Adept AI는 생성형 인공지능 기업으로, 2022년에 두 차례의 주요 자금 조달 라운드를 완료하여 총 4억 1,500만 달러의 벤처 캐피털을 확보했습니다. 이 라운드는 6,500만 달러 규모의 시리즈 A와 3억 5,000만 달러 규모의 시리즈 B로 구성되었으며, 이 신생 기업을 AI 기반 워크플로 자동화라는 신흥 분야의 주요 플레이어로 자리매김하게 했습니다. 이 회사는 소프트웨어 인터페이스 전반에 걸쳐 복잡한 사용자 명령을 해석하고 실행할 수 있는 대규모 언어 모델 개발에 중점을 두었으며, 이는 순수 대화형 AI와는 차별화된 접근 방식이었습니다.
이 자금 조달은 저명한 투자자들의 참여를 이끌어냈으며, 응용 AI에 대한 관심이 높아지고 있음을 강조했습니다. 시리즈 A와 시리즈 B 라운드는 생성형 AI 부문이 빠르게 성장하던 시기에 발표되었으며, 이 시기에는 기반 모델과 그 실용적 응용에 주력하는 신생 기업들에 상당한 자본이 유입되었습니다. Adept AI의 접근 방식은 단순히 텍스트를 생성하는 대신 디지털 도구에서 작동할 수 있는 모델을 구축하는 데 중점을 두어, 당시 많은 경쟁 기업들과 차별화되었습니다.
설립 및 팀
Adept AI는 2022년에 주요 AI 조직 출신 연구원들로 구성된 팀에 의해 설립되었으며, 여기에는 Google DeepMind와 OpenAI 출신 인사들이 포함되었습니다. 공동 창업자로는 이전에 Google DeepMind에서 로보틱스와 머신러닝을 연구한 Ashish Kumar와 OpenAI 출신 엔지니어였던 David Luan이 있었습니다. 팀에는 또한 Deep learning 및 Neural network 아키텍처에 전문성을 가진 여러 연구원들이 포함되었으며, 이들 중 다수는 Transformer (architecture) 모델과 Large language model 훈련 분야의 기초 작업에 기여했습니다. 창업 그룹의 집단적 경험은 초기 단계 투자를 유치하는 데 핵심 요소였습니다.
Adept AI의 핵심 기술 비전은 인간이 소프트웨어를 사용하는 방식과 동일하게, 사용자 지침을 읽고 작업을 실행하여 AI 시스템이 소프트웨어를 사용할 수 있게 만드는 데 중점을 두었습니다. 이를 위해서는 Sequence-to-Sequence (Seq2Seq) 모델링, Multi-Head Attention, 그리고 자연어 이해와 프로그램 실행의 통합과 같은 분야의 발전이 필요했습니다. 초기 팀 규모는 의도적으로 작게 유지되었으며, 연구 생산성과 모델 프로토타입의 빠른 반복에 초점을 맞췄습니다.
시리즈 A 자금 조달
2022년 초, Adept AI는 6,500만 달러 규모의 시리즈 A 자금 조달 라운드를 발표했습니다. 이 라운드는 저명한 벤처 캐피털 회사들이 주도했으며, 전략적 투자자들도 참여했습니다. 이 자금은 연구 인재 채용과 회사 독자 모델의 초기 개발을 지원하기 위한 것이었습니다. 시리즈 A는 회사 설립 후 몇 달 만에 마감되었으며, 이는 팀의 배경과 제안된 기술의 상업적 잠재력에 대한 투자자들의 강한 신뢰를 반영했습니다.
시리즈 A의 평가액 세부 사항은 공개되지 않았지만, 이 라운드는 응용 AI에 대한 관심 증가를 나타내는 지표로 기술 및 비즈니스 미디어에서 널리 보도되었습니다. 자금은 주로 대규모 모델 훈련에 필수적인 컴퓨팅 자원과 연구 팀 확장에 할당되었습니다. 이 단계에서 Adept AI는 아직 공개 제품을 출시하지 않았지만, 연구 진행 상황은 투자자들에게 유망한 것으로 평가되었습니다.
