Encore AI가 직원들이 고객과 어떻게 대화하는지 연구하고, 그 패턴을 활용해 영업과 지원용 AI 에이전트를 학습시키는 플랫폼을 확장하기 위해 3천만 달러 규모의 시리즈 A를 유치했다. TechCrunch에 따르면 이번 라운드는 Team8이 주도했으며 Planven, Lukatz, Garage, 그리고 이름이 공개되지 않은 은행 및 보험사들이 참여했다.

이번 자금 조달이 중요한 이유는 Encore AI가 혼잡한 엔터프라이즈 AI 시장에서 구체적인 베팅을 하고 있기 때문이다. 고객 대응 자동화에 가장 가치 있는 학습 데이터는 일반적인 인터넷 텍스트나 CRM 필드가 아니라, 기업이 보유한 통화, 이메일, 메시지의 자체 기록이라는 주장이다. 이 가설이 맞다면, 이 스타트업의 제품은 폭넓고 획일적인 모델보다 내부 플레이북에 맞춰진 AI 에이전트를 원하는 기업에 매력적일 수 있다.

2022년 Insait IO로 설립되어 현재 Encore AI로 브랜드를 변경한 이 회사는 고객 상호작용을 분석하고 이를 워크플로우의 단계에 매핑하며, 어떤 접근법이 성공적인 결과와 상관관계를 갖는지 식별한 뒤 그 교훈을 음성 또는 텍스트 에이전트에 적용한다고 설명한다. CEO Dvir Ginzburg에 따르면, 이러한 에이전트는 실시간 상호작용에서 인간 팀을 보조하거나 일부 대화를 자율적으로 처리할 수 있다.

대화 데이터를 중심으로 한 자금 조달 라운드

TechCrunch는 Encore AI가 이번 신규 자금을 미국 내 영업 조직을 키우고 대형 금융기관으로의 도입을 확대하는 데 사용할 것이라고 보도했다. 이 타깃 시장은 주목할 만하다. 회사는 40곳이 넘는 엔터프라이즈 고객 대부분이 금융 서비스 업계에 속해 있다고 밝히는데, 이 분야는 고객 상호작용의 가치가 높고, 프로세스 중심이며, 여러 시스템에 걸쳐 문서화되는 경우가 많다.

Encore AI의 뿌리도 이러한 초점을 설명하는 데 도움이 된다. TechCrunch에 따르면 Insait IO 시절 스타트업은 원래 금융 자문가와 관계 관리자용 추천 소프트웨어를 만들었다. 현재 제품은 그 초기 작업을 고객 대화와 운영 데이터에서 반복 가능한 전술을 추출하는 더 넓은 시스템으로 확장한 것으로 보인다.

이번 라운드는 엔터프라이즈 인프라와 사이버보안 기업에 투자하는 것으로 알려진 벤처캐피털 Team8이 주도했다. 은행과 보험사의 참여 보도는 또 하나의 신호이지만 신중하게 해석해야 한다. TechCrunch는 일부 금융기관이 제품을 먼저 사용한 뒤 투자했다고 전했지만, 이름, 투자 규모, 배포 세부사항은 공개되지 않았다.

Encore AI가 말하는 시스템의 작동 방식

Ginzburg가 TechCrunch에 “interaction mining”이라고 설명한 회사의 핵심 프로세스는 통화 녹음, 이메일, 문자 메시지, CRM 시스템 데이터를 한데 모은다. 그 다음 플랫폼은 고객 상호작용을 단계별로 분해하고, 거래, 서비스 사례 또는 계정 관계를 앞으로 진전시키는 듯한 패턴을 찾는다.

이 아이디어는 범용 어시스턴트를 만드는 것보다 조직의 노하우를 포착하는 데 더 가깝다. Encore AI의 관점에서 성과가 좋은 직원은 단지 제품 사실만 아는 것이 아니다. 언제 질문해야 하는지, 언제 고객을 안심시켜야 하는지, 어떤 예시가 효과적인지, 그리고 어떤 순서의 행동이 좋은 결과의 확률을 높이는지 알고 있다. 스타트업은 이런 비공식 습관을 구조화된 플레이북으로 바꾸려 한다고 말한다.

TechCrunch 보도에 따르면 Encore AI의 에이전트는 음성이나 텍스트로 고객과 직접 소통할 수 있다. 또한 대화 중 응답과 전술을 추천함으로써 직원의 보조 역할도 할 수 있다. 이는 자동화된 현장 업무용 AI 에이전트와 인간 팀용 에이전트 보조 도구라는 두 인접한 범주에 걸쳐 있는 제품이다.

