Tecton은 머신러닝 운영을 위해 설계된 피처 스토어 플랫폼을 개발하는 엔터프라이즈 소프트웨어 회사이다. 이 플랫폼은 배치 및 실시간 데이터 소스 전반에서 머신러닝 모델이 사용하는 입력 변수인 피처의 관리, 계산 및 서빙을 중앙 집중화한다. Tecton은 프로덕션 등급 ML 시스템을 구축하고 유지하는 데 필요한 엔지니어링 오버헤드를 줄여 데이터 과학자와 엔지니어가 데이터 파이프라인 작업보다는 모델 개발에 집중할 수 있도록 하는 것을 목표로 한다.
이 회사는 2019년에 Uber의 Michelangelo ML 플랫폼에서 근무했던 엔지니어 팀(Mike Del Balso, Kevin Stumpf, Jeremy Hermann 포함)에 의해 설립되었다. Tecton은 2020년에 Andreessen Horowitz가 주도한 2천만 달러의 시리즈 A 투자로 스텔스 모드를 벗어났다. 회사는 캘리포니아주 샌프란시스코에 본사를 두고 있으며, 이후 몇 년간 2021년 3,500만 달러의 시리즈 B 라운드와 2022년 1억 달러의 시리즈 C 라운드를 포함한 추가 자금을 조달하여 총 가치 평가액이 10억 달러를 넘었다.
핵심 플랫폼 기능
Tecton의 플랫폼은 피처를 정의, 관리 및 서빙하기 위한 통합 인터페이스를 제공한다. 이는 히스토리컬 데이터에서 계산된 배치 피처와 이벤트 스트림에서 실시간으로 계산되는 스트리밍 피처를 모두 지원한다. 플랫폼에는 사용자가 Python을 사용하여 피처를 정의할 수 있는 선언적 API가 포함되어 있으며, 데이터 변환, 백필 및 시점 일관성을 자동으로 처리한다. Tecton은 또한 피처 모니터링, 계보 추적 및 검색과 거버넌스를 위한 피처 카탈로그를 제공한다.
이 플랫폼은 Amazon Redshift 및 Google BigQuery와 같은 데이터 웨어하우스와 Apache Kafka와 같은 스트리밍 시스템을 포함한 일반적인 데이터 인프라와 통합된다. 서빙을 위해 Tecton은 프로덕션 추론 파이프라인에서 사용할 수 있는 저지연 온라인 스토리지와 API를 제공하며, 종종 머신러닝 프레임워크 및 모델 서빙 도구와 함께 사용된다.
사용 사례 및 응용 분야
Tecton은 금융 서비스, 전자상거래 및 기술을 포함한 다양한 산업의 조직에서 사용된다. 일반적인 사용 사례로는 사기 탐지, 추천 시스템, 개인화 및 실시간 위험 점수가 있다. 예를 들어, 금융 회사는 Tecton을 사용하여 거래 속도나 계좌 잔액 변동과 같은 피처를 실시간으로 계산하고 이를 사기 탐지 모델에 공급할 수 있다. 이 플랫폼이 히스토리컬 및 실시간 데이터를 모두 처리할 수 있는 능력은 훈련과 서빙 간에 일관된 피처 정의를 요구하는 애플리케이션에 적합하다.
경쟁 구도
피처 스토어 시장은 프로덕션에서 인공지능 채택이 확대됨에 따라 성장해 왔다. Tecton은 Tecton의 창립자들이 공동 창립한 Feast와 같은 오픈소스 프로젝트와 주요 클라우드 제공업체의 클라우드 네이티브 솔루션을 포함한 다른 피처 스토어 솔루션과 경쟁한다. Amazon Web Services는 Amazon SageMaker Feature Store를 제공하며, Microsoft Azure와 Google Cloud도 ML 플랫폼 내에서 유사한 기능을 갖추고 있다. Tecton은 엔터프라이즈급 안정성, 확장성 및 복잡한 실시간 사용 사례에 대한 지원에 초점을 맞춤으로써 차별화한다.
회사 성장 및 채택
2024년 기준으로 Tecton은 자사 플랫폼이 수백 개의 기업에서 사용되고 있으며, 그중에는 여러 포춘 500대 기업이 포함된다고 보고한다. 회사는 대규모 언어 모델을 사용하여 피처 엔지니어링 및 코드 생성을 지원하는 Tecton AI와 같은 기능으로 제품 제공을 확장했다. Tecton은 또한 주요 클라우드 제공업체 및 데이터 인프라 회사와 파트너십을 구축하여 현대 ML 스택의 핵심 구성 요소로 자리매김하고 있다.
회사의 성장은 프로덕션 ML 시스템에서 피처 관리의 중요성이 증가하고 있음을 반영한다. 조직이 AI 이니셔티브를 확장함에 따라 피처 계산, 저장 및 서빙을 처리하기 위한 견고한 인프라의 필요성이 중요해졌다. Tecton의 플랫폼은 훈련과 서빙 간의 일관성을 보장하는 중앙 집중식 시스템을 제공하여 훈련-서빙 편향의 위험을 줄이고 모델 성능을 개선함으로써 이러한 필요성을 해결한다.
향후 방향
Tecton은 특히 실시간 데이터 처리 및 신흥 AI 기술과의 통합에 중점을 두고 플랫폼의 기능을 개선하는 데 계속 투자하고 있다. 회사는 생성형 AI를 활용하여 피처 발견 및 엔지니어링을 자동화하는 방법을 모색하고 있으며, 이를 통해 효과적인 피처 파이프라인을 구축하는 데 필요한 수동 노력을 줄일 수 있을 것으로 기대한다. 또한 Tecton은 멀티 클라우드 및 하이브리드 배포 지원을 확장하여 고객이 선호하는 인프라 환경에서 플랫폼을 실행할 수 있도록 하고 있다.
머신러닝 분야가 진화함에 따라 피처 스토어는 ML 인프라 스택의 중요한 구성 요소로 남을 가능성이 높다. Tecton은 엔터프라이즈 요구에 대한 집중과 경험 많은 창립 팀을 바탕으로 이 분야에서 계속 성장할 수 있는 좋은 위치에 있다.