ArticleIvan Mehta·2026년 8월 6일·0

Omilia raises $67M to scale its customer support platform

Quick Summary

고객지원 자동화 기업 오밀리아가 과제별로 적합한 AI 도구를 선택하는 전략을 앞세워 6,700만 달러를 조달하고 미국과 외식업 시장 확장에 나선다.

Omilia raises $67M to scale its customer support platform 관련 대표 이미지

🖼️ 인포그래픽

Omilia raises $67M to scale its customer support platform 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

Omilia raises $67M to scale its customer support platform 내용을 설명하는 본문 이미지

💡 한 줄 요약

고객지원 자동화 기업 오밀리아가 과제별로 적합한 AI 도구를 선택하는 전략을 앞세워 6,700만 달러를 조달하고 미국과 외식업 시장 확장에 나선다.

📌 핵심 요약

  • 오밀리아는 엑스퍼디션 그로스 캐피털이 주도한 6,700만 달러 규모의 시리즈 B 투자를 유치했다.
  • 디미트리스 바소스 최고경영자는 계좌 잔액 확인 같은 기본 문의에는 대규모 언어 모델이 거의 필요하지 않으며, 고객지원 업무별로 적합한 도구를 선택해야 한다고 주장했다.
  • 회사는 2020년 그래프턴 캐피털에서 2,000만 달러를 조달한 이후 연간 반복 매출을 10배 늘려 6,000만 달러에 도달했다고 밝혔다.
  • 오밀리아는 타코벨의 1,000개 이상 매장에 음성 주문 기술을 배포했으며, 미국의 다른 퀵서비스 레스토랑 두 곳과도 협의하고 있다.
  • 신규 자금은 미국 사무소 개설과 시장진입 조직 강화에 사용되며, 회사는 현재 약 500명인 직원을 연말까지 600명으로 늘릴 계획이다.

🧩 주요 포인트

  1. 기술 배치 전략: 모든 문의에 생성형 AI를 적용하지 않고 업무 난이도와 목적에 맞는 여러 도구를 조합해 불필요한 투입을 줄이는 데 초점을 둔다.
  2. 성장 기준: 2020년 이후의 연간 반복 매출 증가를 바탕으로 화제성보다 단위경제성과 고객의 실질적인 투자수익률을 경쟁력으로 내세운다.
  3. 시장 확대 방향: 미국 내 영업 기반과 경영진을 보강하는 동시에 타코벨에서 확보한 배포 경험을 토대로 퀵서비스 레스토랑을 주요 확장 영역으로 삼는다.

🧠 상세 정리

1. 고객지원 AI 시장과 오밀리아의 접근법

고객지원 업계에는 시에라, 데카곤, 팔로아처럼 통화·채팅·메시지 자동화에 AI를 적용해 더 많은 문의를 처리하려는 스타트업이 대거 진입했다. 그러나 2002년부터 음성 통화와 고객지원 자동화를 해 온 아테네 기반 오밀리아는 모든 절차에 AI를 일괄 투입하는 방식이 낭비가 될 수 있다고 본다. 디미트리스 바소스 최고경영자는 계좌 잔액 확인 같은 기본 정보 문의가 상당한 비중을 차지하므로 이런 업무에는 대규모 언어 모델이 거의 필요하지 않다고 설명했다. 그는 생성형 AI 하나로 모든 문제를 해결하려 하기보다, 가까운 상대에게는 칼이 필요하고 다른 상황에는 바주카포가 필요하듯 컨택센터의 과제별로 여러 도구를 선택해야 한다고 강조했다.

2. 자가학습형 에이전트 확대와 시리즈 B 조달

오밀리아는 여러 고객 접점에서 작동할 수 있는 자가학습형 에이전트를 구축하는 방향으로 사업을 확장하고 있다. 이 제품 영역을 키우기 위해 엑스퍼디션 그로스 캐피털이 주도한 6,700만 달러 규모의 시리즈 B 투자를 유치했다. 이번 조달은 2020년 그래프턴 캐피털에서 2,000만 달러를 받은 뒤 진행된 회사의 두 번째 외부 자금 조달이다. 오밀리아는 2020년 이후 연간 반복 매출이 10배 증가해 6,000만 달러에 도달했다고 밝혔으며, 기사에는 이 성장 수치와 신규 투자 규모가 함께 제시됐다. 다만 투자 이후 기업가치나 지분 조건 등 세부적인 거래 조건은 본문에 언급되지 않았다.

3. 단위경제성과 실질적 투자수익률 중심의 성장 전략

바소스는 오밀리아의 핵심 차별점으로 회사와 고객 양쪽에 유리한 단위경제성을 들었다. 그는 이 접근 덕분에 경쟁사들과 비교해 큰 규모의 현금 투입이 필요하지 않았다고 주장하며, 향후 몇 년에는 실질적인 투자수익률을 제공하는 업체가 우위를 차지할 것이라고 전망했다. 또한 링크드인에서 일레븐랩스나 시에라만큼 주목받지 못하는 점은 개의치 않으며, 화제성보다 꾸준한 성장과 사업 기반 구축을 중시한다고 말했다. 오밀리아의 목표는 향후 3년 안에 매출 10억 달러 규모 회사가 될 토대를 마련하는 것이지만, 이는 최고경영자가 제시한 전략적 목표이지 기사에서 이미 달성된 실적으로 제시된 수치는 아니다.

