팟캐스트 검색 엔진 'Radar'를 출시했다

13만 개가 넘는 팟캐스트의 음성 데이터를 텍스트로 바꿔 검색할 수 있는 환경이 구축됐다. 소리 형태로만 존재해 AI 에이전트가 읽을 수 없었던 오디오 정보를 텍스트 기반의 인덱스(특정 단어가 어디 있는지 기록한 목록)로 변환해 API(소프트웨어 간의 데이터 주고받는 통로)로 제공하는 방식이다. 텍스트로 변환된 데이터는 AI가 즉각적으로 내용을 파악하고 필요한 정보를 찾아낼 수 있는 기반이 된다.

전 Twitter 엔지니어들이 세운 AI 뉴스 리더 스타트업 Particle이 팟캐스트 검색 엔진 Radar를 출시했다. Radar는 단순히 음성을 글자로 옮기는 전사를 넘어 대화의 의미를 파악한다. 문맥을 이해해 전체 내용 중 핵심이 되는 인용구와 하이라이트만 따로 뽑아낼 수 있는 기능을 갖췄다. 소리 속에 담긴 핵심 메시지를 텍스트 형태로 추출해 내는 처리 과정을 거친다.

현재 Apple의 135개 카테고리별 상위 200위 팟캐스트를 모두 포함해 업계 최대 규모의 전사 서비스를 제공한다. 매일 2만 개의 새로운 에피소드가 인덱스에 추가되며 데이터 양을 계속 늘리고 있다. 방대한 오디오 라이브러리를 검색 가능한 데이터베이스로 전환해 정보 접근성을 높인 결과다.

화자 식별 및 엔티티 분석을 통해 풍부한 메타데이터를 제공한다

특정 게스트가 특정 주제를 논의하는 순간만 골라 알림을 받고 싶은 사용자는 맞춤형 필터링 기능을 쓴다. Radar는 누가 말하는지 구분하는 화자 라벨링(speaker labels)과 언급된 대상의 정체를 파악하는 엔티티 분석(entity analysis)을 수행한다. 엔티티는 사람, 기업, 브랜드, 제품, 주제처럼 대화 속에 등장하는 고유한 정보 단위를 뜻한다. 이 정보들을 묶어 데이터를 설명하는 데이터인 메타데이터 형태로 제공해 대화 속 인물과 주제를 정밀하게 추적한다.

팟캐스트의 텍스트 변환 결과물에는 이러한 화자 정보와 풍부한 메타데이터가 함께 포함된다. 사용자는 방대한 오디오 분량 속에서 특정 인물이 특정 브랜드나 제품을 언급한 지점만 정확히 찾아낼 수 있다. 단순히 말을 글로 옮기는 수준을 넘어 대화의 구성 요소와 맥락을 데이터로 변환해 정보 검색의 효율을 높였다. 분석된 데이터는 사용자가 원하는 조건에 맞춰 필터링하는 기준으로 활용된다.

현재는 팟캐스트 중심의 오디오 인텔리전스(음성 데이터 분석 기술)를 제공하고 있다. 앞으로는 서비스 범위를 더 넓혀 YouTube 영상과 뉴스 클립까지 지원할 계획이다. 팟캐스트를 넘어 다양한 형태의 오디오 콘텐츠까지 분석 대상에 포함해 정보 추출 범위를 확장한다. 이를 통해 더 많은 종류의 음성 기반 데이터를 정밀하게 분석하는 환경을 구축한다.

확인해야 할 핵심 지점

대부분의 AI 에이전트는 텍스트 기반의 웹 크롤링에만 치중해 오디오 데이터라는 거대한 정보원을 놓치고 있다. Radar는 이를 해결하기 위해 API(소프트웨어 간의 대화 창구)와 MCP(AI가 데이터에 접속하는 표준 규격)를 제공한다. 이제 기업과 개발자는 웹 인터페이스를 통한 단순 조회를 넘어 프로그램 코드를 통해 오디오 인텔리전스를 직접 가져다 쓸 수 있다. 텍스트에 갇혀 있던 AI 에이전트가 소리 데이터까지 읽어내는 능력을 갖게 된 셈이다.

텍스트로 남지 않는 숨은 정보를 찾는 헤지펀드들이 이미 API를 직접 통합해 사용하는 고볼륨 고객으로 활동하고 있다. AI 검색 API를 제공하는 Exa(엑사) 또한 파트너로 참여해 오디오 데이터 접근성을 높이는 중이다. 전문 투자자와 검색 플랫폼이 텍스트 데이터로는 알 수 없는 오디오만의 희소성에 주목하고 있다는 증거다.

이용 요금은 개인 월 29달러, 20인 규모의 기업은 월 399달러로 책정되었다. 텍스트 중심의 AI 워크플로우에 광고 트렌드나 특정 인물의 구두 언급 같은 오디오 기반 인사이트를 결합해야 할 때 이 도구를 도입하면 된다.