중요한 소프트웨어 제품 중 하나를 만들겠다는 목표를 강조했습니다.
하지만 Hebbia는 경쟁에 직면해 있다는 점을 인식하는 것이 중요합니다. 2022년에 유니콘 지위에 도달한 팔로 알토 스타트업 Glean과 같은 다른 기업도 AI 주도 지식 검색을 추진하고 있습니다. 또한 Vectara와 같은 기업들은 기업 데이터를 기반으로 생성적 AI 경험을 제공하는 데 주력하고 있습니다.