리처드 화이트, Fathom 창립자 겸 CEO — 인터뷰 시리즈

리처드 화이트는 Fathom의 창립자 겸 CEO입니다. 여러 회사를 창업한 제품 중심의 기업가로, 자신이 겪은 불편을 새로운 범주를 정립하는 소프트웨어로 바꾸는 것으로 알려져 있습니다. Fathom 이전에는 UserVoice를 창업해 약 13년간 이끌었습니다. 이를 스타트업부터 Microsoft 같은 대기업까지 수천 개 회사가 사용하는 수익성 있는 피드백 관리 플랫폼으로 성장시켰으며, 오늘날 웹사이트에서 흔히 볼 수 있는 ‘피드백’ 탭에도 선구적인 역할을 했습니다. 경력 초기에는 SlimTimer를 혼자 개발해 10년 넘게 운영했고, Ruby on Rails 생태계의 AjaxScaffold 같은 영향력 있는 오픈 소스 프로젝트를 이끌었으며, Kiko(YC S05)에서 제품 디자인 책임자로 일했습니다. 이러한 경험은 사용성, 고객에 대한 공감, 팀의 업무 방식을 조용하지만 의미 있게 개선하는 도구에 관한 그의 철학을 형성했습니다.

2020년에 설립된 Fathom도 같은 철학을 바탕으로, 대화에 집중하면서 동시에 메모할 때 생기는 인지적 부담이라는 보편적인 문제를 해결합니다. 플랫폼은 특히 Zoom을 비롯한 회의를 자동으로 녹음하고 전사하고 요약합니다. 사용자는 중요한 순간을 실시간으로 표시하고, 가공하지 않은 메모 대신 짧은 클립을 공유하며, 글로 된 요약에서 사라지기 쉬운 미묘한 의미를 보존할 수 있습니다. Fathom은 단순한 전사를 넘어, 대화를 기록하는 간편한 시스템으로 발전했습니다. 팀이 맥락을 유지하고 고객 통화에서 배우며, 회의 자체를 번거롭게 만들지 않고 비동기적으로 협업하도록 돕습니다.

지난 15년간 UserVoice부터 Fathom까지 사람들의 소통 방식을 바꾸는 회사들을 만들어 오셨습니다. Fathom 창업을 결심한 계기는 무엇이며, 엔지니어링과 제품 디자인 경험은 첫날부터 회사에 어떤 영향을 주었나요?

Fathom을 창업할 영감은 2020년 초에 얻었습니다. 팬데믹 이전이었지만, 한 제품을 위해 광범위한 사용자 조사를 하면서 갑자기 하루에 15~20차례씩 연달아 Zoom 회의에 참석하게 됐습니다. 6주 동안 그러고 나니 이 경험이 얼마나 힘든지 절실히 알게 됐습니다. 저는 말하면서 동시에 타이핑할 수 없습니다. 2주 뒤 메모를 보면 어느 대화가 어느 대화였는지 기억나지 않았습니다. 가장 큰 문제는 조사를 모두 마치고 팀에 몇 가지 핵심 사항을 전달해도 뜻이 제대로 전달되지 않는다는 점이었습니다. 전달 과정에서 맥락이 모두 사라졌습니다. 발가락을 어딘가에 찧는 것과 같았습니다. 한 달에 한 번이면 무시하겠지만, 매일 여러 번 같은 곳에 찧으면 빨리 해결하려고 하죠.

엔지니어링과 디자인 경험은 Fathom을 만들면서 내린 선택에 모두 영향을 주었습니다. 저는 기존 개념을 훨씬 더 많은 사람이 훨씬 쉽게 사용할 수 있도록 바꾸는 방식으로 문제에 접근해 왔습니다. Fathom에서는 전사 기술이 범용화되고 있다는 점에 주목했습니다. 5년 전에는 없던 기성 솔루션이 많이 등장했죠. 따라서 전사는 해결책의 일부였지만, 그 자체가 해결책은 아니었습니다.

