Faros AI, 개발자 생산성 향상을 위해 16만 달러 모금, 무료 오픈 소스 플랫폼 출시

Vitaly Gordon은 5년 지하실에서 2016명의 직원과 함께 Salesforce Einstein을 시작했습니다. Salesforce의 확실한 성공으로 성장하는 데 그리 오래 걸리지 않았습니다. 게다가 최첨단 연구, 수백 명의 사람들이 작업하고 있습니다.

그렇다면 왜 Gordon은 Salesforce에서 자신의 노력의 결실을 누리지 못하는 것일까요?

그가 말했듯이 그들은 그들이 설교하는 것을 실천하지 않았기 때문입니다. Gordon은 조직의 엔지니어링 팀이 데이터 중심적이지 않다는 사실을 깨달았습니다. 그는 Salesforce Einstein의 데이터 과학 및 엔지니어링 부사장직을 그만두고 이전 동료들과 함께 소프트웨어 엔지니어링을 데이터 중심으로 만들기 위한 탐구에 착수했습니다.

파로스 AI 는 엔지니어링 팀이 제품을 더 빨리 배송할 수 있도록 운영에 대한 심층적인 가시성을 제공하기 위해 2019년에 Gordon이 공동 설립한 회사입니다. Faros 엔지니어링 운영 플랫폼은 이미 Box, Coursera, GoFundMe 등에서 사용되고 있습니다.

Faros AI는 오늘 Maynard Webb, Frederic Kerrest, Adam Gross 등 노련한 기술 전문가들이 참여한 SignalFire, Salesforce Ventures 및 Global Founders Capital이 주도하는 시드 펀딩에서 16만 달러를 모금했다고 발표했습니다.

또한 이 회사는 무료 오픈 소스 커뮤니티 에디션인 Faros CE의 일반 가용성도 발표하고 있습니다. 우리는 Gordon을 만나 Faros AI와의 여정, 소위 EngOps의 철학, Faros AI 플랫폼 제작에 대해 논의했습니다.

소프트웨어 엔지니어링 팀의 등대로서의 분석

Faros는 등대를 의미하는 그리스어입니다. Gordon이 언급했듯이 해양에서 영감을 받은 비유는 인프라 공간에서 강력해지고 있습니다. 그것은 Docker로 시작했고, 그 다음에는 바다 선장을 뜻하는 그리스어인 Kubernetes가 등장했습니다. 그래서 만약 Kubernetes는 배를 조종하는 조타수입니다., 무엇을 가리킵니까? 그것은 등대가 될 것이고 Faros AI는 등대가 되기를 원합니다.

Gordon은 Faros가 하는 일을 다음과 같이 말합니다. 엔지니어링 운영. DevOps에 익숙한 경우 EngOps가 비슷하다고 생각할 수 있지만 그렇지 않습니다. 실제로 Faros AI가 하는 일은 소프트웨어 엔지니어링 팀을 위한 분석으로 요약할 수 있습니다. Faros가 EngOps라는 용어를 사용하는 이유는 다른 분야에 대한 고개를 끄덕이는 것이라고 Gordon은 말했습니다.

영업 운영, 마케팅 운영 또는 채용 운영과 같은 역할을 살펴보면 고도로 분석적인 사람들이 담당하고 있음을 알 수 있습니다. 그들의 임무는 여러 소스에서 데이터를 얻고, 파이프라인을 분석하고, 병목 현상을 찾은 다음 관련 경영진에게 보고하고 개선해야 할 사항을 개선하기 위해 함께 작업하는 것입니다.

Faros AI는 소프트웨어 엔지니어링에 대한 이러한 종류의 역할을 전파한다는 개념을 중심으로 구축되었습니다. Gordon은 모든 회사에 데이터를 분석하여 리소스 할당 및 의사 결정에 대해 엔지니어링 책임자에게 조언하는 사람이 있어야 한다고 생각합니다.

소프트웨어 엔지니어링이 완전히 디지털화되고 확립된 관행과 시스템이 사용되는 경우 이를 위해 분석을 사용하는 것이 누군가 생각하고 이미 구현되었을 것이라고 생각할 수 있습니다. 개념적으로는 매우 간단하며 Faros AI는 연결 - 분석 - 사용자 정의 삼부작을 사용하여 설명합니다.

