발레리아 코간(Valeria Kogan)이 생물 데이터를 분석하는 컴퓨팅 및 소프트웨어 기술이 활용되는 생물정보학(bioinformatics) 박사 과정에 진학했던 2017년, 그녀는 자신의 경력이 항상 수학, 의학, 또는 생물학 분야에 머무를 것이라고 생각했습니다. 그러나 2010년대 후반 첫 인공지능(AI) 붐을 겪은 후, 그녀는 자신이 고려하지 않았던 농업 분야에서 흥미로운 기회를 포착하게 되었습니다.
코간은 테크크런치(TechCrunch)와의 인터뷰에서, 한 지인을 통해 AI를 이해하고 그 기술을 농업에 적용할 수 있는 전문가를 찾는 토마토 재배 농가에 접촉하면서 흥미를 느꼈다고 전했습니다. 그들이 AI를 이용해 식물 건강을 모니터링하려 한다는 것을 듣자, 그녀는 자신의 생물정보학 배경 중 상당 부분이 충분히 응용 가능하다는 것을 깨달았습니다.
코간은 "그들이 겪는 어려움에 대해 공유하기 시작했을 때, 식물도 건강을 지니고 있으며 그 건강이 중요하다는 점, 그리고 식물 건강을 모니터링하는 기술적 어려움 자체가 매우 유사하다는 것을 분명히 느꼈습니다"라며, "최대한 빨리 문제를 파악하고 진단하는 것이 목표였습니다"라고 말했습니다.
그녀는 2020년, 페르마타(Fermata)를 설립하기로 결정했습니다. 텔아비브에 본사를 둔 이 스타트업은 컴퓨터 비전과 AI를 활용하여 질병이나 해충에 감염된 온실 작물을 모니터링하고 진단합니다. 페르마타의 소프트웨어는 어떤 기성 카메라와도 작동하며 하루 두 번 온실 작물의 사진을 촬영합니다. 여기에 내장된 AI 모델이 사진들을 분석하여, 농장주에게 앱을 통해 감염이나 질병을 경고합니다.
이전 경험과 달리, 이직 과정에서 마주한 어려움을 겪었습니다. 그녀는 "우리는 처음에 성공적인 기술을 개발하고 이를 시장에 내놓는 과정에 큰 어려움을 겪었다"고 회상합니다.
그녀는 "가장 큰 장애물은 기술 자체보다 시장과 맞물리는 과정이었다. 우리 프로세스에 대한 깊은 이해가 필요했고, 우리는 그 부분을 배워나갔다"라고 덧붙입니다.
이러한 경험을 바탕으로, 그녀는 "이전에는 제품의 완성도에만 집중했지만, 이제는 그것이 실제로 시장에서 어떻게 작동하는지, 고객의 입장에서 어떻게 느껴지는지에 집중한다"고 말하며 회복의 과정을 설명했습니다.
핵심 요약 (Key Takeaways):
- 이직 동기 및 어려움: 코드를 아는 것 이상으로, 제품이 시장에서 '어떻게 작동하는지'에 대한 깊은 이해가 필요함을 깨달음.
- 가치관 변화: 기술 개발 자체에 대한 자부심을 넘어, 사용자 경험(UX)과 시장 문제 해결 능력에 초점 이동.
- 결과: 개발 능력과 함께 시장/비즈니스 프로세스에 대한 이해를 추가하여 가치 창출 역량 강화.