제품 디자인 관점에서 전사문은 통화에 참여한 사람에게는 유용하지만, 참여하지 않은 사람에게는 별 도움이 되지 않는다는 사실을 깨달았습니다. 고객이 가격에 이의를 제기하거나 기술적인 질문을 하는 30초짜리 영상 클립을 보여주는 편이 훨씬 효과적이었습니다. 전사문은 실제 음성·영상 클립을 찾기 위한 목차처럼 사용합니다. 기술만 보는 대신 실제로 해결해야 할 일을 이해하는 이런 제품 사고는 디자인 경험에서 나왔습니다.

Fathom은 대부분의 회사가 AI를 중심에 둔 업무 흐름을 진지하게 고민하기 훨씬 전인 2020년에 탄생했습니다. AI를 나중에 덧붙이지 않고 처음부터 핵심에 두고 개발한 것이 초기에 어떤 이점을 주었나요?

핵심 이점은 아키텍처의 자유였습니다. 데이터 파이프라인부터 사용자 경험까지, AI가 부가 기능이 아니라 기반 계층이 될 것이라는 전제 아래 모든 시스템을 설계할 수 있었습니다. 2020년과 2021년에는 대부분의 경쟁사가 자체 모델을 만들려고 언어학 전문가와 머신러닝 전문가를 채용했습니다. 우리는 반대로 접근했습니다. 승자는 모델을 직접 만드는 사람이 아니라 AI를 효과적으로 적용해 실제 문제를 해결하는 사람이 될 것이라고 믿었기 때문입니다. 이런 역발상 덕분에 작은 팀으로 민첩하게 움직이며, 플랫폼을 넘나드는 안정적인 녹음, 입소문을 통한 확산 구조, 대규모 실시간 처리 같은 어려운 인프라 문제에 엔지니어링 자원을 집중할 수 있었습니다.

2020년에 시작할 당시 AI는 아직 충분히 좋지 않았습니다. 우리도 알고 있었습니다. 하지만 AI가 성숙할 때까지 기다렸다가 회사를 만들면 2~3년 늦는다는 것도 알았습니다. 문이 활짝 열리고 모두가 몰려들 테니까요. 그래서 인프라와 유통 경로, 사용자 경험부터 만들었습니다. AI가 충분히 발전하면 자동차에 새 엔진을 넣듯 끼워 넣겠다는 명확한 기대가 있었습니다. 이 결정은 큰 성과로 돌아왔습니다. 2022~2023년에 GPT-4와 Claude가 등장했을 때 즉시 통합할 수 있었습니다. 맞춤형 NLP 파이프라인 개발에 수년을 쓴 경쟁사들은 전체 기술 구성을 다시 생각해야 했지만, 우리는 모델만 업그레이드하며 계속 제품을 출시했습니다.

처음부터 AI를 중심에 둔 개발은 제품 개발 과정도 근본적으로 바꾸었습니다. 전통적인 소프트웨어에는 비교적 선형적인 로드맵이 있습니다. 무엇을 만들지 정하고, 만들고, 출시하죠. AI에서는 제가 ‘젠가 모델’이라고 부르는 방식을 사용합니다. 각 블록은 잠재적인 AI 기능입니다. 블록을 밀었는데 모델 성능이 부족해서 저항이 생기면 다른 블록을 시도합니다. 6개월 뒤에는 기술이 좋아져 다시 돌아올 수 있다는 것을 압니다. 덕분에 준비되지 않은 기능을 억지로 내놓지 않으면서도 계속 가치를 전달할 수 있습니다.

또 다른 이점은 신뢰도였습니다. 2020년에 투자자들은 회사 이름에 ‘AI’를 넣지 말라고 했지만, 일찍 시작한 덕분에 진정성을 얻었습니다. 유행에 편승한 것이 아니라, 누구나 알아보기 전에 특정한 관점에 베팅했습니다. 이는 우리를 빠른 추종자가 아니라 새로운 것을 만드는 사람으로 자리매김하게 했습니다.

회의 대화를 조직에서 가장 간과되는 데이터 원천 중 하나라고 말씀하셨습니다. 이 분야가 AI의 다음 주요 개척지라고 확신하게 된 계기는 무엇인가요?

