패덤(Fathom) 창립자 겸 CEO 리처드 화이트 - 인터뷰 시리즈

리처드 화이트Fathom의 창립자 겸 CEO인 그는 여러 차례 창업 경험을 가진 제품 중심의 기업가로, 개인적인 불만을 업계를 선도하는 소프트웨어로 탈바꿈시킨 것으로 유명합니다. Fathom 설립 전에는 UserVoice를 창립하고 약 13년간 이끌며 스타트업부터 마이크로소프트와 같은 대기업까지 수천 개의 기업에서 사용하는 수익성 있는 피드백 관리 플랫폼으로 성장시켰으며, 현재는 어디에서나 볼 수 있는 웹사이트의 "피드백" 탭을 개척하기도 했습니다. 그 이전에는 10년 넘게 SlimTimer를 혼자 개발하고 운영했으며, Ruby on Rails 생태계에서 AjaxScaffold와 같은 영향력 있는 오픈 소스 프로젝트를 이끌었고, Kiko(YC 시즌 5)에서 제품 디자인 리더로 근무했습니다. 이러한 경험들은 사용성, 고객 공감, 그리고 팀의 업무 방식을 조용하지만 의미 있게 개선하는 도구 개발에 대한 그의 철학을 형성하는 데 큰 영향을 미쳤습니다.

2020 년에 설립 된, 수심을 측정하다 Fathom은 실제 대화를 나누면서 메모를 해야 하는 인지적 부담이라는 보편적인 문제점을 해결함으로써 동일한 정신을 반영합니다. 이 플랫폼은 회의 내용을 자동으로 녹음, 전사, 요약해 줍니다. 특히 Zoom에서 뛰어난 성능을 발휘하여 사용자가 실시간으로 중요한 순간을 강조하고, 원문 메모 대신 짧은 클립을 공유하며, 서면 요약에서 종종 놓치는 미묘한 뉘앙스를 보존할 수 있도록 지원합니다. Fathom은 단순한 전사 기능을 넘어, 팀이 맥락을 유지하고, 고객 통화에서 얻은 교훈을 공유하며, 회의 자체에 불필요한 부담을 더하지 않고 비동기적으로 협업할 수 있도록 설계된 간편한 대화 기록 시스템으로 발전했습니다.

당신은 지난 15년 동안 UserVoice부터 Fathom에 이르기까지 사람들의 소통 방식을 혁신하는 기업들을 설립해 왔습니다. Fathom을 설립하게 된 계기는 무엇이었으며, 엔지니어링 및 제품 디자인 분야에서의 경험이 회사 설립 초기부터 어떤 영향을 미쳤습니까?

Fathom을 창업하게 된 영감은 2020년 초에 찾아왔습니다. 팬데믹 이전이었지만, 저는 한 제품에 대한 광범위한 사용자 조사를 진행하고 있었는데, 갑자기 하루에 15~20개의 줌 회의에 연달아 참석하게 되었습니다. 6주 동안 그렇게 지내면서 그 경험이 얼마나 고통스러운지 절실히 깨달았습니다. 저는 말하면서 동시에 타이핑하는 게 어려워서, 2주 후에 메모를 다시 봐도 어떤 회의 내용이었는지 기억이 나지 않을 정도였습니다. 가장 큰 문제는 제가 모든 조사를 마치고 몇 가지 핵심 사항만 팀원들과 공유해도 제대로 전달되지 않는다는 것이었습니다. 모든 내용이 전달 과정에서 누락되었습니다. 마치 '발가락을 찧는' 것과 같은 경험이었습니다. 한 달에 한 번 정도 일어나는 일이라면 그냥 넘어가지만, 매일, 하루에도 여러 번 발가락을 찧으면 바로 고치려고 애쓰게 되죠.

제 엔지니어링 및 디자인 배경은 Fathom을 개발하는 과정에서 제가 내린 결정들에 모두 영향을 미쳤습니다. 저는 항상 기존 개념을 활용하여 훨씬 더 많은 사람들이 쉽게 사용할 수 있도록 만드는 방식으로 문제에 접근해 왔습니다. Fathom을 개발하면서 저는 녹취 기술이 상품화되고 있다는 점을 깨달았습니다. 5년 전에는 존재하지 않았던 기성 솔루션들이 넘쳐나고 있었죠. 따라서 녹취는 해결책의 일부일 뿐, 그 자체가 해결책은 아니었습니다.

