기업 문서를 AI 에이전트가 처리할 수 있는 데이터로 바꾸는 Unsiloed AI가 750만달러(약 100억원)의 시드 투자를 유치했다.
펠리시스(Felicis)가 투자를 주도했고 Y Combinator, Orange Collective, Uncorrelated Ventures와 개인 투자자들이 참여했다. 테크크런치는 18일 투자 유치와 회사의 제품·고객 사례를 보도했다.
Unsiloed AI는 PDF 등에 담긴 표와 차트, 복잡한 문서 배치를 분석해 내용을 구조화한다. 문서 파싱은 글자뿐 아니라 표의 구성과 정보의 위치를 읽어 기계가 처리할 수 있는 형태로 바꾸는 작업이다.
회사는 제품 설명에서 추출한 단어의 원본 문서 내 위치 정보도 제공한다고 밝혔다. 사용자는 이를 통해 추출된 내용이 원문 어디에서 나왔는지 대조할 수 있다.
아만 미슈라(Aman Mishra) Unsiloed AI 공동창업자 겸 CEO는 인터뷰에서 “LLM은 본질적으로 확률적이어서 편차와 환각이 생길 수 있고, 이는 후속 업무에 큰 부정적 영향을 미친다”고 말했다. 금융 문서의 숫자나 법률 문서의 조항을 잘못 읽으면 뒤따르는 업무에도 오류가 이어질 수 있다는 설명이다.
미슈라는 금융·법률·의료 분야 고객과 일하고 있다고 밝혔다. 고객사 이름을 공개하지 않은 은행과 로펌이 제품을 사용하고 있다고도 설명했다.
은행은 문서 처리에 제품을 활용하고, 한 로펌은 계약서와 과거 사건 파일을 다루는 데 쓴다. 고객사별 도입 범위나 처리 규모는 공개되지 않았다.
음성 AI 기업 Bolna AI도 음성 에이전트용 지식 기반을 구축하는 데 Unsiloed AI 제품을 사용한다. 기업 문서 처리에서 음성 에이전트가 참조할 자료를 만드는 사례로 소개됐다.
문서 처리 시장에는 Reducto와 Unstructured 같은 전문 업체가 있다. 마이크로소프트($MSFT)와 아마존($AMZN)도 관련 제품을 제공한다.
성능 수치는 회사 자체 평가와 구분해야 한다. Unsiloed AI가 제공한 기술 설명서에는 기업 고객의 금융 문서 542건에서 약 8만4000개 데이터를 추출해 정확도 99.78%를 기록했다고 적혔다.
테크크런치는 이 결과가 독립적으로 검증되지 않았다고 전했다. 따라서 99.78%는 회사가 공개한 시험 결과로 봐야 한다.
회사가 공개한 olmOCR-Bench 비교 자료의 점수는 88.0이다. 결과와 재현용 코드는 공개 저장소에 올라와 있지만, 금융 문서 정확도와 측정 방식이 달라 두 수치를 직접 비교할 수 없다.
팀 규모를 두고도 공개된 수치가 다르다. 테크크런치 보도는 인원을 7명으로 제시했지만 Y Combinator 공개 회사 페이지에는 팀 규모가 2명으로 표시됐으며, 두 수치의 집계 시점은 확인되지 않았다.
미슈라는 18일 인터뷰에서 투자금을 연구자와 엔지니어 채용, 영업 확대, 자체 데이터셋 개발에 사용할 계획이라고 밝혔다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular