최예진이 공동 창업한 노에리, 1억1000만 달러 유치
편집·검토: AI Ping 편집팀
3줄 요약
- 최예진·카를로스 게스트린 스탠퍼드대 교수가 공동 창업한 노에리가 1억1000만 달러를 유치했다.
- 노에리는 업무 기록으로 기업 AI의 변경안을 만들고 실제 반영에 앞서 담당자에게 승인을 받는 시스템을 개발한다.
- 멘로벤처스가 투자를 주도했고 엔비디아 등이 참여했다. 노에리는 기업·연구 기관과 초기 개념 검증을 진행 중이라고 밝혔다.
스탠퍼드대 컴퓨터과학 교수 최예진과 카를로스 게스트린이 공동 창업한 노에리(Noeri)가 11월 16일 1억1000만 달러의 투자 유치를 발표했다. 두 사람이 공동 최고경영자(CEO)를 맡는다. 노에리는 기업이 이미 쓰고 있는 AI 에이전트의 업무 기록을 분석하고, 더 나은 처리 방법을 찾아 담당자에게 변경안을 보내는 시스템을 개발한다.
창업자들은 기업과 과학 연구 분야에서 첫 개념 검증 협력을 진행 중이라고 밝혔다. 업무에 쓰는 AI를 고치거나 새로 만들려는 기업은 노에리 웹사이트에서 협력을 문의할 수 있다. 공개 페이지에는 회사와 업무를 적는 문의 창구가 있으며, 일반 고객의 이용 개시일과 가격표는 공개하지 않았다.
투자는 멘로벤처스가 주도했다. 마드로나벤처그룹, 킨드레드벤처스, 윙벤처캐피털과 NEA도 참여했다. 엔비디아, 시스코 인베스트먼츠, 스노우플레이크는 전략적 투자자로 이름을 올렸다. 1억1000만 달러는 전체 투자액이며 노에리는 기업가치와 투자자별 금액을 발표문에 기재하지 않았다.
운영 기록을 보고 수정안을 만들어 사람에게 전달
노에리가 설명한 시작점은 한 조직에서 AI가 실제로 한 일이다. 회사는 에이전트가 어떤 요청을 받았고 어디서 실패했으며 담당자가 무엇을 고쳤는지 살핀다고 밝혔다. 같은 모델을 두고 업무 지시문과 도구를 손보거나, 일의 한 단계를 다른 모델에 맡기는 방안도 검토할 수 있다. 모델 자체를 더 훈련하는 것은 바꿀 수 있는 여러 항목 중 하나다.
노에리는 변경 이유를 설명해 사람에게 승인 요청을 보낸다고 밝혔다. 소프트웨어 팀이 코드 수정안을 검토하는 것처럼, 어떤 지시나 도구가 바뀌는지 살핀 후 반영 여부를 결정하는 방식이다.
회사 설명에 따르면 고객은 공개 가중치 모델과 공급자가 내부 값을 공개하지 않는 모델을 모두 쓸 수 있다. 기업이 쓰는 모델에 새 버전이 나오더라도 업무 단계마다 어떤 모델이 맡는 게 적절한지 다시 검토할 수 있다. 노에리가 제시하는 목표는 이렇게 달라지는 실행 조건 속에서 하나의 업무를 계속 다듬는 것이다.
고객의 업무 기록으로 비용과 결과를 비교
노에리는 개선 여부를 판단할 때 공개 순위표 대신 고객이 실제로 보낸 요청과 해당 조직의 업무 기준을 사용한다고 설명했다. 같은 업무에 모델을 바꿨을 때 결과가 얼마나 달라지는지, 그 결과를 얻는 데 얼마나 비용이 드는지를 함께 보는 방식이다. 회사는 출범 자료에서 참여 기업별 절감액이나 정확도 변화 수치를 공개하지 않았다.
고객이 제공한 데이터와 개발한 작업 절차 및 모델은 고객 소유로 둔다는 게 노에리의 설명이다. 다만 외부 모델을 쓰는 경우 해당 모델의 라이선스가 적용된다. 고객이 개발한 부분을 소유한다는 설명에는 외부 모델의 가중치를 이전하거나 다른 서버에서 실행할 권리까지 일괄로 포함되지 않는다. 회사 창업자들은 고객이 자신의 업무 지식을 쌓아 가는 과정에서 기존 모델 공급자를 바꿔도 그 지식을 활용하는 시스템을 개발하겠다고 밝혔다.
한 문제를 푸는 동안 모델을 바꿔 본 연구
스탠퍼드대에 따르면 최예진은 언어 모델의 추론과 새로운 훈련 방식을 연구해 왔다. 게스트린은 데이터 과학 도구를 만든 투리의 공동 창업자다. 애플이 투리를 인수한 뒤에는 애플의 머신러닝·AI 조직을 이끌었다. 두 사람이 함께 연구한 주제 가운데 하나는 모델이 새로운 문제를 푸는 과정에서 더 학습하는 방식이다.
노에리가 기술의 배경으로 제시한 1월 논문에는 최예진과 게스트린이 공동 저자로 참여했다. 연구진은 공개 가중치 모델인 gpt-oss-120b를 사용해 수학·알고리즘 과제 등을 풀 때, 한 문제에서 얻은 결과를 바탕으로 같은 문제를 푸는 모델을 추가로 훈련했다. 답을 한 번 더 요청하는 것에 그치지 않고 그 문제의 시도에서 얻은 정보를 모델 업데이트에 반영하는 실험이었다.
게스트린이 공동 저자로 참여한 별도 연구는 코딩 시험을 통과했는지만 보는 대신 실행 오류처럼 실패의 이유를 설명해 주는 평가 자료를 학습에 넣었다. 두 논문은 저자들이 정한 과제에서 학습 방식을 비교한 연구다. 노에리의 기업용 시스템이 현재 고객 업무에서 낸 성과와는 기준이 다르다.
노에리는 투자자 일부를 포함한 여러 업종의 파트너와 협력 중이라고 밝혔다. 회사는 미국 팰로앨토에 기반을 두고 스위스 취리히에 사무소를 운영하며, 두 지역에서 모델의 지속 학습을 연구할 연구자와 엔지니어를 채용하고 있다.
출처
- November 16 launch and $110 million funding announcement — Noeri
- Product scope and company contact form — Noeri
- The Plural of Intelligence and the first proof-of-concept partnerships — Yejin Choi and Carlos Guestrin
- Research behind the company’s approach — Noeri
- Yejin Choi faculty profile and research — Stanford University
- Carlos Guestrin faculty profile and industry background — Stanford Engineering
- Learning to Discover at Test Time — Mert Yuksekgonul and co-authors
- Reinforcement Learning via Self-Distillation — Jonas Hübotter and co-authors