제품 디자인 관점에서 볼 때, 저는 통화 녹취록이 통화에 참여했던 사람들에게는 유용할 수 있지만, 참여하지 않은 사람들에게는 별 도움이 되지 않는다는 것을 깨달았습니다. 훨씬 더 효과적인 방법은 고객이 가격에 이의를 제기하거나 기술적인 질문을 하는 30초 분량의 비디오 클립을 보여주는 것이었습니다. 녹취록은 마치 목차처럼 실제 오디오/비디오 클립을 찾는 데 활용합니다. 이러한 제품 중심적 사고, 즉 기술뿐만 아니라 수행해야 할 작업을 이해하는 것은 제 디자인 경력에서 비롯된 것입니다.

Fathom은 대부분의 기업이 AI 기반 워크플로우를 진지하게 고려하기 훨씬 전인 2020년에 설립되었습니다. AI를 나중에 추가하는 방식이 아닌, AI를 핵심으로 구축한 것이 초기에 어떤 이점을 가져다주었습니까?

핵심적인 이점은 아키텍처 설계의 자유로움이었습니다. 데이터 파이프라인부터 사용자 경험에 이르기까지 모든 시스템을 AI를 부가 기능이 아닌 핵심 레이어로 간주하여 설계할 수 있었습니다. 2020년과 2021년 당시 대부분의 경쟁사들은 자체 모델 구축을 위해 언어학 전문가와 머신러닝 전문가를 고용했습니다. 하지만 우리는 정반대의 전략을 택했습니다. AI를 효과적으로 활용하여 실제 문제를 해결하는 기업이 승자가 될 것이라고 믿었기 때문입니다. 이러한 역발상적인 관점 덕분에 소규모 팀으로도 민첩하게 움직일 수 있었고, 엔지니어링 리소스를 플랫폼 전반에 걸친 안정적인 녹음, 바이러스 확산 메커니즘, 대규모 실시간 처리와 같은 핵심 인프라 문제에 집중할 수 있었습니다.

2020년에 사업을 시작한 이유에 대해 말씀드리자면, 당시 AI는 아직 충분히 발전하지 않았다는 것을 알고 있었습니다. 하지만 AI가 성숙해지기를 기다리며 회사를 설립한다면 2~3년은 너무 늦을 것이라는 것도 알고 있었죠. 시장이 활짝 열리면 모두가 몰려들 테니까요. 그래서 우리는 인프라, 유통 채널, 사용자 경험 등 모든 것을 먼저 구축했습니다. AI가 성숙해지면 마치 자동차에 새 엔진을 장착하듯이 바로 통합할 계획이었죠. 이 결정은 엄청난 성공을 거두었습니다. 2022년에서 2023년 사이에 GPT-4와 Claude가 등장했을 때, 우리는 즉시 이를 통합할 수 있었습니다. 수년간 맞춤형 자연어 처리 파이프라인을 구축해 온 경쟁사들은 갑자기 전체 시스템을 재검토해야 했습니다. 하지만 우리는 모델을 업그레이드하고 계속해서 제품을 출시했습니다.

AI 네이티브로 개발하면서 제품 개발 프로세스도 근본적으로 바뀌었습니다. 기존 소프트웨어는 개발 로드맵이 상당히 선형적입니다. 무엇을 만들지 결정하고, 만들고, 출시하는 방식이죠. 하지만 AI 개발에서는 제가 "젠가 모델"이라고 부르는 방식을 사용합니다. 각 블록은 잠재적인 AI 기능을 나타냅니다. 특정 블록을 밀었을 때 모델이 아직 충분히 발전하지 않아 저항이 발생하면 다른 블록을 시도합니다. 6개월 후에는 기술이 향상될 것이고, 그때 다시 시도할 수 있다는 것을 알고 있기 때문입니다. 이러한 방식을 통해 기능이 준비되기 전에 억지로 추가하지 않으면서도 항상 가치 있는 제품을 출시할 수 있습니다.