4. 기존 고객과 퀵서비스 레스토랑 시장

오밀리아의 고객사로는 캐피털 원, 디스커버, RBC, DWP, PSEG가 제시됐다. 회사가 새롭게 크게 집중하는 영역은 음성 기반 주문을 도입한 퀵서비스 레스토랑이며, 이는 기존 고객지원 접점뿐 아니라 매장 주문 과정에도 음성 자동화 기술을 적용하는 사업 축이다. 타코벨은 이미 오밀리아의 고객사이고 관련 기술은 1,000개가 넘는 매장에 배포됐다고 바소스는 설명했다. 그는 미국의 다른 퀵서비스 레스토랑 두 곳과도 협의 중이라고 밝혔지만, 기사에는 해당 업체 이름이나 예상 도입 범위가 나오지 않았다. 현재 확정적으로 제시된 내용은 타코벨의 배포 현황이며, 추가 두 업체는 아직 협의 단계다.

5. 타코벨 물 1만8,000잔 주문 보도를 둘러싼 공방

기사는 AI 도입 결과가 성공과 실패를 오갈 수 있다는 맥락에서 타코벨 주문 시스템과 관련된 기존 보도를 소개했다. 해당 보도는 전년도에 한 고객이 물 1만8,000잔을 주문할 수 있었다고 전했지만, 이 사건이 실제로 발생했다는 별도의 확인 자료는 본문에 제시되지 않았다. 바소스는 사건 자체가 일어나지 않았으며 오밀리아의 로그에도 그런 기록이 없다고 반박했다. 테크크런치는 사실관계를 확인하기 위해 타코벨에 문의했고, 답변을 받으면 기사를 갱신하겠다고 밝혔다. 따라서 본문이 확인한 범위는 기존 보도와 오밀리아 측의 부인이 서로 맞선다는 점, 그리고 기사 작성 시점에는 타코벨의 확인 답변이 제시되지 않았다는 데까지다.

6. 미국 거점과 영업 조직 확대 계획

오밀리아는 신규 자금을 활용해 매출의 상당 부분을 차지하는 미국에 새로운 사무소를 열 계획이다. 동시에 시장진입 및 판매 실행 조직을 강화하고 있으며, 최고매출책임자와 최고마케팅책임자, 매출운영 부사장을 채용하고 있다. 현재 직원은 약 500명이며 회사는 연말까지 전체 인원이 600명에 이를 것으로 예상한다. 자금 사용 계획은 미국 내 거점 확대, 영업·마케팅 리더십 보강, 조직 확대로 구체화되어 있다. 다만 기사 시점에는 신규 사무소 개설과 일부 경영진 채용이 향후 계획 또는 진행 중인 절차로 서술됐으며, 사무소가 들어설 도시나 각 직책의 선임자는 공개되지 않았다.

🧾 핵심 주장 / 시사점

  • 오밀리아의 주장은 생성형 AI 자체를 배제하자는 것이 아니라, 문의의 복잡성과 목적에 따라 여러 기술을 선택적으로 조합해야 한다는 것이다.
  • 회사가 내세우는 경쟁 기준은 온라인상의 화제성보다 고객 투자수익률, 자체 단위경제성, 연간 반복 매출 같은 운영 지표에 맞춰져 있다.
  • 타코벨 사례에서는 1,000개 이상 매장에 배포됐다는 사실과 물 주문 사건을 둘러싼 미확인 주장이 함께 제시되므로, 배포 규모와 개별 사고의 사실관계는 구분해 볼 필요가 있다.

✅ 액션 아이템

  • 오밀리아의 업무 난이도와 목적에 맞는 여러 도구 조합 원칙을 고객지원 자동화 배치 기준으로 정의한다.
  • 2020년 이후 연간 반복 매출 10배·6,000만 달러 성장을 단위경제성과 고객 투자수익률 기준으로 비교한다.
  • 타코벨 1,000개 이상 매장 음성 주문 배포 경험을 퀵서비스 레스토랑 확장 우선순위로 점검한다.

❓ 열린 질문

  • 계좌 잔액 확인 같은 기본 문의에서 대규모 언어 모델을 거의 쓰지 않는 판단 기준은 무엇인가?
  • 오밀리아가 미국의 다른 퀵서비스 레스토랑 두 곳과 협의 중인 음성 주문 확장 범위는 어디까지인가?
  • 6,700만 달러 시리즈 B로 미국 사무소 개설과 500명에서 600명 증원이 시장진입에 충분한가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.