첫째, 소프트웨어 개발 프로세스와 관련된 모든 시스템이 연결되어야 데이터가 수집될 수 있습니다. Faros는 사용자가 코드 리포지토리, CI / CD, 티켓 관리 및 프로젝트 관리 소프트웨어를 하나의 중앙 집중식 기록 시스템으로 통합합니다.

이는 분석을 수행할 수 있는 전제 조건입니다. 그것은 또한 들리는 것처럼 간단하지 않습니다. 커넥터를 제자리에 배치하는 것 외에도 데이터를 통합하고 정렬해야 하며 Gordon은 이러한 다양한 데이터 소스를 모두 연결하려면 "일종의 지능"이 필요하다고 말했습니다. 목표는 아이디어에서 생산 및 그 이상까지의 변경 사항, 발견에서 복구 및 해결에 이르는 인시던트를 추적하고 서로 다른 시스템에서 ID를 조정하는 것입니다.

그런 다음 프로세스의 핵심인 분석이 옵니다. Gordon의 경험에 따르면 코드 라인이나 발권 스토리 포인트와 같이 개발자 생산성을 측정하는 데 자주 사용되는 메트릭은 측정하기 쉬울 수 있지만 실제로는 대표성이 없습니다. 고든은 이러한 지표와 생성된 실제 가치 사이에 역의 상관관계가 있을 수 있다고 말했습니다.

그가 주장하는 것이 소프트웨어 엔지니어링에 대한 사실상의 메트릭 세트가 될 수 있다고 생각하기 위해 Gordon과 그의 공동 창립자는 높은 곳과 낮은 곳을 모두 검색했습니다. 그들은 크게 의존하게 되었습니다. DORA – Google Cloud의 DevOps 연구 및 평가.

DORA는 1000개 이상의 회사를 연구하고 100개 이상의 지표를 측정하여 엘리트, 높음, 중간 및 낮음의 4가지 버킷으로 팀을 분류했습니다. 고든은 사람들이 아닌 프로세스에 초점을 맞추고 결과보다는 결과를 측정하는 메트릭스를 기반으로 그렇게 했다고 말했습니다. 이것은 Faros AI가 추구하는 철학이기도 합니다.

마지막으로 커스터마이제이션을 통해 Faros AI 사용자는 자신의 필요와 환경에 맞게 메트릭을 미세 조정할 수 있습니다. 조직이 작업 방식과 사용 환경이 다르기 때문에 플랫폼이 각 시나리오에서 제대로 작동하고 수집된 메트릭이 현장의 현실을 반영하도록 하기 위해 필요한 조항입니다.

가치 측정 및 극대화

모든 것이 훌륭하게 들리지만 실제로 어떻게 실질적인 이점으로 해석됩니까? 이 질문에 답하기 위해 Gordon은 한 곳에서 모든 것을 볼 수 있는 것만으로도 종종 "아하 순간"을 생성하기에 충분하다고 말했습니다. 그러나 그것은 그 이상입니다. 그는 계속해서 덧붙였다. Faros AI가 고객을 도울 수 있었던 한 가지 중요한 측면은 리소스 할당입니다.

“우리가 고객으로부터 계속 듣는 것 중 하나는 고위 경영진이나 때로는 이사회에서 많이 나오는 것입니다. 우리는 더 많은 엔지니어를 고용하지만 더 많은 일을 처리하지 못하는 것 같습니다. 왜 그런 겁니까? 특히 더 많은 엔지니어를 고용하기 어려운 환경에서 왜 결과가 보이지 않습니까?

우리가 그들에게 보여준 것 중 하나는 병목 현상이 코드를 작성하는 엔지니어가 아니라 품질 보증에 있고 거기에 충분한 인력이 없다면 더 많은 기능을 작성하기 위해 더 많은 엔지니어를 고용하면 실제로 작업이 빨라지는 것이 아니라 느려진다는 것입니다. "라고 Gordon은 말했습니다.

일단 조직은 이러한 병목 현상을 해결하기 위해 고용 계획을 변경하여 대응했고, 이는 큰 변화를 가져왔습니다. 소프트웨어 엔지니어링 파이프라인의 문제를 해결하기 위해 더 많은 사람을 고용하는 대신 기존 인력을 재배치하면 Gordon에 따르면 엔지니어를 20% 더 고용하는 것과 같은 결과를 얻을 수 있습니다.