또 다른 장점은 신뢰성이었습니다. 투자자들은 2020년에 회사 이름에 "AI"를 넣지 말라고 했지만, 선구자적인 위치 덕분에 진정성을 확보할 수 있었습니다. 우리는 유행에 편승한 것이 아니라, 확실해지기 전에 확실한 아이디어에 투자한 것입니다. 덕분에 우리는 단순히 유행을 쫓는 사람이 아니라, 혁신을 주도하는 사람으로 자리매김할 수 있었습니다.

조직 내에서 가장 간과되는 데이터 소스 중 하나로 회의 대화를 꼽으셨는데, 이것이 AI의 다음 주요 영역이라고 확신하게 된 계기는 무엇인가요?

저는 하루 8시간씩 팀 회의를 모두 듣고, 더 나아가 그 내용을 바탕으로 의사결정을 내리고 팀원들을 코칭할 수 있는 영업사원을 본 적이 없다는 사실을 깨달았습니다. 회의는 엄청나게 가치 있는 정보를 만들어내지만, 그 정보를 대규모로 활용하는 것은 사실상 불가능합니다. 기존 방식의 회의에서는 내용의 99%가 버려지고, 나머지 1%의 메모만 CRM에 입력됩니다. 그리고 나서 그 메모를 토대로 우리 사업에 어떤 영향을 미칠지 역추론하려 합니다. 이는 터무니없는 과정입니다. 고객의 어조, 제기된 구체적인 이의, 언급된 경쟁사 등 실제로 중요한 정보는 누군가 급하게 입력한 메모를 거치면서 맥락을 잃어버립니다.

이것이 차세대 핵심 기술이라고 확신하게 된 이유는 바로 이러한 "대화형 다크 데이터"가 조직 내부 상황을 파악하는 데 가장 풍부한 정보를 제공한다는 사실을 깨달았기 때문입니다. 고객의 불편 사항, 제품의 부족한 부분, 경쟁사의 위협, 교육 요구 사항 등 모든 정보를 고객의 직접적인 언어로 실시간으로 얻을 수 있습니다. 고객이 특정 기능이 필요한 이유를 설명하는 것은 영업 담당자가 CRM 시스템에 입력한 요약 정보보다 훨씬 더 가치 있는 정보입니다.

AI의 획기적인 발전은 이제 대규모로 이러한 데이터를 활용할 수 있게 되었다는 점입니다. Ask Fathom을 처음 출시했을 때는 개별 회의에 대한 질문에만 답변할 수 있었습니다. 그 후 소규모 회의 그룹까지 처리할 수 있도록 기능을 확장했습니다. 이제는 회사 전체의 회의 내용을 이해할 수 있을 만큼 똑똑해졌습니다. 영업 담당자는 "최근 어떤 경쟁사가 가장 빠르게 성장하고 있나요? 관련 영상을 보여주세요."라고 질문할 수 있고, 엔지니어링 팀은 "Fathom의 녹취록 엔진 사용 역사를 알려주세요."라고 문의하여 4년간의 엔지니어링 회의 내용을 종합한 6페이지 분량의 문서를 받아볼 수 있습니다.

이제는 기업의 활동과 기업 내부의 대화를 진정으로 이해하는 훨씬 더 큰 두뇌가 등장하고 있습니다. 머지않아 AI가 어떤 기능을 개발해야 가장 많은 거래를 성사시킬 수 있는지, 경쟁사는 어떤 움직임을 보이는지, 팀 내 어떤 교육 격차가 있는지 등을 알려주는 세상을 상상해 보세요. AI는 방대한 데이터를 분석하여 차기 전략 회의나 로드맵 수립 과정에 필요한 정보를 제공할 수 있습니다.

많은 사용자들이 Fathom이 회의 중 집중력을 유지하는 데 혁신적인 도움이 되었다고 말합니다. 자동화와 자연스러운 대화 흐름 사이에서 어떻게 균형을 맞추시나요?

이는 처음부터 저희 디자인 철학의 핵심이었습니다. 목표는 AI가 회의에서 무엇을 해야 할지 알려주는 것이 아니라, 대화에 더욱 집중하고 효과적으로 임할 수 있도록 통찰력을 제공하는 것입니다.

