스텔스 끝낸 러브레이스AI…‘출처 추적’ 기업용 AI로 고위험 의사결정 겨냥

러브레이스 AI가 29일 ‘스텔스 모드’를 끝내고 모습을 드러냈다. 회사는 실수가 큰 비용이나 인명 피해로 이어질 수 있는 환경에서, 기존 생성형 AI보다 더 신뢰할 수 있는 기업용 인공지능이 필요하다고 강조했다.

이 회사의 핵심은 ‘엘리멘탈’이라는 컨텍스트 엔진 구축 도구다. 엘리멘탈은 AI 에이전트와 기업 내부 데이터 시스템 사이에 들어가 흩어진 정보를 구조화된 지식 그래프로 바꾼다. 이를 통해 AI가 방대한 원천 데이터에 직접 접근하는 대신, 검증 가능한 경로를 따라 필요한 정보만 찾아 연구 수준의 분석 결과와 출처를 함께 제시하도록 설계됐다.

러브레이스 AI는 구글 클라우드의 AI 총괄을 지냈고, 카네기멜런대 컴퓨터과학대학 학장을 맡았던 앤드루 무어(Andrew Moore)가 설립했다. 무어는 미 국방부 산하 중부사령부의 첫 AI 자문역을 지낸 인물로, 구글 재직 시절 대형 은행과 병원 시스템, 제조업체에 AI를 적용하는 과정에서 현재 구상을 떠올렸다고 설명했다. 그는 대규모언어모델 기반의 요약형 대화 방식만으로는 ‘중대한’ 기업 문제를 해결하기 어렵다고 봤다.

지식 그래프와 출처 추적으로 ‘신뢰 가능한 AI’ 구현

엘리멘탈의 백엔드인 ‘요타그래프’는 수조 개 규모의 상호 연결된 사실 데이터를 처리할 수 있도록 설계됐다. 회사 설명에 따르면 내부 데이터에 외부 정보를 결합해 조사형 질문에 답할 수 있으며, 다른 방식보다 토큰 사용량을 약 1000분의 1 수준으로 줄일 수 있다. 같은 비용으로 훨씬 많은 질문을 던질 수 있다는 의미다.

현재 러브레이스 AI는 매주 약 10억 개의 사실 데이터를 20여 개 공개 소스에서 수집하고 있다. 데이터 출처에는 전 세계 뉴스, 소셜미디어, 해운·물류 정보, 위성 이미지 등이 포함된다. 회사는 특히 서로 다른 출처에 흩어진 데이터가 실제로 같은 대상인지 식별하는 ‘엔터티 해석’ 능력이 정확도를 좌우한다고 본다. 핵심 대상의 동일성을 잘못 판단하면 전체 추론이 흔들릴 수 있어서다.

신뢰성을 높이기 위한 장치도 전면에 내세웠다. 시스템은 각 추론 단계의 근거와 데이터 출처를 추적해 사용자가 결과가 어떤 과정으로 도출됐는지 확인할 수 있게 한다. 기업 AI가 ‘그럴듯한 답변’만 내놓는 수준을 넘어, 왜 그런 결론에 도달했는지 설명 가능한 구조를 갖춰야 한다는 판단이다.

국방·재난·헬스케어에서 금융까지… 대형 기업 시장 공략

러브레이스 AI는 지난 2년간 공개 없이 기술을 다듬으며 공공기관, 국가안보, 재난 대응, 헬스케어처럼 인명과 직결되는 분야를 주로 겨냥해 왔다. 다만 무어는 금융 서비스처럼 위험은 크지만 보상도 큰 영역에도 기술을 적용할 수 있다고 밝혔다.

배포 방식도 민감 산업에 초점을 맞췄다. 이 플랫폼은 중앙집중형 서비스가 아니라 고객사 환경 내부에 설치된다. 데이터를 외부 벤더에게 넘겨 처리한 뒤 결과만 돌려받는 방식은 더 이상 민감한 조직에 맞지 않는다는 게 회사의 시각이다. 데이터 통제권과 보안을 고객이 직접 쥐도록 하는 구조가 핵심 경쟁력이라는 설명이다.

러브레이스 AI의 등장은 기업 AI 시장이 단순한 챗봇 경쟁에서 ‘정확성’과 ‘책임 추적’ 중심으로 이동하고 있음을 보여준다. 특히 경영진이 가시적인 생산성 향상을 요구하는 상황에서, 실패율이 높았던 실제 도입 현장을 얼마나 바꿀 수 있을지가 이 회사의 성패를 가를 전망이다.