Jonathan®
모두를 위한 경제적이고 용이하며 확장 가능한 AI 플랫폼
Jonathan®
세 개의 독립 엔진, 하나의 통합 AI 플랫폼
GPU 컴퓨팅 최적화
AI 워크로드를 위한 소프트웨어 정의 GPU 인프라
- RoCEV2 기반 고속 GPU 통신
- GPU 가상화: MIG 및 MPS 지원
- AI 워크로드 트래픽 차별화
- 이기종 xPU 환경 지원
AI 개발 & 운영 MLOps
엔터프라이즈 AI를 위한 End-to-End MLOps 플랫폼
- 데이터 전처리 파이프라인 자동화
- 학습·검증·배포 통합 파이프라인
- 워크스페이스 및 자원 관리
- 하이퍼파라미터 자동 튜닝
LLM & 에이전트 최적화 LLMOps
엔터프라이즈 LLM 배포를 위한 LLMOps 플랫폼
- 멀티 에이전트 오케스트레이션 프레임워크
- 내장 RAG 시스템
- 플레이그라운드 및 파인튜닝 환경
- 도메인 특화 가드레일
Overview
조나단은 AI 인프라 관리와 워크플로우 자동화 기능을 포함한 생성형 AI 플랫폼으로, 데이터 수집, 준비, 훈련, 배포 등 AI 개발의 모든 단계를 효율적으로 자동화하여 개발 효율성과 생산성을 극대화합니다.
AI 개발 End-to-End 솔루션
GPUBASE 아키텍처
소프트웨어 전용 GPU 컴퓨팅 최적화 스택
연구 & 논문
최고 권위 학술 행사에서 검증된 기술
PeRF: Preemption-enabled RDMA Framework
멀티테넌트 환경에서 RDMA 성능 격리 문제를 해결하는 선점형 프레임워크. 기존 인프라에 즉시 적용 가능한 소프트웨어 방식.
Efficient User-Level Multi-Path Utilization in RDMA Networks
RDMA 네트워크를 위한 사용자 수준 멀티패스 활용 효율화 기술. GPUBASE 핵심 통신 최적화의 학술적 기반.
Key Features
Infra
조나단은 멀티 GPU 가속화 및 가상화 기술을 통합하여 LLM 개발 환경의 복잡성을 최소화하고, 저렴한 비용으로 고성능 AI 인프라를 구축할 수 있도록 지원합니다.
인공지능 개발 관리
- 인공지능 학습을 위한 무한작업 공간 생성 및 용도별 GPU 지원/관리
- 작업공간 할당 등 운용 목적에 따른 체계적인 지원
자원 및 네트워크 관리
- GPU 서버 운용현황 및 서버간 네트워크 인터페이스 실시간 모니터링
- 신속한 장애 발견 및 원인 분석
인공지능 구축
- 사전학습 모델 라이브러리 보유
- 학습용 데이터 구축 도구 제공
- 팀별 독립적 데이터 저장소
효율적 개발환경
- GPU 가속기술, 통합 메모리, 다중노드 연결기술 적용
- 용도별 GPU 할당 및 자동 스케줄링
안정적 운영환경
- 원클릭 운영자원 추가
- 자동 로드밸런싱 적용
- NVIDIA TensorRT 적용
Models
조나단을 통해 다양한 생성형 AI 기반 모델을 개발할 수 있으며, 이러한 모델은 다양한 산업에 적용 가능합니다. 이는 AI 기술의 민주화를 실현하고, 다양한 분야에서 혁신적인 AI 솔루션을 구현하는 데 기여합니다.
시각 지능
이미지, 동영상 등의 시각 데이터를 인식, 추적하고 예측 물체 인식, 물체 추적, 나이/성별 예측
공감 지능
텍스트, 음성, 영상에서 사람의 감성을 인식하고 분류 텍스트, 음성, 영상, 멀티모달 공감 등
의료 지능
전자 의무기록(EMR), 임상 정보, 이미지 등 다양한 의료 데이터 이해 갑상선 결절 진단 등
대화 생성 지능
자연스러운 대화가 가능하도록 발화에 대한 유효한 답변을 생성 자유대화, 유효 답변 생성 등
자연어 이해 지능
사람의 언어를 인공지능이 학습하도록 처리, 텍스트의 의미와 특징 이해 텍스트 임베드, 의도분석, 나이/성별 예측 등
추천 지능
사용자와 콘텐츠의 메타 정보를 학습해 선호도, 유사도 기반으로 콘텐츠 추천 영화/음악 추천 등
Data Analysis
조나단은 생성형 AI를 활용하여 데이터를 체계적으로 분석하고 관리합니다. 분산된 데이터를 효율적으로 수집, 분석, 시각화하여 사용자가 최적의 결정을 내릴 수 있도록 지원합니다.
