딥그램, Pipecat 개발사 데일리 인수

음성 AI 인프라 기업 딥그램이 오픈소스 음성 에이전트 프레임워크 Pipecat 개발사 데일리를 인수한다고 10월 29일 발표했다. 딥그램은 이날 샌프란시스코에서 처음 연 행사 딥그램 스피크에서 인수 소식과 함께 Pipecat을 기존 BSD 2조항 라이선스 그대로 모든 개발자에게 무료로 열어 두겠다고 밝혔다. 두 회사는 Pipecat을 기여 기업들과 함께 독립 재단인 Pipecat 재단에 맡긴다. 인수 금액은 공개하지 않았고 데일리 팀은 딥그램에 합류한다.

이번 거래의 뼈대는 모델 회사가 오케스트레이션 계층과 실시간 네트워크를 한꺼번에 사들이는 수직 통합이다. 딥그램은 음성 인식과 음성 합성 모델을 만드는 회사이고, 데일리는 전 세계 75개 거점으로 이뤄진 실시간 음성·영상 네트워크와 Pipecat을 운영해 왔다. 딥그램은 Pipecat과 데일리 인프라를 새 음성 에이전트 플랫폼의 바탕으로 삼아 「처음으로 완결된 개방형 상용 등급 플랫폼」을 내놓겠다고 밝혔다. 데일리의 현행 제품과 서비스는 딥그램이 그대로 판매하고 지원하며 개발을 이어 간다.

데일리 공동창업자 퀸들라 헐트먼 크레이머는 딥그램의 신설 직책인 오픈소스 총괄을 맡는다. 그는 "Pipecat을 열어 두는 것이 딥그램 합류 결정의 근본이었다"며 "음성의 미래는 개발자가 업계 전반의 가장 좋은 아이디어를 자유롭게 조합하고 서로의 작업 위에 쌓을 수 있느냐에 달려 있다"고 말했다. 딥그램의 공동창업자이자 최고경영자인 스콧 스티븐슨은 "Pipecat은 개발자가 원하는 모델로 만들 자유를 준다"며 "데일리 인수로 음성 시스템 전체를 다루고 개발자에게 시제품에서 상용화까지 더 빠른 길을 열 수 있다"고 밝혔다.

크레이머가 같은 날 회사 블로그에 올린 글에 따르면 두 회사의 인연은 10년 전으로 거슬러 올라간다. 두 회사는 2016년 와이콤비네이터 같은 기수로 출발했고, 2019년부터는 딥그램이 데일리의 음성·영상 API 안에서 받아쓰기 기능을 맡아 왔다. 데일리는 2023년 실시간 음성 에이전트를 직접 만들어 보기 시작했고, 그 과정에서 필요해진 도구 묶음이 Pipecat이 됐다. 회사는 2024년 핵심 프레임워크와 플랫폼별 클라이언트 SDK, RTVI 메시지 표준, 음성으로 말 차례를 감지하는 Smart Turn 모델, Pipecat Flows 라이브러리까지 전부 공개했다.

Pipecat은 지금 200개가 넘는 연동 기능과 400명에 가까운 기여자를 거느리고 있다. 크레이머는 이 프레임워크를 엔지니어 18명이 만들었다고 밝혔다. 쓰임새도 넓다. 고객 상담 음성 에이전트가 첫 대표 용도가 됐고, 드론과 어린이 장난감, 대형 앱의 보이지 않는 계층에서도 돌아간다. 크레이머는 협력사 한 곳이 Pipecat을 「실시간 AI의 리눅스」로 부른다고 전했다. 그는 18개월 전만 해도 기업 고객과의 대화 대부분이 첫 개념 검증을 어떻게 만드느냐였다고도 적었다.

딥그램이 밝힌 회사 규모도 거래의 무게를 보여 준다. 딥그램 모델은 전 세계 5,000곳이 넘는 조직의 음성 AI를 상용 환경에서 돌리고 있고, 65만 명이 넘는 개발자가 딥그램으로 20만 년 분량이 넘는 오디오를 처리했다. 보도에 따르면 딥그램은 올해 1억 3,000만 달러 규모 시리즈 C 투자로 기업가치 10억 달러를 넘겼고, 데일리는 지금까지 6,200만 달러가 넘는 투자를 받았다.

