받아쓰기 앱이 2조 8천억 원 회사가 됐습니다 — 위스퍼가 모은 3,900억 원과 음성 입력의 다음 단계

받아쓰기 앱 하나가 몸값 20억 달러를 인정받았습니다. 그런데 이 회사가 다음에 하겠다고 내놓은 계획을 보면, 받아쓰기는 목적지가 아니라 입구였던 것 같습니다.

받아쓰기 앱에 3,900억 원이 몰렸다

음성 받아쓰기 도구 위스퍼 플로우를 만드는 위스퍼가 시리즈 B로 2억 8,000만 달러, 우리 돈으로 약 3,900억 원을 조달했습니다. 기업가치는 20억 달러, 약 2조 8,000억 원으로 매겨졌습니다.

말을 글로 바꿔 주는 도구 하나에 붙은 값으로는 이례적인 규모입니다. 이 숫자가 무엇을 사고 있는지가 이 소식의 진짜 내용입니다.

위스퍼 플로우가 하는 일

위스퍼 플로우는 말한 내용을 즉시 글자로 바꿔 지금 커서가 있는 자리에 넣어 주는 도구입니다. 별도 앱을 열고 옮겨 붙이는 과정이 없다는 점이 기존 받아쓰기와 다릅니다.

메일이든 메신저든 코드 편집기든, 글을 쓸 수 있는 곳이면 어디서나 같은 방식으로 동작하는 것이 이 제품의 설계 원칙입니다.

10개월 만에 몸값이 세 배가 됐다

이 회사는 열 달 전만 해도 7억 달러 수준으로 평가받았습니다. 그사이 세 배 가까이 뛰었습니다.

같은 기간에 제품이 완전히 달라진 것은 아닙니다. 달라진 것은 음성 입력을 쓰는 사람의 수와, 그것을 하루 종일 쓰는 방식이었습니다.

누가 돈을 넣었나 — 멘로 벤처스와 신규 투자자들

이번 라운드는 멘로 벤처스가 이끌었습니다. 기존 투자자인 노터블 캐피털, NEA, 네오 벤처스, 8VC, MVP 벤처스가 다시 참여했습니다.

여기에 애크루, 포러너, 굿워터, 피크 XV, 투게더 펀드, 플러스 캐피털이 새로 합류했습니다. 기존 투자자의 재참여와 신규 유입이 함께 나타나는 구성입니다.

누적 조달 3억 6,100만 달러라는 규모

이번 라운드를 포함한 누적 조달액은 3억 6,100만 달러입니다. 이번 한 번에 전체의 4분의 3 이상이 들어온 셈입니다.

초기에 조금씩 모으다가 한 번에 크게 받는 형태는, 시장이 이 분야를 실험 단계에서 확장 단계로 옮겨 봤다는 신호로 읽힙니다.

왜 지금 음성인가 ① 타이핑이 병목이 됐다

사람이 손으로 치는 속도는 분당 40~60타 수준에서 크게 늘지 않습니다. 반면 말하는 속도는 그 서너 배에 이릅니다.

예전에는 이 차이가 문제가 되지 않았습니다. 생각을 정리하는 시간이 더 길었기 때문입니다. 그런데 초안을 AI가 만들어 주기 시작하면서, 사람이 하는 일이 "지시하고 고치는 일"로 옮겨갔습니다. 지시는 말이 훨씬 빠릅니다.

왜 지금 음성인가 ② AI에게 말을 걸어야 하는 시대

AI 도구를 쓸 때 입력은 점점 길어지고 있습니다. 짧은 명령어가 아니라 상황 설명과 조건이 섞인 문단을 넣어야 원하는 결과가 나옵니다.

긴 문장을 손으로 치는 일은 금방 피로해집니다. 음성 입력이 다시 주목받는 이유는 기술이 갑자기 좋아져서가 아니라, 입력해야 할 양이 늘었기 때문입니다.

받아쓰기를 넘어서 ① 회의 기록 시장 진입

위스퍼는 회의 내용을 자동으로 정리해 주는 도구를 내놓겠다고 밝혔습니다. 지금까지의 받아쓰기가 "내가 말한 것"을 다뤘다면, 이쪽은 "여럿이 말한 것"을 다룹니다.

기술적으로는 화자를 구분하고 발언을 요약하는 능력이 추가로 필요합니다. 사업적으로는 개인 도구에서 팀 도구로 넘어가는 단계입니다.

그래놀라·파이어플라이즈와의 정면 승부

이 시장에는 이미 그래놀라, 파이어플라이즈, 리드 AI 같은 도구들이 자리를 잡고 있습니다. 후발 주자로 들어가는 셈입니다.

위스퍼가 기대는 것은 이미 하루 종일 켜져 있는 도구라는 위치입니다. 회의용 앱을 따로 켜는 대신, 늘 쓰던 입력 도구가 회의도 처리하는 흐름을 노립니다.

받아쓰기를 넘어서 ② 새 음성 이해 모델 칸토

이 회사는 칸토라는 이름의 새 음성 이해 모델을 개발하고 있습니다. 소리를 글자로 옮기는 데서 그치지 않고 의미까지 파악하는 것을 목표로 합니다.

