AI21 Maestro는 구조화된 계획과 병렬 실행으로 SWE-bench 성능을 끌어올린다.
2025년 엔터프라이즈 AI의 승부는 모델 성능보다 시스템 설계였다.
AI21과 Together AI가 기업용 open-source AI 운영 협업을 발표했다.
AI21 Labs가 Gartner EMQ 두 부문에서 유망 혁신기업으로 선정됐다.
AI21은 Structured RAG로 엔터프라이즈 질의 정확도를 최대 60% 높였다고 밝혔다.
Jamba Reasoning 3B가 6만 토큰 QA에서 Qwen3 4B보다 훨씬 빨랐다.
AI21 Maestro가 데이터 연결부터 검증까지 자동화해 신뢰형 AI 에이전트 구축을 돕는다.
의료 AI는 예측과 의사결정을 넓히지만 공감은 대체하지 못한다.
AI21이 3B급 온디바이스 오픈소스 추론 모델 Jamba Reasoning 3B를 공개했다.
금융권 AI는 확산 중이지만 신뢰와 거버넌스가 생산 전환의 관건이다.
기업은 단순 RAG 챗봇이 아니라 실행형 지식 에이전트가 필요하다.
Mamba 이후 하이브리드 LLM이 Transformer의 한계를 대체하고 있다.
AI21 Labs의 Ori Goshen은 RAISE Summit 2025에서 LLM 한계를 보완하는 Maestro를 제시했다.
AI21은 엔터프라이즈 AI의 핵심 과제로 grounding을 제시했다.
Karpathy는 AI 에이전트의 완전 자율화보다 통제가 중요하다고 강조했다.
계획 기반 AI 파이프라인으로 상품 설명 품질과 규제를 함께 관리하는 방식을 제시했다.
규제 변경을 계약·정책과 실시간 대조해 준수 갭을 찾는 AI 시스템을 제시했다.
AI 에이전트가 성공하려면 단순 정보 검색을 넘어 복잡한 추론과 맥락을 다루는 지식 업무를 수행해야 한다.
AI21이 엔터프라이즈용 Maestro를 공개했다.
RAG 에이전트 평가는 정확성·관측성·적응성·도입 속도·엔터프라이즈 준비성으로 봐야 한다.
이사회는 AI를 기술이 아니라 사업·리스크·ROI 관점에서 관리해야 한다.
RAG 평가는 점수보다 현실의 문서 관계를 봐야 한다.
AI21이 NVIDIA Inception에 합류해 기업용 AI 배포 역량을 강화했다.
AI21의 Maestro가 NVIDIA NIM과 결합해 기업 AI의 생산 전환을 겨냥했다.
AI Briefing