핵심 요약

  • 일레븐랩스 창업자는 제품 출시 후 연간 반복 매출 1억 달러에 도달하는 데 약 20개월, 2억 달러까지 추가로 약 10개월, 3억 달러까지 약 5개월이 걸렸으며 현재 매출 규모는 6억 달러라고 밝혔다.
  • 일레븐랩스는 음성 에이전트를 고객 지원과 영업 등에 적용하면서, 생성 음성 추적·입력 내용 검토·AI 음성 판별 기능을 보호 장치로 운영한다고 설명했다.
  • 레고라 창업자는 법률 서비스 시장에 비해 법률 소프트웨어 지출이 작다고 보고, AI가 업무 수행 방식과 로펌의 과금 방식에 영향을 주고 있다고 주장했다.
  • 두 회사 모두 범용 모델을 직접 만드는 것보다 자사 제품의 업무 흐름과 데이터에 집중하는 전략을 설명했다. 다만 민감한 법률 업무에서는 자료의 완전성과 보안이 핵심 조건으로 남는다.

일레븐랩스의 성장과 조직 운영

일레븐랩스 창업자에 따르면 회사는 2022년 설립됐고, 사람처럼 들리는 음성 합성 모델을 2023년 초 출시했다. 이후 연간 반복 매출 1억 달러까지 약 20개월, 2억 달러까지 추가로 약 10개월, 3억 달러까지 약 5개월이 걸렸다. 그는 인터뷰 시점의 매출 규모를 6억 달러, 직원 수를 약 600명이라고 밝혔다. 이 수치는 회사 측 설명이며, 인터뷰에는 회계 기준이나 집계 시점의 상세 내용이 제시되지 않았다.

회사는 음성 생성과 음성의 문자 변환뿐 아니라 대화를 이어 가는 기술을 개발한다. 제품 활용 범위도 마케팅 자료 제작·현지화에서 고객 지원용 음성 에이전트, 운영·교육·영업으로 넓혔다고 설명했다. 창업자는 기능이 늘어난 점도 매출 성장의 한 배경으로 들었다.

조직은 주로 5~10명 규모의 팀으로 운영한다. 인사와 법무처럼 전통적으로 개발 조직이 아닌 팀에도 엔지니어를 배치한다. 이들은 업무 자동화를 만들고 동료의 AI 도구 활용을 돕는 동시에, 배포되는 소프트웨어의 보안을 점검한다. 창업자는 코드를 만들 수 있게 된 직원이 그 코드의 내부 동작과 보안까지 검토할 수 있는 것은 아니라는 점을 이유로 들었다.

음성 에이전트의 사용 방식과 보호 장치

일레븐랩스는 웹사이트의 문의 양식과 함께 전화로 대화할 수 있는 영업 접점용 AI 에이전트를 자체 운영한다. 창업자는 통화에서 고객이 더 많은 정보를 남겨 적절한 담당자와 문제를 연결하기 쉬워졌다고 말했다. 금융 서비스 분야에서는 결제 상황을 설명할 때 사람보다 AI 에이전트에게 더 솔직하게 말하는 사례가 있다고도 했다. 이는 회사가 관찰한 사례이지 모든 고객에게 일반화된 결과는 아니다.

음성 복제에는 타인의 목소리를 무단 사용하는 문제도 따른다. 진행자는 자신의 목소리가 허락 없이 영상 채널에 쓰인 경험을 소개했다. 이에 일레븐랩스 창업자는 생성물을 추적하고, 음성과 입력 텍스트를 검토해 사기 시도 등을 차단하며, 업로드한 음성이 AI로 생성됐는지 확인하는 기능을 제공한다고 설명했다. 판별 대상에는 자사 기술뿐 아니라 다른 공개 모델의 결과물도 포함된다고 말했다.

회사는 본인이 인증한 목소리를 공유하고 사용에 따른 대가를 받는 장터도 운영한다. 창업자는 인터뷰 시점까지 참여자들에게 총 2,200만 달러 이상을 지급했다고 밝혔다. 사용료는 회사의 기본 설정을 따르거나 목소리 제공자가 직접 정할 수 있다. 활용 사례로는 디즈니 및 고인의 유족 측과 협력해 게임 포트나이트에서 플레이어가 다스 베이더와 실시간으로 대화하도록 한 작업을 들었다.

음성 모델과 범용 모델의 경계

일레븐랩스는 고객이 여러 회사의 AI 모델이나 공개 모델을 선택할 수 있도록 하면서, 음성 상호작용 기술과 산업별 업무 흐름에 집중한다. 창업자는 금융·의료·통신 분야에서 필요한 절차가 서로 다르다고 설명했다. 음성 데이터에 사람이 표지를 붙이는 작업을 위해 1,000명 이상의 계약 인력으로 내부 팀을 구성했다는 설명도 덧붙였다.

