Voice AI Weekly #15 - 2026년 11월 1째 주
이번 주 해외 음성 AI 업계에서는 컨택센터 솔루션 인수와 현장 맞춤형 STT 모델 공개가 두드러졌는데요. 관련한 다섯 가지 소식을 정리했습니다.
1. Salesforce, 음성 AI 컨택센터 스타트업 Cresta 인수 합의
Salesforce가 11월 2일 Cresta를 약 27억 달러에 인수하는 계약을 체결했습니다. Stanford AI Lab 출신들이 설립한 Cresta는 고객 통화 전 과정을 처리하는 음성 중심 플랫폼을 운영해 왔는데요. 이번 인수로 Cresta는 Service Cloud에 통합될 예정이며, Salesforce가 최근 2주 동안 단행한 세 번째 고객 경험(CX) 관련 인수입니다. 대형 CRM 기업이 컨택센터 음성 기술을 핵심 기능으로 편입하고 있는 것으로 보입니다.
출처: AI Weekly
2. NVIDIA, 40개 언어 오픈 STT Nemotron 3.5 Transcribe 공개
NVIDIA가 10월 28일 배치(녹음 파일) 처리용 모델인 Nemotron 3.5 Transcribe를 공개했습니다. 40개 언어 전사와 31개 언어의 영어 번역을 지원하며, 최대 8명의 화자 분리와 1시간 분량의 오디오 처리가 가능합니다. Hugging Face 오픈 음성인식 리더보드에서 단어 오류율(WER) 5.33%로 1위에 올랐습니다. 특히 인도 의료진의 진료 음성 데이터를 활용해 단일 GPU로 약 14시간 동안 미세조정을 진행한 결과, 도메인 오류율이 45.8% 감소했다고 밝혔습니다.
출처: TechCrunch, The Next Web
3. Deepgram, Pipecat 개발사 Daily 인수
Deepgram이 10월 29일 오픈소스 음성 에이전트 프레임워크인 Pipecat을 만든 Daily를 인수한다고 발표했습니다. Pipecat은 기존과 동일하게 BSD 라이선스의 오픈소스로 유지됩니다. 음성인식(STT) 전문 기업이 에이전트 실행 및 오케스트레이션 인프라까지 직접 내재화한 사례입니다.
출처: TechCrunch, Voice AI Space 주간 정리
4. Gnani AI, 코드믹스 인도어 STT Prisma v3.0 출시
인도 Gnani AI가 10월 29일 다국어 혼용 발화 처리에 특화된 Prisma v3.0을 출시했습니다. 힌디어, 타밀어 등 9개 인도 언어와 영어가 섞인 대화를 인식하며, Vistaar 벤치마크 기준 평균 단어 오류율 16.93을 기록해 ElevenLabs Scribe v2(19.98), Microsoft Azure(20.51), Deepgram Nova 3(26.57) 등 글로벌 상용 엔진 대비 우수한 수치를 나타냈다고 밝혔습니다. 호출 건당 최대 200개의 전문 용어 등록을 지원하며, 등록 시 도메인 어휘 인식률이 70.9%에서 90.3%까지 개선됐는데요. 8kHz 전화망 음성 지원과 폐쇄망을 포함한 온프레미스 구축이 가능한 점이 특징입니다.
5. Arrowhead AI, 감정 스타일 12종 TTS Fletch 공개
인도 Arrowhead AI가 10월 30일 고객 통화용 음성합성 모델 Fletch를 공개했습니다. Axis Bank, RBL Bank 등 주요 금융권 고객사를 확보해 일 100만 건 이상의 통화를 처리하고 있으며, 14개 언어와 12가지 감정 스타일, 80ms 수준의 지연 시간을 지원합니다. 합성 음성이 대화 맥락에 맞춰 감정과 말투를 조절하는 흐름이 이어지고 있습니다. 이러한 응답이 자연스럽게 성립하려면, 먼저 사용자의 음성 신호에서 감정과 상태를 실시간으로 정확히 읽어내는 입력단 분석 기술이 뒷받침되어야 할 것으로 보이네요.
음성 데이터 분석, 도메인 특화 STT, 또는 온프레미스, 온디바이스 배포에 대해 논의가 필요하시다면 언제든 contact@holamago.com으로 문의해 주세요. 다음 주에도 유의미한 해외 음성 AI 소식으로 찾아오겠습니다!