Making Cities Awesome: Peregrine''s Nick Noone & Ben Rudolph

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Making Cities Awesome: Peregrine’s Nick Noone & Ben Rudolph를 중심으로, 도시의 발전은 주민이 실제로 안전하고 안전하다고 느끼는 상태에서 시작되며, 공공안전은 공동체의 안정과 번영을 떠받치는 기반 인프라를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 도시의 발전은 주민이 실제로 안전하고 안전하다고 느끼는 상태에서 시작되며, 공공안전은 공동체의 안정과 번영을 떠받치는 기반 인프라다.
2. 페레그린은 센서와 감시 데이터를 추가로 수집하는 대신 경찰·소방·재난관리·보건기관이 이미 보유한 분산 데이터를 연결해 더 정확한 판단을 지원한다.
3. 데이터의 소유권은 기관과 지역사회에 남겨두고 권한 통제, 선택적 공유, 데이터 거버넌스를 적용함으로써 활용성과 사생활 보호를 함께 추구한다.
4. 전진배치형 엔지니어는 고객의 조직과 현장에 들어가 문제를 공동 소유하고, 공감과 장기적인 신뢰를 바탕으로 실제 성과가 나올 때까지 제품을 개발한다.
5. 의미 기반 검색과 콜드케이스 에이전트 같은 AI 기능의 정확도는 모델 자체보다 데이터 정제·연결·인용 준비에 좌우되며, 페레그린은 이 기반 작업이 전체의 약 95%를 차지한다고 본다.

🧩 배경과 문제 정의

• 도시의 안전은 주민이 실제로 안전한 상태뿐 아니라 안전하다고 느끼는 상태까지 포함하며, 사회적 안정과 번영을 가능하게 하는 기반이다.
• 경찰·소방·응급의료 같은 공공기관은 민감한 데이터를 대량으로 보유하지만, 정보가 분산돼 있거나 적절한 권한·거버넌스 없이 다뤄져 활용성과 신뢰가 모두 낮다.
• 페레그린은 새로운 감시 데이터를 수집하는 대신 기관이 이미 보유한 데이터를 안전하게 연결해, 공공안전과 시민의 사생활을 함께 지키려 한다.
• 현장 기관의 복잡한 맥락을 존중하면서 실제 성과까지 책임지는 전진배치형 엔지니어링이 기술 도입의 핵심 실행 방식이다.

🕒 시간순 섹션별 상세정리

1. 안전을 기반으로 한 도시 인프라

• 도시를 더 나은 곳으로 만들려면 주민의 객관적인 안전과 체감 안전이 먼저 확보돼야 하며, 그 안정성이 갖춰져야 공동체의 더 큰 가능성이 열린다. [00:14]
• 민감한 정보를 다루는 복잡한 기관에서 오용을 줄이는 기반 인프라는 개인의 사생활을 보존하면서도 시민과 기관의 협력을 가능하게 한다. [00:54]

2. 고객의 성과까지 공동 소유하는 현장 엔지니어링

• 전진배치형 엔지니어는 고객 환경에 직접 들어가 문제를 공동 소유하되, 최종 성과의 주인은 고객이라는 원칙을 유지한다. [02:46]
• 기술과 전달 역량은 수단이며, 다른 팀보다 3~5배 빠르게 실제 결과에 도달하고 기관과 실무자에게 남는 영향을 만드는 것이 목표다. [03:37]

3. 복잡한 기관에서 속도보다 먼저 필요한 공감

• 수십 년 동안 형성된 경찰 조직의 데이터·의사결정·협업 구조를 외부 인력이 빠르게 이해할 수 있다는 태도는 현장 실무자에게 오만으로 받아들여질 수 있다. [04:30]
• 자신의 지능과 기술에 대한 확신을 내려놓고 고객의 맥락에 들어가는 과정에는 높은 공감 능력과 인내가 필요하다. [05:14]

