Loading...

AI 뉴스

파이버, AI 중심 모델 전환으로 직원 30% 감원

페이지 정보

작성자 xtalfi
작성일 2025.09.16 14:42
764 조회
0 추천
0 비추천

본문

Press-Page_-_6_press_image_1692816582_m705s9.jpg

(퍼플렉시티가 정리한 기사)

Fiverr는 월요일에 전체 직원의 약 30%에 해당하는 약 250명의 직원을 해고할 것이라고 발표했습니다. 이는 회사를 "AI 우선 기업"으로 전환하기 위한 대대적인 변화의 일환입니다. CEO이자 창립자인 미카 카우프만은 이번 조치가 인공지능을 중심으로 한 더욱 슬림한 조직으로 "스타트업 모드"로 돌아가는 것이라고 설명했습니다.

이 인력 감축은 2024년 12월 기준 762명의 직원을 보유한 이스라엘 기반의 프리랜서 마켓플레이스 전 부서를 대상으로 이뤄집니다. 인력 감축에도 불구하고, 회사는 2025년 3분기와 회계 연도 재무 지침을 유지한다고 밝혔습니다.

 

AI 인프라로의 전략적 전환

 

카우프만은 직원들에게 보낸 편지에서 회사의 구조조정에 대한 이유를 설명했습니다. "우리는 Fiverr를 AI 중심의 회사로 전환하기 위한 변혁을 시작합니다. 더 간소화되고, 더 빠르며, 현대적인 AI 중심 기술 인프라를 갖추기 위해 Fiverr를 변화시킬 것입니다."라고 그는 썼습니다.

CEO는 16년에 걸쳐 구축된 Fiverr의 현재 인프라가 점진적 추가가 아니라 근본적인 변화가 필요하다고 강조했습니다. "단순히 더 많은 사람을 추가해서 기존 시스템 위에 무언가를 쌓는 것이 아니라, 그것을 단순화하는 것이 중요합니다."라고 카우프만은 설명했습니다.

로이터에 따르면, 이번 감원은 Salesforce와 같은 기술 회사들이 운영 자동화를 위해 AI 에이전트와 머신러닝에 상당한 자원을 투자하는 더 큰 흐름을 반영한다고 합니다.

 

재정적 영향 및 시장 반응

 

Fiverr의 주가는 발표 이후 4% 이상 하락했습니다. 회사는 비용 절감의 일부를 사업에 재투자하고, 나머지는 수익성 향상에 사용할 계획입니다.

이번 구조 조정은 Fiverr가 2026년까지 장기 조정 EBITDA 마진 목표인 25% 달성 경로를 가속화시킬 것이며, 이는 예정된 일정보다 1년 앞서 달성하는 것입니다. 2025년 3분기에 회사는 매출을 1억 500만 달러에서 1억 1천만 달러 사이로 예상하고 있습니다.

 

AI 도입이 이미 진행 중입니다

 

카우프만은 기존 AI 구현 사례들을 전략의 효과를 입증하는 증거로 인용했다. 회사의 Neo 제품은 프로젝트 매칭에 AI를 활용하고 있으며, Fiverr Go는 AI 지원 프로젝트 범위 설정 기능을 제공한다. 고객 지원 업무에는 이제 머신러닝을 활용해 지식을 통합하고 응답 시간을 단축하고 있다.

"우리는 AI가 프로세스를 자동화 및 간소화하고, 인간을 수동적이고 반복적인 업무에서 해방시키며, 과거에는 불가능하거나 너무 비용이 많이 들었던 역량을 실현하는 모습을 직접 목격해왔습니다."라고 카우프만은 직원들에게 보낸 편지에서 적었다.

CEO는 플랫폼의 프리랜서 및 구매자 커뮤니티에게 서비스가 중단 없이 계속될 것이라고 확신을 주었다. 퇴직하는 직원들은 퇴직금, 연장된 건강보험, 경력 전환 지원을 받게 된다.

댓글 0
전체 686 / 118 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
787 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
845 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
825 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
817 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입