저희는 자동화할 부분과 그렇지 않은 부분을 신중하게 결정합니다. 완벽하게 구현할 수 있다는 확신이 들기 전까지는 새로운 기능을 출시하지 않습니다. 이 때문에 특정 기능을 시장에 먼저 선보이지 못하는 경우가 있을 수 있지만, 일단 출시할 때는 제대로 작동하고 실질적인 가치를 제공합니다. 통화 녹음이나 회의실 내 회의 내용 녹음과 같은 기능은 요청이 잦음에도 불구하고 도입을 망설여 왔습니다. 자연스러운 대화 흐름을 방해하는 어설픈 경험을 제공하기보다는, 기존에 잘하던 분야에서 최고가 되는 것이 더 중요하다고 생각하기 때문입니다.

궁극적으로, 사용자들은 우리가 적절한 균형을 유지하고 있다고 말합니다. 그들은 주당 6시간 이상을 절약하고, 인사이트 도출부터 다음 단계까지 3배 더 빠르게 진행한다고 합니다. 또한 95%의 사용자가 Fathom 덕분에 회의에 집중할 수 있다고 응답했습니다. 이는 우리가 인간의 능력을 대체하는 것이 아니라 보완하고 있음을 보여줍니다.

Fathom은 시리즈 A 투자 유치에 1,300명이 넘는 사용자 투자자를 확보했는데, 이는 제품에 대한 높은 신뢰를 보여주는 드문 사례입니다. 일반 사용자들이 이토록 큰 공감을 보인 이유는 무엇이라고 생각하시나요?

무엇보다 저희는 무제한 회의, 월 5회 AI 요약 보고서 등 정말 강력한 무료 제품을 제공합니다. 사용자 중 3분의 2는 저희에게 단 한 푼도 지불하지 않으며, 저희는 그것에 대해 전혀 문제될 것이 없습니다. 이는 일반적인 SaaS 기업과는 다릅니다. 사용자들은 저희가 매 순간 그들에게서 가치를 추출하려 하지 않는다는 것을 알고 있습니다. 저희는 개개인의 업무를 무료로 개선하는 데 집중하고 있으며, 코칭 대시보드, 회의 간 분석 정보, 경쟁사 분석 자료와 같은 관리 도구를 상사에게 판매하여 수익을 창출합니다. 제품은 그 자체로 훌륭하며, 유료 결제 여부와 관계없이 계속해서 작동합니다. 이것이 진정한 신뢰를 구축하는 요소입니다.

저희의 성장은 거의 전적으로 입소문에 기반하고 있습니다. 전통적인 B2B 소프트웨어보다는 소셜 미디어 플랫폼처럼 성장해 왔죠. 사용자들이 바로 저희의 홍보대사이자 유통 채널입니다. 그들을 투자자로 받아들이는 것은 이미 사실인 '그들은 우리의 사명을 함께하는 파트너'라는 점을 인정하는 것일 뿐입니다.

저는 우리가 해결하려는 문제에 더 깊은 공감대가 있다고 생각합니다. 회의에 참석해서 집중하려고 애쓰는데 누군가가 정신없이 타이핑만 하는 모습을 보면서 답답했던 경험은 누구나 한 번쯤 있을 겁니다. 참석하지 못한 회의의 정보를 얻어야 했는데, 쓸모없는 두 줄짜리 요약본만 받았던 경험도 마찬가지죠. 이 문제는 보편적이며, 제대로 작동하는 해결책은 마치 마법처럼 느껴집니다. 사용자들이 투자하는 이유는 바로 이런 미래가 자신뿐만 아니라 함께 일하는 모든 사람들을 위해 존재하기를 바라기 때문입니다.

귀하는 고객 피드백 관리 방식을 정립하는 데 기여한 UserVoice 구축 경험을 가지고 계십니다. 이러한 경험이 조직 기억 및 AI 기반 지식 흐름에 대한 귀하의 생각에 어떤 영향을 미쳤습니까?

UserVoice를 통해 저는 기업에서 가장 가치 있는 정보가 종종 가장 흩어져 있다는 사실을 깨달았습니다. 고객 피드백은 어디에나 있었습니다. 지원 티켓, 전달된 이메일, 그리고 무작위로 오가는 영업 담당자와의 대화 속에 묻혀 있었습니다. 기업은 고객이 원하는 것에 대한 수천 개의 데이터를 보유하고 있었지만, 이를 전략적 의사 결정으로 통합할 방법이 없었습니다. 우리는 이러한 피드백을 대규모로 집계하고 제품 의사 결정을 내리는 사람들이 접근할 수 있도록 하는 인프라를 구축했습니다.

