2026년 4월 17일 · Unknown · financial · 출처 Yahoo Finance
이미지 출처: Aleksandr Pobeda / EyeEm / Getty Images
관측 가능성(Observability) 도구의 역할이 다시 한 번 진화하고 있습니다. 기술 시스템의 신뢰성을 보장하는 솔루션 시장은 수년간 성장해왔지만, 그 중심은 꾸준히 '모든 것을 추적하라'에서 '복잡성과 비용을 통제하라'로 이동했습니다. 한편 기업 내 AI 에이전트의 급속한 유입과 도입은 관측이 필요한 완전히 새로운 범주의 워크로드를 추가했을 뿐입니다.
15년간의 학술 연구를 바탕으로 설립된 스타트업 인사이트파인더 AI(InsightFinder AI)는 이 문제에 익숙하지 않습니다.
이 회사는 2016년부터 머신러닝을 활용해 IT 인프라 문제를 모니터링, 식별, 사전 해결해왔으며, 이제 탐지와 진단부터 수정 및 예방까지 모든 것을 수행할 수 있는 AI 에이전트 솔루션으로 오늘날의 AI 모델 신뢰성 문제에 대응하고 있습니다.
IBM과 구글에서 근무한 경험이 있는 노스캐롤라이나 주립대학교 컴퓨터과학 교수인 헬렌 구(Helen Gu) CEO가 설립한 이 회사는 최근 유 갤럭시(Yu Galaxy)가 주도하는 시리즈 B 투자에서 1500만 달러(약 200억 원)를 유치했습니다.
구에 따르면, 현재 업계가 직면한 가장 큰 문제는 AI 모델이 어디서 잘못되는지 모니터링하고 진단하는 것뿐만 아니라, AI가 그 일부가 된 현재 전체 기술 스택이 어떻게 운영되는지 진단하는 것입니다.
"이러한 AI 모델 문제를 진단하려면 실제로 데이터, 모델, 인프라를 함께 모니터링하고 분석해야 합니다."라고 구는 테크크런치와의 인터뷰에서 말했습니다. "항상 모델 문제나 데이터 문제만은 아닙니다; 종합적인 문제입니다. 때로는 단순히 인프라 문제일 수도 있습니다."
구는 실제 사례를 들어 이를 설명했습니다: 미국의 한 주요 신용카드 회사가 사기 탐지 모델 중 하나가 표류(drifting)하고 있음을 발견했습니다. 인사이트파인더가 해당 회사의 모든 인프라를 모니터링하고 있었기 때문에, 이 모델 표류가 일부 서버 노드의 오래된 캐시로 인해 발생했음을 식별할 수 있었습니다.
"가장 큰 오해는 AI 관측 가능성이 LLM 평가에 국한된다는 것입니다."