MS·AWS가 포기한 음성 생체인증 시장, 7억 투자받은 복스마인드의 정밀 역습

마이크로소프트(MS)와 아마존웹서비스(AWS)가 연이어 음성 생체인증 시장에서 발을 빼자, 한 스타트업이 그 공백을 파고들고 있다.

런던에 본사를 둔 딥테크 스타트업 **복스마인드(Voxmind)**가 총 £546,491(한화 약 7억 2,400만 원) 규모의 프리시드(Pre-Seed) 투자 라운드를 마감했다고 2026년 5월 26일 밝혔다 . 이번 투자는 영국의 대표적인 초기 투자사인 Ascension Ventures가 주도했으며, ScreenCloud의 공동 창업자 마크 맥더못(Mark McDermott), 리드 엔젤 투자자 러셀 하트(Russell Hart), 그리고 케임브리지 엔젤 네트워크 회원들이 참여했다 .

2024년 1월 설립된 이 신생 기업은 AI 시대에 특화된 음성 인증 계층을 구축하고 있다. 특히 클라우드 연결 없이도 기기 자체에서 구동된다는 점이 강점으로, 기존 클라우드 서비스에 의존해왔던 기업들이 새로운 대안을 찾아야 하는 이 시점에 등장한 것이다 .

목소리 '소리'가 아닌 '해부학적 구조'를 측정한다

기존의 많은 음성 인식 시스템이 따라 하거나 합성할 수 있는 음성의 '음향적 표면'을 주로 분석하는 반면, 복스마인드는 특허 출원 중인 음소-주파수 추출 엔진을 사용한다. 이 엔진은 화자 고유의 성대 해부학적 구조, 즉 '발성 기관의 물리적 특성'을 측정한다. 음소 간의 관계를 분석하기 때문에, 특정 텍스트에 종속되지 않으며 언어에도 구애받지 않는다. 예를 들어, 한국어로 등록한 사용자가 영어로 말할 때 다시 등록할 필요가 없다는 뜻이다 .

이러한 설계는 공격적인 배포 유연성도 제공한다. 인증 엔진은 GPU나 지속적인 클라우드 연결 없이도 기기 자체(온디바이스) 또는 엣지(Edge) 환경에서 완벽하게 작동한다 . 민감한 금융 데이터를 다루거나 네트워크 연결이 열악한 환경에서 운영되는 기업 입장에서는, 이 구조만으로도 기존 방식이 안고 있던 개인정보 보호와 지연 시간 문제를 동시에 해결할 수 있다.

핵심 성능 지표는 꽤 공격적이다. 인증은 2초 이내에 완료되며, 정확도는 99.9%, 타인 수락률(FAR)은 0.1% 미만이다 . 최초 등록 절차도 3~5초면 끝날 정도로 간소화되어 있다 .

ASVspoof 2021 우승 AI가 실시간으로 가짜 목소리를 잡는다

복스마인드에서 딥페이크 탐지는 부가 기능이 아니다. 2025년 3월부터 AI 생성 음성 탐지 기능이 모든 요금제의 모든 인증 요청에 기본 탑재되어 무료로 제공된다 .

이 탐지기는 음성 안티스푸핑 분야의 세계적 권위를 자랑하는 ASVspoof 2021 챌린지에서 우승한 AASIST(Audio Anti-Spoofing using Integrated Spectro-Temporal Graph Attention Networks) 아키텍처를 기반으로 구축되었다 . 이 시스템은 AI 음성 복제, 재생 공격, 음성 변환 시도를 실시간으로 표적으로 삼으며, 정상적인 사람의 음성을 딥페이크로 잘못 판별할 확률(오탐률)은 0.1% 미만이다. 즉, 정당한 인증 시도 1,000건 중 실제로 합성 음성으로 잘못 걸러지는 경우는 1건 미만이라는 계산이다 .

여기에 추가 전용 감사 로그, 실시간 분석 대시보드, 웹훅(webhook) 기반 결과 전달 기능을 더해 보안 팀이 모든 인증 시도에 대한 완전한 증거 사슬을 확보할 수 있도록 했다 .

