테헤란로커피클럽에서 만난 음성 AI 스타트업 이야기 - 마고의 고현웅 대표님 🎙️

🦈 AWS 클라우드 전략 기반 스타트업 성장 파트너, 정연주입니다.

지난주에는 테헤란로커피클럽에 다녀왔습니다.

이번 행사가 흥미로웠던 이유는, “한국어 기반 음성 AI Foundation Model을 직접 만들었다” 는 스타트업의 이야기를 직접 들을 수 있었기 때문입니다.

로컬 언어에 특화된 FM(Fundation Model)을 직접 구축한다는 건 단순한 연구가 아니라, 국내 음성 AI 시장을 위한 새로운 생태계를 만들어가는 의미가 있습니다.

오늘은 그래서,

👉 Foundation Model이 어떤 기술인지

👉 음성 AI 시장의 특수성과 마고의 도전 과제는 무엇이었는지

👉 그리고 AWS와 어떤 접점이 있는지

에 대해서 이야기해보고자 합니다!

⸻

Foundation Model이란?

Foundation Model은 대규모 데이터로 학습된 범용 인공지능 모델로, 여러 작업에 파인튜닝해 적용할 수 있는 기반 기술입니다.

예를 들어 Amazon Bedrock을 사용하면 이미 학습된 다양한 FM을 API 형태로 불러와, 별도의 대규모 학습 없이 빠르게 실험하고 서비스에 적용할 수 있습니다.

하지만 이번에 소개된 사례처럼 비즈니스 니즈에 맞춘 특화된 FM을 직접 만든다면, 언어적 맥락과 뉘앙스를 더 정확하게 반영할 수 있다는 장점이 있습니다.

⸻

음성 AI, 왜 더 어렵나?

음성 AI는 텍스트 기반 AI보다 훨씬 높은 난도를 요구합니다.

• 대규모 발화 데이터 확보

• 억양·방언·발음 변화를 모두 반영해야 하는 학습

• 실시간 처리(Streaming Inference) 성능 확보

이 모든 요소가 맞물려야 실제 서비스에서 만족스러운 사용자 경험을 제공할 수 있습니다.

결국 음성 AI는 데이터 수집·모델 구축 비용이 크고, 레이턴시(지연) 관리가 까다롭다는 점에서 진입장벽이 높습니다.

⸻

마고의 기술적 여정 🚀

마고는 초기에는 B2C 서비스를 직접 출시하며 시장 반응을 확인했습니다.

하지만 지금은 B2B 교육 솔루션으로 방향을 전환, 실제 기업 내부 학습 자료에 음성 AI를 적용하는 쪽으로 발전하고 있습니다.

마고의 기술이 개인보단느 기업에 더 필요한 기술이라는 것을 깨닫고 방향을 바꾸셨다고 합니다.

이는 곧 “기술 실험”을 넘어 고객의 실제 니즈에 맞춘 기술 전환이라는 점에서 의미 있는 행보였습니다.

⸻

AWS와의 접점

AWS는 이런 스타트업에게 중요한 기술 파트너가 될 수 있습니다.

• Bedrock → 한국어 FM과 비교·보완하며 빠른 실험 가능

• SageMaker → 자체 모델 훈련 및 배포

• Inferentia/Trainium → 비용 효율적인 AI 추론/학습 인프라

• Transcribe & Polly → 음성 텍스트 변환, 합성

이렇게 직접 구축한 모델과 AWS의 인프라를 결합한다면, 더욱 빠르게 확장할 수 있습니다.

⸻

글을 마치며 ✍️

이번 자리는 특히 뜻깊었습니다.

그동안 참여해왔던 Startup Alliance Korea 의 테헤란로커피클럽이 언주에서의 마지막 행사였거든요.

앞으로는 공덕 프론트원에서 이어진다고 하니 더 많은 스타트업의 이야기가 궁금하시다면 이벤터스에서 신청해보세요!

⸻

💌 남들 다 하는 얘기 말고, 우리 회사에 딱 맞는 클라우드 전략이 필요하다면 프로필 링크로 신청해주세요!