팀의 모든 회의를 듣는 데 하루 8시간을 쓸 수 있는 영업 담당자를 만난 적이 없다는 사실을 깨달았습니다. 들은 내용을 바탕으로 의사결정을 하고 팀을 코칭할 시간까지 생각하면 더 그렇습니다. 회의는 엄청나게 가치 있는 데이터를 만들지만, 대규모로 활용하기는 사실상 불가능했습니다. 기존 회의에서는 내용의 99%를 버리고 나머지 1%에 해당하는 메모만 CRM에 넣습니다. 그러고는 그 작은 조각에서 거꾸로 추론해 사업의 앞날을 예측하려 합니다. 비합리적인 과정입니다. 고객의 목소리, 구체적인 반론, 언급된 경쟁사처럼 정말 중요한 정보는 급히 작성한 메모를 거치며 맥락을 모두 잃습니다.

이 ‘대화 속 다크 데이터’가 조직에서 무슨 일이 일어나는지 보여주는 가장 풍부한 신호라는 깨달음이 확신을 주었습니다. 고객의 어려움, 제품의 부족한 점, 경쟁 위협, 교육 필요를 사람들 자신의 말로 실시간 파악할 수 있습니다. 고객이 어떤 기능이 필요한 이유를 직접 설명한 내용은 영업 담당자가 CRM에 바꿔 적은 요약보다 훨씬 가치 있습니다.

AI의 돌파구는 마침내 이 데이터를 대규모로 활용할 수 있다는 점입니다. Ask Fathom을 처음 출시했을 때는 개별 회의에 관한 질문에 답했습니다. 다음에는 소규모 회의 묶음을 다루도록 개선했습니다. 이제는 회사 전체 회의 자료를 이해할 만큼 발전했습니다. 영업 책임자는 ‘최근 가장 많이 거론되는 경쟁사는 어디인가요? 클립을 보여주세요’라고 물을 수 있습니다. 엔지니어링 팀은 ‘Fathom 전사 엔진의 역사를 알려주세요’라고 질문해, 4년간의 엔지니어링 회의를 종합한 6쪽짜리 문서를 받을 수 있습니다.

회사가 무엇을 하고 어떤 대화를 나누는지 실제로 이해하는 더 큰 두뇌가 되어 가고 있습니다. 가장 많은 계약 성사에 도움이 될 다음 기능, 새롭게 부상하는 경쟁사, 팀의 교육 공백을 AI가 알려주는 세상을 곧 상상할 수 있습니다. AI가 이 훌륭한 데이터 원천을 분석해 다음 전략 회의나 로드맵 수립에 필요한 자료를 제공하는 것입니다.

많은 사용자가 Fathom 덕분에 회의에 더 집중할 수 있게 됐다고 말합니다. 자동화와 인간 대화의 자연스러운 흐름 사이에서 어떻게 균형을 잡나요?

처음부터 우리 디자인 철학의 핵심이었습니다. 목표는 AI가 회의에서 무엇을 하라고 지시하는 것이 아니라, 더 집중하고 효과적으로 대화하도록 돕는 통찰을 제공하는 것입니다.

자동화할 것과 하지 않을 것을 신중히 선택합니다. 정말 잘할 수 있다고 확신하기 전에는 기능을 출시하지 않습니다. 그래서 특정 기능을 시장에 처음 내놓지 못할 수도 있지만, 일단 출시하면 제대로 작동하고 실질적인 가치를 줍니다. 전화 통화 녹음이나 특정 유형의 회의실 녹화는 요청이 많아도 신중하게 접근해 왔습니다. 자연스러운 대화 흐름을 방해하는 어정쩡한 경험을 제공하기보다 잘하는 분야에서 탁월해지고 싶습니다.

결국 사용자들은 균형이 맞는다고 말합니다. 주당 6시간 이상을 절약하고, 통찰을 다음 행동으로 옮기는 속도가 3배 빨라졌다고 합니다. 95%는 Fathom이 회의에 집중하도록 돕는다고 답합니다. 이는 우리가 인간의 능력을 대체하는 것이 아니라 강화한다는 점을 뒷받침합니다.

Fathom은 시리즈 A에서 1,300명이 넘는 사용자 투자자를 유치했습니다. 제품에 대한 신뢰를 보여주는 드문 사례인데, 일반 사용자들에게 무엇이 그렇게 깊이 와닿았다고 생각하시나요?

