Why Datasite Stopped Building Its Own Parsing - Adit Abraham, Reducto & Raj Bakhru, Datasite

한 줄 핵심

Datasite는 복잡한 금융 문서 파싱을 직접 만드는 대신 Reducto를 도입해 추출·인덱싱 품질을 끌어올리고, 내부 엔지니어를 수익을 만드는 AI 제품과 고부가가치 문제에 집중시키는 전략이 더 효과적이라는 점을 보여준다.

시간별 요약

1. 0:00
   소개 Reducto의 Adit Abraham과 Datasite의 Raj Bakhru가, M&A·딜 데이터의 거대한 문서량 위에서 AI를 어떻게 실전 적용했는지와 그 과정에서 얻은 교훈을 공유하는 대담이다.
2. 1:08
   quant trading에서 BlueFlame까지 Raj Bakhru는 Goldman, Highbridge, Kepos Capital에서 퀀트 시스템을 만들다가 보안 회사를 창업·매각했고, 이후 M&A 분야의 vertical AI 솔루션 BlueFlame을 시작해 문서·비정형 데이터의 중요성을 전제로 제품을 키웠다.
3. 2:21
   Datasite의 데이터룸에 AI를 넣기 Datasite 인수 직후 가장 큰 과제는 55,000개 규모의 데이터룸과 수십억 페이지 문서를 AI가 다룰 수 있게 만드는 일이었고, 보안·규정준수·감사 요구를 만족시키면서 벡터DB와 graph RAG에 넣기 위해 빠른 도입이 필요했다.
4. 5:06
   파싱은 전부 엣지 케이스 문서 파싱은 파이차트 색조, 병합 셀, XLSB 같은 사소해 보이는 변수가 전부 결과를 망칠 수 있는 엣지 케이스의 연속이며, 특히 금융 문서는 사람도 해석하기 어려울 정도로 복잡해 지원 부담이 끝없이 커진다.
5. 6:12
   직접 만들기와 구매하기의 비교 이미 해결된 추출·파싱 문제를 다시 만드는 것은 비효율적이어서, 해당 영역은 Reducto에 맡기고 내부 엔지니어는 고객이 체감하는 에이전트·RAG·graph RAG 같은 수익 창출 영역에 집중하는 편이 훨씬 낫다.
6. 7:52
   BlueFlame의 창업 이야기 두 번째 창업이었던 BlueFlame은 처음에는 오래 가는 유니콘을 목표로 자체 자금으로 시작했고, VC 라운드를 막 마무리하려던 순간 Datasite가 단순 투자 대신 회사 전체 인수를 제안하면서 방향이 바뀌었다.
7. 9:40
   Datasite에 매각한 이유 당시에는 VC 자금 조달 규모가 커질수록 희석이 심해지고 frontier 모델의 수직 전략과도 경쟁해야 했기 때문에, Datasite가 가진 VDR 데이터와 Grata의 2,000만 개 사기업 데이터가 결합되면 독점적인 차별화를 만들 수 있다고 판단했다.
8. 11:33
   데이터를 모델에 더 가깝게 데이터와 모델을 더 가깝게 붙이면 token 비용과 실행 시간이 줄고 품질이 좋아지며, Datasite가 인수 이후 1년 반 동안 약 40% 성장하는 동안 사용자는 단순 질의뿐 아니라 문서 기반 에이전트 분석과 PowerPoint deck, IC memo 생성까지 요구하게 됐다.
9. 13:13
   250명의 엔지니어가 해야 할 일 우수한 엔지니어는 이미 해결된 문제보다 새로운 AI 제품과 매출 창출 과제에 배치돼야 하며, Datasite 같은 규모에서는 연 20% 성장을 위해 매년 2억 달러의 추가 매출을 만들어낼 신규 제품·모델에 250명의 엔지니어를 집중시키는 것이 핵심이다.
10. 15:56
    모델이 여전히 부족한 지점 모델 선택과 도구 호출 최적화에서는 아직도 비용, 속도, 품질의 균형을 맞춰야 하고, 특히 금융 사용자는 정확한 답을 위해 비용을 지불할 의향이 높기 때문에 품질을 최우선으로 두고도 더 싼 모델로의 전환 가능성을 계속 실험해야 한다.
11. 17:02
    통합과 평가에 대한 질의응답 Reducto는 Datasite 환경 안에서 대규모 문서를 받아 Turbo Buffer와 graph RAG로 이어지는 파이프라인에 들어가며, 자체 평가 지표인 VDR bench로 수백 개 문서와 수백 개 질문을 반복 검증해 parsing 개선이 recall을 22% 높였는지 확인한다.

실무 인사이트

• 문서 AI의 성패는 답변 생성보다 추출·파싱 품질에 더 크게 좌우되므로, 먼저 입력 데이터를 안정적으로 정규화하는 데 투자하는 것이 효과적이다.
• 내부 엔지니어를 엣지 케이스 대응에 묶어두기보다 매출과 직결되는 제품·워크플로에 집중시키면, AI 도입이 조직 전체의 생산성으로 연결되기 쉽다.
• 실제 운영 환경에서는 frontier 모델 점수보다 자사 데이터셋 기준의 커스텀 벤치마크가 더 중요하며, 배포마다 자동으로 재평가하는 체계가 필수적이다.