Lambda가 Perplexity Enterprise로 기술 워크플로우를 간소화하여 475시간 이상을 절약하는 방법

문제점

복잡한 기술 워크플로우를 가속화하기 위해 AI 활용하기

LLM 및 생성형 AI를 학습시키는 GPU 클라우드로서, Lambda는 머신러닝 엔지니어를 위한 하드웨어 발전의 최전선에 있습니다. Lambda의 시니어 세일즈 활성화 매니저인 Kyle Van Dyke는 바로 이러한 이유로 시장에서 사용 가능한 거의 모든 AI 툴을 테스트했다고 말합니다.

그러나 기술 조사, 일상적인 영업 워크플로우, 엔지니어링 속도를 간소화할 적절한 플랫폼을 찾는 것은 어려웠습니다. Lambda의 여러 팀들은 단순히 검색 결과를 요약하는 것을 넘어 공신력 있는 출처로부터 더 깊은 인사이트를 도출할 수 있는 AI 툴을 찾고 있었습니다.

사용 사례 #1: 최신의 신뢰할 수 있는 기술 정보 찾기

Lambda의 전략 영업 책임자인 Sam Khosroshahi는 고객 제안을 신속하게 처리하기 위해 다른 AI 툴들을 사용해 보았습니다. 잠재 고객을 위한 AI 및 ML 사용 사례를 조사하던 중, 그는 반복적인 문제에 직면했습니다. 다른 모델이 제공하는 정보가 최신 상태가 아니거나 검증된 출처에 기반하지 않아 사실 여부를 알 수 없었고, 이는 그의 워크플로우에 적합하지 않았습니다.

Lambda의 경영진은 영업, 콘텐츠, 엔지니어링, 인사 등 15개 이상의 팀에 걸쳐 업무를 간소화할 수 있는 기회가 무수히 많다는 것을 알고 있었습니다. 따라서 Kyle이 Perplexity Enterprise를 발견했을 때, 그들과 협력하기로 한 결정은 고민할 필요도 없었다고 설명합니다. "Perplexity는 깔끔한 형태로 요약된 광범위한 인용 자료를 제공합니다."

사용 사례 #2: 복잡한 문서를 위한 개요 생성

Lambda의 테크니컬 라이터인 Brady Smith는 Bash 스크립트와 원시 터미널 입출력을 사용하여 콘텐츠를 작성합니다. 하지만 코딩이 그의 핵심 역량은 아니기 때문에, 잘못된 시스템을 건드릴 위험 없이 맥락을 파악하기 위해 Bash 터미널 정보를 AI에 입력하는 방식을 선호합니다.

그 과정에서 기술적인 개요를 작성하는 데 종종 몇 시간이 소요되곤 했습니다. 왜냐하면 그는 다른 부서가 전문적인 정보를 제공할 때까지 기다려야 했기 때문입니다. 이것이 바로 그가 셀프 서비스 방식으로 인용된 정확한 정보를 몇 초 만에 얻을 수 있는 심층 검색 방법을 찾고 있었던 이유입니다.

해결책

임베디드 AI 지원을 통한 15개 이상의 팀 전반의 신속한 실행

Perplexity Enterprise의 검색 기능은 첫날부터 Lambda의 기대를 뛰어넘었습니다. 결과에 항상 정확하고 검증된 출처가 포함되어 있기 때문에, Lambda의 팀과 하위 팀들은 다양한 실질적 혜택을 누리며 효율적으로 심층 리서치 및 지식 업무를 수행할 수 있게 되었습니다.

혜택 #1: 정확한 인용이 포함된 빠르고 신뢰할 수 있는 결과

Lambda의 문서 및 심층 콘텐츠와 관련하여, Brady는 Perplexity Enterprise가 개요를 신속하게 작성하기 위한 이상적인 파트너라고 생각합니다. 그는 AI를 사용하여 긴 과학 보고서를 이해하기 쉬운 결과물로 요약하며, 이를 "업무 효율을 높이는 곱셈 효과"라고 부릅니다. 또한 그가 리서치를 수행할 때, Perplexity는 그에게 필요한 정확한 문서를 인용과 함께 제공합니다.

혜택 #2: 복잡한 기술 보고서에 대한 간결한 요약

시니어 솔루션 엔지니어인 Jordan Gibbens는 Perplexity Enterprise를 사용하여 자신의 코딩 프로젝트와 관련된 매우 기술적인 기사를 찾고 요약합니다. 또한 이 AI는 수백 페이지에 달하는 NVIDIA Bright Cluster 문서와 같은 대규모 PDF 파일에서 특정 세부 정보를 식별하는 데 도움을 줍니다.

그는 자신이 작업하는 엔지니어링 작업의 핵심 세부 사항을 파고들 때, 시중의 다른 AI 툴과 비교하여 Perplexity의 결과물이 독보적으로 간결하다는 것을 발견했습니다.