우선 정말 강력한 무료 제품을 제공합니다. 회의는 무제한이고 AI 요약은 월 5회입니다. 사용자의 3분의 2는 한 푼도 내지 않으며, 우리는 전혀 괜찮습니다. 전형적인 SaaS 전략과는 다릅니다. 사용자들은 우리가 모든 순간마다 대가를 받아내려 하지 않는다는 것을 압니다. 개별 실무자의 삶을 무료로 개선하고, 관리자에게 코칭 대시보드, 여러 회의를 아우르는 분석, 경쟁사 관련 통찰 같은 관리 도구를 판매해 수익을 냅니다. 결제 여부와 상관없이 제품은 계속 잘 작동합니다. 그것이 진정한 신뢰를 만듭니다.

성장은 거의 전적으로 입소문에 의존합니다. 전통적인 B2B 소프트웨어보다는 소셜 미디어 플랫폼처럼 성장해 왔습니다. 사용자는 우리를 지지하고 제품을 전파하는 경로입니다. 투자자로 참여하도록 하는 것은 이미 존재하는 사실, 즉 그들이 이 목표를 함께하는 동반자라는 사실을 인정하는 것입니다.

해결하려는 문제 자체에 대한 공감도 더 깊다고 생각합니다. 누구나 회의에 집중하려는데 누군가 대화 대신 정신없이 타이핑하는 상황을 겪었습니다. 참석하지 않은 회의의 정보가 필요했지만 쓸모없는 두 줄짜리 요약만 받은 경험도 있죠. 문제는 보편적이고, 해결책이 잘 작동하면 거의 마법처럼 느껴집니다. 사용자들은 자신뿐 아니라 함께 일하는 모든 사람을 위해 이 미래가 실현되기를 바라기 때문에 투자합니다.

UserVoice는 기업이 고객 피드백을 관리하는 방식을 정립하는 데 기여했습니다. 그 경험은 조직의 기억과 AI 기반 지식 흐름을 바라보는 관점에 어떤 영향을 주었나요?

UserVoice를 통해 기업에서 가장 가치 있는 정보가 흔히 가장 흩어져 있다는 것을 배웠습니다. 고객 피드백은 지원 요청, 전달된 이메일, 우연한 영업 대화 등 곳곳에 묻혀 있었습니다. 고객이 원하는 것에 관한 데이터가 수천 건 있어도 전략적 결정에 활용하도록 종합할 방법이 없었습니다. 우리는 피드백을 대규모로 모으고 제품 의사결정자들이 활용하도록 하는 인프라를 만들었습니다.

Fathom과의 공통점은 분명하지만 문제의 규모는 더 큽니다. 회의는 고객 피드백보다 훨씬 더 흩어져 있습니다. 모든 조직에서 매주 수백, 수천 시간의 대화가 오갑니다. UserVoice의 교훈은 수집이 필요하지만 그것만으로 충분하지 않다는 것이었습니다. 중요한 내용을 이해하고 적절한 사람에게 전달하는 지능이 필요합니다. UserVoice에서는 제품 팀이 중요한 신호를 잡음과 구분하도록 투표 시스템, 추세 알고리즘, 관리자 대시보드를 만들었습니다. Fathom에서는 여러 대화의 맥락을 이해하고 ‘이번 달 고객 다섯 명이 이 사용 사례를 언급했습니다’ 또는 ‘팀이 이 반론에 계속 막히고 있습니다’ 같은 통찰을 선제적으로 제공하는 AI를 만들고 있습니다.

다른 교훈은 접근의 민주화였습니다. UserVoice는 임원에게 전화를 걸 수 있는 목소리 큰 고객만이 아니라 모든 고객이 피드백을 제공하도록 했습니다. Fathom에서는 회의에서 얻는 정보에 대한 접근을 넓히고 있습니다. Netgain 사례 연구에서 운영 관리자는 영업 통화에서 무슨 일이 있었는지에 관한 기본 질문에 답하는 데만 하루 7.5시간을 썼습니다. 말도 안 되는 일입니다. 정보는 있었지만 사람들의 머릿속과 흩어진 메모에 갇혀 있었습니다.

조직의 기억은 CRM, 문서, 피드백 시스템처럼 고립된 지식 저장소에서 서로 연결된 대화 지능으로 옮겨가고 있습니다. UserVoice에서 시작한 것의 자연스러운 발전입니다. AI 덕분에 이제는 단순한 구조화 데이터뿐 아니라 인간 대화의 모든 세부를 충실히 보존하며 이를 실현할 수 있습니다.

