구글에서 선호하는 출처로 추가
그래폰 470억원 시리즈A 조달…AI 기억 기술·GS 현장 활용 사례
서지우 기자
그래폰은 시리즈A 투자로 3500만달러(약 470억원)를 조달해 기업용 AI 에이전트 기억 기술 개발과 판매에 사용한다. 5월 회사 발표문에서는 GS그룹 사업 현장에 자사 플랫폼을 적용한 사례를 공개했다.
토포AI로 이 기사 더 깊이 읽기
그래폰(Graphon)이 AI 에이전트용 기억 기술 개발을 위해 시리즈A 투자로 3500만달러(약 471억원)를 조달했다. 회사는 조달 자금을 기업용 제품 개발과 판매에 사용할 계획이다.
RRE벤처스(RRE Ventures)가 투자를 주도하고 에너지임팩트파트너스(Energy Impact Partners), 히타치벤처스(Hitachi Ventures), 가이아VC(Gaia VC), HP가 참여했다고 비즈니스인사이더(Business Insider)는 보도했다.
이번 투자는 그래폰이 지난 5월 발표한 830만달러(약 112억원) 규모 시드 투자에 이은 후속 조달이다. 당시 회사 발표문은 GS그룹을 초기 기업 고객으로 소개했다.
GS그룹은 편의점 안에서 고객의 이동을 분석하고, 건설 현장 CCTV 영상으로 안전을 분석하는 사례를 제시했다. 두 사례는 그래폰 기술이 적용된 업무 분야를 보여준다.
그래폰의 제품은 문서·이미지·영상·오디오에 담긴 정보를 연결해 AI 모델이 참고하는 기억 계층을 만드는 방식이다. 개별 자료를 검색하는 데 그치지 않고 정보 조각 사이의 관계와 시간 정보를 보존하는 데 초점을 둔다.
아르바즈 칸(Arbaaz Khan) Graphon 창업자 겸 CEO는 5월 회사 발표문에서 “세상은 토큰이 아니라 관계로 이뤄져 있다”고 말했다. 회사는 AI 모델 자체보다 모델에 전달하기 전 데이터를 구성하는 방식이 중요하다고 설명한다.
AI 모델의 문맥창은 한 번의 요청에서 처리할 수 있는 입력·출력 토큰의 범위다. 문맥창이 넓어도 모델이 어떤 자료를 받아 참고하는지는 별도의 문제다.
검색 증강 생성(RAG)은 외부 자료에서 관련 내용을 찾아 모델에 제공하는 방식이다. 그래폰은 여기에 자료 사이의 연결 정보를 더해 에이전트가 개별 검색 결과를 넘어 맥락을 참조하도록 하겠다는 구상이다.
◇ 공개 순위와 자체 시험은 조건이 다르다
ATM-Bench 공개 순위는 10월 4일 갱신 당시 그래폰 V1을 기억 시스템 항목의 첫 순위에 올렸다. GPT-6 Astra를 답변 모델로 사용한 설정에서 QS 점수는 81.71%였다.
해당 기록에는 그래폰 자체 처리 과정으로 원본 이미지와 영상 데이터를 다룬 조건이 포함됐다. 점수를 비교할 때는 답변 모델과 자료 처리 방식 등 시험 설정도 함께 살펴야 한다.
그래폰이 DolphinBench에 제출한 기록에는 공개 과제 600개 중 504개를 통과해 84%를 기록했다고 적혀 있다. 이 풀리퀘스트는 11월 4일 제출됐다.
제출 기록은 84%가 그래폰의 자체 시험 결과이며 공식 결과를 바꾸지 않는다고 명시했다. 그래폰은 공개 과제의 실패 사례를 살펴본 뒤 에이전트가 기억을 사용하도록 지시문을 정했다고도 설명했다.
ATM-Bench의 81.71%와 DolphinBench의 84%는 평가 조건과 검증 상태가 달라 같은 척도의 결과처럼 직접 비교하기 어렵다. GS그룹 사례는 사용 분야를 보여주지만, 의사결정 품질이 얼마나 개선됐는지를 나타내는 수치는 제시되지 않았다.
Comment 0
불러오는 중…