창업자는 다른 모델 제공업체가 데이터를 활용하려는 시도를 완전히 막기는 어렵고 늦추는 수단이 있다고 말했다. 자체 기술 확대에 대해서는 지식 업무나 코딩 전반보다 여러 음성 상호작용 요소를 결합하는 영역을 살펴보고 있다고 밝혔다. 범용 AI 모델 제공업체와 협력하면서도 제품의 음성 경험을 직접 개발하는 전략이다.

레고라가 보는 법률 서비스 시장

레고라 창업자는 연간 법률 서비스 지출을 약 1조 달러, 법률 기술 소프트웨어 지출을 약 400억 달러로 제시했다. 이를 바탕으로 현재 지출의 약 4%만 소프트웨어에 해당한다고 설명하며, 소프트웨어가 기존 서비스 업무의 일부를 맡거나 공급이 부족했던 수요를 처리할 여지가 있다고 주장했다. 이는 창업자의 시장 추정과 전망이다.

그가 든 사례는 로펌이 자체 자료와 선례를 넣은 플랫폼으로 스타트업 창업자에게 계약 검토 절차를 제공하는 방식이다. 이런 제품은 신입 변호사의 작업 시간을 기준으로 비용을 청구해 온 모델에 변화를 줄 수 있다는 설명이다. 동시에 그는 중요한 소송에서 숙련된 파트너 변호사의 짧은 검토가 큰 손실을 피하는 데 높은 가치를 가질 수 있다고 강조했다. 자동화가 모든 법률 판단의 가치를 동일하게 낮춘다는 주장은 아니다.

레고라 창업자는 올해 회사가 인수한 사업 네 곳의 실사를 자체 도구로 수행했고, 가장 빠른 거래는 인수 의향서에서 최종 거래 완료까지 12일이 걸렸다고 말했다. 이는 레고라의 개별 경험이다. 그는 일부 로펌이 거래·자금 조달에 정액 요금을 적용하거나 소송 결과에 따라 보수를 받는 방식도 시험하고 있다고 설명했다.

자료의 완전성과 변호사의 역할

레고라는 로펌과 기업이 보유한 자료에 판례·법령·규제 변경 사항을 결합한다고 설명했다. 창업자는 미국 캘리포니아 기업이 남아프리카공화국의 첫 고객을 확보한 사례에서, 현지 법률에 관한 답을 즉시 얻어 작업의 출발점으로 삼았다고 말했다. 그는 그 답의 정확도를 80%로 표현했다. 따라서 이를 현지 변호사의 최종 검토와 같은 수준으로 받아들일 근거는 인터뷰에 없다.

법률 조사에서는 찾은 자료 몇 개보다 필요한 판례 전체를 갖추는 일이 중요하다는 점도 강조했다. 빠진 판례 하나가 사건의 판단에 영향을 줄 수 있기 때문이다. 창업자에 따르면 종이 자료를 확보하고 스캔하는 작업이 여전히 필요하며, AI 도구도 자료를 완전하게 갖춰야 한다. 그는 최근 AI 에이전트가 판례와 증인 진술을 함께 다루며 사건 전략을 돕기 시작했다고 평가했다.

그는 신입 변호사 직무가 사라진다고 보지는 않았다. 경력을 쌓아 숙련된 변호사가 될 인력은 계속 필요하지만, 문서를 일일이 찾아 오류를 표시하는 일보다 그 작업을 수행하는 AI 에이전트를 지휘하고 검토하는 비중이 커질 것이라는 전망이다.

좁은 모델과 민감한 자료의 처리

레고라 창업자는 범용 법률 지능 모델을 직접 만드는 데 회의적이다. 대신 계약서에서 정보를 추출하는 것처럼 범위가 분명하고 반복량이 큰 작업에는 특화 모델이 비용과 처리 시간을 낮출 수 있다고 설명했다. 예로 문서 100개에 질문 100개를 적용하면 API 호출이 1만 번 발생하는 표 형식 검토 기능을 들었다.

법률 자료의 민감성은 제품 도입의 제약이다. 창업자는 법률 고객에게 제품을 판매할 때 기능 개발보다 신뢰와 보안 요구를 충족하는 일이 어렵다고 말했다. 레고라는 고객 전용 내부 환경에 설치하는 방식은 제공하지 않는다고 밝혔다. 그런 배포 방식이 제품 개발과 운영에 많은 의존 관계를 만든다는 이유다. 인터뷰에서는 고객 자료의 유출 가능성을 어떻게 기술적으로 차단하는지에 관한 상세한 설명은 제시되지 않았다.

두 인터뷰는 AI가 음성 대화와 법률 문서 작업의 일부를 이미 제품 안으로 옮기고 있음을 보여준다. 동시에 음성에서는 당사자의 권리와 오용 방지, 법률 업무에서는 자료의 완전성과 보안·전문가 검토가 제품의 효용을 좌우하는 조건으로 제시됐다.