4. 인도주의 현장에서 발견한 데이터 문제

• 에어비앤비 대신 유엔난민기구를 선택해 수단과 콜롬비아 국경에서 일하면서, 기술이 도움을 줄 수 있는 영역과 그렇지 못한 영역을 직접 구분하게 됐다. [05:59]
• 유엔난민기구의 데이터는 여러 스프레드시트에 흩어져 활용하기 어려웠고, 상당수 현장 문제가 데이터 단절에서 파생된다는 판단으로 이어졌다. [07:03]

5. 도시 문제로 모인 두 창업자의 경험

• 인도주의 기술 경험은 도시·카운티·주정부와 협력해 사람들이 실제로 생활하는 지역을 개선한다는 페레그린의 방향으로 이어졌다. [08:11]
• 두 창업자는 국가안보와 난민지원 현장에서 돌아와 삶의 대부분이 이뤄지는 도시를 분석했고, 안전을 도시 발전의 가장 아래에 놓인 토대로 판단했다. [09:28]

6. 수십 번의 거절 끝에 얻은 첫 현장

• 두 곳이 넘는 수십 개 기관의 거절 뒤에 샌파블로 경찰서가 사무공간·배지·데이터 접근을 허용했고, 2018년 2월 26일이 실질적인 회사 출발점이 됐다. [10:53]
• 대형 합동 마약 수사를 진전시킨 지휘관 브라이언 부아르의 현장성과 창의성을 조사한 뒤, 그에게 직접 연락해 공공안전 업무를 배울 기회를 요청했다. [11:55]

7. 동행 근무에서 확인한 신뢰의 장벽

• 오클랜드 경찰과의 야간 동행 근무는 공공안전 업무의 실제 환경을 이해하기 위한 초기 현장조사였으며, 기술 조직 내부에서는 얻기 어려운 맥락을 제공했다. [13:31]
• 경찰 조직은 외부 엔지니어가 단기간에 침투해 신뢰를 얻기 어려운 곳이었고, 관계 형성과 문제 이해에 충분한 시간을 들여야 했다. [14:09]

8. 경찰 논쟁 속에서 마주한 복잡성과 회색지대

• 추상적인 주장보다 현장 경험을 통해 상향식으로 사실을 이해하는 태도는 기존 가정을 의심하되 냉소에 빠지지 않는 사업 원칙이 됐다. [14:48]
• 코로나19와 경찰 반대 시위가 겹친 시기에 가까운 지인들은 경찰에 항의했고, 창업자들은 매일 강력계 수사관들과 일하며 서로 충돌하는 두 현실을 동시에 경험했다. [16:31]

9. 경찰 전용 사업에서 도시 안전 플랫폼으로의 확장

• 초기 고객은 경찰서에 한정됐지만 이후 소방·재난관리·보건 서비스로 범위가 넓어졌고, 도시의 안전과 번영이라는 공통 목표는 유지됐다. [17:31]
• 정치적 진영보다 주민과 공공기관이 실제로 필요로 하는 결과에 집중함으로써, 양극화된 환경에서도 비정파적인 해결책을 지향한다. [18:00]

10. 데이터 수집 사업을 뒤집은 구조

• 기존 공공안전 기업은 센서나 사람을 통해 데이터를 더 수집하고 저장한 뒤, 확보한 데이터와 유통력을 이용해 추가 수집 시스템을 판매하는 방식으로 성장했다. [18:35]
• 페레그린은 새로운 정보를 축적하지 않고 기존 시스템의 분산된 데이터를 연결해, 사용자가 더 정확하고 정밀한 답을 얻도록 지원한다. [19:08]

11. 데이터 소유권과 선택적 공유

• 권한 통제·데이터 거버넌스·주권은 고위험 공공기관에 기술을 배포하기 위한 필수 조건이며, 공무원과 지역사회 양쪽의 신뢰를 지켜야 한다. [20:41]
• 기관이 관리하는 데이터는 해당 기관과 지역사회의 자산이며 페레그린의 자산이 아니므로, 고객별 소유권과 독립적인 통제 권한이 유지된다. [21:51]