폭 넓은 데이터 수집
- • 다수 채널 내 실시간 수집
- • 빠른 저장/조회/검색
인공 지능 및 통계 분석
- • 34종의 감정 분석
- • 주제, 연령대, 성별 추론
- • 연관 키워드 분석
데이터 흐름 분석
- • 버즈량 시계열 분석
- • 정량적 인구통계학 지표 제공
Annotation
조나단은 텍스트, 이미지, 비디오에 대한 포괄적인 어노테이션을 지원합니다. 다양한 요소를 정확하게 구성하고 구조화하여 고품질의 학습 데이터를 생성할 수 있어, 더 나은 AI 모델을 개발하고 다양한 산업에 적용할 수 있습니다.
작업자 및 일정 관리
- 작업자별로 작업량/시간/정확도 관리 가능
- 효율적인 업무 배분
학습 목적별 설계
- 작업 목적에 맞게 주석 요소를 자유롭게 정의
편리한 작업환경
- GUI기반 쉽고 편한 작업환경
- 단일 시스템에서 데이터 검수 및 관리 가능
인공지능 작업보조
- 인공지능 모델이 개체, 감정, 의도를 인식하여 어노테이션 작업 보조
데이터 품질관리
- 하나의 데이터 교차 검증으로 데이터 품질 관리
멀티모달 어노테이션
- 하나의 데이터에 주체, 객체, 관계 등 다양한 주석 지원
다양한 미디어 지원
- 텍스트, 이미지, 음성, 영상 등 모든 형식의 미디어 지원
빠르고 정확한 결과
- 인공지능 태깅 기반 최소 작업으로 다수 데이터 확보
LLM
조나단은 RAG, Playground, Finetuning 등의 고급 기능을 통해 정교한 언어 모델을 효과적으로 개발할 수 있게 합니다. 이러한 기능들은 LLM 개발의 효율성을 극대화하며, 생성형 AI 모델을 더 쉽게 구축할 수 있게 돕습니다.
RAG System
벡터 데이터베이스를 활용하여 LLM이 컨텍스트를 이해하고 환각을 줄이는 데 도움이 되며, 더 많은 컨텍스트 정보를 검색하여 더 정확한 응답을 제공함
Playground
배포 없이 단일 API로 여러 LLM을 테스트하고 비교하여 사용자는 최적의 LLM을 선택하고, 특정 용도에 가장 적합한 모델을 식별할 수 있음
Finetuning
PEFT 옵션을 사용하여 비용 효율적으로 모델을 조정 가능하며, 사용자는 자신이 보유한 데이터로 LLM을 맞춤화하고 더 나은 성능을 얻을 수 있음
① 사용자 친화적 UI
노코드 및 로우코드 환경을 지원하며 비전문가도 쉽게 사용 가능
② 다양한 인프라 지원
SaaS와 온프레미스 환경 모두 호환
③ 성능 극대화
기존 모델과 조나단의 LLM 파운데이션을 통합하여 AI 역량을 향상시킴
핵심 서비스
실제 병원 워크플로우를 기반으로 구축된 AI 임상 인텔리전스
검색 / 의료 GPT
임상 가이드라인, 내부 프로토콜, 환자 기록 전반에 걸친 통합 검색. 증거 출처 자동 인용.
요약
퇴원 요약, 경과 기록, 수술 기록 자동 초안 생성. 환자 대상 검사 결과 설명문 제공.
분류
청구 정확도 향상을 위한 KCD/EDI 코드 자동 매핑. 진단 코드 제안 및 검증.
CDSS
진단과 예측을 넘어 — 가정 돌봄, 예후 관리, 임상 의사결정 지원을 통한 Total Care 실현.
기술 차별점
시맨틱 레이어
가상 뷰가 LLM으로부터 복잡한 DB 구조를 마스킹. 의료 용어를 직접 접근 없이 DB 스키마에 매핑.
고급 청킹
계층적 검색을 통한 구조적 세분화로 의료 문서 맥락과 멀티모달 데이터 무결성 보존.
다단계 검증
PII 필터링과 자동 증거 인용을 포함한 4단계 검증 파이프라인으로 LLM 환각 제거.
연합 학습
데이터는 로컬 유지 — 모델만 이동. 데이터 주권을 유지하면서 다기관 AI 협업 가능.
에이전틱 RAG
Plan → Retrieve → Critique → Revise 순환 추론으로 단순 RAG가 해결 못하는 복잡한 임상 쿼리 처리.
실증된 성과
AI 의료기기 파이프라인
ESTHER — NADIA 데이터 표준화 기반 SaMD 개발
- 우울증
- 전립선 (2종)
- 욕창
- 화상
- 감염병
- 피부 질환
글로벌 헬스케어 확장
중앙아시아
NADIA는 우즈베키스탄의 병원정보시스템으로 배포되었습니다. 플랫폼 이름 자체가 해당 지역 의료 IT 시스템의 대명사가 되었습니다.
동남아시아
말레이시아 및 인접 시장 전반의 병원 디지털화 프로젝트. 병원 인프라 현대화 및 임상 AI 도입 파트너십.
북미
NADIA의 AI 네이티브 임상 인텔리전스로 북미 시장 진출 계획 — 데이터 표준화와 에이전틱 AI 역량을 필요로 하는 병원 시스템을 타겟으로 합니다.