HAX 스피커v0.2 초안

02

세계 — 2026년 9월의 지형

이 문서에서
  1. 세 무리
  2. 확인된 빈자리
  3. 실패의 교훈
  4. 한국

조사 시점 2026-09-11. 가격과 버전은 빠르게 바뀐다. 출처는 05-참고.md.

세 무리

지금 세상에는 세 무리가 있다. 우리 자리는 두 번째와 세 번째 사이다.

닫힌 스피커. Google Home Speaker(Gemini, 2026-06-25 출시, $99.99)는 360° 사운드와 적응형 마이크를 갖췄고, Gemini Live는 Home Premium 구독이다. Alexa+는 2026년 2월 미국 전체에 열렸고 Prime 회원은 무료, 아니면 월 $19.99이며 내부에 Anthropic 모델을 쓴다. Apple은 iOS 27 Siri와 7인치 홈허브, 신형 HomePod을 연말에 낼 것으로 알려졌다. OpenAI와 Jony Ive의 기기는 스크린리스 포켓 디바이스로, 법원 문서상 2027년 2월 이전 출하는 불가능하다. 하드웨어와 far-field 품질은 이미 상향 평준화되었다. 여기서 배울 것은 "우리는 이 축에서 싸우지 않는다"는 것뿐이다.

오픈 개발자 기기. Home Assistant Voice PE는 ESP32-S3와 XMOS XU316 오디오 DSP, 듀얼 마이크, 물리 뮤트 스위치를 갖춘 $59~69짜리 기기로, 2025년 6월에 KiCad 설계 파일까지 공개했다. xiaozhi-esp32는 MIT 라이선스에 GitHub 스타 2만 9천, 138개 보드 디렉터리를 가진 "MCP 기반 챗봇" 펌웨어로, 디바이스 측 MCP로 스피커·LED·GPIO를 노출한다. ElatoAI, FutureProofHomes Satellite1, Seeed의 ReSpeaker XVF3800(4마이크, 빔포밍·AEC·DoA), Pollen의 Reachy Mini도 여기 속한다. 이 무리가 증명한 것은 ESP32-S3 + XMOS 조합이 소규모 팀도 갈 수 있는 양산 경로라는 사실이다. 하드웨어와 펌웨어 골격은 여기서 빌린다. 다만 Home Assistant 전용(ESPHome 네이티브 API)이거나 특정 클라우드 전용이라, 내 에이전트에 붙이려면 Home Assistant를 사칭하는 브리지 같은 해킹이 필요한 상태다.

기기 없는 개인 에이전트. OpenClaw는 2025년 11월 "Warelay"로 시작해 Clawd, Moltbot을 거쳐 2026년 1월 OpenClaw가 되었고, 3월에 GitHub 스타 24만 7천을 넘겼으며 지금은 재단 아래 MIT로 있다. 채널이 스물아홉 개고 전화·브라우저 Talk 모드·디스코드 음성까지 있지만 스마트 스피커 통합은 커뮤니티 브리지뿐이다. Nous Research의 Hermes Agent는 텔레그램·디스코드·슬랙·Home Assistant 등 게이트웨이를 한 프로세스로 돌리고, 로컬 Whisper와 스트리밍 TTS, barge-in을 갖춘 음성 모드가 있다. 커뮤니티가 Hermes를 Home Assistant conversation agent로 만들어 Voice PE와 대화시킨 사례가 있고, ESP32-S3-BOX → HA → OpenClaw 경로에서 HA의 60초 타임아웃이 90~180초 걸리는 에이전트 작업과 충돌해 300초로 패치한 사례도 있다. 이들이 우리의 고객이자 파트너다. 긴 작업을 위임하고 나중에 음성으로 보고받는 것을 1급 기능으로 다루는 기기가 없다.

