섹션별 상세
Glean은 기업 내부의 다양한 소프트웨어 시스템을 연결하여 비즈니스 맥락을 파악하는 'Context Graph'를 핵심 기술로 활용한다.
이 기술은 AI가 필요한 정보만 효율적으로 검색하게 하여, 원시 데이터를 직접 처리할 때보다 토큰 소비량을 획기적으로 줄인다.
최근 15개월 동안 ARR이 1억 달러에서 3억 달러로 3배 증가하며 엔터프라이즈 AI 시장에서의 입지를 강화했다.
Google, Microsoft, OpenAI, Anthropic 등 빅테크 기업들이 유사한 제품을 출시하며 시장 경쟁이 심화되는 상황이다.
용어 해설
- 컨텍스트 그래프(Context Graph)
- — 기업 내부의 다양한 소프트웨어 시스템과 데이터를 연결하여 AI가 비즈니스 맥락을 이해하도록 돕는 데이터 구조. 단순 검색을 넘어 데이터 간의 관계를 파악함으로써 AI의 답변 정확도를 높이고 토큰 사용량을 최적화하는 데 기여한다.
- 연간 반복 매출(ARR)
- — 구독 기반 서비스 기업의 핵심 성과 지표로, 매년 반복적으로 발생하는 매출 규모를 의미한다. 기업의 성장 속도와 안정성을 평가하는 주요 척도로 활용된다.
- 토큰 비용(Token Cost)
- — LLM 사용 시 입력 및 출력되는 토큰 수에 따라 부과되는 비용. 컨텍스트 윈도우가 길어질수록 비용이 증가하므로, 효율적인 데이터 검색 및 프롬프트 최적화가 필수적이다.
기술
- Glean
- Context Graph
활용 사례
- 기업용 AI 검색
- AI 비용 최적화
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 05. 29.수집 2026. 05. 29.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.