딥그램은 인수와 함께 실시간 컨텍스트 표준(RCS)이라는 개방형 규약도 내놨다. Pipecat 팀과 함께 만든 이 규약은 모델에서 모델로 말이 넘어갈 때 어조와 화자, 배경 소리 같은 오디오 맥락이 사라지는 문제를 겨냥한다. RCS는 속삭임이나 불분명한 낱말 같은 오디오 맥락, 언어 모델이 그 신호를 쓰는 방법, 응답이 어떻게 들려야 하는지에 대한 지침이라는 세 가지 메타데이터를 새로 정의한다. 모델별 어댑터가 이 신호를 번역해 주므로 여러 제공사의 모델에 같은 방식을 쓸 수 있다는 설명이다. 스티븐슨은 "음성 AI를 로드맵 끝에 붙이는 기능으로 다루는 팀이 너무 많다"며 "실제로는 지연 시간과 정확도, 규모에서 고유한 요구를 지닌 별개의 인프라 분야"라고 말했다. 최고제품책임자 에드 아누프는 같은 행사에서 새 음성 에이전트 플랫폼과 실시간 대화용 새 모델 두 개, 지원 언어 확대, 글로벌 API를 미리 공개했다.

메탈은 오픈AI가 끊김 없는 음성 AI GPT-Live 설계를 공개한 소식과 흄AI가 음성 AI 평가에서 사람다움을 3순위로 낮춘 소식을 보도한 바 있다. 메탈이 확인한 두 회사 발표문은 Pipecat 재단의 운영 주체를 같은 표현으로 적지 않는다. 데일리 블로그는 재단이 딥그램과 경쟁하는 회사를 포함해 실시간 AI 생태계 전체를 대표하는 운영위원회가 관리한다고 썼고, 딥그램 발표문은 Pipecat에 기여하고 이를 쓰는 여러 조직과 함께 재단을 세운다고만 적었다. 운영위원회 구성, 상표권 귀속, 의결 방식은 두 글 어디에도 숫자로 나오지 않는다.

테크 법률가의 눈으로 보면 이 약속의 법적 무게는 라이선스와 재단 정관에서 갈린다. BSD 2조항 라이선스는 저작권 고지만 지키면 상업적 이용과 수정, 재배포를 거의 제한 없이 허용하는 관대한 라이선스다. 이미 공개된 코드는 인수 뒤에도 누구나 갈라져 나가 독자적으로 이어 갈 수 있다. 다만 앞으로의 개발 방향과 이름, 공식 저장소를 누가 쥐느냐는 라이선스가 아니라 재단의 지배 구조가 정한다. 인수 기업이 「영원히 열어 두겠다」고 공언하는 것과 그 약속을 경쟁사도 확인할 수 있는 정관으로 묶는 것은 다른 문제다.

크레이머는 인수 제안이 여럿 있었지만 스티븐슨의 오픈소스 약속과 두 조직의 엔지니어링 문화가 맞았다는 점을 택했다고 설명했다. 보도에 따르면 그는 "스콧은 Pipecat이 영원히 오픈소스이자 특정 업체에 묶이지 않는 상태로 남는 데 매우 헌신적이었다"며 "빠르게 크는 생태계 한가운데 서 있다면 모든 것을 최대한 여는 것이 상업적 이점"이라고 말했다. 스티븐슨도 "딥그램 모델을 쓰면 좋겠지만 용도에 맞는 최고의 모델을 쓰기를 바란다"며 "딥그램이 따라잡아야 할 분야가 보이면 그것도 좋은 일"이라고 밝혔다. 일레븐랩스 같은 모델 회사와 라이브킷, 바피 같은 인프라 회사가 올해 잇따라 대형 투자를 받은 가운데, 이번 거래로 음성 AI 경쟁은 모델 한 개의 성능에서 모델과 오케스트레이션, 네트워크를 한데 묶은 전체 스택 경쟁으로 무게중심이 옮겨 갔다. 개방 약속이 실제로 지켜지는지는 재단 운영위원회에 경쟁사의 이름이 오르는 시점에 드러난다.