확인된 빈자리

  1. 에이전트 중립 디바이스↔에이전트 프로토콜. 오디오 스트림 + 상태 이벤트 + 긴 작업 위임과 비동기 보고 + 맥락 핸들을 가진 프로토콜이 없다. voicepe-realtime 같은 커뮤니티 시도가 이를 겨냥하지만 특정 펌웨어와 특정 API에 묶여 있다. MCP에는 배치 오디오 클립(AudioContent)은 있지만 스트리밍 트랜스포트는 없고 로드맵에도 없다.
  2. 멀티 에이전트 라우팅 UX. 한 기기에서 코딩 에이전트·집 에이전트·비서 에이전트를 웨이크워드나 화자, 맥락으로 나누는 경험. Home Assistant는 위성당 파이프라인 두 개까지다. Amazon은 다중 에이전트 상호운용 가이드를 문서화했지만 그것은 자기 생태계 안의 이야기다.
  3. 한국어 로컬 스택. Piper에 공식 한국어 음성이 없고, Speech-to-Phrase에 한국어가 없고, openWakeWord는 영어뿐이다. 반대로 Supertone의 Supertonic v3(온디바이스 TTS, 2026-05, 31개 언어, 99M 파라미터), 리턴제로·클로바 STT, Qwen3-ASR(한영 코드스위칭에 강함)은 쓸 만하다. 묶어주는 사람이 없을 뿐이다.
  4. xiaozhi가 비운 삼각형. xiaozhi는 오픈 AI 스피커의 롱테일을 이미 점유했지만 중국어권 중심이다. 한국어 × 개인 에이전트(OpenClaw/Hermes/Claude Code) × Home Assistant 네이티브의 조합은 비어 있다.

실패의 교훈

Humane Ai Pin은 응답 지연과 발열, 야외에서 안 보이는 프로젝터, 별도 전화번호로 인한 단절 끝에 HP에 팔렸고 2025년 2월 28일 전량 서비스가 종료되었다. Rabbit r1은 "10초 응답"과 데모에만 있던 기능으로 "barely reviewable" 평을 받았다. Friend 펜던트는 7~10초 지연과 기억 실패 끝에 창업자가 성격을 삭제했다. 반대로 Limitless, Bee, Omi 같은 펜던트는 "받아 적고 요약한다"는 낮은 목표로 살아남았고, Limitless만 동의 차임과 일시정지를 하드웨어에 넣었다.

교훈은 다섯 줄이다. 지연은 기능이 아니라 존재 조건이다. 스마트폰을 대체하지 말고 보완하고 핸드오프하라. 로컬에서 되는 것(웨이크워드, 턴 감지, 기본 IoT)은 로컬에서. 동의를 하드웨어에 내장하라. 데모가 아니라 오늘 되는 것만 출시하라.

한국

한국의 스마트 스피커는 2016년 SKT NUGU에서 시작해 2018년 300만 사용자에 이르렀지만, 가구 보유율은 2021년 14.7%에서 2023년 10.9%로 떨어졌고 2023~2025년 사이 보유 대수가 29% 줄었다. 용도는 TV·라디오 연결 31.5%, 음악 23.4%였고 웹 검색은 2.1%였다. LGU+는 2026년 6월 30일 '우리집 AI'를 종료했고, 네이버는 클로바 스피커 전 라인의 판매와 AS를 끝냈으며, SKT는 NUGU를 에이닷에 흡수했다. "스마트폰 보완재조차 못 됐다"는 진단이 곧 우리 기기의 시험 기준이다.

한국어 특유의 문제도 있다. 집 안 IoT 명령("에어컨 24도로", "넷플릭스 틀어")은 거의 전부 한영 코드스위칭이고, 대부분의 다국어 음성 인식 모델은 여기서 약하다(HiKE 벤치마크). 존대는 가족 구성원마다 다르게 정해져야 하고 — 아이에게는 반말, 부모에게는 존대 — 이것은 화자 인식과 결합된다. 사투리와 성별 음성은 강한 호불호를 낳는다. "기기가 누구에게 존대해야 하는가"에 관한 국내 실증 연구는 사실상 없다. 이 부분은 우리가 직접 연구해야 한다.

또 하나. 「지능형 홈네트워크 설비 설치 및 기술기준」에 따라 아파트 월패드는 단지 서버와 망분리되어 있어, 월패드 연동은 브릿지 제품(예: SmartThings용 월패드 브릿지)을 통하는 것이 사실상 유일한 경로다. 무선 하드웨어는 KC 적합성평가가 필요하고, 한국은 FCC/CE 성적서를 인정하지 않아 국내 시험이 필수다.