버티컬 AI 스타트업의 새로운 핵심 기술

지난 몇 년 동안 수많은 버티컬 AI 애플리케이션 스타트업이 등장했습니다. 이러한 회사들은 기존 소프트웨어로는 해결되지 않는 문제점을 AI를 활용하여 해결함으로써 빠르게 추진력을 얻었습니다. 저는 이러한 많은 스타트업에서 네 가지 공통적인 "AI 핵심 기술"을 관찰했으며, 이 글에서 더 자세히 논의할 것입니다.

• 음성
• 비정형 데이터 파싱
• 버티컬 검색
• 콘텐츠 생성

이러한 핵심 기술은 여러 산업 분야에 강력한 진입점이 되어 버티컬 AI 스타트업이 추진력을 얻고 시간이 지남에 따라 영향력을 확대할 수 있는 위치를 확보할 수 있게 했습니다.

음성

음성은 주로 대화형 상호 작용을 자동화하는 핵심 기술로 사용되어 왔으며, 이는 대량의 고객 커뮤니케이션을 처리하는 기업에 중요한 도구입니다. 스타트업은 인바운드 및 아웃바운드 통화를 처리하기 위해 음성 AI 에이전트를 사용함으로써 문의 응대, 전화 연결 또는 약속 예약과 같이 이전에는 사람이 처리했던 작업을 수행하는 시스템을 다양한 비즈니스에 판매할 수 있습니다. 이는 효율성을 향상시키고 비용을 절감하며 연중무휴 가용성을 보장합니다.

일반적인 워크플로우

• 지원: 고객 서비스 및 경험 워크플로우에서 인바운드 문의, 약속 일정 조정 및 일반적인 지원 작업을 처리합니다.
• 영업: 영업에서 잠재 고객 후속 조치, 자격 확인 및 아웃바운드 콜 캠페인을 자동화합니다.
• 백 오피스: 전통적으로 전화 통화를 통해 처리되었던 작업에 대한 백 오피스 자동화를 수행합니다(예: 의료 보험 통화).

산업 분야

음성 AI의 가장 두드러진 도입자는 소매, 금융 및 다양한 산업 분야의 중소기업과 같이 고객 서비스 중심의 산업입니다. 의료 분야에서는 환자 상호 작용 및 관리 업무에 음성 AI를 활용하고 있으며, 물류 회사는 공급망 커뮤니케이션을 관리하는 데 사용합니다.

스타트업 예시

• Slang: 레스토랑 및 오프라인 매장을 위한 대화형 상호 작용 및 예약 일정을 자동화합니다.
• HappyRobot: 음성 AI를 사용하여 물류 회사의 전화 상호 작용을 자동화하여 효율성을 높이고 고객 문의에 대한 지원을 제공합니다.
• Assort Health: 음성 AI로 환자 참여를 간소화하여 예약 일정 조정 및 건강 관련 문의를 자동화하여 접근성과 전반적인 환자 경험을 개선합니다.

Bland 및 Thoughtly를 포함하여 이러한 핵심 기술을 활용하는 여러 수평적 스타트업도 있습니다.

비정형 데이터 파싱

비정형 데이터 파싱은 다양한 형태의 파일(오디오/비디오/문서/웹 페이지)을 파싱하고 일반적으로 여기에서 데이터를 추출하거나 해당 데이터를 구조화하는 것을 포함합니다. 이러한 핵심 기술을 활용하는 스타트업은 구성되지 않고 때로는 접근이 불가능한 데이터를 구조화되고 실행 가능한 통찰력으로 변환하고 일반적으로 사람이 수행했던 메모 작성, 데이터 추출, 데이터 입력과 같은 작업을 자동화합니다. 이를 통해 여러 산업 분야의 기업은 정확성을 향상시키고 워크플로우를 가속화하며 수동 데이터 입력에 대한 의존도를 줄일 수 있습니다.

일반적인 워크플로우

• 필사: 가상 또는 대면 회의를 필사하고 메모/후속 조치를 구조화합니다.
• 데이터 추출: 송장, 계약, 청구서와 같은 문서를 파싱하고 주요 필드를 추출하여 워크플로우를 간소화합니다.
• 데이터 입력: 웹 데이터를 스크랩하여 수동 데이터 입력 스타일의 워크플로우를 자동화합니다.

산업 분야

의료 분야에서 특히 일반적인 필사와 다양한 금융, 부동산 및 서류 기반 워크플로우 산업에서 많이 사용되는 문서 파싱을 통해 대부분의 산업에서 이러한 핵심 기술의 버전을 활용하는 스타트업을 보았습니다.

스타트업 예시

• Ambience 및 Abridge: 환자 상호 작용을 듣고 구조화된 형식으로 메모를 작성하고 기록 시스템에 다시 쓰는 AI 기반 의료 기록 보조원입니다.
• Vic.ai: AI를 사용하여 재무팀의 송장 처리를 자동화하여 다양한 산업 분야에서 효율성과 정확성을 향상시킵니다.
• Raft: 물류 회사의 문서 처리 및 워크플로우 관리를 간소화하여 효율성을 높이고 수동 작업을 줄입니다.
• Clay: 버티컬에 초점을 맞추지는 않았지만 특정 사용 사례(영업 전망)에 대한 웹 스크래핑 및 데이터 구조화의 대표적인 사례 중 하나입니다.

