HumansAnd, 인간 협업을 위한 AI 구축을 위해 4억 8천만 달러 시드 투자 유치

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

기존 AI가 개인 비서 역할에 치중했다면, HumansAnd는 그룹 내 조율과 장기적 목표 달성을 위한 중추 신경계 역할을 하는 AI를 목표로 한다. 이를 위해 장기 지평 강화학습(Long-horizon RL) 등 차별화된 기술을 도입한다.

배경

Anthropic, OpenAI, Google DeepMind 출신 전문가들이 모여 설립한 스타트업 HumansAnd의 대규모 투자 소식과 비전을 다룬다.

대상 독자

AI 산업 트렌드, 스타트업 투자, 협업 도구 혁신에 관심 있는 전문가 및 개발자

의미 / 영향

HumansAnd의 등장은 AI가 단순한 도구를 넘어 조직의 운영 체제 역할을 하게 될 미래를 암시한다. 기업들은 향후 AI 도입 시 개별 업무의 자동화뿐만 아니라 팀 단위의 의사결정 효율성을 높이는 방향으로 전략을 수정해야 할 것이다. 특히 장기 지평 강화학습의 실무 적용 여부가 차세대 협업 도구의 승패를 가를 중요한 기술적 지표가 될 것으로 전망된다.

섹션별 상세

00:00

HumansAnd의 등장과 대규모 시드 투자

HumansAnd는 Anthropic, OpenAI, Meta 등 주요 AI 연구소 출신들이 설립한 스타트업으로, 최근 4억 8천만 달러 규모의 시드 투자를 유치했다. 이들은 기존의 정보 검색 중심 AI에서 벗어나 인간과 AI 경제를 위한 중추 신경계 역할을 할 시스템을 구축하고자 한다. 현재 시장의 챗봇들이 개인용 비서에 최적화된 것과 달리, 이들은 그룹 내 협업과 조율에 집중하는 것이 특징이다.

•4억 8천만 달러 규모의 초대형 시드 투자 유치
•주요 AI 연구소 출신 전문가들로 구성된 팀
•정보 검색이 아닌 사회적 지능 중심의 AI 지향

03:00

사회적 지능과 협업을 위한 새로운 모델 아키텍처

HumansAnd의 공동 창립자 애니 팽은 질문에 답하는 모델의 시대를 넘어 시스템을 어떻게 실제로 활용할지 고민하는 두 번째 물결에 진입했다고 진단했다. 이들은 사람들이 그룹 내에서 소통하고 정렬하며 의사결정을 내리는 방식을 이해하는 전용 파운데이션 모델을 훈련하고 있다. 특히 회의에서의 의사결정 피로도나 불분명한 합의 과정을 해결하는 데 초점을 맞춘 모델이다.

•그룹 내 소통과 의사결정 과정을 이해하는 전용 모델 개발
•회의 중 발생하는 의사결정 피로도 해결 목표
•단순 답변을 넘어선 협업 레이어 구축

10:00

기술적 차별점: 장기 지평 및 다중 에이전트 강화학습

모델 훈련을 위해 장기 지평 강화학습(Long-horizon RL)과 다중 에이전트 강화학습(Multi-agent RL) 기술을 활용한다. 이는 일회성 응답이 아니라 장기적인 결과에 집중하고, 여러 인간과 AI가 동시에 상호작용하는 환경에서 시스템을 최적화하기 위함이다. 모델이 사용자 및 자신에 대한 기억을 유지하여 더 깊은 이해도를 갖추는 것이 기술적 핵심이다.

•장기적 목표 달성을 위한 Long-horizon RL 도입
•다중 에이전트 환경에서의 조율 능력 강화
•사용자 맥락과 기억을 활용한 지능 고도화

강화학습(Reinforcement Learning)은 시행착오를 통해 보상을 최대화하는 방향으로 모델을 학습시키는 방법이며, 여기서는 협업이라는 복잡한 목표를 위해 고도화된 방식을 사용한다.

13:00

시장 경쟁과 향후 전망

HumansAnd는 기존의 슬랙이나 노션 같은 도구에 플러그인 형태로 들어가는 것이 아니라 독자적인 협업 레이어를 구축하려 한다. 이는 Granola와 같은 AI 노트 테이킹 스타트업이나 구글, 앤스로픽의 협업 기능 강화와 경쟁해야 함을 의미한다. 대규모 컴퓨팅 자원 확보와 인재 영입이 향후 성공의 관건이 될 것으로 보인다.

•기존 협업 도구와의 경쟁 및 독자적 플랫폼 지향
•대규모 컴퓨팅 자원 확보의 필요성
•사회적 지능의 확장 가능성에 대한 베팅

용어 해설

Social Intelligence: — 단순한 정보 처리를 넘어 타인의 의도, 감정, 그룹 내 역학 관계를 이해하고 조율하는 지능을 의미한다.
Long-horizon Reinforcement Learning: — 즉각적인 보상보다는 먼 미래의 최종 목표를 달성하기 위해 일련의 복잡한 행동을 최적화하는 강화학습 기법이다.

주목할 인용

“우리는 질문 답변 모델이 특정 분야에서 매우 똑똑해지도록 훈련되었던 첫 번째 패러다임을 끝내고 있습니다. 이제 사용자가 이 시스템들로 실제로 무엇을 할지 고민하는 두 번째 파도에 진입하고 있습니다.”
Annie Peng·03:58
기존 LLM의 한계와 HumansAnd가 지향하는 새로운 방향성을 설명하며

실무 Takeaway

AI의 발전 방향이 개인 생산성 도구에서 그룹 협업 및 조율 도구로 확장되고 있다.
성공적인 협업 AI를 위해서는 단순한 언어 능력을 넘어 사회적 맥락과 장기적 의사결정 과정을 이해하는 모델이 필요하다.
초기 제품이 없는 상태에서도 핵심 인재와 명확한 기술적 비전만으로 대규모 투자가 가능하다는 것을 보여준다.