기업용 음성 AI의 경쟁 기준이 바뀌고 있습니다. 한때는 “AI가 전화를 받을 수 있는가”가 핵심이었다면, 이제는 “고객이 끊지 않고 계속 말할 만큼 자연스러운가”가 더 중요한 질문이 됐습니다.
샌프란시스코 기반 음성 AI 스타트업 Rime은 바로 이 문제를 겨냥합니다. Rime은 M13이 주도한 시리즈 A 라운드에서 2400만 달러를 조달했고, Twilio Ventures, Corazon Capital, Unusual Ventures 등이 참여했습니다.1 지난해 5월 550만 달러 규모의 시드 투자를 유치한 뒤 이어진 후속 투자입니다.
Rime이 파는 것은 ‘목소리’가 아니라 통화 경험이다
Rime은 2022년 Lily Clifford, Brooke Larson, Ares Geovanos가 설립한 기업용 음성 AI 스타트업입니다. 제품의 핵심은 병원, 금융, 고객지원처럼 전화 한 통의 품질이 중요한 환경에서 쓸 수 있는 음성 AI 모델입니다.
중요한 차별점은 단순히 듣기 좋은 목소리가 아닙니다. Rime은 자체 대화 음성 데이터를 기반으로 모델을 학습시키고, 브랜드명이나 산업별 전문 용어 발음을 정확히 처리하는 데 집중합니다.1 실제 통화에서는 목소리의 톤만큼이나 응답 타이밍, 발음 정확도, 대화 흐름이 중요하기 때문입니다.
회사는 월 1억 건에 가까운 전화 통화를 처리한다고 밝히며, Mayo Clinic, Dialpad, Upstart, Asurion 등을 고객으로 언급했습니다.1 이는 Rime이 강조하는 방향이 데모용 음성 생성이 아니라 실제 기업 운영 환경에 가깝다는 점을 보여줍니다.
왜 Speech-to-Speech가 주목받는가
기존 음성 AI는 보통 세 단계를 거칩니다. 사용자의 음성을 텍스트로 바꾸고, LLM이 답변을 만든 뒤, 다시 음성으로 읽어주는 방식입니다.
이 구조의 약점은 지연입니다. 전화 대화에서는 짧은 침묵도 어색하게 느껴집니다. 응답이 늦거나 말을 끊는 타이밍이 부자연스러우면 사용자는 곧바로 “기계와 통화하고 있다”고 느낍니다.
Rime이 Speech-to-Speech 모델 개발을 강조하는 이유도 여기에 있습니다.1 음성 입력에서 음성 응답으로 더 직접 연결되면 응답 속도, 말 끊김 처리, 배경 소음 대응에서 유리할 수 있습니다. Rime 웹사이트 역시 실시간 대화에 필요한 속도와 기업 환경 내 배포를 강조합니다.2
기업은 무엇을 기준으로 봐야 하나
음성 AI 도입을 검토할 때 질문은 “사람을 완전히 대체할 수 있는가”가 아닙니다. 더 현실적인 질문은 “어떤 유형의 통화를 맡길 수 있는가”입니다.
기업이 확인해야 할 기준은 명확합니다.
응답 지연이 짧은가
고객의 말을 끊지 않고 자연스럽게 순서를 주고받는가
산업 용어와 고유명사를 정확히 발음하는가
의료·금융처럼 규제가 있는 환경에서 운영 가능한가
통화 유지율, 처리 완료 시간, 고객 이탈률 같은 운영 지표가 개선되는가
Rime의 2400만 달러 시리즈 A는 음성 AI 시장이 단순한 음성 데모 경쟁을 넘어 실제 운영 품질 경쟁으로 이동하고 있음을 보여줍니다. 기업이 봐야 할 것도 화려한 목소리가 아니라, 고객이 통화를 끝까지 이어가고 문제가 해결되는지입니다.
참고
1Rime Raises $24 Million Series A to Build the World's First Enterprise-Ready Speech-to-Speech Model
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.