Sanas는 AI를 사용하여 콜센터 액센트를 실시간으로 변환합니다.

음성 및 음성 인식 시장이 급성장 중이며, Markets and Markets의 예측에 따르면 2027년까지 281억 달러에 달할 것으로 보입니다. 수많은 제공업체 속에서 Sanas와 같은 혁신적인 스타트업이 주목받고 있습니다. 2020년에 설립된 Sanas는 AI 기반 소프트웨어를 개발하여 화자의 억양을 실시간으로 조정합니다.

Sanas의 공동 창립자이자 사장인 Sharath Keshava Narayana는 TechCrunch와의 인터뷰에서 기술이 인간의 연결을 강화하는 데 중요하며, 이를 대체하는 것이 아니라고 강조했습니다. "고객 상호작용이 전 세계적으로 증가함에 따라 진정한 인간적 소통의 필요성은 여전히 중요합니다,"라고 그는 말했습니다.

Sanas는 Maxim Serebryakov, Shawn Zhang, Andrés Soderi의 대학 프로젝트에서 시작되었습니다. 그들의 동기는 니카라과의 콜센터에서 억양 차별을 겪은 동료 학생 Raul의 경험에서 비롯되었습니다. Raul의 '억양 중화 훈련' 어려움은 창립자들에게 억양 편견을 극복할 솔루션을 만들도록 영감을 주었습니다.

2021년, 콜센터 스타트업 Observe.ai의 전 공동 창립자인 Narayana가 Sanas에 합류하며 회사의 첫 번째 자금 조달 라운드를 이끌었습니다. Sanas의 기술은 음성을 분석하고 원하는 억양으로 변환하면서 화자의 감정과 "정체성"을 유지합니다. 또한, 잔향과 에코 같은 배경 소음을 최소화합니다.

Narayana는 Sanas의 차별점을 강조하며, "우리의 특허받은 AI 기술은 음성 패턴을 인식하고 실시간으로 조정하면서도 화자의 고유한 정체성을 유지합니다. 우리의 모델은 기술 파트너와 성우로부터 5천만 개 이상의 음성 샘플로 훈련되었습니다,"라고 설명했습니다.

최근 Sanas는 경쟁사 InTone의 특정 기술을 인수하여 지적 재산을 강화했습니다. Narayana에 따르면, 이로 인해 Sanas는 더 폭넓은 고객층을 대상으로 서비스를 제공할 수 있게 되었습니다.

현재 Sanas는 의료, 물류, 하드웨어 제조 등 다양한 분야에서 약 50개의 고객사를 지원하고 있습니다. Narayana는 연간 반복 수익이 2,100만 달러에 달하며, 이는 전년 대비 300만 달러 증가한 금액이라고 밝혔습니다.

성공에도 불구하고 Sanas는 논란을 불러일으키는 분야에서 활동하고 있습니다. 일부 연구는 다양한 억양에 대한 노출이 편견을 줄일 수 있다고 제안합니다. 2022년 The Guardian이 보도한 바에 따르면, 비판자들은 Sanas의 기술이 콜센터 근로자들 사이에서 획일화를 초래할 수 있다고 우려합니다.

Narayana는 이에 대해 반박하며, "Sanas는 단순히 기술에 관한 것이 아니라 장벽을 허물고, 차별을 없애며, 전 세계적으로 목소리를 증폭시키는 사명에 관한 것입니다. 우리는 소통이 분열이 아닌 연결을 만드는 세상을 만들고 있습니다,"라고 말했습니다.

논란에도 불구하고 Sanas의 자금 조달은 영향을 받지 않았습니다. 이번 주, 회사는 6,500만 달러의 자금 조달 라운드를 발표하며, 기업 가치를 5억 달러 이상으로 평가받았습니다. 이 라운드는 Quadrille Capital과 Teleperformance가 주도했으며, Insight Partners, Quiet Capital, Alorica, DN Capital이 참여했습니다.

지금까지 1억 달러 이상을 조달한 Sanas는 새로운 "음성-음성" 알고리즘을 개발하고, 새로운 시장으로 확장하며, 의료 및 소매와 같은 분야에서 기회를 모색할 계획이라고 Narayana는 설명했습니다. "우리의 목표는 책임감 있게 확장하고 계속 혁신하여 앞으로의 도전에 대비하는 것입니다,"라고 그는 덧붙였습니다.

Sanas는 또한 약 150명 규모의 팀을 확장하고, 컨택트 센터의 중심지인 필리핀에 새 사무소를 열 계획입니다.

업데이트 3/15 오후 11:26 태평양 시간: 이 기사의 원문은 Sanas가 InTone을 인수했다고 잘못 기술했습니다. 실제로 Sanas는 InTone의 특정 기술만 인수했습니다. 오류를 정정합니다.