IMPACTER · In partnership with FASTFIVE · 第1回 · 2022.08

Forbesパワーリーダー パク・ジノが会う、ネオサピエンス キム・テス代表

FASTFIVE × パク・ジノ「IMPACTER」インタビュー 第1回: ネオサピエンス キム・テス. ネオサピエンスは、AI声優を使って誰もがコンテンツクリエイターになれるサービス「Typecast」を運営し、登録ユーザーは100万人を超える。キム・テス代表は心筋梗塞を経験したのを機に意味のある仕事をしたいと創業し、6秒の音声サンプルから特定の人の声を再現する技術で投資を集めた。7万人が無料で使うだけで誰もお金を払わなかった失敗を経て、3日で300人以上が集まった声優音声の広告制作サービスがTypecastの出発点になった。

In partnership with FASTFIVE · 原文(韓国語) ↗ · 原文(韓国語) ↗

主なインサイト
  • 関心と支払いは別物:7万人が集まっても1ドルを払う人はいなかった。本当に必要な人だけを集めたサービスで、ビジネスモデルが見えてきた。
  • 話題を生むデモは、スタートアップ最初の武器になる:「韓国語を話すトランプ」の動画で多くのメディアに取り上げられた。
  • 競合は市場を広げる:キム・テス代表は模倣サービスの登場をむしろやりがいと捉え、切磋琢磨で産業のイノベーションを起こしたいと語った。

インタビュー全文

ファストファイブ(FASTFIVE)が、Forbesパワーリーダーでビューズカンパニー代表のパク・ジノとともに、さまざまな分野でトレンドをリードするイノベーターに会って対談するシリーズを始める。ファストファイブのメンバー企業であれば誰でも応募でき、世界を変え、革新的な未来を描くスタートアップに順に会っていく予定だ。

最初のゲストは、ネオサピエンスのキム・テス代表だ。ネオサピエンスは、AI声優を活用して誰もがコンテンツクリエイターになれるサービス「Typecast(タイプキャスト)」を運営している。2022年2月にはシリコンバレーの投資会社ブルーランベンチャーズ(Bluerun Ventures)主導でシリーズBの資金調達を終え、グローバルなユニコーン企業へ向けて準備を進めている。

ベータ版として行った今回のインタビューには想像以上に多くの応募が集まり、私も一人ひとりのストーリーをじっくり読んだ。会ってみたい方は何人もいたが、最初のインパクター(IMPACTER)には、既存の市場ではなく新しい市場を切り開き、AI音声業界で一躍注目を集めたネオサピエンスのキム・テス代表をお迎えした。

これまでForbesのインタビューをするたびに感じてきたのは、外に知られている話と、実際に会って聞くインサイトがまったく違うということだ。だから今回も大きな期待を胸に、ファストファイブ江南4号店へ向かった。

「いい質問? ご指摘? とにかく、ありがとうございます。」

最近、「AIチュ・ヒョニョン」が大田(テジョン)で開かれた「2022 AI FESTIVAL」の司会を務め、大きな話題になった。コメディ番組「SNLコリア」で、独特のイントネーションと発声のインターン記者を演じ、社会人一年目の姿を風刺した、あの「チュ記者」だ。

女優のチュ・ヒョニョンが人気だから話題になったのか? そうではない。本人はそのイベントに来ていない。自分のIPを貸しただけだ。これはすべて、ネオサピエンスが長年続けてきた研究の成果だ。人の顔、表情、そして話し方を、ネオサピエンスの技術でAIとして再現したのである。

キム・テス代表率いるネオサピエンスは、Typecastというサービスを運営する企業だ。登録ユーザーは100万人を超え、すでに多くの人がTypecastを通じてAIベースのバーチャル俳優を活用している。しかし彼は、今の姿になるまでには数えきれない試行錯誤と、絶え間ないピボットがあったと語った。

ついに、私たちが思い描いていたAI時代の扉が開いた

ネオサピエンスを創業したきっかけは何ですか。

前の職場で働いていたとき、突然、心筋梗塞に襲われました。それまでに米国で登録した特許が40件、論文が20本、論文の被引用数は2400件ほどありましたが、死を前にして、これに何の意味があるのかと思ったんです。エジソンやテスラのように、死ぬ前に意味のあることをしたかった。もちろん最初からAI音声を目指していたわけではありませんし、完璧なビジネスモデルもありませんでした。ただ一つ確かだったのは、技術や産業の世界では、誰かが先駆的なものを発表すれば市場をリードできるということです。エンジニアとして革新的な何かを世に出したくて、当時いちばん関心のあったAI開発に目が向きました。そうして退職を決め、同僚を説得して、チョ・ジュンチョル、イ・ヨングンとともにネオサピエンスを創業しました。

ビジネスモデルがないのに、どうやって投資を集めたのですか。

2017年の時点で、見ることや聞くことに関する技術開発はすでにある程度進んでいました。でも、話すことや動くことはまだ始まったばかりの段階だと判断したんです。そもそも新しい技術が学界に登場しても、商用化までには10年以上かかります。学者が新技術について論文を発表し、その後その技術を発展・応用して商用化したとしても、決して遅くはないということです。市場のニーズと技術の温度差は想像以上に大きいので、話す・動く領域には十分チャンスがあると考えました。そうして研究に打ち込むなかで、6秒の音声サンプルから特定の人の声を再現する技術を開発し、まずそれをピッチして、投資を受けることができました。

