Voygr (YC W26): AI 에이전트와 앱을 위한 더 나은 Maps API

TL;DR Highlight

장소 데이터 신선도 인프라가 Google Maps API가 제공하지 못하는 '가게 현재 영업 중 여부' 판단을 실시간으로 제공하여, AI 에이전트의 실제 세계 상호작용에서 발생하는 stale 데이터 문제를 해결한다.

Who Should Read

지도 API나 위치 기반 데이터를 활용하는 앱 또는 AI 에이전트를 개발 중인데, 폐업한 가게나 잘못된 장소 정보로 인해 서비스 품질이 떨어지는 문제를 겪고 있는 백엔드/풀스택 개발자.

Core Mechanics

Google Maps 같은 기존 지도 API는 '4.2점, 오후 10시까지 영업' 같은 고정된 스냅샷 데이터만 제공하고, '지난달에 셰프가 바뀌었다'거나 '실제로는 이미 폐업했다' 같은 동적인 현실 정보를 반영하지 못한다는 게 핵심 문제 의식이다.
매년 전체 장소의 25~30%가 변경(폐업, 이전, 리브랜딩 등)되는데, 물리적 세계는 '나 문 닫았어요'라는 구조화된 이벤트를 자동으로 발행하지 않기 때문에 능동적으로 감지하는 인프라가 필요하다.
Google 검색의 약 40%, LLM 프롬프트의 최대 20%가 로컬 장소 관련 컨텍스트를 포함하고 있어 시장 규모가 크다. 자체 벤치마크 결과 최고 성능 LLM조차 로컬 장소 쿼리 12개 중 1개를 틀리는 것으로 나타났다.
현재 공개된 핵심 기능은 Business Validation API로, 특정 장소가 현재 실제로 영업 중인지, 폐업했는지, 리브랜딩됐는지, 아니면 애초에 유효하지 않은 데이터인지 구조화된 판정값(verdict)으로 반환해준다. 여러 데이터 소스를 집계하고 충돌하는 신호를 감지해 판단한다.
창업자 배경이 탄탄한 편이다. Vlad는 Google Maps API 및 라이드쉐어링/여행 도메인 출신이고, Yarik은 Apple, Google, Meta에서 수억 명이 사용하는 ML/검색 인프라를 리드했다. 두 사람 모두 장소 데이터 품질 문제를 직접 경험한 셈이다.
현재 엔터프라이즈 고객(주요 지도사 및 테크 기업 포함)을 대상으로 하루 수만 건의 장소를 처리 중이며, 오늘자로 개발자 커뮤니티에 API 접근을 개방했다. GitHub에 dev-tools 레포를 열어 에이전트 온보딩 가이드를 제공한다.
장기 비전은 뉴스, 기사, 이벤트 같은 웹 컨텍스트와 정확한 장소 데이터를 결합한 '무한히 쿼리 가능한 장소 프로필'을 구축하는 것이다. 현재는 그 첫 단계로 '장소가 실제로 존재하는가'를 판단하는 검증 API부터 시작했고, 영업시간·사진 등을 포함한 enrichment API는 아직 실험 단계다.

