오디오의 '블랙홀'을 밝히다: Particle의 Radar, 팟캐스트를 AI 지능으로 재탄생시키다
Published Aug 27, 2026
오늘날 우리는 팟캐스트, 오디오북, 유튜브 영상 등 다양한 오디오 콘텐츠의 홍수 속에 살고 있습니다. 출퇴근길, 운동 중, 혹은 집안일을 하면서도 귀를 통해 정보를 얻고 즐거움을 찾죠. 하지만 역설적으로 이 방대한 오디오 세계는 마치 깊이를 알 수 없는 블랙홀과 같았습니다. 텍스트처럼 쉽게 검색되거나, 특정 내용을 추출하기 어렵다는 본질적인 한계 때문입니다. 우리가 흔히 사용하는 검색 엔진이나 최신 AI 에이전트들은 웹의 텍스트 콘텐츠를 기반으로 작동하는 경우가 대부분이며, 오디오 콘텐츠는 누군가 직접 전사(transcribe)하지 않는 한 ‘보이지 않는’ 영역으로 남아있었죠.
바로 이 지점에서 Particle이라는 스타트업이 새로운 가능성을 제시하고 있습니다. 전 트위터 엔지니어들이 설립한 Particle은 뉴스리더 앱에서 축적한 오디오 분석 기술을 기반으로, 팟캐스트의 숨겨진 대화들을 인덱싱하고 발견 가능하게 만드는 ‘Radar’를 선보였습니다. 이는 단순히 음성을 텍스트로 바꾸는 것을 넘어, 오디오가 가진 의미를 이해하고 AI 에이전트가 활용할 수 있는 ‘지능형’ 데이터로 변환하는 데 초점을 맞추고 있습니다. 일반 사용자 입장에서는 아직 직접적으로 체감하기 어려울 수 있지만, 궁극적으로 우리가 AI와 상호작용하는 방식을 근본적으로 바꿀 잠재력을 지닌 혁신적인 변화라고 볼 수 있습니다. 우리의 귀를 즐겁게 하던 오디오가 이제는 AI의 눈과 귀가 되어줄 차례인 셈입니다.
오디오의 장막을 걷어내다: Particle의 Radar가 가져올 변화
Particle의 Radar는 현재 130,000개 이상의 팟캐스트를 전사하여 인덱싱하고 있으며, 매일 20,000개의 새로운 에피소드가 추가되고 있다고 합니다. 이는 현존하는 가장 큰 규모의 전사 팟캐스트 서비스라고 할 수 있습니다. 이들의 목표는 애플 팟캐스트의 135개 카테고리별 상위 200개 팟캐스트를 모두 포함하는 것이죠. 이 정도 규모의 데이터를 자동화된 방식으로 처리한다는 것 자체가 놀랍습니다.
하지만 Radar의 진정한 가치는 단순히 대규모 전사에만 있는 것이 아닙니다. Radar는 전사된 텍스트에 **화자 라벨(speaker labels)**을 추가하고, 풍부한 **메타데이터(rich metadata)**를 생성합니다. 즉, 팟캐스트 내에서 논의되는 엔티티(entities)—사람, 회사, 브랜드, 제품, 토픽 등—를 정확히 이해한다는 점이 핵심입니다. 이를 통해 사용자들은 특정 인물이나 회사가 어떤 팟캐스트에서, 누가 언급했는지, 어떤 맥락에서 언급되었는지 등을 심층적으로 파악할 수 있게 됩니다.
개인적으로 이 부분에서 가장 주목할 점은, Radar가 오디오를 단순한 음성 파형이 아닌 ‘지능형 데이터 소스’로 재정의한다는 것입니다. 기존의 AI 에이전트들은 주로 텍스트 기반의 웹을 크롤링하며 정보를 습득해왔습니다. 하지만 음성 데이터는 이러한 AI 에이전트들에게는 ‘사각지대’였습니다. 누군가 수작업으로 전사하거나 별도의 기술 없이는 접근할 수 없었기 때문이죠. Radar는 이 사각지대에 인텔리전스 레이어를 제공함으로써, AI 에이전트들이 지금까지 접근할 수 없었던 방대한 양의 비정형 오디오 데이터를 활용할 수 있도록 다리를 놓아줍니다. 이는 AI의 정보 습득 능력을 한 차원 끌어올릴 잠재력을 가지고 있습니다.
단순 검색을 넘어선 ‘액션 가능한’ 오디오 인텔리전스
Radar는 단순 검색을 넘어, 기업과 AI 에이전트가 실질적인 가치를 창출할 수 있는 다양한 기능을 제공합니다.
- 맞춤형 알림 시스템: 특정 엔티티(인물, 회사, 제품)가 팟캐스트에서 언급될 때 실시간으로, 혹은 일간/주간 요약 형태로 이메일, Slack, 웹훅을 통해 알림을 받을 수 있습니다. 예를 들어, 경쟁사 CEO가 특정 토픽에 대해 언급할 때만 알림을 받도록 필터를 설정할 수도 있습니다.
