Partnering with Sesame: A New Era for Voice

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

세쿼이아캐피털은 세서미가 표현력 높은 음성 에이전트와 일상용 인공지능 안경을 결합해, 음성을 인간과 인공지능 사이의 핵심 인터페이스로 만들고 있다고 평가하며 시리즈 B 투자를 공동 주도했다.

📌 핵심 요약

• 세서미는 단순한 생산성 도구가 아니라 사용자와 대화하고 관계를 발전시키는 생생하고 표현력 높은 개인 음성 에이전트를 개발하고 있다.
• 공동 창업자 브렌던 이리브와 안킷 쿠마르는 인간에게 가장 자연스럽고 미묘한 의사소통 방식인 음성을 중심으로 사회적이고 정서적으로 지능적인 경험을 설계하고 있다.
• 세서미는 말의 속도와 리듬, 감정, 호흡, 억양, 기억, 개성을 정교하게 다뤄 기존 모델의 출력을 단순히 음성으로 변환하는 것과 다른 대화 경험을 지향한다.
• 마야와 마일스를 공개한 초기 시연은 몇 주 만에 100만 명 이상을 끌어들였고, 누적 대화 시간은 500만 분을 넘었다.
• 세서미는 상황 인식형 음성 인터페이스를 일상에 통합하기 위해 하루 종일 착용할 수 있는 가볍고 세련된 인공지능 안경도 자체 개발하고 있다.

🧩 주요 포인트

1. 모델의 지능이 계속 향상되는 상황에서 세서미는 경쟁의 중심을 모델 자체보다 대화의 자연스러움과 사용자가 체감하는 경험으로 옮기고 있다.
2. 음성의 작은 불연속도 인간다움을 훼손할 수 있기 때문에 말투·호흡·감정·기억에 대한 세밀한 구현이 신뢰와 지속적인 사용을 좌우한다.
3. 상황을 이해하는 음성 소프트웨어와 일상적으로 착용할 수 있는 안경을 함께 개발함으로써 인공지능을 필요할 때 호출하는 도구에서 항상 곁에 있는 인터페이스로 확장하려 한다.

🧠 상세 정리

1. 음성이 차세대 인터페이스가 된다는 판단

세쿼이아캐피털은 키보드, 마우스, 터치스크린처럼 컴퓨터와 상호작용하는 방식을 재정의한 인터페이스의 계보에 음성이 이어질 수 있다고 본다. 글은 현재를 음성이 인공지능의 주요 인터페이스로 자리 잡기 시작하는 전환점으로 규정한다. 세서미는 컴퓨터를 명령을 수행하는 도구에 머물게 하지 않고, 사용자가 함께 생각하고 자연스럽게 대화할 수 있는 상대로 만들려 한다. 이 구상에서 중요한 것은 정보 전달의 효율만이 아니라 사용자가 자발적으로 시간을 보내고 싶을 만큼 매력적이고 지속적인 상호작용이다. 따라서 세서미의 목표는 기존 비서 기능을 음성으로 제공하는 것이 아니라 인간과 컴퓨터가 연결되는 방식 자체를 바꾸는 데 있다.

2. 사용자와 함께 발전하는 개인 에이전트

세서미가 만드는 제품은 일정 관리나 업무 자동화에 초점을 둔 또 하나의 생산성 비서로 설명되지 않는다. 회사는 사용자의 대화와 관계 속에서 시간이 지나며 발전하는 생생하고 표현력 높은 협업자를 지향한다. 오큘러스 공동 창업자이자 전 최고경영자인 브렌던 이리브와 유비쿼티6 전 최고기술책임자 안킷 쿠마르는 대화와 개성을 바탕으로 사회적이고 정서적으로 지능적인 경험을 설계하고 있다. 이 접근은 인간이 음성을 가장 자연스럽고 섬세한 의사소통 수단으로 사용해 왔다는 생물학적 관점에도 근거한다. 세서미는 이를 활용해 정형화된 입력과 응답이 아니라 자유롭게 흐르는 실제 말하기에 가까운 상호작용 공간을 열고자 한다.

3. 인간다운 음성을 만드는 기술과 세공

음성은 말의 높낮이, 억양, 호흡이 조금만 달라져도 상대에 대한 인상이 크게 바뀌기 때문에 구현 난도가 높은 인터페이스다. 사람은 이런 차이를 모두 의식적으로 분석하지 않더라도 목소리가 인간적인지 기계적인지를 즉각 구별한다. 글은 유튜브 성장기에 흐릿한 영상은 견디던 이용자들도 끊기는 소리에는 거의 인내하지 않았다는 경험을 예로 들어, 음성 품질의 중요성을 강조한다. 세서미 팀은 발화 속도와 리듬, 기억 모델, 표현력, 캐릭터에 이르기까지 세부 요소를 집요하게 다루며 기술적 역량과 제품 세공을 결합하고 있다. 세쿼이아는 모델의 지능이 계속 높아지는 만큼 앞으로의 활용 가치를 크게 여는 요소는 더 자연스럽게 모델과 상호작용하는 방식일 가능성이 높다고 판단한다.