빅테크는 왜 시장을 떠났나?

복스마인드의 등장 타이밍은 우연이 아니다. 글로벌 음성 생체인증 시장은 지금 메이저 클라우드 제공업체 3곳이 연쇄적으로 시장에서 이탈하거나 사업을 축소하는 '구조적 재편'을 겪고 있기 때문이다.

• 마이크로소프트: 2025년 9월 Azure Speaker Recognition 서비스를 공식 종료했다.
• 아마존웹서비스: 2025년 5월 20일부로 Amazon Connect Voice ID 신규 고객 유치를 중단했으며, 2026년 5월 20일 모든 지원을 종료한다 .
• 구글: 웹사이트에서 Speaker ID 제품 관련 언급을 조용히 삭제하고, 기존 음성 생체인증 솔루션 페이지의 트래픽을 다른 곳으로 우회시켰다 .

이러한 서비스에 인증 인프라를 의존해온 하드웨어 제조사, 컨택센터 운영사, 금융 서비스 기업 입장에서는 난감한 일이 아닐 수 없다. SymNex Consulting의 설립자 맷 스몰먼(Matt Smallman)이 지적한 것처럼, 한때 시장을 지배했던 MS의 음성 생체인증 기술 역량을 구축한 Nuance 팀의 핵심 인력은 이미 대부분 회사를 떠났고, 축적된 지식도 사라지고 있는 상황이다 .

이 공백은 AI 기반 음성 복제 기술의 폭발적인 성장과 맞물린다. 현재 무료로 구할 수 있는 도구만으로도 단 3초 분량의 음성 샘플이면 누구나 목소리를 복제할 수 있게 되면서, 보호되지 않은 음성 채널은 빠르게 성장하는 사기 경로가 되고 있다 . 글로벌 음성 생체인식 시장은 2026년 36.1억 달러(약 4조 7,000억 원)에서 연평균 25.88% 성장하여 2034년에는 227.6억 달러(약 29조 6,000억 원)에 달할 것으로 전망된다. 이는 기업들이 기존 빅테크를 대체할 전문성 있는 공급자를 적극적으로 찾고 있음을 방증한다 .

기업 맞춤형 배포 전략: 클라우드, 엣지, 그리고 임베디드

복스마인드는 기업들이 지금 막 이전하려는 그 지점에서 만날 수 있도록 플랫폼을 설계했다. 하나의 API로 웹, 모바일, IVR(대화형 음성 응답), 그리고 AI 음성 에이전트 채널을 모두 지원하며, 클라우드, 엣지, 완전한 온디바이스 중에서 기업 환경에 맞춰 배포 옵션을 선택할 수 있다 .

현재 시장 진출 전략은 다음 세 가지 주요 분야에 초점을 맞추고 있다 :

• 금융 서비스: 규제 감사 요건을 훼손하지 않으면서 단종된 클라우드 인증 레이어를 교체해야 하는 은행 및 핀테크 기업
• 통신사: 심 스와핑(Sim-swap) 사기 및 딥페이크 기반 계정 탈취로부터 음성 채널을 보호하려는 통신 사업자
• 컨택센터: 고객이 비밀번호를 말하거나 본인 확인 질문에 답하지 않아도, 통화 즉시 발신자를 인증할 수 있는 실시간 기술을 원하는 콜센터 플랫폼

파트너십 모델은 크게 두 가지 트랙으로 운영된다. 하나는 자사 제품에 API를 통합하는 기술 파트너, 다른 하나는 인증 엔진 자체를 타사 하드웨어나 제품에 직접 내장하는 OEM 및 임베디드 파트너 트랙이다 .

이전을 고민하는 기업들에게 복스마인드가 던지는 메시지는 명확하다. 기기 자체에서 실행되고, 모든 언어에서 작동하며, AI 복제 음성을 기본으로 탐지하고, 클라우드 연결을 요구하지 않는 전문 음성 인증 레이어. 그리고 무엇보다, 거인들이 시장을 떠난 바로 지금, 이 문제 하나에만 전념하는 회사가 만들었다는 점이다.