2020년 이후 Zoom 기반 AI 도구가 급증했습니다. 정말 도움이 되는 AI 도우미와 잡음만 늘리는 도구의 차이는 무엇인가요?

저는 AI 회의 도우미를 실패하게 만드는 요인은 두 가지뿐이라고 늘 말합니다. 제품이 믿을 만하지 않거나, AI 출력의 품질이 형편없는 경우입니다. 이전 세대에는 마케팅에서 놀라운 기능을 약속했지만 실제로는 앞뒤가 맞지 않는 결과를 내는 AI가 많았습니다. 우리는 약속한 일을 수행하는 고품질의 안정적인 제품을 만들려고 노력해 왔습니다. 주요 차별점은 다음과 같습니다.

• 전사 정확도. Fathom은 현재 가장 정확한 전사문을 제공하는 것으로 평가받습니다. 대부분의 도구가 외부 전사 서비스를 쓰는 반면, 우리는 독자적인 전사 기술을 내부에서 개발했습니다. 전사문이 부정확하면 이를 바탕으로 하는 모든 AI 결과물의 품질도 무너집니다.
• 신뢰성과 인프라. 회의에 참여할 때는 서두르거나 스트레스를 받는 경우가 많습니다. 다른 도구들은 봇이 회의에 들어와도 녹음이 시작되지 않거나 실패하곤 했습니다. 우리는 거의 실시간 시스템 수준으로 작동합니다. 항공 전자 시스템 바로 아래 단계에 해당할 정도입니다. 두 번 작동하지 않으면 사용자는 떠납니다. 가끔 서비스가 중단되어도 되는 전통적인 SaaS와는 다릅니다.
• 미묘한 의미와 맥락을 이해하는 AI. 비즈니스 언어는 매우 섬세할 수 있습니다. UserVoice 영업 팀을 이끌며 메모를 읽을 때 ‘실제로 어떤 말투로 했는지 들어야겠다’고 생각했습니다. AI는 말의 내용뿐 아니라 어조, 망설임, 열의 또는 열의의 부재까지 포착해야 합니다. 그래서 모든 요약 항목을 녹음의 해당 순간에 연결합니다.
• 복잡하지 않은 맞춤 설정. AI가 기업에 맞춰야지 기업이 AI에 맞춰서는 안 됩니다. 영업 팀은 MEDDIC, Challenger, SPICED 등 자신들의 방법론에 맞게 템플릿을 수정할 수 있어야 합니다. 하지만 데이터 과학 학위까지 필요해서는 안 됩니다. 그냥 잘 작동해야 합니다.

Fathom은 회의 내용을 실행 가능한 지식으로 바꿉니다. 대화와 결정, 그 뒤에 이어지는 업무를 자동으로 연결하는 진정한 업무 흐름 엔진으로 AI가 작동할 날은 얼마나 가까워졌나요?

많은 사람이 생각하는 것보다 가깝다고 보지만, 아직 중요한 단계가 남아 있습니다. Fathom이 점점 더 많은 일을 대신하는 세상으로 가고 있습니다. 첫 단계는 정보를 원하는 곳으로 보내는 것입니다. 그리 멀지 않은 다음 단계는 AI가 실제로 일을 대신하는 것입니다.

이미 초기 형태가 나타나고 있습니다. Asana 통합은 회의의 후속 행동 항목을 가져와 추적 가능한 작업을 자동으로 만듭니다. Fathom이 별도의 작업 관리 솔루션을 만들려는 것은 아닙니다. Asana처럼 좋은 도구가 많으니까요. 사람들이 이미 업무에 사용하는 도구로 회의 결과를 직접 전달하는 통합을 만들고 있습니다.

CRM에서는 고객의 어려움, 일정, 주요 의사결정자 같은 구조화된 필드를 Salesforce와 HubSpot에 자동으로 전달합니다. 한 사례에서는 거래 상태를 업데이트할 때마다 20~30분을 절약하고 월말 예측 정확도를 거의 완벽한 수준으로 높였습니다. 대화가 이뤄지면 AI가 핵심 사업 데이터를 추출하고, 누구도 타이핑하지 않아도 공식 기록 시스템으로 자동 전달됩니다. 이것이 업무 흐름 엔진의 실제 모습입니다.