12. 단순 검색에서 심층 분석으로의 진화

• 초기 활용은 주소와 관련된 여러 기록을 한 화면에서 찾는 검색 개선이지만, 흩어진 행을 직접 검토하는 시간을 줄여 현장 인력의 기본 업무 수준을 높인다. [23:11]
• 사용자가 시스템과 데이터 구조에 익숙해지면 여러 데이터 사이의 관계를 분석할 수 있어, 기존 검색 방식으로는 불가능했던 질문까지 다룰 수 있다. [23:30]

13. 플로리다 수난 구조 급증의 원인 분석

• 플로리다의 한 카운티에서 한 달 동안 100건이 넘는 수난 구조가 발생하자, 사고 기록과 기상 데이터를 결합해 평소와 달라진 조건을 추적했다. [23:54]
• 유사한 기상 현상 자체는 과거에도 있었지만 3일 연속 이어진 적은 없었고, 이 조건이 모래 통로와 이안류를 만들어 사고 위험을 키웠다. [24:35]

14. 키워드로 찾지 못한 반유대주의 위협

• 회당을 겨냥한 위협을 조사할 때 표현이 일정하지 않아 적절한 검색어를 만들기 어려웠고, 기존 키워드 검색만으로는 관련 사건을 연결할 수 없었다. [25:42]
• 의미 기반 검색은 수사관에게 허용된 기록 전체에서 유사한 맥락을 찾아 두 회당을 대상으로 반복된 위협 패턴을 확인하게 했다. [26:14]

15. 정확한 AI를 만드는 데이터 준비와 현장 개발

• 사용자가 질문하기 전의 데이터 정제·연결·인용 준비가 전체 작업의 약 95%를 차지하며, 답변 정확도는 모델보다 이 사전 처리 품질에 크게 좌우된다. [26:51]
• 배포 담당자는 공통 보안·거버넌스·API 기반 위에서 고객별 에이전트나 허리케인 시뮬레이터를 빠르게 개발해, 현장 수요를 전용 소프트웨어로 전환한다. [27:43]

16. 장시간 데이터 통합 에이전트

• 엔지니어의 약 50%가 고객 보유 데이터를 연결하는 데이터 플랫폼에 집중하며, 지금까지 수만 개 데이터셋을 통합했다. [30:11]
• 에이전트가 통합용 파이썬 노트북의 약 90%를 작성하고, 수시간 동안 데이터베이스와 온톨로지를 분석한 뒤 하위 에이전트와 작업을 분담한다. [30:49]

17. 콜드케이스 분석의 자동화

• 대형 수사에는 영상·음성·이미지·PDF를 포함한 200~300GB의 증거가 쌓이며, 형사는 종이 상자와 CD까지 직접 검토해야 한다. [32:09]
• 첫 콜드케이스 에이전트는 잘못 유죄 판결받은 사람을 무죄로 이끈 기존 사건을 학습 대상으로 삼았고, 30~60분 실행으로 형사들의 분석 결과를 재현했다. [33:07]

18. 흩어진 증거 발견과 수사 부담 경감

• 위스콘신의 한 사건에서는 약 300GB의 자료에 흩어진 소수의 휴대전화 접속 기록을 찾아 용의자를 범행 현장과 시신 발견 장소에 연결했다. [33:40]
• 영상과 음성을 장시간 직접 확인하는 행정 부담을 AI가 줄이면서, 공공안전 인력은 판단과 수사처럼 사람이 맡아야 할 업무에 집중할 수 있다. [34:18]

19. 성과 홍보보다 고객 신뢰

• 민감한 수사 성과를 기술 회사의 공적으로 내세우면 기관과의 신뢰가 빠르게 무너지므로, 고객이 성과의 주체가 되는 ‘조용한 전문가’ 원칙이 다음 문제에 접근할 기회를 만든다. [34:25]
• AI와 감시 역량이 중앙 권력에 결합할 수 있다는 우려가 커지면서, 유용한 성과만큼 지역사회가 느끼는 불신과 권력 집중 위험도 중요해졌다. [35:35]

