Voice AI Weekly #16 - 2026년 11월 2째 주
이번 주는 컨택센터를 둘러싼 인수와 플랫폼 재편이 이어졌습니다. 텍스트 변환 없이 음성 신호에서 직접 판단을 내리는 API와 에이전트 통화 환경에 맞춘 STT 같은 기술 소식도 함께 나왔는데요. 마고가 주목한 다섯 가지 소식을 정리했습니다.
1. Hume, 오디오에 바로 질문하는 Audio Decision API 공개
Hume이 11월 2일 Audio Decision API를 공개했습니다. 오디오 파일과 함께 객관식 질문을 넣으면, 모델이 텍스트 전사나 별도 재학습 없이 각 선택지의 확률값을 바로 반환하는 방식입니다. Hume은 인간 평가단 평균과의 일치율이 70.7%로 개별 평가자(56.5%)보다 높고, 응답 지연 중간값은 약 0.23초 수준이라고 밝혔습니다. 현재는 대기자 명단 등록 형태로만 제공되며 세부 가격은 공개되지 않았는데요. 텍스트 변환 과정을 거치지 않고 음성 신호 자체에서 직접 상태를 파악하는 기술이 글로벌 상용 제품으로 구체화되고 있습니다.
2. Soniox STT v6, 에이전트 발화 필터링 기능 탑재
Soniox가 11월 3일 실시간(stt-rt-v6) 및 비동기(stt-async-v6) STT 신규 모델을 발표했습니다. 음성 에이전트가 출력하는 음성 텍스트를 사용자 오디오와 동일한 WebSocket으로 수신하고, 에코 제거 기술을 적용해 에이전트의 재생음이 전사 결과에 섞여 들어가지 않도록 설계했습니다. 벤치마크 수치나 가격은 공개되지 않았으며, 기존 v5 모델은 12월 15일 지원이 종료됩니다. STT 기술의 초점이 단순 받아쓰기 정확도를 넘어 대화 맥락과 통화 환경을 이해하는 방향으로 이동하고 있습니다.
3. Five9, Level AI를 약 3억 2,500만 달러에 인수
Five9이 11월 5일 컨택센터 AI 기업 Level AI를 현금 약 3억 2,500만 달러에 인수한다고 발표했습니다. Level AI는 연간 10억 건 이상의 고객 상호작용을 처리하는 대화 분석 기술을 보유하고 있으며, 두 회사는 2022년부터 파트너십을 이어왔습니다. Five9은 같은 날 3분기 매출 3억 2,330만 달러(전년 대비 13% 성장) 실적도 함께 공시했습니다. 지난주 Salesforce의 Cresta 인수에 이어, 주요 CCaaS 플랫폼들이 대화 분석 역량을 내재화하는 움직임이 뚜렷해지고 있네요.
4. ElevenLabs, 주요 CCaaS 4곳과 네이티브 연동
ElevenLabs가 11월 4일 자사 음성 에이전트 솔루션인 ElevenAgents를 NICE CXone, Genesys Cloud, Amazon Connect, Five9에 네이티브로 연동했다고 발표했습니다. 도입 기업은 기존의 콜 라우팅 시스템을 그대로 유지한 상태에서 ElevenLabs 에이전트를 배치할 수 있으며, 상담사로 통화를 이관할 때도 대화 맥락이 그대로 보존됩니다. 엔터프라이즈 음성 AI 도입에서는 모델 자체의 스펙 못지않게 사내 레거시 시스템과 얼마나 매끄럽게 맞물리는지가 관건으로 보이네요.
5. SoundHound AI, 3분기 매출 48.5% 성장 속 인력 27% 감축
SoundHound AI가 11월 5일 3분기 매출 6,240만 달러를 기록해 전년 동기 대비 48.5% 성장했다고 발표했습니다. 그러나 같은 날 공시를 통해 전체 인력의 약 27%를 감축한다고 밝혔으며, 퇴직금을 포함해 1,800만~2,200만 달러 규모의 세전 비용이 발생할 것으로 예상했습니다. 회사는 2026년 연간 매출 가이던스를 2억 5,000만~2억 6,000만 달러로 제시하며 2027년 하반기 흑자 전환 목표를 유지했습니다.
음성 감정 분석, 도메인 특화 STT, 또는 온프레미스 음성 AI 구축에 대해 고민이 있으시다면 언제든 contact@holamago.com으로 문의해 주세요. 다음 주에도 현장에서 검토할 만한 소식들을 선별해 찾아오겠습니다.