yozm.tech
피드로 돌아가기
TechCrunchHOTAI 재작성

엔코어 AI, 고객 통화 학습 AI 에이전트 개발에 3천만 달러 투자 유치

엔코어 AI(Encore AI)가 고객 상호작용 데이터를 분석해 성공적인 영업 및 고객 지원 전략을 학습하고, 이를 AI 에이전트에 적용하는 기술로 3천만 달러(약 410억 원) 규모의 시리즈 A 투자를 유치했습니다. 이들은 기업의 최우수 직원 노하우를 AI 에이전트에 이식하여 고객 응대 효율을 극대화하는 데 집중하고 있습니다.

3시간 전·2026.07.29·읽기 2·Ram Iyer

엔코어 AI(Encore AI)가 고객 상호작용을 분석해 학습하는 AI 음성 에이전트 개발을 위해 시리즈 A 라운드에서 3천만 달러(약 410억 원)를 유치했습니다. 팀8(Team8)이 주도한 이번 투자를 통해 엔코어 AI는 고객 지원 및 영업 팀과 협력하거나 독립적으로 운영될 수 있는 AI 에이전트의 역량을 강화할 계획입니다. 이 기술은 기업의 고객 응대 효율성을 혁신할 잠재력을 가지고 있습니다.

2022년 인세이트 IO(Insait IO)로 시작한 엔코어 AI는 금융 자문가를 위한 추천 소프트웨어 개발에서 출발했습니다. 현재는 고객과의 통화 기록, 이메일, 문자 메시지 등 다양한 상호작용 데이터를 CRM(고객 관계 관리) 시스템과 연동하여 분석하는 플랫폼으로 확장했습니다. 이 플랫폼은 대화의 각 단계에서 어떤 접근 방식이 성공적인 결과를 이끌었는지 식별하고, 이를 바탕으로 AI 에이전트를 훈련합니다. 드비르 긴즈버그(Dvir Ginzburg) CEO는 “최고의 관계 관리자들이 사용하는 농담이나 일화까지도 AI 에이전트가 활용한다”며, 성공적인 플레이북(Playbook)을 AI에 이식하는 ‘상호작용 마이닝(interaction mining)’ 과정을 강조했습니다. 이를 통해 엔코어 AI의 에이전트는 특정 고객이나 상황에 가장 효과적인 전략을 학습하고 적용할 수 있습니다. 현재 40개 이상의 글로벌 기업 고객을 보유하고 있으며, 대부분 금융 기관입니다.

엔코어 AI의 기술은 단순히 고객 응대를 자동화하는 것을 넘어, 기업이 기존 고객 지원 및 영업 프로세스의 비효율성과 문제점을 파악하고 개선하는 데 중요한 통찰력을 제공합니다. 대규모 CRM 공급업체들도 유사한 AI 기능을 개발할 수 있지만, 긴즈버그 CEO는 엔코어 AI가 대화 이력을 에이전트 학습의 핵심 데이터로 활용하는 방식이 차별점이라고 말합니다. 기존 업체들이 이러한 접근 방식을 채택하려면 전체 구현 및 기술 스택을 변경해야 하므로 진입 장벽이 높다는 설명입니다. 엔코어 AI는 이번 투자금을 활용해 미국 영업을 확장하고 더 많은 대형 금융 기관에 플랫폼을 배포할 계획입니다. 이는 기업들이 고객 경험을 개선하고 운영 효율성을 높이는 데 AI가 핵심적인 역할을 할 것임을 시사합니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
4/10
보통
4점인가

기존 대기업 솔루션과의 경쟁이 치열하고, 데이터 수집 및 AI 모델 학습에 상당한 자원과 기술이 필요하여 1인 창업자가 진입하기 어렵습니다.

문제 / 미충족 수요

기업들은 고객 응대 데이터를 효과적으로 분석하고, 성공적인 영업 및 고객 지원 전략을 AI 에이전트에 이식하는 데 어려움을 겪고 있습니다.

한국 시장
국내 있음국내에도 유사한 AI 컨택센터 및 챗봇 솔루션이 존재하지만, 성공적인 대화 플레이북을 '마이닝'하여 AI 에이전트에 이식하는 전문화된 접근은 아직 초기 단계입니다.
수익 모델

B2B SaaS 구독 · 돈 내는 주체: 고객 서비스 효율성 개선 및 영업 성과 증대를 원하는 중견/대기업

1인 실현 가능성
2/5

고객 상호작용 데이터 수집 및 분석, AI 에이전트 개발 및 배포에 상당한 기술력과 자본이 필요하며, 대기업과의 경쟁이 예상됩니다.

진입 지점 (Wedge)

특정 산업(예: 보험, 증권)의 소규모 기업을 위한 맞춤형 AI 고객 응대 플레이북 분석 및 에이전트 훈련 서비스

이번 주 첫 실험

국내 특정 산업의 중소기업 5곳을 대상으로 고객 통화 녹취록을 수집하고, 수동으로 성공/실패 패턴을 분석하여 AI 에이전트 학습용 데이터셋의 프로토타입을 만듭니다.

Original source
이 글은 TechCrunch의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기