20. 데이터 주권을 지키는 반네트워크 효과

• 공개 데이터라도 법률·조례·기관 규정상 접근 여부가 불분명할 수 있으며, AI 도입을 위해 이런 경계를 넘기보다 기관의 데이터와 절차를 보호해야 한다. [36:13]
• 기관별 데이터 소유권과 업무 방식을 유지한 상태에서 연결성을 구축하려면 데이터 거버넌스와 권한 부여 논리가 핵심 기반이 된다. [37:04]

21. 기술 기업이 아닌 기관이 내리는 도덕적 결정

• 고결성과 투명성을 갖춘 솔루션을 고객과 주민에게 공개하면서도, 성장과 데이터 집중을 무리하게 추구하지 않는 절제가 사업 운영의 기준이다. [38:09]
• 안면인식이나 데이터 보존 정책을 실리콘밸리 기업이 일률적으로 결정해서는 안 되며, 각 기관의 법적·사회적 맥락과 지역사회의 선택이 우선한다. [38:52]

22. 공공기관을 위한 수직 통합과 결과 책임

• 해결되지 않았던 문제도 완성도 있게 풀면 나중에 확장할 수 있다는 확신 아래, 네트워크 접근부터 권한·거버넌스·ETL·온톨로지·UX·API까지 전 계층을 구축했다. [41:21]
• 각 기관의 실제 성과가 나올 때까지 책임을 함께 지는 방식은 초기에는 수작업적이고 확장하기 어려워 보이지만, 결과적으로 차별화된 플랫폼과 확장성을 만들었다. [42:21]

23. 현장 인력을 신뢰하는 조직 문화

• 높은 성과를 요구하는 피드백 문화와 개인 기여자에 대한 신뢰를 함께 유지하며, 현장 배치 인력에게 원칙과 도구를 제공한 뒤 독립적인 판단을 맡긴다. [43:20]
• 혁신은 조직 중심부보다 고객과 맞닿은 가장 먼 경계에서 발생하며, 여러 지역과 국가의 현장팀이 엔지니어링·제품·디자인 조직에 새로운 요구를 공급한다. [44:39]

24. 현장 배치 조직이 만드는 제품 신호

• 현장 배치 조직은 비용 조직이 아니라 연구개발과 성장 조직이며, 고객 내부에서 새로운 활용 사례를 연속적으로 시험해 도입 이후의 확장을 이끈다. [45:10]
• 긴급한 형사의 요구를 해결하기 위해 이동 중에도 즉시 코드를 작성한 사례처럼, 제품 아이디어는 회의실의 추상적 기획보다 실제 현장의 절박한 문제에서 나온다. [46:03]

25. 고객별 혁신 실험실

• 모든 현장 결과물을 공통 제품에 편입하지는 않으며, 특정 고객만을 위한 고유 기능은 현장 배치 담당자가 독립적인 혁신 실험으로 구현한다. [47:50]
• 허리케인 시뮬레이터와 소방서 입지 분석 도구가 등장했고, 후자는 911 응답 시간과 예산 등을 결합해 소방서 위치가 영향을 미칠 인구를 추산했다. [48:16]

26. 만 개 도시를 향한 인프라와 책임

• 만 개 도시를 지원하는 최종 형태는 중앙 통제 시스템이 아니라, 각 기관이 자신의 데이터와 의무에 맞게 활용할 수 있는 기술 인프라다. [49:13]
• 도시마다 다른 정체성을 보존하려면 말뿐인 가치가 아니라 일상적인 업무 방식과 행동에 반영된 도덕적 기준이 필요하고, 신규 고객마다 세심한 지원을 계속해야 한다. [50:11]