버티컬 검색

ChatGPT가 출시되었을 때 많은 역할에서 자신들이 중요하게 생각하는 고유한 데이터 세트(내부 및 외부 모두)를 가진 ChatGPT 버전을 갖는 것이 연구 및 의사 결정 워크플로우를 크게 가속화하는 데 도움이 될 수 있다는 것을 깨달았습니다. 버티컬 검색(일반적으로 채팅 기반 질의 응답 기능이 강화됨)이 자연스러운 핵심 기술로 부상했습니다. 여기서 스타트업의 초점은 해당 버티컬의 중요한 데이터 세트에 대한 접근성과 결합된 매우 높은 품질의 도메인별 정보 검색에 있습니다. 한 가지 주목할 점은 시간이 지남에 따라 이 핵심 기술이 비정형 데이터 분석 및 콘텐츠 생성(아래에서 설명)과 약간 변형될 수 있다는 것입니다.

일반적인 워크플로우

• 연구: 전문가가 대량의 비정형 정성적 및 정량적 데이터를 검색할 수 있도록 지원하여 개선된 연구 워크플로우를 제공합니다.

산업 분야

당연히 법률 및 금융 버티컬은 전문가가 검색하고 연구하는 데이터의 양이 많기 때문에 이러한 기능을 가장 많이 보았지만 일반적으로 유사한 도구를 적용할 수 있는 특정 역할(지원 등)도 있습니다. 또한 Glean과 같은 수평적 검색 도구도 계속해서 강력한 채택률을 보이고 있습니다.

스타트업 예시

• Harvey: 법률 회사에 맞춤화된 AI 기반 플랫폼을 통해 법률 연구를 간소화합니다.
• Rogo: 투자 은행 및 사모 펀드에 내부 및 외부 데이터에 대한 AI 기반 검색 기능을 제공하여 금융 서비스 산업에서 연구 및 의사 결정을 간소화합니다.

콘텐츠 생성

콘텐츠 생성은 아마도 제너레이티브 AI의 초기 주요 사용 사례였을 것이며, Jasper, Writer 및 Copy와 같은 회사는 기업이 AI를 사용하여 마케팅 목적으로 콘텐츠를 만드는 데 도움을 주었습니다. 그 후 곧바로 영업 상황에서 다양한 형태의 개인화된 이메일 콘텐츠 생성이 뒤따랐습니다. 그러나 버티컬 AI의 콘텐츠 생성은 버티컬 특정 워크플로우에 필요한 특정 문서 또는 자산을 생성하는 것과 관련하여 상당히 다른 형태를 취할 수도 있습니다.

일반적인 워크플로우

• 마케팅 자산/웹사이트 생성: 특정 버티컬에 대한 웹사이트/제품 또는 마케팅 사진을 생성합니다.
• 보고서 생성: 산업 내에서 필요한 특수 보고서/자산을 생성합니다(후자는 일반적으로 비정형 데이터 파싱도 포함하지만 판매되는 것은 생성된 결과물입니다).

산업 분야

웹사이트/버티컬 마케팅 콘텐츠 생성에 대한 사용 사례는 모든 산업에 적용될 수 있으며, 특히 이러한 서비스에 쉽게 접근할 수 없는 중소기업과 관련이 있습니다. 특수 보고서 또는 자산은 이미지 및 비디오 중심의 전자상거래와 같은 산업뿐만 아니라 콘텐츠 생성 핵심 기술처럼 보이지 않을 수 있는 워크플로우의 일부로 생성해야 하는 매우 구체적인 보고서가 있는 법률 또는 금융과 같은 산업에도 적용될 수 있습니다(하지만 궁극적으로는 많은 작업이 진행되는 다양한 보고서의 생성 또는 생성을 판매합니다).

스타트업

• Topline Pro: AI를 사용하여 주택 서비스 비즈니스를 위한 웹사이트 구축 및 소셜 미디어 콘텐츠 생성을 자동화합니다.
• Flair AI 및 Creative Force: 전자상거래 및 소매 브랜드용 제품 사진 및 유사한 시각적 콘텐츠를 생성합니다.
• EvenUp: AI를 활용하여 사건 문서를 분석하여 상해 변호사를 위한 청구 패키지를 생성합니다.

마치며

음성 AI, 비정형 데이터 파싱, 버티컬 검색 및 콘텐츠 생성이라는 이 네 가지 핵심 기술은 버티컬 AI 스타트업의 전략적 깊이와 시장 잠재력을 강조합니다. 명확한 문제점을 명확한 솔루션으로 해결함으로써 이러한 회사는 다양한 산업에 진출하여 과거보다 훨씬 빠르게 채택될 수 있습니다.

시간이 지남에 따라 이러한 스타트업의 대부분은 제품을 확장해야 할 것이며, 아마도 위에서 논의된 핵심 기술 전반에 걸쳐 많은 AI 기능을 제공할 것입니다. 또한 처음에는 기존 기록 시스템과 함께 작동하지만 고객 스택의 중심 부분이 되고 일반적으로 멀티모달 및 비정형 데이터인 대량의 데이터에 액세스하게 되면서 많은 기업이 해당 산업에서 새로운 기록 시스템이 되려고 시도할 수 있습니다. 다른 기업은 고객 내에서 수행하는 기능을 확장하여 일종의 AI OS가 되는 것을 선택할 수도 있습니다.