Cohere Inc. (KO)

From Systems analysis wiki
Jump to navigation Jump to search

Cohere — 캐나다의 인공지능 기술 기업으로, 기업 부문(Enterprise AI)을 위한 대형 언어 모델(LLM) 개발을 전문으로 합니다. 회사는 2019년 토론토에서 Google Brain 출신 연구자들에 의해 설립되었으며, OpenAI의 주요 대안 중 하나로 평가받고 있습니다[1].

Cohere의 핵심 목표는 기업에 안전하고 맞춤화 가능하며 확장 가능한 AI 솔루션을 제공하는 것입니다. 소비자 시장에 초점을 맞춘 많은 경쟁사들과 달리, Cohere는 처음부터 기업 고객을 대상으로 하여 고유한 기술적 접근 방식을 채택하였습니다.

역사 및 투자

Cohere는 2019년 세 명의 공동 창업자, 에이단 고메스(Aidan Gomez), 이반 장(Ivan Zhang), 닉 프로스트(Nick Frosst)에 의해 설립되었습니다. 에이단 고메스는 2017년 트랜스포머 아키텍처를 세상에 소개한 기념비적인 논문 「Attention Is All You Need」의 공동 저자 중 한 명입니다[1]. 2022년 12월에는 YouTube의 전 최고재무책임자인 마틴 콘이 회사의 사장 겸 최고운영책임자로 취임하였습니다[1].

회사는 투자 유치에서 인상적인 성과를 보여주었습니다:

  • 2023년 시리즈 C 라운드에서 2억 7천만 달러를 유치하였으며, 회사 가치는 21억~22억 달러로 평가받았습니다[2].
  • 2024년에는 추가로 5억 달러를 유치하여 기업 가치를 55억 달러로 끌어올렸습니다[3].

Cohere의 주요 투자자로는 PSP Investments, Cisco Systems, AMD, Fujitsu, NVIDIA, Salesforce Ventures, Oracle, Google Cloud 등이 있습니다[1][2].

기술 스택

Retrieval-Augmented Generation (RAG)

Cohere 접근 방식의 핵심 기술은 Retrieval-Augmented Generation (RAG)입니다. RAG는 모델이 실시간으로 외부 지식 베이스에 접근할 수 있도록 하여, 모델의 응답을 실제 데이터에 기반하게 하고 "환각(hallucination)"을 줄이며 정보의 최신성을 보장합니다[4]. Command R 및 Command A 모델은 RAG 시스템에서의 다단계 도구 활용에 특화되어 최적화되어 있습니다[5].

다국어 지원

Cohere는 다국어 지원에 특별한 관심을 기울입니다. 회사는 원어민 데이터로 학습된 모델을 개발하여 높은 품질을 보장합니다. 예를 들어, 오픈 소스 모델 Aya는 러시아어를 포함한 100개 이상의 언어를 지원하며, Command 패밀리는 10개 이상의 주요 세계 언어를 지원합니다.

보안 및 배포

Cohere는 SaaS 플랫폼, 프라이빗 클라우드 배포, 서드파티 플랫폼(Amazon SageMaker, Google Vertex AI, Azure) 통합을 포함한 유연한 배포 옵션을 제공합니다. 회사는 기업 데이터 보안에 특별한 주의를 기울이며, 학습 데이터 사용 거부 옵션과 SOC 2 Type II 기준 준수를 제공합니다[6].

제품 및 모델 라인업

Cohere는 언어 처리의 각 단계에 맞게 설계된 여러 유형의 모델을 개발합니다.

Command (생성 모델)

Command는 생성 모델의 플래그십 패밀리입니다.

  • Command A: 2025년 기준 가장 효율적인 모델로 1,110억 개의 파라미터를 보유합니다. 256,000 토큰의 컨텍스트 윈도우를 지원하며, 경쟁 모델이 최대 32개의 GPU를 필요로 하는 것에 비해 단 2개의 GPU로 구동될 수 있습니다[7]. 초당 최대 156 토큰의 생성 속도를 보여주며, 이는 GPT-4o보다 1.75배 빠릅니다[8].
  • Command R+: 1,040억 개의 파라미터와 128,000 토큰의 컨텍스트 윈도우를 갖춘 강력한 모델입니다. 다수의 유사 모델을 능가하며 GPT-4 Turbo의 성능에 근접합니다[9].
  • Command R: 350억 개의 파라미터를 가진 모델로, 높은 정확도의 대화형 작업을 위해 설계되었습니다[10].

특화 모델

  • Aya: 100개 이상의 언어를 지원하는 오픈 소스 다국어 모델. 119개국 3,000명 이상의 연구자가 참여하여 개발하였습니다[11].
  • Embed: 텍스트의 벡터 표현(임베딩) 생성을 위한 모델. Embed 4는 멀티모달리티와 128,000 토큰의 컨텍스트 윈도우를 지원합니다[12].
  • Rerank: RAG 시스템에서 검색 품질을 향상시키기 위한 모델.

