Labelbox는 월간 방문 762,803, 전월 대비 성장률 -22.8%, 가격 문의 가격 모델을 기록합니다. PublicView는 월간 방문 148, 성장률 -53.6%, 무료 체험 가격 모델을 기록합니다.
최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
SEC 공시를 근거로 인용까지 제공하는 AI 리서치
| 항목 / 지표 | | |
|---|---|---|
| 공식 도메인 | labelbox.com | publicview.ai |
| 가격 모델 | 가격 문의 | 무료 체험 |
| 월간 방문 수 | 76.28만 (762,803) | 148 (148) |
| 전월 대비 트래픽 변화량 | -22.52만 (-22.8%) | -171 (-53.6%) |
| 주요 시장 및 점유율 | 🇺🇸 미국 (21.9%) | 🌐 글로벌 (—) |
| 월 직접 방문 수 | 37만 | 57 |
| 사용자 평점 | 4.4 | 4.2 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |
최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
비전, 언어, 생성 작업 전반에 걸친 구조적 주석, 데이터 큐레이션, 모델 평가, 휴먼 인 더 루프 검수를 제공해 학습과 평가 데이터의 기반이 됩니다.
Recursion 에이전트는 빌드, 알림, 커밋, 체크포인트, 스케줄로 스스로 시작해 작업이 끝나 검토 가능해질 때까지 백그라운드에서 수행합니다.
소프트웨어 엔지니어링, 안정성, 보안, ML 연구, 평가, R&D, 제품, 재무까지 전문 에이전트가 불안정한 테스트 수정부터 포스트모템 초안까지 담당합니다.
모든 실행은 채점 에이전트가 평가하고, 채점된 세션은 기억과 노트, 스킬을 남겨 다음 세션이 행동 전에 읽습니다.
SEC 공시를 근거로 인용까지 제공하는 AI 리서치
10-K, 10-Q, 8-K에 대해 자연어로 질문하면 관련 공시 발췌문을 검색해 인용과 함께 답변을 스트리밍합니다. 인용을 열면 원문을 확인할 수 있습니다.
Deep 모드가 공시에서 엔터티와 관계를 추출해 기업, 인물, 제품, 지분, 전략, 리스크를 이중 뷰 네트워크로 매핑하며 모든 노드는 근거로 연결됩니다.
추출된 연결을 검색해 누가 누구와 어떻게 관련되는지 확인하고, 날짜별 이벤트를 기간에 걸쳐 추적해 경영진, 전략, 리스크의 변화를 파악합니다.
기업을 워치리스트에 추가하면 새 8-K, 10-Q, Form 4 제출 시 AI 요약 알림을 받고, 내부자 거래도 빠르게 검토할 수 있게 정리됩니다.
특화 강점어노테이션부터 모델 배포까지의 엔드투엔드 컴퓨터 비전 워크플로우를 간소화하지만, Labelbox의 일반적인 기업용 에이전트 오케스트레이션은 부족합니다.
더 나은 경제 판단을 위한 글로벌 매크로 데이터와 AI 리서치 플랫폼
특화 강점데이터 검증을 위해 휴먼 인 더 루프 관리형 인력 서비스에 크게 의존하며, Labelbox보다 셀프 서비스 기술 도구가 적습니다.
대규모 기업급 데이터 라벨링과 모델 평가를 제공하지만, 종종 Labelbox보다 더 큰 예산이 필요합니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
특화 강점하나의 연결 환경에서 AI 모델과 에이전트를 추적·평가·배포하세요.
고급 컴퓨터 비전 및 피지컬 AI 데이터 파이프라인에 특화되어 있지만, 일반적인 텍스트 및 이미지 라벨링보다는 범위가 좁습니다.
AI 기반 시장 분석으로 더 빠르고 데이터에 근거한 투자 판단
무료 / 오픈소스맞춤형 데이터 라벨링을 위한 유연한 오픈소스 대안을 제공하지만, 자체 호스팅과 수동 인프라 관리가 필요합니다.
기관급 암호화폐·미국 주식 인텔리전스를 대화형 AI 애널리스트로 제공합니다.
기관급 암호화폐·미국 주식 인텔리전스를 대화형 AI 애널리스트로 제공합니다.
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