이름을 붙여 별도 모델로 발표한다는 것은, 남의 음성 인식 엔진을 가져다 쓰는 회사에서 자기 엔진을 가진 회사로 옮겨가겠다는 선언입니다.

오류율 30퍼센트에서 10퍼센트 아래로, 이 숫자의 무게

칸토가 내건 목표는 오류율을 30퍼센트대에서 10퍼센트 아래로 낮추는 것입니다. 얼핏 3분의 1로 줄이는 정도로 보이지만, 체감은 그보다 큽니다.

받아쓰기에서 오류가 남으면 사용자는 결과물을 처음부터 다시 읽으며 고쳐야 합니다. 이 검수 부담이 어느 선 아래로 내려가야 비로소 "고치는 것보다 말하는 게 빠르다"가 됩니다. 그 임계선을 넘느냐 마느냐의 문제입니다.

위스퍼 인터페이스 랩스라는 조직

회사는 위스퍼 인터페이스 랩스라는 별도 조직을 만들었습니다. 지금 제품을 개선하는 곳이 아니라, 사람과 컴퓨터가 만나는 방식 자체를 새로 찾는 조직입니다.

받아쓰기 회사가 이런 조직을 두는 것은 자연스러운 일이 아닙니다. 이 회사가 스스로를 어떻게 정의하려는지가 여기서 드러납니다.

알렉사를 만들던 사람이 합류했다

이 조직을 이끌 인물로는 아마존에서 알렉사를 개발했던 아리야 라스트로가 영입됐습니다.

알렉사는 음성 비서를 대중화한 대표적 사례이자, 음성만으로는 충분하지 않았던 사례이기도 합니다. 그 두 경험을 모두 가진 사람을 데려왔다는 점이 이 인선의 의미입니다.

하드웨어로 나간다 — 오아시스 링 협업

위스퍼는 오아시스 링을 비롯한 하드웨어 제조사와 협업을 진행하고 있습니다. 반지 형태의 기기에서 받아쓰기를 쓸 수 있게 하는 방향입니다.

화면 앞에 앉아 있지 않을 때도 말을 글로 남길 수 있게 하는 것이 목표입니다. 소프트웨어가 기기 밖으로 나가는 전형적인 확장 경로입니다.

기기에 매이지 않는 받아쓰기라는 목표

회사가 그리는 그림은 특정 기기에 종속되지 않는 입력 방식입니다. 노트북에서 말하다가 이어서 반지로 말하고, 그 결과가 같은 곳에 쌓이는 형태입니다.

이렇게 되면 경쟁 상대가 달라집니다. 다른 받아쓰기 앱이 아니라 운영체제가 제공하는 기본 입력 방식과 겨루게 됩니다.

경쟁자들, 윌로우와 모놀로그와 아쿠아와 슈퍼위스퍼

받아쓰기 시장에는 윌로우, 모놀로그, 아쿠아, 슈퍼위스퍼 같은 도구들이 이미 나와 있습니다. 기능만 놓고 보면 차이가 크지 않은 영역입니다.

그래서 승부는 정확도 표에서 나지 않습니다. 얼마나 자연스럽게 손에 붙는지, 끊기지 않는지 같은 매일의 감각에서 갈립니다.

운영체제 기본 기능과 싸우는 일

윈도우와 맥, 안드로이드와 아이폰에는 이미 음성 입력이 들어 있습니다. 무료이고, 설치할 필요도 없습니다.

별도 도구가 살아남으려면 기본 기능이 못 하는 것을 해야 합니다. 지금까지 그 자리는 말투를 다듬어 주고, 앱을 가리지 않고 동작하는 것이었습니다. 기본 기능이 이 영역을 따라오면 경쟁 구도는 다시 바뀝니다.

실제 사례 ① 저시력 사용자에게 음성 입력이 하는 일

음성 입력은 편의 기능이기 전에 접근성 기능입니다. 화면의 글자를 읽기 어려운 분에게는 입력 과정에서 화면을 볼 필요가 줄어든다는 점이 특히 큽니다.

다만 실제로 쓰기에는 조건이 붙습니다. 인식 결과를 확인하려면 결국 화면을 봐야 하기 때문에, 오류율이 높으면 확인 부담이 그대로 남습니다. 칸토가 목표로 한 오류율 개선이 접근성 측면에서 의미를 갖는 지점이 여기입니다. 낭독 기능과 함께 쓰면 확인 부담을 더 줄일 수 있습니다.

실제 사례 ② 한국어 받아쓰기는 어디까지 왔나

한국어는 받아쓰기에 유리한 언어가 아닙니다. 조사와 어미가 붙어 형태가 계속 바뀌고, 띄어쓰기 규칙이 까다로우며, 외래어 표기가 사람마다 다릅니다.

그래서 영어 기준 성능 수치를 한국어에 그대로 옮겨 기대하기는 어렵습니다. 한국어로 쓰실 때는 고유명사와 전문용어를 미리 등록할 수 있는지, 문장부호가 자동으로 붙는지를 먼저 확인해 보시는 편이 낫습니다.

