본업 병행하며 첫 고객사 월 5천 달러 계약 성사
Closed my first client at $5k/month while working full time
핵심 요약
직장인이 개발한 음성 AI 에이전트로 콜센터 업무를 자동화하여 월 5천 달러의 수익을 창출한 성공 사례입니다.
- 기술 스택 — Gnani STT/TTS와 Pipecat을 활용해 200ms 미만의 지연 시간 구현
- 문제 해결 — VAD 체크와 침묵 임계값 조정을 통해 자연스러운 대화 흐름 확보
- 비즈니스 모델 — 콜센터 업무 자동화로 월 5천 달러의 안정적인 수익 창출
- 향후 계획 — 에이전시 확장 및 추가 고객 확보를 위한 영업 전략 고민
작은 핀테크 회사에서 백엔드 개발자로 일하는데, 퇴근하고 나서 음성 에이전트를 하나 만들었거든. 전화 통화할 때 p95 지연 시간을 200ms 밑으로 뽑아냈음. 사업 쪽은 1도 모르는 놈이라 세상에 내놓기까지 스스로를 설득하는 데 시간이 좀 걸렸는데, 마침 콜센터에서 추심 업무 하는 친구가 있어서 몇 주 동안 무료로 써보라고 던져줬지.
걔네 팀이 한 달에 아웃바운드 콜을 8천 건 정도 돌리는데, 대부분은 그냥 허탕임. 안 받거나 받자마자 끊어버리니까. 내 에이전트는 SIP로 전화를 걸어서 인사말을 날리고, 웹소켓으로 STT에 오디오를 스트리밍해. 그다음 응답을 '관심 있음', '관심 없음', '나중에 다시 전화'로 분류하는데, 관심 있다고 하면 상담원한테 상황 설명이랑 같이 넘겨주는(warm transfer) 방식임. 첫날에 할머니 한 분 말을 중간에 뚝 끊어먹길래, 침묵 임계값을 1.2초에서 3.5초로 늘리고 턴 종료 트리거하기 전에 VAD 체크를 추가했음. 사람들이 말하다가 중간에 잠깐씩 쉬는 걸 계산을 안 했더라고.
테스트 끝나고 나서 걔가 상담원 한 명당 얼마 쓰는지 계산해 보니까, 봇이 상담원 두 명 몫만 해줘도 걔한테는 무조건 이득이겠더라고. 그래서 월 5천 달러 불렀는데 다행히 군말 없이 바로 오케이 하더라.
관심 있는 사람들을 위해 스택 좀 공유하자면, STT는 100ms 단위로 오디오 청크 쪼개서 Gnani 웹소켓 스트리밍 쓰고, 응답은 Gnani TTS, 대화 상태랑 턴 관리는 pipecat 썼음. 혹시 이런 거 시작하려는 사람 있으면 직접 호스팅하는 whisper는 쓰지 마라. 전화 오디오 정확도가 개판임. 내 테스트 녹음본에서 whisper는 WER 30% 나왔는데 Gnani는 8% 찍음. Gnani는 애초에 전화 데이터로 학습된 놈이라 그런 문제가 없거든.
이걸 에이전시 형태로 키워볼까 생각 중인데, 아직 본업은 다니고 있고 이제 다른 클라이언트들을 좀 찾아보려고 함. 이번엔 제대로 방향 잡고 가는 거겠지? 형들은 이런 상황이면 어떻게 할 것 같음?
