딥그램, 1.3억 달러 유치…음성 AI 시장 '변곡점' 선언

실시간 음성 인공지능(AI) 스타트업인 딥그램(Deepgram)이 1억 3,000만 달러(약 1,872억 원)의 시리즈 C 투자를 유치하며 2026년을 강하게 출발했다. 이번 투자 라운드는 AVP가 주도했으며, 기존 투자자인 알키온, 인큐텔, 매드로나, 타이거 글로벌, 윙 벤처스, 와이 콤비네이터뿐 아니라 새로운 투자사인 알럼나이 벤처스, 컬럼비아대, 트윌리오(TWLO), SAP, 프린스빌 캐피털도 참여했다. 회사의 기업가치는 13억 달러(약 1조 8,720억 원)에 이른다.

딥그램의 핵심 기술은 고정밀 음성 인식 엔진으로, 억양이나 억센 발음을 포함한 다양한 음성을 정확히 인식하도록 설계됐다. 이를 기반으로 딥그램은 인간과 기계 간 대화를 보다 자연스럽게 만들며, AI가 마치 사람처럼 어울리는 타이밍에 발언하거나 대화 중 끼어들 수 있는 기능을 구현했다. 딥그램의 스콧 스티븐슨(Scott Stephenson) 최고경영자(CEO)는 "실시간 음성 AI는 500밀리초 이내 반응이 요구되는 전혀 다른 차원의 기술"이라며 시장 진국에 도달한 변곡점을 강조했다.

이번 투자는 단순한 자금 조달에 그치지 않았다. 딥그램은 미국 레스토랑 및 드라이브스루 시장을 위해 설계된 음성 AI 스타트업 ‘오브원(OfOne)’을 인수한다고 발표했다. 오브원의 CEO 윌 에드워즈(Will Edwards)는 딥그램의 레스토랑 부문 총괄로 합류하며, 정확성과 속도, 신뢰성이 핵심인 외식 산업에 특화된 음성 모델 개발에 박차를 가할 예정이다. 스티븐슨 CEO는 “리테일은 일반 소비자가 처음으로 경험하는 목소리 기반 AI의 접점이며, 드라이브스루 환경은 음향 노이즈 측면에서 특히 도전적인 공간”이라고 설명했다.

딥그램은 현재 1,300개 이상의 기업 고객을 보유하고 있으며, 이들 대부분은 커뮤니케이션, 의료, 금융, 리테일 등 다양한 산업 영역에서 도메인 특화 모델을 활용 중이다. 대표적인 제품으로는 텍스트를 자연스럽고 빠르게 음성으로 변환하는 ‘오라-2(Aura-2)’, 정확도를 높인 실시간 음성 텍스트 변환 엔진 ‘노바-3(Nova-3)’, 챗봇을 위한 첫 실시간 대화형 음성 인식 모델 ‘플럭스(Flux)’, 그리고 음성 기반 에이전트를 위한 API 플랫폼이 있다.

한편, 딥그램은 이번 투자 및 인수와 더불어 샌프란시스코에 ‘Voice AI 협업 허브’를 개설한다고 밝혔다. 해당 공간은 개발자 해커톤, 실시간 데모, 전문가 브리핑 등 AI 커뮤니티의 허브로 기능할 예정이다. 스티븐슨 CEO는 향후 음성이 컴퓨팅의 ‘다음 인터페이스’가 될 것이라며, 음성 기반 시장이 조 단위의 가치로 성장할 것으로 내다봤다.

이미 맥도날드와 타코벨 등 주요 외식 체인들이 음성 AI 도입에 제동을 건 상황에서, 딥그램은 모델 설계부터 물리적 인프라까지 완성도 높은 통합 솔루션으로 차별화를 꾀하고 있다. 스티븐슨은 "문제는 모델 계층과 인프라 계층을 동시에 완성하는 데 있으며, 이를 위해 현장에서 직접 경험할 필요가 있다"고 강조했다.

이번 딥그램의 행보는 음성 AI의 실용화를 앞당기며 산업 전반의 인간-기계 상호작용 방식을 바꾸는 기폭제가 되고 있다.