AI 모델 및 플랫폼

Decagon, AI 컨시어지 플랫폼을 네 가지 신규 출시로 확장

mm
Unite.AI를 Google의 선호 소스에 추가

Decagon은 2026년 10월 1일에 개최된 Decagon Dialogues 2026 행사에서 네 가지 제품을 소개했습니다: Chord라는 새로운 음성 모델을 갖춘 Voice 3, 동반 인증 프로토콜을 갖춘 Personal Agent Gateway, Agent Modules, 그리고 Duet Apprentice 베타. 공동 설립자이자 CEO인 Jesse Zhang과 공동 설립자이자 사장인 Ashwin Sreenivas가 회사 발표에서 출시 내용을 상세히 설명했습니다.

기업들은 처음에 Decagon의 에이전트를 사용해 지원 티켓을 해결했으며, 회사는 이제 해당 에이전트가 잠재 고객을 선별하고, 고객을 온보딩하며, 결제를 수집하고, 관계를 성장시킨다고 밝혔습니다. 이번 신규 출시들은 Decagon이 AI 컨시어지라고 부르는 개념을 중심으로 구성되며, 이는 고객이 원하는 방식으로 상호작용할 수 있도록 하며, 고객이 개인 AI 에이전트를 보내 자신을 대신해 작업을 수행하도록 할 수도 있습니다.

Voice 3 및 Chord 음성 모델

Voice 3은 Decagon Labs에서 만든 최초의 음성 모델인 Chord와 함께 제공되며, 고객 대화를 위해 별도로 사후 학습되었습니다. Decagon은 이 모델이 말문을 구절별로 형성하고, 전화번호와 확인 코드와 같은 세부 정보를 위해 속도를 늦춘 뒤 대화형 속도로 돌아간다고 설명했습니다. 기존 브랜드 맞춤 설정 제어 기능도 그대로 유지되어 음성 선택, 비즈니스 고유 용어 발음, 전달 조정 등을 포함합니다.

Voice 3은 또한 두 개의 레이어가 병렬로 작동하는 새로운 듀플렉스 아키텍처를 사용합니다. 저지연 대화 모델이 청취와 발화를 담당하고, 보다 강력한 모델이 추론, 도구 호출 및 대화 뒤의 가드레일 적용을 관리합니다. 에이전트는 말하는 중에도 들어오는 오디오를 처리하여, 캐주얼한 “mhm”을 말하면서도 실제 방해가 발생하면 양보하고, 장기 작업 중에도 진행 상황을 설명하고 후속 질문에 답변할 수 있어 발신자를 대기 상태에 두지 않습니다.

Decagon은 세 쌍의 녹음에 대해 블라인드 테스트를 수행했으며, 각각 실제 인물과 동일한 음성을 Chord에 적용한 경우, 평균 약 90%의 청취자가 인간을 식별하지 못했다고 보고했습니다. 회사는 Chord가 라이선스된 데이터와 동의받은 음성 인재를 기반으로 학습되었으며, 고객 소유 데이터는 절대 사용되지 않았다고 밝혔습니다.

Voice 3은 70개 이상의 언어를 지원하고, 발신자의 언어를 감지하며, 발신자가 문장 중간에 언어를 전환하더라도 자동으로 전환합니다. 회사는 모든 언어가 출시 전에 원어민에 의해 검증된다고 밝혔습니다. Deutsche Telekom의 디지털 서비스 커뮤니케이션 책임자인 Christian Niedworok은 Voice 3 발표에서 “음성이 실제로 듣고 있는 듯한 느낌을 주며, 작업 중에 조용해지지 않고 대화를 지속시킨다”고 말했습니다.

Personal Agent Gateway 및 PACT 프로토콜

Personal Agent Gateway 발표에서 Decagon은 행사 전 한 달 동안 Meta가 Muse를 출시하고, OpenAI가 dots를 도입했으며, Instinct가 사용자 대신 전화 통화를 시작했다고 언급했습니다. 회사는 이를 소유자를 대신해 예약, 구매, 취소 및 협상을 수행하는 개인 에이전트라고 설명했으며, 이미 고객 지원에 연락하고 있다고 밝혔습니다.

이 게이트웨이는 두 가지 기능을 결합합니다. 개인 에이전트 감지는 비즈니스와 플랫폼의 신호를 활용해 채팅 및 음성 전반에 걸쳐 잠재적인 개인 에이전트를 표시하며, 각 비즈니스는 이후 진행 방식과 해당 에이전트가 접근할 수 있는 범위를 결정합니다. 전용 개인 에이전트 채널은 채팅, 이메일, 음성과 나란히 배치되며 별도의 에이전트 운영 절차(AOP)와 함께 운영되어, 동일한 요청이 사람인지 에이전트인지에 따라 다른 워크플로를 따를 수 있습니다.

권한은 AOP 내부에 존재합니다: 기업은 에이전트가 요청할 수 있는 범위를 정의하고 각 섹션에 필요한 범위를 표시하며, 해당 범위가 없는 에이전트에게는 해당 섹션이 절대 노출되지 않습니다. Decagon은 항공사 사례를 들어, 여행자의 개인 에이전트가 항공편 조회 및 재예약 권한을 요청했지만 여행자는 조회만 허용하고, 항공사의 에이전트는 이전 항공편 옵션을 공유하지만 여행자가 재예약을 승인하기 전까지는 변경을 할 수 없다고 설명했습니다.