혜택 #3: 원활한 컨텍스트 전환을 위한 간소화된 엔지니어링 워크플로우

Lambda의 스태프 소프트웨어 엔지니어인 Eve Callicoat는 Perplexity로 업무 생산성을 가속화할 뿐만 아니라, Enterprise 내에서 맞춤형 프로그래밍 언어를 설계하기도 했습니다.

예를 들어, 그녀가 특정 GitHub 저장소에 대한 쿼리를 입력하면 Perplexity는 이를 분석하여 이전에 본 적 없는 콘텐츠에서도 포괄적인 답변을 구성합니다. Pro 검색은 파서 문법 및 소스 코드 파일에 대한 문장 단위의 질문을 체계적인 요점으로 분해할 수 있어, Eve가 업무와 플랫폼 간을 원활하게 전환할 수 있게 합니다.

혜택 #4: 수동 작업 없는 개인화된 영업 아웃리치

Perplexity 온보딩 이후, Lambda의 Sam 영업 팀은 잠재 리드를 조사하고 활성화하는 데 필요한 올인원 리소스를 찾았습니다. Sam은 이제 고객 아웃리치 캠페인을 설계할 때 최신의 인용 가능한 정보를 쉽게 찾을 수 있습니다. Google의 수백 개의 링크를 수동으로 훑어보는 대신, Sam은 "잘 요약되어 정리된 광범위한 리소스"를 얻습니다. 또한 Perplexity의 결과물에는 광고나 노골적인 SEO 파생 마케팅 자료가 포함되어 있지 않기 때문에 정보가 편향되지 않았음을 확신할 수 있습니다.

더 깊이 파고들면, Perplexity는 영업 담당자에게 보통 고된 작업인 연락처 정보를 빠르게 소싱하여 영업 주기를 더욱 원활하게 만듭니다. 또한 리드의 LinkedIn 게시물을 분석하여 그들의 변화하는 관심사를 더 잘 이해함으로써 아웃리치를 개인화합니다. 이는 새로운 개발 내용이 고객에게 무엇을 의미하는지 Perplexity에 물어봄으로써 Lambda의 영업 활성화를 강화합니다.

혜택 #5: 비기술직 종사자를 위한 온보딩

마지막으로, Kyle은 Perplexity가 새로운 팀원을 위한 회사의 온보딩 프로세스를 간소화하는 데 매우 중요해졌다고 덧붙입니다. 예를 들어, 비기술직 직원이 Eve의 엔지니어링 업무에 대해 배워야 할 때, 그들은 단순히 Perplexity를 활용하여 포괄적인 요약을 만들 수 있습니다. Eve는 Lambda의 데이터가 AI 학습에 사용될 것을 걱정할 필요 없이 관련 내부 문서를 업로드하여 비기술적인 외부 소스와 교차 참조할 수 있습니다.

이를 통해 신입 사원은 추가적인 리서치를 수행하거나 Eve의 시간을 뺏거나 회사 데이터를 위험에 노출하지 않고도 더 빠르게 적응할 수 있는 이해하기 쉬운 지침을 얻게 됩니다.

결과

업무 효율이 극대화된 워크플로우, 심층 리서치, 더욱 빠른 작업 완료

Perplexity Enterprise는 15개 이상의 Lambda 팀 전체에서 457시간을 절약해 줍니다. 예를 들어, 단 30초 만에 Perplexity는 Brady에게 기술 문서 작성을 위한 20개의 서로 다른 출처를 제공합니다. 이제 그는 이전에 이 정보를 소싱하는 데 도움을 주었던 외부 파트너의 노력을 줄이면서도 정확한 아키텍처 문서를 2배 더 빠르게 작성합니다.

마찬가지로, 영업 활성화와 관련하여 Lambda 영업 담당자인 Noah Spear는 Perplexity가 파이프라인 아웃리치를 대폭 확대하는 동시에 개인화 수준을 높였다고 지적합니다. 그 결과는 어떨까요? 더 많은 리드가 그들의 전화와 이메일에 응답하며, 이는 영업 퍼널을 가속화합니다.

Kyle은 Perplexity Enterprise를 통한 전반적인 시간 절약이 전체 Lambda 팀에게 게임 체인저가 되었다고 말합니다. 회의를 계획하든 리소스를 문서화하든, 그는 개인적으로 매일 수행하는 작업에서 평균 한 시간을 절약합니다. 예를 들어, Perplexity는 실행 가능한 데이터와 다음 단계를 강조하면서 몇 초 만에 그를 위해 활성화 리소스를 서식화합니다.

"저는 훨씬 더 많은 것을 성취하고 있습니다."라고 Kyle은 말합니다. "특히 회의에서 회의로 이동하며 집중할 수 있는 원격 근무 환경에서 Perplexity는 거의 모든 업무를 가속화합니다."