본문으로 건너뛰기
피드

손정의와 일하던 투자자가 아시아 음성 AI 콜센터에 베팅한 이유

ai-ml 약 7분
vote
0
댓글
북마크

제임스 리우 데이지벨 CEO는 생성형 AI가 투자자가 아닌 창업자로 다시 뛰어들 만큼 큰 변화라고 보고 음성 AI 콜센터 스타트업을 만들었어. 데이지벨은 영어권 범용 모델이 깊게 들어오지 못한 일본어, 한국어, 광둥어 시장을 노리고 기업별 상담 흐름과 지식베이스를 반영한 맞춤형 음성 AI를 제공해. 일본에서는 20여 개 고객을 확보했고, 한국에서는 한리버파트너스 투자 이후 온라인 교육, 여행, 금융, 리테일 기업과 도입을 논의 중이야.

  • 1

    데이지벨은 기업 콜센터의 고객 문의, 예약·주문 확인, 상담 연결 같은 반복 업무를 AI 음성 에이전트로 자동화

  • 2

    글로벌 콜센터 AI 시장은 2024년 19억9000만 달러에서 2030년 70억8000만 달러로 성장 전망

  • 3

    대화형 AI 시장은 같은 기간 115억8000만 달러에서 413억9000만 달러로 확대될 전망

  • 4

    데이지벨은 일본어 서비스를 2025년 6월 출시했고 8월 첫 유료 고객을 확보, 현재 일본 내 20여 개 고객 보유

  • 5

    한국에서는 첫 실증사업을 진행 중이며 올해 하반기 10~20곳 기업 고객 유치를 목표로 함

투자자가 다시 창업자가 된 이유는 음성 AI였음

  • 제임스 리우 데이지벨 CEO는 생성형 AI를 단순 투자 테마가 아니라 직접 사업을 만들 만큼 큰 변화로 봄

    • 그는 오크퍼시픽인베스트먼트 최고운영책임자이자 데이지벨 CEO임
    • 과거 중국 소셜네트워크 사업을 키우던 시절 손정의 소프트뱅크그룹 회장과 수년간 매달 한두 차례 도쿄에서 사업 현안을 논의했다고 함
    • 핀테크와 바이오테크 투자로도 영역을 넓혔지만, AI는 투자자보다 빌더로 뛰어들 시장이라고 판단했음
  • 데이지벨이 노리는 건 기업 콜센터 업무의 음성 AI 자동화임

    • 고객 문의 응대, 예약과 주문 확인, 상담 연결 같은 반복 전화 업무를 AI 음성 에이전트가 처리하는 구조임
    • 단순 음성 인식이나 챗봇이 아니라 기업별 상담 프로세스와 지식체계를 반영한 맞춤형 서비스를 강조함
    • 말만 그럴듯한 범용 봇이 아니라 실제 콜센터 워크플로에 들어가는 쪽을 노리는 셈임

중요

> 글로벌 콜센터 AI 시장은 2024년 19억9000만 달러에서 2030년 70억8000만 달러로 커질 전망임. 대화형 AI 시장도 같은 기간 115억8000만 달러에서 413억9000만 달러까지 확대될 것으로 제시됨.

미국보다 아시아 언어권을 먼저 본 게 포인트

  • 리우 대표가 주목한 시장은 미국 영어권이 아니라 일본, 한국, 홍콩 같은 아시아 언어권임

    • 미국과 영국에서는 이미 고객 응대 AI 에이전트 기업에 큰돈이 들어가고 있음
    • 오픈AI 이사회 의장 브렛 테일러가 창업한 시에라는 기업가치 100억 달러를 인정받았음
    • 콜센터용 AI 음성 비서 기업 폴리AI도 2024년 5000만 달러를 유치하며 약 5억 달러에 가까운 기업가치를 인정받았음
  • 그런데 일본어, 한국어, 광둥어 시장은 영어권처럼 쉽게 뚫리지 않는다고 봄

