보이스 AI 시장은 지금 누가 가장 인간처럼 들리느냐, 눈에 띄는 지연 없이 응답하느냐를 놓고 치열하게 경쟁 중이다. ElevenLabs, Sierra, Cognigy 같은 플레이어들이 글로벌로 확장하고 있지만 '글로벌'이 구체적으로 어디를 의미하는지는 각자 다르다. 그 간극에서 나온 스타트업이 AethexAI다. Goldman Sachs 출신 CEO Mariama Diallo와 Meta·Caltech 출신 CTO Ayooluwa Odemuyiwa가 아프리카·중동 시장만을 겨냥해 만든 보이스 AI 회사로, 현재 하루 1만 7천 건 이상의 통화를 처리 중이다.
이 회사의 핵심 결정은 기술 선택 하나에 집약된다. Vapi나 LiveKit 같은 기존 오케스트레이션 레이어를 쓰지 않고, 자체 소형 모델 시리즈 Kora를 처음부터 직접 개발한 것이다. 파라미터 수는 3억에서 17억 사이 — 대형 LLM의 극히 일부 크기다. Odemuyiwa는 그 이유를 이렇게 설명했다. "이 지역에서 자동화된 통화의 레이턴시와 지터는 수준이 달랐다. 오케스트레이터 역할을 택했다면 지역 밖에 호스팅된 대형 모델을 써야 했을 것이고, 레이턴시는 더 높아졌을 것이다." 모든 단계에서 지연을 줄이는 유일한 방법이 아주 작은 모델을 직접 쓰는 것이었다.
학습 데이터 조달 방식도 통상적이지 않다. 콜센터 파트너의 익명화된 통화 녹음을 기반으로, 아프리카 전역의 라디오 방송국에 물리적으로 하드드라이브를 배송해 현지 오디오를 수집했다. 그리고 대학생 기여자 네트워크를 꾸려 로컬 이름 발음 녹음과 데이터 어노테이션을 맡겼다. 클라우드 스케일 GPU와 표준 영어 환경을 전제한 기존 AI 학습 파이프라인이 아니라, 지역 조건 안에서 실제로 작동하는 인프라를 바닥부터 쌓은 셈이다.
4DX Ventures가 리드한 300만 달러 프리시드로 운영 중이며, 주요 유스케이스는 채권 추심 자동화, 고객 활성화 콜, KYC(본인 확인) 전화다. 4DX의 공동창업자 Walter Baddoo에 따르면 아프리카·중동 기업들은 서구 기업 대비 약 3배의 통화량을 처리하고, 음성은 여전히 고객 접점의 지배적 채널이다. 기존 보이스 AI 플랫폼들은 고성능 GPU 인프라와 표준 영어·유럽어 환경을 전제로 설계됐다. 사투리, 코드스위칭, 비공식 발화 패턴을 다루고 현지 통신 인프라 안에서 작동해야 하는 이 시장에서 AethexAI는 대형 업체들이 채울 동기도 아키텍처도 없는 자리를 파고드는 중이다.