시리즈 B 자금 조달
2022년 후반, Adept AI는 3억 5,000만 달러 규모의 시리즈 B 라운드를 조달하여 연간 총 자금을 4억 1,500만 달러로 늘렸습니다. 이 더 큰 라운드는 저명한 기술 투자자들의 컨소시엄이 주도했으며, 기존 투자자와 새로운 기관 투자자들이 참여했습니다. 시리즈 B 라운드는 회사 가치를 약 10억 달러로 평가하여, 운영 몇 분기 만에 유니콘 지위를 부여했습니다.
이 자금 조달은 Anthropic 및 Inflection AI와 같은 경쟁사를 포함한 Generative AI 기업에 대한 투자 급증과 시기를 같이했습니다. Adept AI의 콘텐츠 생성이 아닌 행동 지향 AI에 대한 차별화된 초점은 주목할 만한 판매 포인트였습니다. 회사는 시리즈 B 수익을 모델 훈련 인프라 확장과 소프트웨어 자동화 및 고객 서비스와 같은 분야의 엔터프라이즈 응용에 대한 탐색 작업 시작에 사용했습니다.
시리즈 B 발표는 또한 회사의 파트너십과 기술 협력을 강조했지만, 구체적인 상업 계약은 당시 공개되지 않았습니다. 이 투자는 벤처 캐피털 시장이 AI 기반 생산성 도구의 미래에 대한 대규모 베팅을 지원할 의향이 있음을 시사했습니다.
기술적 접근 방식
Adept AI의 연구 프로그램은 디지털 환경에서 다단계 작업을 실행할 수 있는 모델 개발에 중점을 두었습니다. 이는 자연어 지침과 버튼 클릭, 양식 작성, 메뉴 탐색과 같은 해당 작업 시퀀스를 짝지은 대규모 데이터셋 훈련을 포함했습니다. 기본 아키텍처는 Encoder-Decoder Architecture 프레임워크와 Cross-Attention 메커니즘을 활용하여 텍스트 명령을 소프트웨어 인터페이스의 시각적 및 기능적 요소와 정렬했습니다.
회사의 작업은 챗봇을 구동하는 순수 언어 모델과는 뚜렷이 달랐으며, 소프트웨어 시스템이 해석할 수 있는 구조화된 출력을 생성해야 했습니다. Beam Search 및 Top-P (Nucleus) Sampling과 같은 기술이 작업 시퀀스 생성에 탐구되었으며, Model Pruning 및 Batch Normalization은 훈련 효율성을 최적화하는 데 사용되었습니다. 팀은 또한 제한된 주석 작업 데이터를 확장하기 위해 Data Augmentation 방법에 투자했습니다.
Adept AI의 연구 기여는 학술 논문과 컨퍼런스 발표를 통해 공유되었지만, 주요 결과는 종종 독점적으로 유지되었습니다. 회사의 접근 방식은 Reinforcement learning 및 Curriculum Learning 분야의 초기 작업에서 영감을 얻었지만, 공개된 세부 사항은 드물었습니다. 2022년 말까지 Adept AI는 자연어 프롬프트를 기반으로 항공편 예약이나 이메일 재정리와 같은 간단한 웹 기반 작업을 수행할 수 있는 초기 프로토타입을 시연했습니다.
시장 맥락 및 경쟁사
이 자금 조달 라운드는 Artificial intelligence 연구 및 상업화 경쟁이 심화되는 배경에서 발생했습니다. 2022년에는 OpenAI가 대중의 주목을 받은 GPT 모델 초기 버전을 출시했으며, Google DeepMind는 Deep learning 및 AlphaFold 분야에서 돌파구를 추구했습니다. Adept AI는 소비자 대상 챗봇이 아닌 기업의 동맹으로 자리매김하며 기존 도구 내 워크플로 자동화에 초점을 맞췄습니다.