Fathom과의 유사점은 분명하지만, 문제 영역은 훨씬 더 심층적입니다. 회의는 고객 피드백보다 훨씬 더 분산되어 있습니다. 모든 조직은 매주 수백, 수천 시간의 대화를 진행합니다. UserVoice를 통해 배운 것은 정보 수집은 필수적이지만 그것만으로는 충분하지 않다는 것입니다. 단순히 정보를 취합하는 것만으로는 부족합니다. 무엇이 중요한지 파악하고 이를 적절한 담당자에게 전달해야 합니다. UserVoice에서는 제품 팀이 의미 있는 정보를 걸러낼 수 있도록 투표 시스템, 추세 분석 알고리즘, 관리자 대시보드를 구축했습니다. Fathom에서는 대화 전반의 맥락을 이해하고 "이번 달에 다섯 명의 고객이 이 사용 사례를 언급했습니다." 또는 "귀사 팀은 이 반대 의견에 계속 막히고 있습니다."와 같이 사전에 인사이트를 도출할 수 있는 AI를 개발하고 있습니다.

또 다른 교훈은 민주화에 관한 것이었습니다. UserVoice 덕분에 임원진과 통화할 수 있는 목소리 큰 고객뿐 아니라 모든 고객이 피드백을 제공할 수 있게 되었습니다. Fathom을 통해 우리는 회의 정보에 대한 접근성을 민주화하고 있습니다. Netgain 사례 연구에서, 그들의 운영 관리자는 영업 통화에서 무슨 일이 일어나고 있는지에 대한 기본적인 질문에 답하는 데만 하루 7.5시간 반을 소비했습니다. 정말 비효율적인 시간입니다. 정보는 분명히 존재했지만, 사람들의 머릿속과 흩어진 메모 속에 갇혀 있었던 것입니다.

조직의 기억 관리의 미래는 CRM, 문서, 피드백 시스템 같은 고립된 지식 사일로에서 벗어나 연결된 대화형 인텔리전스로 나아가고 있습니다. 이는 우리가 UserVoice를 통해 구축하기 시작한 것의 논리적 진화이지만, AI를 통해 구조화된 데이터뿐 아니라 인간 대화의 모든 요소를 ​​그대로 담아낼 수 있게 되었습니다.

2020년 이후 줌 기반 AI 도구가 폭발적으로 증가했습니다. 당신의 생각에 진정으로 도움이 되는 AI 비서와 단순히 잡음만 섞는 AI 비서를 구분하는 요소는 무엇일까요?

저는 항상 사람들에게 AI 회의 도우미를 실패로 이끄는 요인은 단 두 가지뿐이라고 말합니다. 제품이 신뢰할 수 없거나, AI 출력 결과가 형편없으면 실패한다는 것입니다. 이전 세대의 AI 마케팅은 마법 같은 기능을 약속하기 쉬웠지만, 실제 결과는 횡설수설하는 경우가 많았습니다. 저희는 항상 약속한 기능을 제대로 수행하는 고품질의 신뢰할 수 있는 제품을 제공하기 위해 노력해 왔습니다. 저희의 핵심 차별점은 다음과 같습니다.

