음성 AI 스타트업 림(Rime), 240억 원 투자 유치
기업용 맞춤형 음성 AI 모델을 개발하는 스타트업 림(Rime)이 2,400만 달러(약 320억 원)의 시리즈 A 투자를 유치했습니다. 이 회사는 웹 스크래핑 대신 자체 녹음 스튜디오에서 수집한 실제 대화 데이터로 모델을 학습시켜, 산업별 전문 용어의 발음을 정확하게 구현하며 고객의 재학습 부담을 줄이는 것이 특징입니다. 지연 시간 단축과 자연스러운 대화 흐름을 위해 STT-Speech-to-Text, TTS-Text-to-Speech를 거치는 기존 방식을 넘어 통합형 Speech-to-Speech 모델로 전환하며 기업 고객들의 통화 체류 시간을 크게 늘리고 있습니다.
음성 AI 스타트업이 겪은 가장 큰 혁신은 영업, 마케팅, 고객 지원과 같은 분야에서 기업의 전화 응대를 대신하는 것입니다. 대기업들은 현재 ElevenLabs, Deepgram과 같은 음성 모델 개발사, Vapi, Retell, LiveKit과 같은 인프라 기업, 그리고 Decagon과 Sierra 같은 전문 고객 지원 업체들에게 전화 업무를 넘기고 있습니다. 샌프란시스코에 위치한 Rime(림)은 자체적으로 녹음한 대화 데이터로 학습된 음성 AI 모델을 통해 고객의 맞춤화 부담을 줄여 이 치열한 시장에서 경쟁 우위를 확보하려 노력하고 있습니다.
전 스탠퍼드대 박사과정 학생이었던 Lily Clifford, 전 아마존 알렉사 엔지니어 Brooke Larson, 그리고 스탠퍼드 엔지니어 Ares Geovanos가 2022년에 설립한 Rime은 웹에서 오디오를 무단 수집(스크래핑)하는 대신, 샌프란시스코에 자체 녹음 스튜디오를 구축해 자체적인 대화 데이터를 수집했습니다. 이 스타트업은 다양한 브랜드 이름과 산업 전문 용어의 발음을 정확하게 구현하도록 음성 모델을 미세 조정하는 데 집중하고 있습니다. 또한 음소(Phoneme) 기반 아키텍처를 채택하여 다양한 발음에 유연하게 대응하므로, 고객이 자사의 산업군에 맞춰 모델을 다시 학습시킬 필요가 없습니다.
Rime은 수요일에 M13 Ventures가 주도한 시리즈 A 투자 라운드에서 2,400만 달러(약 320억 원)를 유치했다고 밝혔습니다. 기존 투자자인 Twilio Ventures, Corazon Capital, Unusual Ventures 등도 이번 라운드에 참여했습니다. Clifford는 음성 AI 개발이 진전되었음에도 불구하고 기업들은 여전히 기존의 IVR(Interactive Voice Response, 음성 응답 시스템) 구현을 선호한다고 말했습니다. 이는 AI 음성 기술이 아직 IVR의 효율성을 따라잡지 못했기 때문입니다. 그녀는 "음성 기술은 여전히 기업 전화의 대부분을 자동화할 수 있는 수준에 도달하지 못했습니다. LLM(거대 언어 모델)은 작동하는 음성 애플리케이션을 구축하는 것을 훨씬 쉽게 만들었지만, 상호 작용하는 '느낌'을 바꾸지는 못했습니다. 음성 AI 에이전트와 대화하는 것은 최종 사용자에게 그렇게 매력적인 경험이 아닙니다. 이는 그저 목소리가 더 좋아진 새로운 형태의 IVR 같습니다"라고 말했습니다.
이 스타트업은 처음에 음성-텍스트 변환(STT, Speech-to-Text), 텍스트-음성 변환(TTS, Text-to-Speech), LLM(거대 언어 모델)을 위한 개별 모델 파이프라인으로 시작했습니다. 하지만 현재는 지연 시간(latency)을 줄이고, 대화 순서 조절(turn-taking)을 개선하며, 배경 소음 문제를 해결하기 위해 더 나은 음성 대 음성(Speech-to-Speech) 모델을 개발하는 데 중점을 두고 방향을 전환하고 있습니다. 이러한 새로운 접근 방식은 회사가 수많은 모델을 통합 관리(orchestration)해야 하는 의존도를 낮추는 데에도 도움이 될 것입니다.
Rime은 현재 식음료, 헬스케어, 항공사, 핀테크 분야의 고객을 확보하고 있습니다. 이 회사는 자체적인 학습 데이터와 모델 포지셔닝 덕분에 고객이 전화를 더 오래 유지하며, 이를 바탕으로 Mayo Clinic, Dialpad, Upstart, Asurion과 같은 고객으로부터 기업 계약을 따냈다고 주장했습니다.
새로운 자금을 바탕으로 Rime은 현재 35명 규모인 팀의 확장을 계획하고 있으며, 모델 개발, 엔지니어링, 파트너십 분야의 인재를 채용할 예정입니다. 최근에는 Meta Superintelligence Labs와 NVIDIA의 실용 딥러닝 오디오 연구팀에서 오디오 이해 분야를 연구했던 Rafael Valle을 수석 과학자(Chief Scientist)로 영입했습니다.
M13의 Morgan Blumberg는 TechCrunch와의 인터뷰에서 "ElevenLabs와 같은 기업들은 통합 관리 및 애플리케이션 계층으로 이동하면서 Sierra나 Decagon 같은 기업들과 정면으로 경쟁하고 있습니다. 하지만 기술적으로 아직 할 일이 훨씬 많다고 생각하며, 규제가 있는 환경에서 낮은 지연 시간과 높은 신뢰성을 갖춘 최고의 모델을 앞당기려는 Rime의 접근 방식은 두드러집니다"라고 말했습니다. Rime은 작년 5월 시드(Seed) 라운드에서 550만 달러를 유치한 바 있습니다. 이번 투자 유치의 일환으로 Blumberg는 이 스타트업의 이사회에 합류할 예정입니다.
(주제: AI, 펀딩, M13 Ventures, Rime, 음성 AI. 기사 내 링크를 통해 구매하시면 소정의 수수료를 받을 수 있으나, 이는 당사의 편집 독립성에 영향을 미치지 않습니다. Ivan Mehta 작성.)