파트너십 및 통합

Cohere는 다음을 포함한 주요 기술 기업들과 적극적으로 파트너십을 구축하고 있습니다:

  • Oracle: Cohere 기술을 Oracle Fusion Cloud 및 NetSuite에 통합[13].
  • Salesforce: Salesforce 제품에 채팅 기능 내장[1].
  • Fujitsu: 일본어 언어 모델 Takane 공동 개발[14].
  • McKinsey: 기업 운영에 생성 AI를 통합하는 분야에서의 협력[1].

다양한 산업 분야에서의 활용

  • 교육: 교육용 수업 계획 수립, 분류, 다국어 이니셔티브 지원에 Cohere가 활용됩니다[15][16].
  • 의료 및 과학: 과학 프로토콜 작성, 의료 데이터 분석, 연구 지원에 모델이 활용됩니다[17].
  • 기업 솔루션: 문서 업무 자동화, 데이터 분석, 마케팅 문구 작성, 고객 서비스[5].

같이 보기

  • 대형 언어 모델

참고 문헌

  • Cohere Team (2025). Command A: An Enterprise‑Ready Large Language Model. arXiv:2504.00698.
  • Üstün, A.; et al. (2024). Aya Model: An Instruction Finetuned Open‑Access Multilingual Language Model. arXiv:2402.07827.
  • Singh, S.; et al. (2024). Aya Dataset: An Open‑Access Collection for Multilingual Instruction Tuning. arXiv:2402.06619.
  • Cohere Team (2024). Command R & Command R+: Technical Overview. PDF.
  • Gao, Y.; et al. (2024). Retrieval‑Augmented Generation for Large Language Models: A Survey. arXiv:2312.10997.
  • Yu, H.; et al. (2024). Evaluation of Retrieval‑Augmented Generation: A Survey. arXiv:2405.07437.
  • Zhu, W.; et al. (2025). PSC: Extending Context Window of Large Language Models via Phase Shift Calibration. arXiv:2505.12423.
  • Gao, Y.; et al. (2024). Fine‑Tuning vs. Retrieval‑Augmented Generation for Less Popular Entities. arXiv:2403.01432.
  • Yu, L.; et al. (2025). Synergizing RAG and Reasoning: A Systematic Review. arXiv:2504.15909.
  • Wang, Y.; et al. (2025). Universal Embeddings for Multimodal Multilingual Retrieval. arXiv:2506.18902.

각주

  1. ↑ 1.0 1.1 1.2 1.3 1.4 1.5 «Cohere (company)». В Wikipedia. [1]
  2. ↑ 2.0 2.1 «ИИ-стартап Cohere, который сейчас оценивается более чем в $2,1 млрд, привлек $270 млн». Most Ecosystem. [2]
  3. ↑ «Cohere получает прирост в 500 миллионов». Unite.AI. [3]
  4. ↑ «Rethinking the RAG vs Fine-tuning Debate». arXiv. [4]
  5. ↑ 5.0 5.1 «Cohere Command R: Что это и как использовать?». ServerNews. [5]
  6. ↑ «Enterprise Data Commitments». Cohere Docs. [6]
  7. ↑ «Cohere выпустила Command A — самую эффективную на сегодня ИИ-модель для бизнеса». Habr. [7]
  8. ↑ «Cohere выпускает недорогую модель ИИ, требующую всего два графических процессора». DSmedia. [8]
  9. ↑ «LLM для бизнеса: что умеет Command R от Cohere». VC.ru. [9]
  10. ↑ «Cohere Command R». AIGenom. [10]
  11. ↑ «Cohere for AI запускает ИИ-полиглот Aya». Компьютерра. [11]
  12. ↑ «Cohere представила Embed 4 — свою самую мощную модель для создания векторных представлений». Habr. [12]
  13. ↑ «Oracle, Salesforce Ventures and Nvidia invest in Cohere». ERP Today. [13]
  14. ↑ «Fujitsu and Cohere to Partner on Developing Generative AI for the Japanese Language». Fujitsu Press Releases. [14]
  15. ↑ «Evaluating the Practicality of Retrieval-Augmented Generation in Student-Facing Educational Technology». arXiv. [15]
  16. ↑ «A Confusion Classification System for Online Learning Based on Multimodal Information». IEEE Xplore. [16]
  17. ↑ «Using large language models to streamline the creation of research protocols». BMC Medical Education. [17]
Retrieved from "https://systems-analysis.ru/int/index.php?title=Cohere_Inc._(KO)&oldid=22311"