• 전사 정확도. Fathom은 현재 가장 정확한 녹취록 서비스를 제공하는 것으로 평가받고 있습니다. 대부분의 도구는 타사 녹취 서비스를 이용하지만, 저희는 자체 개발한 독자적인 녹취 기술을 보유하고 있습니다. 녹취록의 품질이 낮으면 AI 구성 요소의 모든 기능이 완전히 무용지물이 됩니다. 모든 기능이 녹취록에 기반하기 때문입니다.
• 신뢰성과 인프라. 회의에 참석할 때, 대개 서두르거나 스트레스를 받는 경우가 많습니다. 기존의 많은 도구들은 봇을 회의에 참여시키지만, 녹화가 되지 않거나 녹화에 실패하는 경우가 많았습니다. 저희 시스템은 거의 실시간 수준으로 작동합니다. 항공전자공학에 버금가는 수준의 기술력을 바탕으로 개발되었기 때문에, 두 번이라도 제대로 작동하지 않으면 사용자는 바로 떠나게 됩니다. 기존 SaaS처럼 가끔씩 시스템이 다운되더라도 문제가 없는 것이 중요합니다.
• 뉘앙스와 맥락을 이해하는 인공지능. 비즈니스 언어는 매우 미묘할 수 있습니다. UserVoice에서 영업팀을 이끌던 시절, 사람들의 메모를 읽으면서 "실제로 어떻게 말했는지 들어봐야겠다"라고 생각했던 기억이 납니다. AI는 단순히 발언 내용뿐만 아니라 어조, 망설임, 그리고 열정(혹은 무관심)까지 포착해야 합니다. 그렇기 때문에 모든 요약 내용을 녹음 파일의 해당 시점과 연결하는 것입니다.
• 복잡하지 않은 맞춤 설정. AI는 비즈니스에 맞춰야지, 그 반대가 되어서는 안 됩니다. 영업팀은 MEDDIC, Challenger, SPICED 등 자신들이 사용하는 특정 방법론에 맞게 템플릿을 수정할 수 있어야 합니다. 하지만 이를 위해 데이터 과학 학위가 필요한 것은 아닙니다. 그저 작동하기만 하면 됩니다.

Fathom은 회의 내용을 실행 가능한 지식으로 변환합니다. 대화, 의사 결정, 후속 작업을 자동으로 연결하는 진정한 워크플로 엔진 역할을 하는 AI 시스템이 얼마나 가까워졌을까요?

저는 우리가 생각보다 목표에 더 가까워졌다고 생각하지만, 아직 중요한 단계들이 남아 있습니다. 지금 우리는 Fathom이 사용자를 위해 점점 더 많은 작업을 처리하는 세상으로 나아가고 있습니다. 첫 번째 단계는 원하는 곳으로 정보를 전달하는 것입니다. 그리고 머지않아 다가올 다음 단계는 AI가 실제로 사용자를 위해 작업을 수행하는 것입니다.

이미 초기 버전을 구현하고 있습니다. 저희 Asana 연동 기능은 회의에서 도출된 실행 항목을 자동으로 추적 가능한 작업으로 생성합니다. Fathom은 새로운 작업 관리 솔루션을 개발하려는 것이 아닙니다. Asana처럼 훌륭한 솔루션은 이미 많이 나와 있으니까요. 그래서 저희는 회의 결과를 사람들이 업무에 이미 사용하고 있는 도구에 직접 통합하는 기능을 개발하고 있습니다.

CRM 측면에서는 문제점, 일정, 주요 의사 결정권자 등의 구조화된 필드를 Salesforce와 HubSpot에 자동으로 입력합니다. 한 사례 연구에서는 이를 통해 거래 상태 업데이트에 소요되는 시간을 20~30분 절약하고 월말 예측 정확도를 거의 완벽하게 높일 수 있었습니다. 이것이 바로 워크플로 엔진의 작동 방식입니다. 대화가 이루어지면 AI가 핵심 비즈니스 데이터를 추출하고, 사람이 직접 입력할 필요 없이 자동으로 시스템에 입력하는 것입니다.

하지만 저는 진정한 혁신은 제가 '의미 기반 알림'과 '지능형 라우팅'이라고 부르는 기능에서 나올 것이라고 생각합니다. 관리자나 영업 책임자라면 AI가 매일 모든 가격 협상 실패 사례나 갱신 회의에서 발생한 모든 제품 관련 문제점을 찾아낸 하이라이트 영상을 받아볼 수 있다고 상상해 보세요. 엔지니어링 관리자라면 엔지니어들 간의 열띤 토론 내용까지 모두 확인할 수 있겠죠. 이제 AI는 단순히 키워드뿐 아니라 어조와 뉘앙스까지 이해할 수 있기 때문에 사용자가 실제로 중요하게 생각하는 순간들을 정확히 파악할 수 있습니다.

기업 규모가 커짐에 따라 지식 분산과 정보 소멸 문제에 직면하게 됩니다. 인공지능이 팀 간의 논의와 실제 실행 사이의 격차를 어떻게 해소할 수 있을 거라고 생각하시나요?

