Deep Cogito는 8월 26일 17:00 UTC에 4,300만 달러 규모의 시리즈 A 투자를 발표했습니다. 이번 라운드는 TQ Ventures가 주도했으며, Benchmark, Nexus Venture Partners, Atreides Management, South Park Commons 및 Zscaler가 참여했습니다. 누적 조달액은 현재 5,600만 달러를 넘었습니다. 이 회사의 핵심 제안은 Iterated Distillation and Amplification이라는 기법 위에 구축한 학습 후 엔진입니다.
IDA가 실제로 하는 일
보도자료는 이를 정확히 설명합니다. IDA는 "모델이 직접 생성할 수 있는 것보다 더 나은 답을 내기 위해 추가 연산을 사용하도록 반복적으로 허용한 뒤, 그 개선분을 다시 모델의 가중치에 증류한다"고 밝혔습니다. 추가 추론 연산을 써서 한 번의 실행보다 더 나은 답을 얻고, 그 더 나은 답으로 학습한 뒤, 이를 반복하는 방식입니다. 이는 잘 알려진 방법군이며, 이를 바탕으로 회사를 세우는 것도 충분히 타당합니다.
흔한 해석이 놓치는 점
이번 라운드에 붙은 줄임말은 "self-improving AI"로, 배포 환경에서 스스로 더 나아지며 사용자가 수행하는 작업에서 학습하는 시스템을 연상시킵니다. 그러나 이는 설명과 다릅니다. IDA는 학습 단계의 루프입니다. 연구 환경에서 실행되고, 새로운 가중치 세트를 만든 뒤 출하됩니다. 배포되는 모델은 다른 모델처럼 고정적입니다. 이 구분은 사소한 것이 아닙니다. 고객과의 상호작용에서 업데이트되는 모델은 한 번 학습해 고정된 모델과는 데이터 처리, 재현성, 평가 측면에서 완전히 다른 질문을 불러옵니다. 헤드라인은 첫 번째를 떠올리게 하지만, 보도자료는 두 번째를 설명합니다.
숫자는 전혀 없습니다
더 나은 모델을 만들어낸다는 점이 제품의 핵심 주장인 회사치고는, 이번 보도자료는 벤치마크 결과를 하나도 제시하지 않았습니다. 코딩 성능도, 추론 성능도, 어떤 기반 모델과의 비교도, 경쟁사와의 비교도 없습니다. 기업가치도 밝히지 않았습니다. 시드 단계 회사가 둘 중 어느 것도 공개할 의무는 없습니다. 그러나 이 조합은 발표문에서 검증 가능한 내용이 전혀 없음을 뜻합니다. 방법이 효과가 있다는 주장만 있을 뿐, 제시된 근거는 여섯 명의 투자자가 그렇게 믿는다는 점입니다.
고객이자 투자자입니다
Zscaler는 라운드 참여자이자 지명된 기업 사용자로 두 번 등장합니다. 전략적 투자자가 고객이 되는 일은 자주 있으며, 그 자체로 부적절한 것은 아닙니다. 다만, 회사를 함께 자금 지원하는 유일한 지명 고객은 그렇지 않은 지명 고객보다 상업적 신호가 약합니다. 이번 발표는 이 두 역할을 구분하지 않습니다. 공개된 자료를 기준으로 보면, 이번 보도자료에서 밝힌 독립적 기업 고객 수는 0입니다.