    • 일본과 한국은 고령화와 인건비 상승으로 콜센터 운영 부담이 커지고 있음
    • 하지만 영어권처럼 상담 업무를 해외로 쉽게 이전하기 어렵고, 언어와 업무 관행의 현지화 난도가 높음
    • 리우 대표는 영어권 범용 모델이 깊게 들어오지 못한 이 지점이 데이지벨의 기회라고 봄
  • 데이지벨은 일본에서 먼저 상업화를 시작했음

    • 2025년 6월 일본어 서비스를 출시했고, 같은 해 8월 첫 유료 고객을 확보했음
    • 현재 일본 내 20여 개 기업 고객을 두고 있음
    • 2026년 7~8월까지 고객사를 50곳 수준으로 늘리는 게 목표임
    • 홍콩에서도 대형 외식과 물류 기업 등을 대상으로 서비스를 제공하거나 도입 논의를 진행 중임

한국 시장에서는 성능 데모보다 통합 능력이 중요함

  • 데이지벨은 한리버파트너스의 전략적 투자를 받은 뒤 한국 시장 공략을 본격화하고 있음

    • 2025년 12월 한리버파트너스로부터 투자를 유치했음
    • 현재 국내 온라인 교육 업체를 대상으로 첫 실증사업을 진행 중임
    • 여행, 금융, 리테일 기업과도 도입을 논의하고 있음
  • 리우 대표는 한국 기업이 신기술 도입에 신중하다는 점을 핵심 변수로 봄

    • 단순히 음성 AI 모델 성능을 보여주는 것만으로는 계약까지 이어지기 어렵다고 말함
    • 도입 검토에는 시간이 걸리지만, 내부 시스템에 한 번 통합되면 장기 고객이 될 가능성이 높다고 봄
    • 그래서 데이지벨은 기업별 커스터마이징을 핵심 경쟁력으로 내세움
  • 콜센터 AI에서 진짜 어려운 건 “말을 잘함”보다 “회사마다 다른 상담 규칙을 지킴”임

    • 같은 보험사라도 보험금 청구 절차와 보장 범위가 회사마다 다름
    • 기업별 지식 기반을 만들고 상담 흐름을 세밀하게 조정해야 실제 현장에 들어갈 수 있음
    • 올해 하반기 안으로 10~20곳의 기업 고객을 유치하는 게 데이지벨의 목표임

⚠️주의

> LLM 특성상 상담 오류 가능성을 완전히 없애긴 어려움. 데이지벨도 어려운 상담은 사람에게 넘기고, 모델 가드레일과 기업별 지식베이스로 허용 범위를 관리하는 구조를 강조함.

  • 데이지벨의 목표는 범용 AI 기업과 정면승부가 아니라 특정 언어와 업무 현장에서 작동하는 인프라를 만드는 것임
    • 일본어, 한국어, 광둥어처럼 충분히 서비스되지 못한 언어 시장에 집중함
    • 모든 사람에게 모든 것을 제공하는 회사가 아니라 실제 고객사가 겪는 상담 문제를 푸는 회사가 되겠다는 방향임
    • 한국 콜센터, 교육, 여행, 금융, 리테일 업계 입장에선 꽤 현실적인 AI 도입 시나리오임

기술 맥락

  • 음성 AI 콜센터가 어려운 이유는 음성 인식 하나로 끝나지 않기 때문이에요. 사용자의 말을 알아듣고, 기업 내부 지식에서 맞는 답을 찾고, 정책을 벗어나지 않게 말한 뒤, 필요하면 사람 상담원에게 넘겨야 하거든요.

  • 데이지벨이 기업별 커스터마이징을 강조하는 이유도 여기에 있어요. 보험, 교육, 여행, 금융은 고객 확인 절차와 상담 흐름이 다르고, 잘못 안내하면 바로 민원이나 손실로 이어질 수 있어요.