- 핵심 클립 추출: 팟캐스트 전체를 들을 시간이 없을 때, Radar는 타임스탬프와 함께 관련성 높은 자체 포함 클립(self-contained clips)을 추출해줍니다. 이를 통해 해당 팟캐스트의 핵심 내용을 빠르고 효율적으로 파악할 수 있죠.
- 광범위한 데이터 추적: 팟캐스트에서 언급된 토픽, 누구 또는 무엇이 언제 언급되었는지, 청취자 평점 및 리뷰, 에피소드 내 광고까지 추적할 수 있습니다. 특히, 특정 회사가 광고하는 모든 에피소드를 찾아내고 시간 경과에 따른 추세를 추적할 수 있는 전용 팟캐스트 광고 검색 엔진은 광고 시장에 새로운 분석 기회를 제공할 것으로 보입니다.
- 추가 분석 도구: 정치적 편향 분석, 차트 순위 데이터, 잠재 고객 규모 추정, 스폰서십 데이터, 브랜드 적합성 등 다양한 부가 분석 도구를 제공하여 팟캐스트 생태계 전반에 걸친 심층적인 이해를 돕습니다.
이 모든 기능은 Radar의 웹 인터페이스를 통해서도 접근 가능하지만, 핵심 제품은 바로 AI 에이전트와 다른 기업들이 이 인텔리전스에 프로그래밍 방식으로 접근할 수 있도록 하는 API와 MCP(Media Control Protocol)입니다. 솔직히 말해서, 이 부분이 Particle의 비즈니스 모델과 미래 전략을 관통하는 핵심이라고 생각합니다. 초기에는 Particle 뉴스리더 앱의 인기 기능에서 시작되었지만, AI 에이전트의 움직임이 가속화되면서 회사는 ‘팟캐스트 인텔리전스 API’ 구축에 집중하는 방향으로 과감하게 피벗했습니다.
개인적으로, Particle의 이러한 전략적 피벗은 매우 현명하고 시기적절하다고 평가하고 싶습니다. 오디오 콘텐츠 분석 기술을 단순히 최종 사용자 앱에 가두는 대신, AI 에이전트와 기업들을 위한 플랫폼으로 확장한 것은 기술의 근본적인 가치를 제대로 인지한 결과입니다. 헤지펀드들이 자사 AI 에이전트가 볼 수 없는 데이터에 대한 높은 수요를 보이며 최고 볼륨의 고객이 되었다는 점은 이를 증명합니다. 데이터 리셀러, AI 검색 플랫폼 등 다양한 B2B 고객들이 이미 Radar의 가치를 인정하고 있다는 사실은 오디오 데이터의 새로운 가치 창출 가능성을 여실히 보여줍니다. 이는 AI가 단순한 도구를 넘어 자율적인 ‘에이전트’로 발전하는 시대에, 이들 에이전트가 세상을 이해하고 학습하는 데 필수적인 ‘데이터 레이어’를 제공하는 중요한 역할을 수행하게 될 것입니다.
AI 시대, 오디오 데이터의 새로운 가치 창출
Radar는 현재 월별 $29부터 시작하는 요금제를 제공하며, 비즈니스용으로는 20개 좌석 기준 월 $399 플랜이 있습니다. API 사용자에게는 맞춤형 가격이 책정되는데, 이는 곧 오디오 데이터의 가치가 사용량에 비례하여 크다는 것을 방증합니다. 팟캐스트 광고 검색 엔진이나 브랜드 적합성 도구와 같은 기능들은 단순히 데이터를 제공하는 것을 넘어, 광고주와 팟캐스터에게 직접적인 수익 창출 및 효율 증대의 기회를 제공합니다. 이는 팟캐스트 생태계의 성장에 기여하는 선순환 구조를 만들어낼 수 있습니다.
Particle의 비전은 팟캐스트를 넘어 유튜브 영상이나 뉴스 클립과 같은 다른 형태의 오디오로 서비스 영역을 확장하는 데 있습니다. 만약 이 비전이 현실화된다면, 인터넷상의 모든 음성 콘텐츠가 AI 에이전트에게 투명하게 공개되는 시대가 열릴지도 모릅니다. 상상해보세요, 유튜브 영상의 특정 대화 내용을 검색하고 요약하며, 관련 클립을 바로 추출해내는 AI를 말이죠.
결론적으로, Particle의 Radar는 AI 시대에 오디오 데이터가 가질 수 있는 엄청난 잠재력을 일깨우는 중요한 발걸음입니다. 지금 당장은 주로 기업과 연구자, 그리고 AI 에이전트들을 위한 도구이지만, 이들이 축적하고 분석하는 오디오 인텔리전스는 결국 우리가 일상에서 사용하는 AI 비서나 검색 도구에 스며들어 훨씬 더 풍부하고 정확한 정보를 제공하게 될 것입니다. 지금까지 ‘보이지 않았던’ 오디오의 세계가 AI의 눈을 통해 명확하게 드러나고, 그 안에서 새로운 가치들이 끊임없이 창출될 미래가 기대됩니다.
출처
- 원문 제목: Radar makes podcasts searchable — and usable by AI agents
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