하지만 진정한 돌파구는 의미 기반 알림과 지능형 전달에서 올 것이라고 생각합니다. 관리자나 영업 책임자라면, 가격 협상이 어긋난 모든 대화나 계약 갱신 통화에서 나온 제품상의 장애를 AI가 찾아 매일 주요 장면으로 모아 주는 것을 상상해 보세요. 엔지니어링 관리자에게는 엔지니어들의 열띤 논쟁을 보여줄 수 있습니다. AI가 이제 키워드뿐 아니라 어조와 미묘한 의미도 이해하므로 실제로 중요한 순간을 파악합니다.

기업이 성장하면 흩어진 지식과 정보의 소실이 문제가 됩니다. 팀이 논의하는 내용과 실제 실행 사이의 간극을 AI가 어떻게 메울 수 있을까요?

우리가 해결하려는 가장 중요한 문제 중 하나입니다. 도움을 줄 수 있는 집단은 두 가지입니다. 회의에 집중하면서 메모하려는 참석자, 그리고 회의에는 없지만 팀을 운영하고 상황을 이해하려는 관리자, 리더, 창업자입니다. 흩어진 지식의 문제는 특히 두 번째 집단을 크게 압박합니다.

핵심은 가시성입니다. 회사에서 누군가 거래 상태나 고객 상황을 알고 싶어도 쉽게 찾을 곳이 없는 경우가 많았습니다. 영업 팀에 전화하면 담당자는 메모를 뒤지느라 20~30분을 씁니다. 바쁜 시기에는 운영 관리자가 하루에 15건씩 요청을 받습니다. 가치를 만드는 활동 대신 정보 검색에 7.5시간을 쓰는 셈입니다.

AI는 사람이 추적할 수 없는 여러 대화 사이의 연결고리를 찾을 수 있습니다. 흩어진 대화에서 패턴을 인식하는 것이 지식의 소실을 막고 대화를 전략적 정보로 전환하는 방법입니다.

앞으로 5년간 회의 지능은 어떻게 발전하고, 조직의 기억과 의사결정, 협업의 미래에서 AI는 어떤 역할을 할까요?

5년 뒤에는 오늘날의 회의 지능 도구를 지금 우리가 초기 스마트폰을 보듯 돌아볼 것입니다. 당시에는 인상적이었지만 이후 가능해진 것에 비하면 원시적으로 보이겠죠.

첫 번째 큰 발전은 메모에서 진정한 업무 흐름 자동화로 이동하는 것입니다. 회의에서 말하기만 해도 회의 후 별도 작업 없이 실현되는 미래를 그립니다. 지금은 ‘이 기능의 사양서를 만들고 다음 주 엔지니어링 팀과 후속 회의를 잡읍시다’라고 해도 문서를 직접 만들고 일정 초대를 보내야 합니다. 5년 뒤에는 AI가 모두 자동으로 할 것입니다. 말하면 실행됩니다. AI가 작업과 사양서, 문서를 만들면 사람은 인간의 창의성과 판단이 필요한 일에 집중할 수 있습니다.

두 번째 발전은 고객을 상대하는 회의에서 모든 회의로 확대되는 것입니다. 현재는 영업, 고객 성공, 고객을 만나는 에이전시처럼 외부 회의에 집중합니다. 하지만 앞으로 12~18개월 안에 Fathom을 고객 대면 팀뿐 아니라 조직 전체에서 쓸 수 있는 플랫폼으로 만드는 것이 목표입니다. Slack Huddles와 대면 회의를 포함한 모든 대화를 담을 수 있도록 봇 없는 녹음을 개발하고 있습니다. 어떤 매체든 회사의 모든 대화를 기록하는 방향으로 발전하고 있습니다.

앞서 나갈 기업은 대화 데이터를 CRM 데이터, 분석, 문서만큼 중요한 핵심 자원으로 취급하는 기업일 것입니다. 결국 조직의 가장 중요한 지식은 시스템이 아니라 대화 속에 있습니다. AI가 마침내 이를 활용할 수 있게 하고 있습니다.

좋은 인터뷰 감사합니다. 이 메모 앱에 대해 더 알고 싶은 독자는 Fathom을 방문하시기 바랍니다.