DataRobot 그리고 인텔의 AI 스타트업 인수
'General' AI 솔루션의 선전
최근 흥미로운 Enterprise AI Platform 투자 및 인수 사례가 몇 건 있었는데, 첫 번째는 DataRobot의 Series-E 펀딩이고, 두 번째는, 인텔의 AI 스타트업 인수 (SigOpt와 Cnvrg.io).
DataRobot은 3조 이상의 밸류에이션으로 3천2백억 ($270M) 규모의 투자를 유치했고, 인텔은 한 달 안에 두 개 AI 스타트업을 연달아 인수했다.
세 회사 모두 ML Pipeline에서 모델 생성, 실험, 배포 전 과정 또는 일부 과정을 도와주는 ‘General' AI 솔루션을 갖고 있는 회사인데, 개인적으로 흥미롭게 생각하는 부분은 ‘General' AI 솔루션이 예상보다 시장에서 선전하고 있다는 것.
4년 전 DataRobot과 같은 회사들이 제공하는 솔루션을 처음 접했을 때, 제품이나 시장성 측면에서 개인적으로는 매우 부정적이었는데, 그 이유는, '자기가 무엇을 하는지 알고 있는' 데이터 싸이언티스트나 AI 연구자들이 높은 수준의 자유도를 지닌 파이썬 중심의 오픈소스 툴을 버리고 제한적인 솔루션을 쓸리 없을 것이라 생각했기 때문이다.
여전히 모델 개발이나 일부 실험 측면에서는 위 생각에는 변함이 없는데, ‘General' 솔루션의 시장에서의 선전이 시사하는 바가 큰 듯하다.
우선 'AI 모델'과 'AI 시스템'은 분명히 다른데, 가치 검증 수준이 아닌 실 제품이나 서비스에 사용되는 수준의 AI 시스템 또는 ‘Product-ready’ AI의 경우 모델 개발 이외에도 모델의 배포와 운영 측면 (MLOps)까지 고려되어야 하고, 이를 위해 데이터 분석가나 AI 연구자뿐만 아니라 높은 수준의 엔지니어링 역량이 필요하다는 것.
Azure를 사용한 MLOps 워크플로우 (출처: Why firms are welcoming MLOps into the fold of software development)DataRobot이나 SigOpt, Cnvrg.io 모두 실험 및 배포 과정에서 발생하는 엔지니어링 측면의 어려움들을 도와주는 제품이다.
'Prodcut-ready’ AI 개발에서의 이러한 Needs는 최근 Data Science 나 AI 인력의 세분화에서도 나타나는 듯 보인다 (AI Researcher, Data Scientist, Data Engineer, Applied Scientist, MLOps Engineer, ML Engineer 등). 모델 개발이 여전히 중요한 것은 맞지만, AI 제품화나 서비스 Value Chain에서 상대적으로 낮은 듯하다.
DataRobot의 Series-E 펀딩 이야기로 돌아오자면, DataRobot의 매출 규모가 실로 놀랍다 (ARR이 1200억 원을 상회하는 수준). 기존의 CRM이나 BI SaaS 매출 규모와 비교하면 턱없이 적은 숫자이지만, AI 제품의 반복 매출 (recurring revenue) 규모로는 꽤 놀라운 숫자로 보인다.
"In terms of growth, DataRobot is “well over” $100 million in annual recurring revenue, "
개인적으로는 DataRobot 사용자 확보나 매출 측면에서 CSP들이 인수하기에 굉장히 매력적인 회사라고 생각했는데 (CRM이나 BI 이후의 SaaS 시장을 열어갈 수 있는 Potential 이 크다는 측면에서), 이미 3조가 넘는 밸류에이션을 감안하면 인수 가능한 회사들은 몇 안 남은 듯 보인다. AWS, GCP 등의 테크 자이언트들 정도가 아닐까?
인텔의 SigOpt와 Cnvrg.io 인수 관련 기사