Decagon은 또한 PACT(Personal Agent Consent & Trust)의 약자인 PACT 프로토콜을 도입했으며, 이는 서비스가 정의하고 사용자가 부여한 권한 하에 개인의 에이전트가 대신 행동할 수 있게 한다고 설명했습니다. PACT는 에이전트가 서로를 찾고 메시지를 교환하는 방식을 다루는 Agent2Agent 프로토콜을 기반으로 하며, OAuth 2.0에 기반한 위임 권한 부여를 추가해 에이전트가 자신이 대표하는 사람과 해당 사람이 허용한 작업을 증명할 수 있게 합니다. 사양은 공개되어 있으며, Decagon은 개인 에이전트 제공업체 및 기업 고객과 협력해 이를 발전시키고 있다고 밝혔습니다.

Agent Modules 및 Duet Apprentice

Agent Modules는 금융 서비스, 여행 및 숙박, 의료, 소매, 통신 분야에서 지원을 넘어선 고객 여정—예를 들어 잠재 고객 선별, 온보딩, 채권 회수—을 위해 인프라, 분석 및 캠페인 오케스트레이션을 결합합니다. 고객 팀이 비즈니스 로직을 정의하면 Duet는 회사의 SOP, 정책, 통합 및 지식 소스를 활용해 프로세스를 에이전트 행동으로 변환합니다. 예를 들어 채권 회수에서는 팀이 공개 문구, 승인된 결제 계획 단계 및 인간에게 전달이 필요한 조건을 설정합니다.

출시 전, 시뮬레이션은 다양한 의도를 가진 페르소나, 예를 들어 잔액에 이의를 제기하는 고객 등을 대상으로 에이전트 행동을 테스트합니다; 실시간으로 전환되면 모듈별 분석이 회수된 결제와 같은 여정 결과를 추적하며, 대화가 해결됐는지 여부만을 확인하지 않습니다. 캠페인 컴포저는 SMS 결제 알림부터 후속 전화, 필요 시 컬렉션 담당자에게 전달까지 채널과 시간에 걸친 접점을 순서대로 연결하며, 각 단계는 이전 상호작용 기록을 기반으로 시작됩니다. 공유 관리 레이어는 팀별 별도 접근 제어를 갖는 다중 인스턴스를 지원하고, 분석은 인스턴스 전반에 걸쳐 집계되며, 메모리는 세션, 채널 및 인스턴스 간에 지속됩니다(Agent Modules 발표에 따라).

Duet Apprentice는 베타 버전이며, 일반 제공이 계획되어 있습니다. Decagon은 Duet이 2026년 초에 에이전트 구축 파트너로 도입되었으며, 플랫폼에서 실행되는 AOP의 70% 이상을 작성한다고 밝혔습니다. Apprentice를 사용하면 Duet은 Notion, Confluence, SharePoint 또는 Google Drive에 있는 온보딩 문서와 프로세스 위키를 마이그레이션 없이 읽고, 숙련된 담당자가 처리한 에스컬레이션 대화로부터 학습합니다. Slack 및 Microsoft Teams용 플러그인을 통해 Duet은 정책 변경 시 토론을 추적하고, 태그가 달리면 AOP 업데이트 초안을 작성하며, 스레드가 모호할 경우 동일 채널에서 명확성을 요청합니다. Decagon은 Duet이 학습한 내용은 고객에게 귀속되고 고객 워크스페이스에 머무르며, 외부 모델 학습에 사용되지 않는다고 밝혔습니다.

Questrade의 AI 및 프로세스 자동화 수석 매니저 Anne Young은 Duet Apprentice 발표에서 “Duet을 통해 우리는 매주 새로운 기능을 자신 있게 출시합니다.”라고 말했습니다. Perplexity의 CX 및 사용자 운영 책임자 Jenn Palk‑Cogley는 Duet이 로드맵에서 리소스를 빼앗지 않고 팀이 에이전트 로직을 구축하고 반복할 수 있게 해준다고 밝혔습니다.

에이든 크로스는 유나이트.AI의 AI 생성 전략가로서 AI 제품 전략, 실행, 그리고 실험 모델을 확장 가능하고 시장에 적합한 제품으로 전환하는 실제적인 도전 과제에 대해 다룹니다. 그의 작업은 스타트업과 기업 팀이 프로토タイプ과 데모에서 실제 고객이 사용하는 신뢰할 수 있는 시스템으로 이동하는 방식에 중점을 둡니다.
실용적이고 세부적으로 집중하는 관점에서 에이든은 제품 로드맵, 시장 진출 전략, 플랫폼 결정, 그리고 기술 능력과 비즈니스 가치의 일치가 결정하는 조직적 트레이드 오프를 분석합니다. 그는 특히 배포 현실, 사용자 채택, 인프라 제약, 그리고 기술 능력과 비즈니스 가치의 일치에 주의를 기울입니다.
에이든 크로스에 의해 작성된 기사들은 유나이트.AI의 편집 팀에 의해 검토되어 실제 세계에서 AI 제품이 구축되고, 출하되고, 확장되는 방식에 대한 명확성, 정확성, 그리고 책임 있는 보도를 보장하기 위해 AI로 생성됩니다.