🧾 결론

• 페레그린의 핵심 제품은 단순한 AI 검색 도구가 아니라 데이터 통합, 권한 관리, 거버넌스, 현장 소프트웨어 개발을 결합한 공공안전 운영 인프라다.
• 중앙에 데이터를 축적하는 네트워크 효과를 추구하지 않고 기관별 소유권과 통제권을 유지하는 구조가 공공기관과 지역사회의 신뢰를 확보하는 핵심 원칙이다.
• 기술 기업이 도덕적 결정을 대신하기보다 각 기관의 법률·절차·지역사회 선택을 존중하면서 더 나은 판단을 지원해야 한다는 절제된 기술관이 사업 전략에 반영돼 있다.
• 고객별 문제를 깊이 해결한 현장 실험이 공통 제품의 기능과 새로운 활용 사례로 이어지면서, 수작업처럼 보이는 접근이 장기적인 제품 차별화의 원천이 된다.

📈 투자·시사 포인트

• 네트워크 접근부터 ETL, 온톨로지, 권한, UX, API까지 구축한 수직 통합 구조와 기관별 업무 지식은 신규 경쟁자가 단기간에 복제하기 어려운 진입장벽이 될 수 있다.
• AI 모델이 보편화될수록 고품질 데이터 준비, 기관별 권한 체계, 현장 전문성을 결합하는 역량의 상대적 가치가 커질 가능성이 있다.
• 경찰 중심 사업에서 소방·재난관리·보건 서비스로 확장한 흐름은 공공안전 데이터 플랫폼의 적용 시장이 도시 운영 전반으로 넓어질 수 있음을 보여준다.
• 동시에 고객별 지원과 전진배치형 개발의 비중이 높은 모델은 빠른 도입과 제품 혁신을 가능하게 하지만, 인력 비용과 표준화 수준이 장기적인 확장성의 핵심 변수가 된다.

⚠️ 불확실하거나 확인이 필요한 부분

• 다른 팀보다 3~5배 빠른 성과, 데이터 통합 노트북의 약 90%를 작성하는 에이전트, 30~60분 만의 콜드케이스 분석 재현은 대화에서 제시된 수치이며 독립적인 비교 기준이나 검증 자료는 제공되지 않았다.
• 의미 기반 검색과 콜드케이스 에이전트 사례에는 오탐·누락률, 사람의 검토 절차, 실제 수사 결과에 미친 영향 등 정확성과 책임성을 판단할 세부 지표가 없다.
• 데이터 주권과 선택적 공유 원칙이 강조됐지만 접근 기록, 보안 감사, 데이터 보존, 모델 학습 사용 여부 같은 구체적인 기술·운영 통제는 설명되지 않았다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 공공부문 데이터·AI 기업을 평가할 때 데이터 소유권, 고객별 격리, 세부 권한, 감사 기록, 보존 정책을 제품 기능과 동일한 수준으로 검토한다.
• AI 도입 전에 데이터 정제율, 연결 가능한 데이터셋, 인용 가능성, 오탐·누락률, 사람의 최종 승인 절차를 포함한 평가표를 만든다.
• 파일럿은 검색 시간 단축, 구조 대응 시간, 현장 인력의 행정업무 감소처럼 측정 가능한 고객 성과를 기준으로 설계한다.
• 전진배치형 인력의 고객당 투입량과 공통 제품으로 전환되는 기능 비율을 추적해 서비스 집약도와 확장성의 균형을 확인한다.

❓ 열린 질문

• 기관별 데이터 주권을 유지하면서 만 개 도시를 지원하려면 고객별 맞춤 개발과 공통 플랫폼의 경계를 어디에 설정해야 하는가?
• 의미 기반 검색이나 콜드케이스 에이전트가 잘못된 연결을 제시했을 때 책임 소재와 이의 제기 절차는 어떻게 설계되는가?
• 지역사회의 신뢰를 얻기 위해 제품의 권한 체계와 사용 내역을 시민에게 어느 수준까지 공개할 수 있는가?