その過程で「韓国語を話すトランプ」が生まれたのですか。

そうです。私たちには人々の注目を集める何かが必要でした。どうすれば話題になるかを考え、当時、米朝首脳会談を前に韓国訪問が決まっていたトランプ大統領の声を韓国語で合成し、YouTubeで公開しました。創業間もない企業としては異例なほど多くのメディアに取り上げられ、いい経験になりました。

サービスを求める人が一気に増えたのでは。

関心を持つ人は多かったのですが、財布を開いてはくれませんでした。たとえば、韓国語のテキストを英語音声に変換するシンプルなサービスを公開したところ、7万人が集まりました。10件までは無料で、それ以上は1件につき1ドル払う仕組みでしたが、誰もお金を使いませんでした。市場は思った以上にシビアでした。それでもめげずに、今度は声優の声の録音で広告をつくれるサービスを開発し、Facebookに広告を出しました。本当に必要な人だけに来てほしいと思い、申し込み時に項目の多いGoogleフォームを書いてもらったのですが、わずか3日で300人を超える申し込みが集まりました。これがTypecastの始まりです。ホームページに会員登録ボタンすらまともになかった頃の話です。このときから、ビジネスモデルがはっきりし始めました。

Typecastは誰のためのサービスですか。

クリエイターのためのツールです。わかりやすく言えば、コンテンツをつくるときにフォントや効果音、著作権のある画像などを購入するのと似ています。Typecastを適材適所で使えば、自分のIPビジネスや能力をブーストできます。YouTube動画のほかにも、オーディオブック、吹き替え、教育関連サービスなど、さまざまな分野で活用できます。

ネオサピエンスの商用化は、IPビジネスのスタートだ

ネオサピエンスはクリエイターのためのサービスだと言うが、実は業界にも大きく貢献してきた。同社の実績によって大企業がたたんでいた事業が再び動き出し、音声AI人材の求人も少なかったところ、業界そのものが活気を取り戻して少しずつ増えている。そのぶん模倣するサービスも出てきているが、キム代表はむしろやりがいを感じていた。

iOS向けの音声認識対話ソフト、Siri(シリ)も、設立6カ月のスタートアップだった頃にAppleに買収されてiPhoneに搭載され、その後、世界中で音声関連ビジネスがさらに発展した。業界を一社で引っ張るよりも、多くの競合と切磋琢磨しながら産業のイノベーションを起こしたいというキム代表の考え方が、胸に深く響いた。

ネオサピエンスの商用化は、すなわちIPビジネスのスタートと同じだ。いまやクリエイターは、自分の能力を10倍、いや100倍、1000倍にまで広げられる。コンテンツ制作を考えてみよう。企画/台本、撮影/録音、素材集め、編集、投稿までの工程のうち、撮影/録音以外はすべてパソコンでできる。そこにTypecastを使えば、撮影/録音まで自分の部屋でできる時代が来るのだ。AIチュ・ヒョニョンが大田のイベントで司会を務めたように、私たちは時間と場所の制約を離れ、思う存分自分を表現できる。とくに最近はやりの「副キャラ(プゴン)」のように、イメージの消耗を気にせず素早く流れに乗るべき場面では、その可能性はさらに無限に広がる。

ネオサピエンスが持つディープラーニングベースの音声合成技術の核心は、状況や内容、感情などを分析し、それに合わせてスタイルや韻律を加えることで、声を自然にすることにある。これまではユーザーが選択式で用意された感情の中から好みのスタイルを選んでいたが、今後は自由記述で感情を込められるよう開発を急いでいる。そうなれば、監督が俳優に状況を説明してより良い演技を引き出すように、自由記述でガイドを与え、同じ台本でも感情や抑揚をさまざまに変えられるようになる。

最後にキム代表は、これまでのAI技術がインプットに焦点を当ててきたとすれば、そう遠くない未来にはアウトプットが爆発的に増えるだろうと語った。認識よりも表現の技術が進化するという意味だ。それに合わせて再定義したネオサピエンスのミッションは「The Future of creativity driven by AI」。同社は国内1位にとどまらず、グローバルのトップランナーへ飛躍する準備を整えた。

表現するAIがもたらす未来。その背後には、ネオサピエンスがいる。

よくある質問

Typecastとはどんなサービスですか?

ネオサピエンスが運営するサービスで、AIベースのバーチャル俳優を使って誰もがコンテンツクリエイターになれるよう支援するクリエイター向けツールです。YouTube動画のほか、オーディオブック、吹き替え、教育関連サービスなどに使えます。

ネオサピエンスは最初どのように投資を集めたのですか?

完璧なビジネスモデルはありませんでしたが、6秒の音声サンプルから特定の人の声を再現する技術を開発し、まずそれをピッチして投資を受けました。2022年2月には、ブルーランベンチャーズ主導でシリーズBの資金調達を終えています。

English Summary

In the first episode of IMPACTER, a FASTFIVE conversation series hosted by BEAUS Company CEO Jinho Park (2022), Park meets Kim Tae-su of Neosapience, maker of the AI voice actor service Typecast (1M+ users). Kim explains how a 6-second voice-cloning demo raised early investment, why 70,000 free users who never paid taught him the market, and how a voice-actor ad service that drew 300+ applicants in 3 days became Typecast.

In partnership with FASTFIVE · 原文(韓国語) ↗ · 原文(韓国語) ↗