그 가치는 소프트웨어를 더 빨리 제공하는 것뿐만 아니라 소프트웨어 품질을 개선하고 중단 시간을 최소화하는 것에서도 나온다고 Gordon은 덧붙였습니다. Google의 연구에 따르면 절감액은 팀 규모에 따라 연간 6만 달러에서 250억 XNUMX천만 달러 사이일 수 있습니다.

Faros AI는 엔지니어링 팀 리더, CTO 및 유사한 역할을 목표로 합니다. Gordon이 그들에게 제공할 수 있는 가치에 대한 사례를 만들었지만; 우리는 제품이 스포트라이트를 받는 엔지니어링 팀원들에게 어떻게 받아들여지는지 궁금했습니다. Faros AI 고객과의 경험에 따르면 직원 만족도가 높아진다고 Gordon은 말했습니다. 이는 "내부 관료주의"를 줄여 결과적으로 처리 시간을 단축하고 엔지니어가 실제 작업의 영향을 볼 수 있기 때문입니다.

소프트웨어 품질 및 생성된 가치와 같은 것에 대해 이야기하는 것이 식욕을 자극한다면 기대치를 관리해야 합니다. 고든은 엔지니어링 팀의 작업을 높은 수준의 비즈니스 측정 기준에 귀속시키려는 노력이 EngOps의 성배라고 말했지만 아직 거기에 도달한 것은 아닙니다.

이 시점에서 우리가 얻을 수 있는 가장 근접한 것은 제품을 생산하는 데 걸리는 시간을 측정하는 것이라고 덧붙였습니다. 엔지니어링 환경과 시스템이 확산되는 방식을 고려할 때 이는 사소한 일이 아닙니다. Gordon의 경험에 따르면 연결 - 분석 - 사용자 지정 주기는 많은 조직에서 다음과 같은 이름으로 수행하는 작업입니다. 개발자 생산성, 엔지니어링 효율성 또는 엔지니어링 권한 부여.

그 작업의 대부분은 완전히 차별화되지 않았으며 인프라 구축에 관한 것입니다. 대부분의 조직에서 기성 ERP 또는 CRM 시스템을 사용하고 요구 사항에 맞게 사용자 지정하는 것이 타당하듯이 EngOps도 다르지 않아야 합니다.

Gordon에게 Faros AI의 임무는 가능한 한 많은 조직에 EngOps를 제공하는 것입니다. Faros AI 플랫폼의 무료 오픈 소스 Community Edition인 Faros CE의 출시는 이러한 목표를 달성하는 중요한 단계입니다. 보안 및 규정 준수와 같은 기능을 제외하고 Faros CE와 Faros AI Enterprise 간의 기능에는 실질적인 차이가 없다고 Gordon은 말했습니다.

Faros CE는 소스 제어, 작업 관리, 사고 관리 및 CI/CD 데이터를 포함한 모든 엔지니어링 운영 데이터를 위한 BI, API 및 자동화 계층입니다. 데이터 수집을 위한 Airbyte, API 계층을 위한 Hasura, BI를 위한 Metabase, 자동화를 위한 n8n과 같은 최고의 오픈 소스 소프트웨어를 구성합니다. Faros CE는 컨테이너 기반이며 퍼블릭 클라우드를 포함한 모든 환경에서 외부 종속성 없이 실행할 수 있습니다.

자체 호스팅 옵션과 함께 SaaS로 제공되는 Faros AI Enterprise는 계속해서 Faros AI의 수익 창출 동인이 될 것입니다. 그러나 Faros CE는 고객이 선택한 시스템에 더 많은 커넥터를 추가하는 것과 같은 작업을 수행할 수 있도록 하는 목표에도 기여할 것입니다. Faros AI는 오픈 소스 및 엔터프라이즈 버전을 자랑하는 회사가 일반적으로 엔터프라이즈 버전에서 시작하여 오픈 소스 버전을 출시하는 반대 방식으로 작동했습니다.

이것은 또한 회사가 자금을 조달하기로 선택한 방식에도 반영되어 있다고 Gordon은 말했습니다. 16만 달러의 시드 라운드는 회사가 완전한 기능을 갖춘 플랫폼과 유료 고객과 함께 한동안 운영된 후에 나옵니다. 이것은 창립자가 주식 희석을 최소화하고 후원자가 위험을 최소화한다는 것을 의미한다고 Gordon은 덧붙였습니다. 자금은 제품에 투자하고 Faros AI 팀을 성장시키는 데 사용됩니다.