ElevenLabs CEO: 음성은 AI의 다음 인터페이스

AI를 위한 차세대 주요 인터페이스로서의 음성

ElevenLabs의 공동 창립자이자 CEO인 마티 스타니셰프스키(Mati Staniszewski)는 음성이 AI의 차세대 주요 인터페이스로 부상하고 있으며, 모델이 텍스트와 화면을 넘어 발전함에 따라 사람들이 기기와 상호작용하는 방식을 근본적으로 변화시키고 있다고 주장합니다.

음성 기술의 발전

도하에서 열린 웹 서밋(Web Summit)에서 스타니셰프스키는 TechCrunch와의 인터뷰에서 ElevenLabs와 같은 음성 모델이 단순히 인간의 음성을 복제하는 것을 넘어 감정적 뉘앙스와 억양을 포함하여 대규모 언어 모델의 추론 능력과 조화를 이루는 방향으로 발전했다고 말했습니다. 그에 따르면, 이러한 진화는 사람들이 기술과 상호작용하는 방식에서 중요한 변화를 의미합니다.

스타니셰프스키는 미래를 바라보며 “모든 휴대폰이 다시 주머니 속으로 들어가고, 음성이 기술을 제어하는 메커니즘으로서 우리를 주변의 현실 세계에 몰입하게 만들기를 기대합니다.”라고 말했습니다.

산업 모멘텀 촉진

이 비전은 ElevenLabs가 최근 5억 달러의 투자 라운드에서 110억 달러의 평가를 받은 배경이 됩니다. 음성을 주요 인터페이스로 삼는 개념은 AI 산업 전반에서 주목받고 있습니다. OpenAI와 Google 같은 기업들은 차세대 모델에서 음성에 큰 비중을 두고 있으며, Apple은 Q.ai와 같은 인수를 통해 음성 인접의 항상 활성화된 기술을 조용히 발전시키고 있습니다. AI가 웨어러블, 차량 및 기타 하드웨어로 확장됨에 따라 제어 메커니즘은 화면 기반 상호작용에서 음성 중심 시스템으로 전환되고 있으며, 음성은 차세대 AI 혁신의 중요한 전장이 되고 있습니다.

상호작용 패러다임의 전환

웹 서밋 무대에서 Iconiq Capital의 제너럴 파트너인 세스 피에르폰트(Seth Pierrepont)는 이 관점을 반영하며, 화면은 여전히 게임과 엔터테인먼트에 중요하지만, 키보드와 같은 전통적인 입력 방식은 점점 “구식”으로 인식되고 있다고 강조했습니다.

피에르폰트는 또한 AI 시스템이 더욱 에이전트화됨에 따라 상호작용의 본질이 변화할 것이라고 언급했습니다. 미래 모델은 가드레일, 통합, 맥락 인식을 포함하여 사용자의 명시적인 프롬프트를 최소화하면서도 응답할 수 있도록 발전할 것입니다.

지속적인 메모리와 맥락의 역할

스타니셰프스키는 이러한 에이전트화된 변화를 현재 진행 중인 가장 중요한 변화 중 하나로 강조했습니다. 그는 사용자가 모든 지시를 명시적으로 말할 필요 없이, 미래의 음성 시스템이 지속적인 메모리와 축적된 맥락을 활용하여 더 자연스럽고 수월한 상호작용을 가능하게 할 것이라고 설명했습니다.

스타니셰프스키는 이러한 변화가 음성 모델의 배포 방식에 영향을 미칠 것이라고 덧붙였습니다. 기존의 고품질 오디오 모델은 클라우드 기반 처리를 필요로 했지만, ElevenLabs는 클라우드와 기기 내(on-device) 처리를 결합한 하이브리드 접근 방식을 향해 나아가고 있습니다. 이 전략은 음성이 가끔 사용되는 기능이 아닌 지속적인 동반자가 되는 헤드폰 및 기타 웨어러블과 같은 신흥 하드웨어를 지원하는 것을 목표로 합니다.

파트너십 및 애플리케이션 확장

ElevenLabs는 이미 Meta와 협력하여 Instagram 및 Meta의 가상현실 플랫폼인 Horizon Worlds와 같은 제품에 음성 기술을 통합하고 있습니다. 스타니셰프스키는 또한 음성 중심 인터페이스가 새로운 형태로 확장됨에 따라 Meta의 레이밴(Ray-Ban) 스마트 안경과 협력하는 데 관심이 있다고 밝혔습니다.

프라이버시 및 윤리적 문제

음성 기술이 일상적으로 사용되는 하드웨어에 더 널리 퍼지고 통합됨에 따라 프라이버시, 감시, 개인 데이터 처리와 관련된 중요한 문제가 제기됩니다. 음성 기반 시스템이 사용자 생활에 더 가까이 다가올수록 이러한 위험은 증폭되며, 특히 Google과 같은 회사가 이러한 데이터를 오용했다는 기존의 혐의가 있는 상황에서는 더욱 그렇습니다.