  • LLM은 자연스러운 답변을 만드는 데 강하지만, 모르는 내용을 그럴듯하게 말할 위험이 있어요. 그래서 가드레일, 지식베이스, 상담원 전환 체계가 붙어야 실제 서비스에서 버틸 수 있어요.

  • 아시아 언어권 전략도 꽤 현실적이에요. 영어권 시장은 경쟁이 치열하지만 한국어와 일본어는 억양, 높임말, 업종별 표현, 현지 업무 관행까지 맞춰야 해서 현지화 자체가 진입장벽이 되거든요.

음성 AI 콜센터는 데모가 화려한 것보다 실제 기업 업무 프로세스에 얼마나 끈질기게 붙느냐가 승부처로 보여. 특히 한국어처럼 현지화 난도가 높은 시장에서는 범용 모델 성능보다 지식베이스, 가드레일, 상담원 전환 설계가 더 중요해질 가능성이 큼.

댓글

댓글

댓글을 불러오는 중...

ai-ml

스페이스X, 구글에 GPU 11만 개짜리 AI 클라우드 빌려준다

스페이스X가 구글에 엔비디아 GPU 11만 개를 포함한 대규모 연산 자원을 2026년 10월부터 2029년 6월까지 빌려주는 계약을 맺었다. 월 9억2천만 달러, 전체 약 300억 달러 규모라서 AI 인프라 부족이 어느 정도까지 치솟았는지 보여주는 딜이다. IPO를 앞둔 스페이스X는 데이터센터 자산가치를 부각하고, 구글은 AI 모델 경쟁에 필요한 연산 자원을 확보하는 구조다.

ai-ml

클라우데라, Apache Polaris로 기업 AI 데이터 거버넌스 강화

클라우데라가 Apache Iceberg 기반 오픈 데이터 레이크하우스 전략에 Apache Polaris를 도입한다. 기업들이 하이브리드·멀티클라우드에 흩어진 데이터를 옮기지 않고도 AI와 분석에 쓸 수 있도록, 오픈 카탈로그와 중앙집중형 거버넌스를 결합하겠다는 발표다.

ai-ml

앤트로픽·오픈AI IPO를 공매도하고 싶다는 쪽의 논리

앤트로픽과 오픈AI가 초대형 기업공개를 준비하는 가운데, 이 글은 프런티어 AI 랩의 매출 논리가 생각보다 좁은 시장에 걸려 있다고 본다. 진짜 돈은 화려한 초지능 에이전트가 아니라 코볼 현대화, 결제 기반 신용평가, 농작물 질병 탐지, 데이터 인프라 같은 지루하지만 반복 결제가 생기는 레이어에 있다는 주장이다.

ai-ml

전직 TSMC 핵심 인사가 본 AI 반도체 슈퍼사이클의 진짜 리스크

TSMC 성장에 참여했던 양광레이 국립대만과기대 산학혁신단장은 AI 데이터센터 투자가 반도체 역사상 보기 드문 수요 폭증을 만들고 있다고 봤어. 다만 수요 포화 시점은 아무도 모르고, 공격적인 증설 뒤 공급 과잉이 올 수 있다는 점을 가장 큰 리스크로 짚었어. 성과급 갈등은 기술 문제가 아니라 세대별 공정성 인식과 보상 구조의 문제라고 해석했어.

ai-ml

피지컬 AI 주권 경쟁, 이제 제조업 데이터가 진짜 전장이 됨

소버린 피지컬 AI 인프라 시장이 2026년 248억 달러 규모로 커지면서 제조업 데이터 주권 경쟁이 본격화되고 있어. 삼성, 현대차, LG도 외부 클라우드에 기대기보다 칩, 공장, 로봇 생태계를 직접 쌓는 쪽으로 움직이는 중이야. 다만 맥킨지와 IDC는 실행 계획과 규제 파편화 때문에 전환 비용과 기간이 만만치 않다고 봐.