피칸 AI, 모든 이가 비즈니스 예측을 손쉽게 이용할 수 있도록 예측 생성 AI를 출시하다.

생성 AI가 주요 산업 트렌드로 떠오르기 전, 예측 AI는 이미 기존 데이터를 바탕으로 미래 사건에 대한 예측을 수행하며 길을 닦아왔습니다. 두 기술의 강점을 결합하는 것이 바로 Pecan AI의 비전입니다. 8년 전에 설립된 Pecan AI는 기업을 위한 예측 분석 플랫폼을 구축하고, 2022년 2월에는 6,600만 달러를 포함해 총 1억 1,600만 달러의 자금을 조달했습니다.

예측 GenAI 소개

오늘, Pecan AI는 생성 AI의 고급 기능과 예측 기계 학습을 통합한 새로운 도구인 예측 GenAI를 출시합니다. Pecan AI의 CEO이자 공동 창립자인 Zohar Bronfman은 "우리가 전통적인 기계 학습 솔루션에 집중하고 있을 때, 산업 전반에서 생성 AI 혁명이 일어났습니다. 하지만 생성 AI는 정확한 예측을 만드는 데 어려움을 겪고 있습니다."라고 언급했습니다. 생성 AI는 콘텐츠 요약 및 챗봇 개발 등 다양한 작업에 뛰어나지만, 예측에 최적화되어 있지 않은 반면, 예측 기계 학습은 사용자가 다루기에 어려울 수 있습니다. Pecan AI의 예측 GenAI는 이 두 기술을 효과적으로 결합하여 데이터 과학자들이 쉽게 예측 모델을 만들 수 있도록 돕습니다.

예측 AI를 기업에 접근 가능하게 만들기

Pecan AI는 기업이 기계 학습 및 AI를 손쉽게 도입할 수 있도록 목표하고 있습니다. 전통적으로 데이터 과학자가 예측 분석 도구의 주요 사용자인 반면, Bronfman은 Pecan AI가 AI 기능을 민주화하여 비즈니스 전문가들이 깊은 기술 전문 지식 없이도 예측 통찰력을 활용할 수 있도록 설계되었다고 강조했습니다.

예측 GenAI의 주요 기능

1. 예측 챗: 사용자들은 챗봇 인터페이스와 상호 작용하여 구체적인 비즈니스 문제에 맞춘 자연어 쿼리를 제기할 수 있습니다. 이 기능은 가장 관련성 높은 예측 프레임워크로 사용자를 직관적으로 안내합니다.

2. 예측 노트북: 생성 AI를 활용한 이 고유의 SQL 기반 노트북은 예측 모델을 구축하는 토대 역할을 합니다. 이 노트북은 원시 회사 데이터를 AI에 적합한 데이터셋으로 자동으로 변환하며, 사용자는 데이터를 쿼리하고 구조화하며 조인하는 생성된 셀을 자동으로 실행하거나 SQL을 통해 조정할 수 있습니다.

생성 모델에서의 예측 AI의 도전 과제

사용자들은 생성 AI가 다양한 작업에 효율적이지만 예측에서는 부족함을 느낄 수 있습니다. Bronfman에 따르면, 이는 생성 AI의 훈련에 사용되는 데이터 세트가 예측 모델링에 필요한 정형화된 형식과 일치하지 않기 때문입니다. 예측 데이터 세트는 행에 잘 정의된 개체와 열에 명확한 특성을 갖추고 목표 레이블이 포함되어야 합니다. 그러나 이러한 형식의 데이터를 확보하는 데는 종종 방대한 데이터 엔지니어링이 필요하며, 이는 보통 경험이 풍부한 데이터 과학자의 작업입니다.

Bronfman은 또한 벡터 데이터베이스를 예측 모델링에 사용하는 데 제한이 있음을 강조했습니다. 벡터 임베딩은 기본적인 예측 기능을 지원할 수 있지만 제한된 특성 집합으로 작동하며, 데이터 과학자들이 데이터를 적절히 준비하기 위해 간단한 모델이나 상당한 수고가 필요합니다.

데이터 준비 혁신

예측 GenAI의 대화형 인터페이스가 가장 눈에 띄는 특징일 수 있지만, Pecan AI는 자동화된 데이터 준비 및 특성 엔지니어링 혁신에도 집중하고 있습니다. 이러한 발전 중 하나는 데이터 유출을 방지하기 위한 자동화 솔루션입니다. 데이터 유출이란 예측 시 숨겨져 있어야 할 훈련 데이터를 사용하는 것을 의미하며, 이는 전문가 없이는 식별하기 어려울 수 있습니다. "누군가에게 유출을 감지하는 것은 쉽지 않습니다."라고 Bronfman은 설명했습니다. "우리는 이를 식별하고 해결하는 자동화된 방법을 제공합니다."

접근성과 정확성을 향상시키는 Pecan AI는 기업들이 예측 분석을 활용하는 방식을 혁신하여 끊임없이 변화하는 AI 환경에서 더 많은 정보에 기반한 의사 결정을 지원할 준비가 되어 있습니다.