Evidence

레스토랑, 팝업스토어, 계절 영업 비즈니스 같은 카테고리에서 연간 25~30% 장소 이탈률이 특히 심할 것이라는 지적이 있었다. 또한 Google에서는 영업 중, Yelp에서는 폐업, 웹사이트는 404인 경우처럼 데이터 소스 간 신호가 충돌할 때 신뢰도 점수(confidence score)를 반환하는지 아니면 이진값만 주는지 궁금하다는 댓글이 달렸고, 이에 대한 명확한 답변은 아직 공개되지 않았다.
'셰프가 지난달에 떠났다'는 걸 API가 알 수 있다고 했는데 어떤 데이터로 그게 가능하냐는 날카로운 질문이 있었다. 창업자는 그건 현재 기능이 아니라 비전이라고 솔직하게 답했고, 현재는 장소의 실존 여부 검증에 집중하고 있다고 밝혔다.
LLM 기반 지도 기능이 너무 형편없어서 개인 에이전트에 직접 Google Maps를 붙여서 쓰고 있다는 개발자가 있었다. 이 사람은 Voygr를 에이전트 스킬(skill) 형태로 바로 교체해서 사용할 수 있는지 물었고, 창업자는 GitHub에 에이전트 온보딩 가이드가 있다고 안내했다.
Google Maps API와 비교해 가격이 어떻게 되냐는 질문이 있었지만 구체적인 가격 정보는 아직 공개되지 않았다. '에이전트 퍼스트 방식의 API 키 발급 방식이 마음에 든다'는 긍정적인 반응도 있었다.
HN에 런치 포스트를 올리자 트래픽 급증으로 웹사이트가 45분간 다운됐다는 지적이 있었다. '수억 명이 쓰는 제품을 만들었던 팀이 무한한 장소 프로필을 만들겠다면서 HN 트래픽 45분 만에 사이트가 다운됐다'는 유머 섞인 댓글이 달렸고, 동시에 물리적 세계 정보와 디지털 세계의 동기화는 수십 년간 어려운 문제였고 에이전트 접근법이 가치를 10배 높일 수 있을 것이라는 긍정적인 평도 있었다.

How to Apply

위치 기반 AI 에이전트를 만드는 경우, 사용자가 요청한 장소가 현재 실제로 존재하는지 먼저 Voygr Business Validation API로 검증한 뒤 이후 작업(예약, 경로 안내 등)을 수행하면 stale 데이터로 인한 에이전트 오류를 줄일 수 있다. GitHub(https://github.com/voygr-tech/dev-tools)에 에이전트 온보딩 가이드가 있으니 참고한다.
장소 DB나 POI(Point of Interest) 데이터를 보유한 서비스라면, 매년 25~30%씩 바뀌는 장소 데이터를 직접 크롤링하는 대신 Voygr API를 주기적으로 호출해서 폐업·이전된 장소를 필터링하는 배치 파이프라인을 구성할 수 있다. 현재 하루 수만 건을 처리 중이라고 하니 대용량 배치에도 사용 가능해 보인다.
Google Maps API나 Yelp API를 조합해서 장소 유효성을 검증하는 로직을 직접 짜고 있다면, Voygr의 멀티 소스 충돌 감지 및 구조화된 verdict 반환 기능을 대신 사용하는 것을 검토해볼 수 있다. 지금 개발자 API 접근이 막 열린 시점이라 얼리어답터로 피드백을 주고 사용 케이스를 함께 만들어갈 수 있는 타이밍이다.

Terminology

Business Validation API특정 사업체가 현재 실제로 운영 중인지 아닌지를 여러 데이터 소스를 종합해 판단해주는 API. '이 가게 진짜 아직 있어?'를 자동으로 확인해주는 것.

POI (Point of Interest)지도에서 관심 장소를 의미하는 용어. 음식점, 카페, 관광지처럼 사람들이 찾아가는 특정 위치를 가리킨다.

Place Churn장소 데이터가 변경되거나 무효화되는 현상. 가게가 폐업하거나 이전하거나 상호를 바꾸는 등 실제 세계의 변화로 기존 데이터가 쓸모없어지는 비율을 말한다.

Stale Data오래되어 현실을 반영하지 못하는 데이터. 실제로는 폐업한 식당이 지도에 아직 영업 중으로 떠 있는 상황이 대표적인 예다.

Enrichment API기본적인 장소 정보(이름, 위치)에 더해 영업시간, 사진, 최신 이벤트 등 부가 정보를 추가로 제공하는 API. Voygr에서는 아직 실험 단계다.

Conflicting Signals여러 데이터 소스에서 서로 다른 정보가 나오는 상황. 예를 들어 Google에서는 영업 중, Yelp에서는 폐업, 공식 웹사이트는 접속 불가인 경우 어느 쪽을 믿어야 할지 판단하는 것이 핵심 기술 과제다.