애프트쿼리 vs 셀렉트IQ

애프트쿼리 장단점

• 단순 라벨링을 넘어 골드만삭스, 구글 출신 등 실제 업계 전문가들이 직접 설계한 고품질 데이터를 제공하므로 모델의 전문성이 비약적으로 향상됩니다. 특히 루브릭(Rubrics) 기반의 RLHF를 통해 모델이 왜 해당 답변을 내놓아야 하는지에 대한 정교한 피드백을 학습시킬 수 있으며, 에이전트 전용 훈련 환경을 통해 복잡한 멀티스텝 워크플로우 학습이 가능합니다. 또한 독자적인 벤치마크(IDE-Bench, FinanceQA 등)를 보유하고 있어 모델 성능을 객관적으로 검증할 수 있는 연구 역량이 뛰어납니다.

• 전문 인력을 직접 투입하는 방식의 특성상 구축 비용이 경쟁사 대비 매우 높을 것으로 예상되며, 대규모 범용 데이터를 단기간에 확보해야 하는 프로젝트에는 가성비가 떨어질 수 있습니다. 소규모 스타트업이나 개인 개발자를 위한 셀프 서비스 플랜이나 공개된 가격 정보가 부족하여 접근성이 낮으며, 주로 최상위 AI 리서치 랩이나 엔터프라이즈를 타겟으로 하기에 도입 상담 과정이 복잡할 수 있다는 점이 진입 장벽으로 작용합니다.

셀렉트IQ 장단점

• 가장 큰 장점은 '수작업 차트 리뷰' 시간을 획기적으로 줄여준다는 점입니다. Palantir 출신 엔지니어들이 개발하여 데이터 분석 정확도가 높으며, 특히 '신속 타당성 분석(Rapid Feasibility Tool)' 기능을 통해 병원이 제약사로부터 임상 과제를 따낼 때 강력한 근거 자료를 제시할 수 있습니다. 또한 AthenaHealth 같은 주요 EHR과 연동성이 좋아, 별도 입력 없이 기존 진료 기록만으로 환자 후보를 추천받을 수 있어 진료 현장의 업무 부담을 최소화했습니다.

• 아직 초기 단계(Seed/Series A)의 기업이라 레퍼런스가 대형 경쟁사에 비해 부족합니다. 특히 EHR 연동 기술(Bulk FHIR) 특성상, 병원이 사용하는 전자차트 업체가 최신 표준을 지원하지 않으면(예: AthenaHealth 외의 일부 구형 EHR) 초기 세팅에 몇 달이 걸리거나 연동이 불안정할 수 있다는 점이 기술적 한계로 지적됩니다. 또한 한국어 지원이나 국내 EMR(비트컴퓨터, 유비케어 등)과의 연동 여부는 확인되지 않아 국내 병원 도입 시에는 제약이 클 수 있습니다.

애프트쿼리 주요 기능

• 고품질 SFT·RLHF 훈련용 전문가 제작 데이터 페어
• 추론·코딩 성능 개선을 위한 루브릭 기반 피드백
• MCP 기반 에이전트 훈련 상호작용 데이터
• 맞춤형 도메인 특화 데이터셋 제작 서비스
• 컴퓨터 사용 환경 시뮬레이션 및 데이터 수집

셀렉트IQ 주요 기능

• FHIR 표준 기반 EHR 자동 연동 및 환자 사전 스크리닝
• AI 기반 임상 프로토콜 디지털화 및 적격 환자 매칭
• 정밀한 환자 모집 기간 예측 엔진
• 실시간 의료진 알림 시스템
• 신속 타당성 분석(Rapid Feasibility Tool)