4. 마야와 마일스가 보여준 실제 반응

세서미는 2월 초기 시연을 통해 음성 모델을 적용한 두 캐릭터 마야와 마일스를 공개했다. 공개 후 몇 주 동안 100만 명이 넘는 사람이 서비스를 이용했고, 이들이 나눈 대화 시간은 500만 분을 넘어섰다. 세쿼이아 구성원들도 두 캐릭터와 여러 시간 대화했으며, 기존에 사용했던 음성 제품과 다른 경험이었다고 평가했다. 세서미의 대화 계층은 대규모 언어 모델의 출력을 단순히 소리로 읽는 데 그치지 않고 말의 리듬과 감정, 표현력을 담은 음성을 직접 생성하며, 두 캐릭터에는 뚜렷한 개성과 재치가 부여됐다. 세쿼이아는 필요 때문이 아니라 다시 대화하고 싶어서 반복적으로 이용하게 된 경험을 투자 결정의 핵심 근거로 제시하며 세서미의 시리즈 B를 공동 주도했다.

5. 일상에 스며드는 인공지능 안경

세서미의 장기적인 비전은 언제든 사용할 수 있고 주변 세계의 맥락을 이해하는 상시형 인터페이스를 만드는 것이다. 이를 위해 회사는 하루 종일 착용할 수 있도록 가볍고 세련되게 설계한 인공지능 안경을 자체 개발하고 있다. 글은 이런 안경이 기능만 제공해서는 충분하지 않으며, 기술이 없어도 착용하고 싶을 정도로 외형과 스타일이 좋아야 한다고 강조한다. 세쿼이아는 세서미가 취향과 절제된 디자인 감각, 문화적 이해를 갖추고 있다는 점을 경쟁력으로 평가한다. 하드웨어 개발에는 시간이 필요하지만, 시제품부터 세계적 유통까지 전 과정을 이끌어 본 팀의 경험은 인공지능을 실제 일상의 순간에 통합하고 소비자용 제품으로 구현하는 데 핵심적인 기반으로 제시된다.

6. 인공지능의 가치를 결정하는 사용자 경험

글은 인공지능이 사회를 대규모로 바꾸려면 인터페이스가 기계적이지 않고 자연스럽고 인간적으로 느껴져야 한다고 주장한다. 세서미는 지능의 수준뿐 아니라 그 지능이 얼마나 매력적이고 개인적이며 지속적인 방식으로 전달되는지에 집중하고 있다. 세쿼이아가 중요하게 보는 사용자 접점은 경험의 품질, 시스템에 대한 신뢰, 그리고 시스템이 자신을 이해한다는 감각이며, 제품의 세공과 취향이 세서미를 차별화할 것이라고 평가한다. 이 과제의 범위와 시급성은 오큘러스 공동 창업자 네이트 미첼을 최고제품책임자로 포함한 인재들을 끌어들였다. 세쿼이아는 음성이 인공지능의 잠재력을 사용자에게 전달하는 핵심 수단이 될 것으로 보고 팀을 지원했으며, 세서미는 출시 예정인 아이오에스 앱의 비공개 시험 참여 신청을 받고 있다.

🧾 핵심 주장 / 시사점

• 이 글에서 세서미의 핵심 차별점은 더 큰 모델을 보유하는 데 있지 않고, 이미 높은 모델 지능을 인간다운 목소리와 개성 있는 대화 경험으로 전달하는 데 있다.
• 초기 시연의 100만 명 이상 이용자와 500만 분 이상의 대화는 이용자가 음성 에이전트를 필요에 의해서만이 아니라 즐거움과 관계적 매력 때문에 반복해서 사용할 수 있음을 보여준 근거로 제시된다.
• 세서미는 음성 모델, 기억과 캐릭터 설계, 착용형 하드웨어, 패션성을 하나의 경험으로 묶어 인공지능을 화면 속 기능이 아니라 일상에 지속적으로 존재하는 인터페이스로 구현하려 한다.

✅ 액션 아이템

• 세쿼이아캐피털이 공동 주도한 세서미의 시리즈 B를 기준으로, 모델 성능보다 대화의 자연스러움 경쟁력을 성과 지표로 재정의한다.
• 브렌던 이리브와 안킷 쿠마르가 설계한 사회적·정서적 경험을 반영해, 음성 에이전트에서 말의 속도·리듬·억양·감정 구현 기준을 정한다.
• 마야와 마일스 초기 데모의 100만 명 이상 참가와 누적 대화 시간 500만 분을 사용해 세서미의 확산 속도와 체류 동력을 추정한다.

❓ 열린 질문

• 세서미가 개발 중인 인공지능 안경과 상황 인식형 음성 인터페이스 결합이 실제로 도구에서 곁에 있는 인터페이스로 기능하려면 어떤 사용 패턴을 확인해야 하는가?
• 브렌던 이리브와 안킷 쿠마르가 주장한 말투·호흡·기억 중심 설계가 사용자 신뢰를 좌우한다면 어떤 시험 지표가 가장 적합한가?
• 세서미의 음성 소프트웨어에서 인간다움을 훼손할 수 있는 작은 불연속을 최소화하려면 말의 리듬·감정·억양 편차 허용 범위를 어떻게 정할 수 있는가?