사람에게서 태어난 데이터에는, 사람이 남아 있다.
왜 Lumo가 심박과, 아이의 목소리와, 음성 익명화를 동시에 하고 있는가.
Lumo를 시작했을 때 우리가 보고 있던 것은 심박이었습니다. 잠든 사이의 심박 흔들림에 그 사람의 상태가 놀라울 만큼 정직하게 드러납니다. 그것이 첫 번째 발견이었습니다.
그러나 계속하는 사이에, 더 큰 것을 알아차렸습니다. 사람에게서 태어난 데이터에는 언제나 '사람'이 남아 있다. 그리고 남는 방식이 세 가지였습니다.
몸에는, 지금의 내가 남는다.
오늘의 몸은 어제와 다릅니다. 같은 사람이라도 지친 날과 회복한 날의 심박은 다르게 흔들립니다.
여기서 중요했던 것은 남과 비교하지 않는 일이었습니다. 평균에서 얼마나 떨어져 있는가가 아니라, 늘 그러했던 그 사람에게서 얼마나 떨어져 있는가. 의미를 갖는 것은 그것뿐입니다. 이 물음에 답하기 위한 연구를 우리는 Human Response Intelligence라고 부릅니다. 첫 제품 Feelmo는 여기에서 태어났습니다.
목소리에는, 흘러가는 시간이 남는다.
세 살의 목소리는 네 살에는 남아 있지 않습니다. 사진은 남는데, 목소리는 어느새 사라져 있습니다. 숨결도, 잘못 말한 발음도, 웃는 방식도.
알아차렸을 때는 이미 돌아오지 않습니다. 그래서 가족의 동영상 속에서 그 목소리를 찾아 남길 수 있게 했습니다. 코에앨범입니다. 다만 무엇을 남길지 정하는 것은 언제나 부모 자신입니다.
음성에는, 본인을 특정할 수 있는 개인성이 남는다.
이것은 같은 발견의 뒷면이었습니다. 목소리로 그 사람을 알 수 있다는 것은, 목소리를 건네면 그 사람이 드러난다는 뜻입니다. 일본에서 음성으로부터 추출한 특징 정보는 개인식별부호에 해당하고, EU에서 음성은 생체 데이터로 다뤄집니다.
사람을 식별할 수 있는 기술을 가진 쪽이, 식별되지 않기 위한 기술도 가져야 한다고 생각했습니다. KoeShield는 음성에서 '그 사람임을 알 수 있는 부분'만 걷어내고, 얼마나 남았는지를 스스로 공격해 측정합니다. 깨뜨려 보기 전까지는 지켜지고 있는지 알 수 없습니다.
그래서 세 가지를 합니다.
이해한다. 남긴다. 지킨다. 순서대로 떠올린 것이 아닙니다. 같은 하나를 세 방향에서 만났을 뿐입니다.
사람에게서 태어난 데이터에는 사람이 남아 있습니다. 그래서 Lumo는 그것을 그 사람을 위해 쓰는 회사이고자 합니다.
재는 일, 그 너머로.
우리는 인간을 효율화의 대상으로 보지 않습니다. 의미를 느끼고, 지치고, 치유되고, 망설이며 살아가는 존재로 봅니다. 그래서 가치관의 중심에 두는 것은 '사람을 재는' 일이 아니라 '사람 곁에 있는' 일입니다.
데이터는 평가하기 위한 것이 아닙니다. 누군가와 비교하기 위한 것도 아닙니다. 필요한 것은 "당신은 나쁜 상태입니다"라고 알리는 일이 아니라, "오늘은 조금 부하가 걸려 있을지도 몰라요. 무리하지 않아도 괜찮아요"라고 전하는 일입니다.
그리고 깊이 이해할 수 있는 기술일수록, 모으지 않아도 되도록 설계합니다. 분석은 가능한 한 손안에서. AI가 인간을 최적화하는 것이 아니라, 인간이 더 자기답게 살기 위해 AI를 쓸 수 있도록. 그것이 Lumo의 생각입니다.
우리는 데이터를 모으는 회사가 아니라, 의미를 찾는 회사입니다. 몸은 말이 되기 전부터 반응하고 있습니다. 목소리는 사진보다 빠르게 변해 갑니다. 그 작은 변화를 부드럽게, 올바르게, 정성스럽게 다룹니다. 사람에게서 태어난 신호를, 사람을 위해. Lumo는 여기에서 시작합니다.
— Lumo founders, 2026