Ginzburg는 TechCrunch에 에이전트가 관계 관리자가 사용했던 일화나 농담을 포함해 과거 상호작용에서 효과적이었던 스타일 요소까지 반영할 수 있다고 말했다. 이 대목은 인상적이지만 동시에 핵심 제품 과제를 보여준다. 성공적인 대화 습관을 모방하는 AI 시스템은 일관성을 높일 수 있지만, 엄격하게 통제되지 않으면 부자연스럽거나 부적절하게 느껴지는 어조나 전술을 재현할 위험도 있다.

경쟁 구도: CRM 기록을 넘어서

Encore AI는 이미 많은 대형 소프트웨어 업체들이 다른 방향에서 노리고 있는 시장에 진입하고 있다. Salesforce, SAP, Zoho, HubSpot 같은 기업들은 고객 기록에 직접 접근할 수 있고, 플랫폼에 더 많은 AI를 계속 얹고 있다. 엔터프라이즈 구매자 입장에서는 단순한 질문이 생긴다. 더 큰 CRM 제품군이 비슷한 기능을 내놓을 때까지 기다리기보다, 왜 Encore AI 같은 전문 업체를 써야 하는가?

TechCrunch가 인용한 Ginzburg의 주장은, 대화 이력이 여전히 엔터프라이즈 AI 시스템의 핵심 입력값으로 충분히 활용되지 않고 있으며, 기존 벤더가 과거 고객 상호작용을 기본 학습 자료로 다루려면 구현과 기술 스택에 의미 있는 변화가 필요하다는 것이다. 이것이 지속 가능한지 여부는 열려 있는 질문이지만, 현재 Encore AI의 차별점을 잘 보여준다.

이 입장은 엔터프라이즈 AI의 더 큰 흐름도 반영한다. 일반 모델은 점점 더 쉽게 접근할 수 있게 되는 반면, 독점적인 워크플로우 데이터는 여전히 구조화하고 운영에 적용하기 어렵다. 지저분하지만 권한이 부여된 기업 데이터를 작동하는 시스템으로 바꿀 수 있는 스타트업은 모델 래퍼에만 의존하는 기업보다 더 방어력 있는 제품을 가질 수 있다.

하지만 경쟁 압력은 현실적이다. 대형 기존 업체들은 Encore AI의 모든 요소를 그대로 복제하지 않아도 그 매력을 약화시킬 수 있다. Salesforce나 HubSpot이 기존 CRM 계약 안에서 “충분히 좋은” 대화 인텔리전스와 AI 에이전트를 제공할 수 있다면, 조달상의 마찰만으로도 작은 벤더에겐 큰 장벽이 될 수 있다.

증거, 주장, 그리고 아직 검증되지 않은 점

이 이야기의 가장 확실한 사실은 TechCrunch 보도에 기반한다. 3천만 달러 시리즈 A, 리드 투자자 Team8, 이전 회사명 Insait IO, 그리고 미국 내 확장과 금융기관과의 협업 심화 계획이다.

그 밖의 중요한 주장들은 Ginzburg나 회사의 발언에 의존하므로 공급자 측 제공 정보로 읽어야 한다. 여기에는 Encore AI가 전 세계적으로 40곳이 넘는 엔터프라이즈 고객을 보유하고 있고, 그중 다수가 금융기관이며, 시드 라운드 이후 18개월이 채 안 되는 기간 동안 연간 반복 매출이 5배 이상 성장했다는 주장도 포함된다. TechCrunch는 이 수치를 보도했지만, 회사는 정확한 매출, 밸류에이션, 고객명, 유지율 지표를 공개하지 않았다.

마찬가지로 제품 설명은 “interaction mining”이 어떻게 작동하는지, 그리고 그 결과물인 에이전트가 성공적인 플레이북을 얼마나 효과적으로 포착하는지에 대한 회사의 자체 프레임을 반영한다. 공개된 보도에는 전환율 향상, 통화 해결 개선, 규정 준수 정확도, 비용 절감에 대한 독립적 벤치마크가 없었다. 또한 Encore AI를 구동하는 파운데이션 모델이 무엇인지, 고객이 생성된 플레이북을 어떻게 승인하거나 편집하는지, 규제 대상 커뮤니케이션을 위한 안전장치는 무엇인지에 대한 기술적 세부사항도 없었다.

이런 공백이 제품 가설을 무효화하는 것은 아니지만 중요하다. 은행이나 보험처럼 규제가 강한 산업에서는 엔터프라이즈 구매자들이 AI 에이전트가 설득력 있게 들릴 수 있는지뿐 아니라, 시간이 지나도 규정을 준수하고 감사 가능하며 통제 가능하게 유지될 수 있는지에 대한 증거를 원할 가능성이 높다.