이것은 우리가 해결해야 할 가장 중요한 문제 중 하나입니다. 우리가 실제로 도움을 줄 수 있는 그룹은 두 가지입니다. 첫째는 회의에 참석하여 메모를 하고 회의 내용을 파악하려는 사람들이고, 둘째는 회의에는 참석하지 못했지만 팀을 운영하고 상황을 이해하려고 노력하는 경영진, 리더십 팀, 그리고 창업자들입니다. 바로 이 두 번째 그룹이 분산된 지식 문제의 핵심입니다.

핵심 문제는 가시성입니다. 회사 내 누군가가 거래 진행 상황이나 고객 관련 소식을 알고 싶어 할 때, 기존 방식으로는 그 정보를 쉽게 찾을 수 있는 곳이 없었습니다. 영업팀에 전화하면 담당자는 20~30분씩 메모를 뒤져야 했습니다. 특히 업무량이 많은 시기에는 일부 운영 관리자가 하루에 15건의 요청을 받기도 하는데, 이는 부가가치 활동에 집중할 수 있는 시간을 정보 검색에만 7시간 30분이나 허비한다는 의미입니다.

인공지능은 인간이 추적할 수 없는 대화 속의 연결고리를 찾아낼 수 있습니다. 이처럼 분산된 대화 속에서 패턴을 인식하는 것이야말로 지식의 소멸을 막고 대화를 전략적 정보로 전환하는 방법입니다.

향후 5년을 내다볼 때, 회의 인텔리전스는 어떻게 진화할 것으로 예상하시나요? 그리고 조직의 기억, 의사 결정 및 협업의 미래에 인공지능이 어떤 역할을 할 것이라고 보십니까?

5년 후에는 오늘날의 회의 정보 분석 도구를 지금의 초기 스마트폰을 바라보는 것과 같은 시각으로 바라보게 될 것이라고 생각합니다. 당시에는 인상적이었지만, 이후에 가능해진 기술에 비하면 원시적인 것이었다는 것이죠.

첫 번째 주요 변화는 단순한 메모 작성에서 진정한 워크플로 자동화로의 전환입니다. 회의에서 말 한마디로 모든 것이 현실화되고, 회의 후 추가 작업이 필요 없는 미래를 envisions합니다. 현재 회의에서 "이 기능에 대한 사양서를 작성하고 다음 주에 엔지니어링 팀과 후속 회의 일정을 잡읍시다"라고 말하면, 여전히 수동으로 문서를 작성하고 회의 일정을 잡아야 합니다. 하지만 5년 후에는 AI가 이 모든 것을 자동으로 처리할 것입니다. 말로 지시하면 그대로 실행될 것입니다. AI가 작업, 사양서, 문서를 생성함으로써 사람들은 진정으로 인간의 창의력과 판단력이 필요한 업무에 집중할 수 있게 됩니다.

두 번째 진화는 고객 대면 회의에서 모든 회의로 확장하는 것입니다. 현재는 영업, 고객 성공, 에이전시와 고객 간의 미팅 등 외부 회의에 초점을 맞추고 있습니다. 하지만 향후 12~18개월 동안 Fathom을 고객 대면 팀뿐만 아니라 조직 전체에서 사용할 수 있는 플랫폼으로 만드는 것이 목표입니다. 슬랙 회의나 대면 회의를 포함한 모든 대화를 녹음할 수 있는 봇 없는 녹음 기능을 개발 중입니다. 어떤 매체를 사용하든 회사 내 모든 대화를 녹음할 수 있도록 발전시켜 나갈 것입니다.

최고의 자리에 오르는 기업은 대화 데이터를 CRM 데이터, 분석, 문서만큼 중요하게 여기는 기업일 것입니다. 궁극적으로 조직에서 가장 중요한 지식은 시스템이 아니라 대화 속에 있기 때문입니다. 인공지능은 바로 이러한 대화 속 지식을 활용할 수 있도록 해주고 있습니다.

훌륭한 인터뷰에 감사드립니다. 이 메모 앱에 대해 더 자세히 알고 싶으신 독자분들은 다음 링크를 방문해 주세요. 수심을 측정하다.