행동 지향 AI 공간의 경쟁사로는 AI21 Labs와 같은 신생 기업과 Microsoft와 같은 기존 기업이 있었지만, 2022년 말까지 완전히 운영 가능한 제품을 보유한 곳은 거의 없었습니다. 회사의 실용적 유용성에 대한 강조는 순수 생성형 채팅 인터페이스의 수익화 잠재력에 신중했던 투자자들의 공감을 얻었습니다. Adept AI의 기술 로드맵은 또한 모델 확장성과 안정성을 개선한 Positional Encoding 및 Layer Normalization의 발전으로 이점을 얻었습니다.
Amazon Web Services 및 Azure와 같은 AI 인프라 제공업체의 광범위한 생태계는 대규모 모델 훈련에 필요한 컴퓨팅 자원을 제공했지만, Adept AI는 선호하는 클라우드 제공업체를 공개하지 않았습니다. 회사의 성공은 부분적으로 특수 하드웨어에 대한 접근성에 달려 있었으며, 이는 조달된 자본의 할당에 영향을 미친 요인이었습니다.
리더십 및 거버넌스
Adept AI의 리더십 팀은 기술 전문성과 운영 경험을 결합했습니다. 최고 경영자로 재직한 David Luan은 이전에 OpenAI에서 역할을 맡았으며 대규모 모델 훈련 작업으로 알려져 있었습니다. 주요 기술 설계자로 활동한 Ashish Kumar는 Google DeepMind에서 로보틱스 연구와 Neural network 설계에 기여했습니다. 창업 팀에는 Machine learning 이론과 소프트웨어 엔지니어링 경험을 가진 개인들도 포함되었지만, 공동 창업자 외의 구체적인 임원 역할은 널리 공개되지 않았습니다.
회사는 학계와 업계 베테랑을 포함한 자문 위원회를 설립했지만, 이름은 공식적으로 발표되지 않았습니다. 거버넌스 관행은 연구 이정표의 투명성과 투자자에 대한 정기 업데이트를 강조했습니다. 2022년 말까지 Adept AI는 50명 미만의 직원을 고용했으며, 이는 선임 연구원과 엔지니어의 비율을 높게 유지하려는 의도적인 전략을 반영했습니다.
영향 및 평가
이 자금 조달 라운드는 Adept AI를 당시 가장 자본이 풍부한 초기 단계 AI 기업 중 하나로 자리매김했습니다. 업계 분석가들은 행동 지향 모델에 대한 회사의 초점이 새로운 소프트웨어 범주를 열어 수동 데이터 입력과 반복 작업의 필요성을 줄일 수 있다고 언급했습니다. 그러나 일부 전문가들은 인간-컴퓨터 상호작용의 복잡성을 고려할 때 실제 환경에서 안정적인 다단계 작업 실행의 기술적 실현 가능성에 대해 회의적인 시각을 표명했습니다.
학계 평론가들은 회사의 야망을 칭찬했지만, 오류 처리와 보이지 않는 인터페이스에 대한 모델 일반화 문제를 포함한 상당한 과제가 남아 있다고 지적했습니다. Machine learning 커뮤니티 내 평가는 엇갈렸으며, 일부는 Adept AI를 유망한 노력으로 보았고 다른 일부는 공개된 벤치마크 결과의 부족을 강조했습니다. 그럼에도 불구하고, 상당한 자금은 회사가 연구 직책에 대한 공격적인 채용과 독점 훈련 데이터셋에 대한 투자를 추구할 수 있게 했습니다.
2022년 말까지 Adept AI는 상업 제품을 출시하지 않았지만, 시리즈 B 라운드는 장기적 궤적에 대한 신뢰를 시사했습니다. 회사의 진행 상황은 Generative AI 공간의 관찰자들이 면밀히 주시했으며, 이후 몇 년간의 제품 출시는 초기 성공의 기반이 된 가설을 시험할 것입니다. 2022년 자금 조달 라운드는 AI 신생 기업의 빠른 확장과 해당 분야의 경쟁 역학에 대한 주목할 만한 사례 연구로 남아 있습니다.