AI 빌더와 엔터프라이즈 팀에게 왜 중요한가

AI 빌더에게 Encore AI는 프론티어가 범용 코파일럿에서 기업 고유의 행동에 기반한 시스템으로 이동하고 있음을 상기시킨다. 여기서의 새로움은 단순한 또 하나의 음성 봇이 아니다. 실제 비즈니스 상호작용을 분석하고 그 학습을 배포 가능한 AI 에이전트에 다시 반영하려는 시도다. 이것이 안정적으로 작동한다면, 분석 소프트웨어와 운영 자동화 사이의 격차를 좁힐 수 있다.

제품 팀에게는 실용적인 매력이 있다. 기업은 이미 고객 통화를 녹음하고, 메시지를 저장하며, CRM 시스템에 활동을 기록하고 있다. 이렇게 조각난 이력을 작업을 보조하거나 자동화할 수 있는 에이전트로 바꾸는 것은 직접적인 워크플로우 연결이 없는 광범위한 AI 플랫폼을 구매하는 것보다 예산 설명이 더 쉽다. 원칙적으로 Encore AI는 기존 영업 또는 지원 프로세스에 끼워 넣을 수 있으며, 팀이 새 도구를 중심으로 모든 것을 다시 설계하도록 요구하지 않는다.

엔터프라이즈 AI 구매자에게 실제 트레이드오프는 데이터 접근, 거버넌스, 도입 속도일 가능성이 높다. 내부 상호작용으로 학습한 시스템은 범용 도구보다 적합성이 높을 수 있지만, 민감한 녹음 및 통신 데이터를 다뤄야 한다. 이는 동의, 보존, 모델 동작, 그리고 AI 에이전트가 왜 그런 말을 했는지를 기업이 검사할 수 있는지에 대한 조달상의 질문을 제기한다.

금융 서비스 측면은 이런 우려를 더욱 키운다. 만약 Encore AI가 그 분야에서 성공한다면, 워크플로우 지식이 원시 모델 유창성보다 더 중요한 산업에서는 도메인에 맞춘 좁은 AI 에이전트가 승리할 수 있다는 주장을 강화하게 된다. 반대로 실패한다면, 대화에서 나온 자동화는 현재 스타트업의 메시지보다 규제 환경에서 운영화하기 더 어렵다는 뜻일 수 있다.

앞으로 주목할 점

다음으로 볼 신호는 Encore AI가 금융 서비스 분야에서 대형 디자인 파트너나 레퍼런스 고객을 공개하는지 여부다. 현재 회사는 엔터프라이즈 견인력을 주장하지만, 공개된 증거는 제한적이다.

또 다른 중요한 지표는 배포 범위다. 고객이 Encore AI를 주로 내부 에이전트 보조 기능으로 사용하는지, 아니면 실서비스 고객 상호작용에서 자율적인 음성 및 텍스트 에이전트를 신뢰하는지가 중요하다. 이 두 사용 사례의 격차는 위험, 규정 준수, 변화 관리 측면에서 매우 크다.

Salesforce, SAP, Zoho, HubSpot 같은 CRM 기존 업체들이 자체 대화 기반 AI 제품을 얼마나 빠르게 강화하는지도 지켜볼 가치가 있다. 이들 벤더가 더 단순한 분석 기능에서 출발하더라도, 강력한 유통망과 이미 구축된 데이터 관계를 갖고 있다.

마지막으로 기술적 투명성이 차별화 요인이 될 수 있다. 구매자들은 모델 거버넌스, 감사 가능성, 환각 통제, 그리고 AI 에이전트 내에서 과거 상호작용이 어떻게 선택되고, 가중치가 부여되며, 업데이트되는지에 대해 더 명확한 답변을 원할 것이다.

Creati.ai 관점

Encore AI는 기업이 이미 가치 있는 데이터를 만들어내는 워크플로우에서 출발해, 그 데이터를 측정 가능한 운영 결과로 바꾸는 보다 신뢰도 높은 엔터프라이즈 AI 패턴 중 하나를 추구하고 있다. 이 경우 데이터는 고객 대화 이력이며, 결과물은 이전에 효과가 있었던 것에 기반한 AI 에이전트 또는 에이전트 보조 계층이다. 이는 일반적인 생산성 향상을 내세우는 많은 엔터프라이즈 AI 피치보다 더 탄탄한 이야기다.

하지만 회사의 장기 가치는 “interaction mining”이 매력적인 서사 이상임을 입증할 수 있는지에 달려 있다. Encore AI가 자사 에이전트가 규제 환경에서도 통제 가능하게 결과를 개선한다는 점을 보여준다면, 지속 가능한 입지를 확보할 수 있다. 그렇지 않으면 CRM 접근이 내장된 더 큰 플랫폼이 이 카테고리를 흡수할 수 있다. 현재로서는 3천만 달러 라운드가 Encore AI에게, 대화 네이티브 엔터프라이즈 AI가 단순한 기능 세트가 아니라 제품의 해자(모트)가 될 수 있는지 시험해볼 시간을 제공하고 있다.