정확도보다 중요한 것은 지연 시간이다

받아쓰기 도구를 오래 쓰다 보면 정확도보다 반응 속도가 더 크게 느껴집니다. 말을 마치고 글자가 뜰 때까지 1초만 어긋나도 흐름이 끊깁니다.

정확도는 나중에 고칠 수 있지만 끊긴 생각은 되돌리기 어렵습니다. 이 분야의 제품들이 서버 왕복을 줄이는 데 공을 들이는 이유입니다.

개인정보와 음성 데이터

음성 입력은 다루는 정보가 넓습니다. 받아쓰기 대상 문장뿐 아니라 주변 소리와 다른 사람의 말이 함께 들어올 수 있습니다.

회의 기록으로 영역을 넓히면 이 문제는 더 커집니다. 참석자 전원의 발언이 대상이 되기 때문입니다. 어디에 저장되는지, 얼마나 보관되는지, 학습에 쓰이는지를 확인해 두시는 것이 좋습니다.

기기 안에서 처리할 것인가 서버로 보낼 것인가

기기 안에서 처리하면 정보가 밖으로 나가지 않고 반응도 빠릅니다. 대신 쓸 수 있는 모델 크기가 제한되어 정확도가 떨어집니다.

서버로 보내면 반대가 됩니다. 대부분의 제품은 둘을 섞어 쓰는데, 어느 쪽이 기본값인지가 그 제품의 성격을 사실상 결정합니다.

받아쓰기 회사가 인터페이스 회사가 되려는 이유

받아쓰기만으로는 큰 회사가 되기 어렵습니다. 기능이 단순하고, 운영체제가 언제든 흡수할 수 있으며, 가격을 높이기도 어렵습니다.

그래서 이 회사는 입력 방식 전체로 범위를 넓히려 합니다. 모델을 직접 만들고, 하드웨어와 손잡고, 별도 연구 조직을 두는 움직임이 모두 한 방향을 가리킵니다.

이번 라운드가 시험하는 가설

이번 투자에 담긴 가설은 이렇게 요약됩니다. AI를 쓰는 시간이 늘어날수록 사람이 기계에 무언가를 넣는 시간도 늘어나고, 그 입력의 주된 통로가 손에서 입으로 옮겨간다는 것입니다.

가설이 맞다면 이 자리는 아주 큰 자리가 됩니다. 틀리다면 받아쓰기는 편리한 부가 기능으로 남습니다. 3,900억 원은 그 갈림길에 걸린 돈입니다.

핵심 정리

이번 소식의 요지를 짧게 정리하면 이렇습니다.

• 위스퍼가 시리즈 B로 2억 8,000만 달러를 조달했고 기업가치는 20억 달러로 평가됐습니다.
• 열 달 전 7억 달러에서 세 배 가까이 오른 값이며, 누적 조달액은 3억 6,100만 달러입니다.
• 멘로 벤처스가 라운드를 이끌었고 기존 투자자 다수가 재참여했습니다.
• 회의 기록 도구로 영역을 넓혀 그래놀라·파이어플라이즈 등과 경쟁합니다.
• 자체 음성 이해 모델 칸토를 개발 중이며 오류율 30퍼센트대에서 10퍼센트 아래를 목표로 합니다.
• 위스퍼 인터페이스 랩스를 신설하고 알렉사 개발자 출신 아리야 라스트로를 영입했습니다.
• 오아시스 링 등 하드웨어와 협업해 기기에 매이지 않는 입력을 지향합니다.

참고하실 만한 것

음성 입력을 실제로 써 보실 생각이라면, 다음 세 가지를 먼저 살펴보시면 좋겠습니다.

첫째, 오류율보다 확인 부담을 기준으로 보십시오. 인식이 아무리 빨라도 결과를 눈으로 훑어야 한다면 절약되는 시간이 줄어듭니다. 특히 화면 보기가 부담되는 상황에서는 이 항목이 사실상 전부입니다.

둘째, 운영체제 기본 기능을 먼저 써 보십시오. 윈도우와 스마트폰에 이미 음성 입력이 들어 있습니다. 하루 이틀 써 보시면 별도 도구에 값을 치를 만한지, 무엇이 부족한지가 구체적으로 잡힙니다.

셋째, 회의 기록 기능은 참석자 동의를 먼저 확인하십시오. 내 말만 담기는 받아쓰기와 달리 회의 기록은 다른 사람의 발언을 다룹니다. 편리함과 별개로 확인해 두어야 하는 부분입니다.

출처

• TechCrunch — Wispr raises $280M at $2B valuation as it looks beyond dictation
• Bloomberg — AI Dictation Startup Wispr in Funding Talks at $2 Billion Value
• Tech Funding News — Menlo Ventures to back Wispr AI in voice-to-text raise
• TechCrunch — Wispr secures $25M from Notable Capital
• PR Newswire — Wispr Raises $25M To Build Its Voice Operating System
• FNEX — Wispr's raise highlights investor confidence in AI voice infrastructure
• Crypto Briefing — Wispr seeks funding that would value AI voice startup at $2B
• TechCrunch — Artificial Intelligence

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/