TL;DR

  • Proximal은 수학처럼 빠른 검증과 반복 개선이 가능한 AI 학습 피드백 루프를 소프트웨어 엔지니어링에서 다른 분야로 확장하는 인프라를 구축함.
  • 최첨단 AI 모델은 경쟁 프로그래밍에서 최고 엔지니어를 능가하고, 수학자들이 여러 세대에 걸쳐 풀지 못한 밀레니엄 문제를 해결하는 수준에 도달함.
  • 수학은 학습 문제가 풍부하고 답을 자동 검증할 수 있으며 현실 세계와 상호작용하지 않고도 모델을 개선할 수 있어, 약점 파악과 학습 과제 생성 및 반복이 쉬운 분야임.
  • Proximal은 실제 작업 흐름에서 나온 비정형 데이터를 평가로 전환하고, 역량 격차를 찾아내 맞춤형 사후 학습 데이터와 모델 배포 개선에 활용함.
  • 소프트웨어 엔지니어링을 시험대로 삼아 연환산 매출 2억 달러 규모에 도달했으며, 신약·특수 칩·핵심 기반시설 소프트웨어 분야로 확장 중임.

새로운 개척지

  • 지난 몇 년 동안 특정 영역에서 가장 뛰어난 인간을 능가하는 모델들이 등장함. 최첨단 인공지능(AI) 모델은 경쟁 프로그래밍에서 최고 엔지니어를 능가하고, 여러 세대의 수학자들이 해결하지 못한 밀레니엄 문제를 풀고 있음.
  • 비슷한 규모의 성과가 다른 분야에서도 가능하다고 봄. 수학이 특별한 이유는 학습 문제가 풍부하고 답을 자동으로 검증할 수 있으며, 모델이 현실 세계와 상호작용하지 않고도 개선될 수 있다는 점임.
  • 이런 특성은 약점을 쉽게 찾고 학습 과제를 생성하며 빠르게 반복할 수 있게 함.

어떤 분야에서도 작동하는 피드백 루프

  • Proximal은 이런 피드백 루프를 어떤 분야에서든 가능하게 하는 인프라를 구축함.
  • 수작업 데이터 선별에 의존하는 대신, 원시 에이전트 실행 기록이나 사람의 작업 흐름에서 나온 산출물 같은 비정형 현실 데이터를 역량 격차가 드러나는 평가로 전환함.
  • 평가 신호를 바탕으로 목표가 명확한 사후 학습 데이터를 생성하고 모델 배포 방식을 개선함.

소프트웨어 엔지니어링에서 다른 분야로

  • 지난 한 해 동안 소프트웨어 엔지니어링을 시험대로 삼아 최첨단 연구소 및 기업과 협력하며 더 나은 코딩 에이전트 훈련을 지원함.
  • 이를 통해 연환산 매출 2억 달러 규모로 성장하고, 뛰어난 엔지니어와 연구자로 구성된 소규모 팀을 꾸렸으며, 사후 학습과 데이터 연구를 위한 세계 최고 수준의 인프라를 구축함.
  • 이제 다른 분야로 확장 중임. 새로운 질병이 나타난 뒤 며칠 안에 표적 치료제를 설계하고, 현재는 전문 엔지니어 팀이 필요한 작업 부하에 맞는 특수 칩을 만들며, 병원·전력망·정부 및 기타 핵심 기반시설을 계속 운영하는 레거시 소프트웨어를 다시 작성하는 AI 시스템을 기대함.
  • 이런 미래에 도달하는 데 Proximal의 작업이 가장 큰 영향을 미칠 것이라고 봄.

팀과 투자자

  • 팀은 Cursor, Google DeepMind, Meta Superintelligence, Prime Intellect, Citadel, Jane Street 출신 연구자와 엔지니어로 구성되며, 팀원 절반 이상이 창업 경험을 보유함.
  • General Catalyst가 기업가치 3억 달러 기준 1,500만 달러 투자 라운드를 주도했으며, SV Angel, Diede van Lamoen(Go Global Ventures), Chemistry와 개인 투자자들이 참여함.
  • 개인 투자자에는 Liam Fedus(Periodic Labs 최고경영자), Kevin Weil(OpenAI 전 최고제품책임자), Erik Bernhardsson(Modal 최고경영자)이 포함됨.