A Era online já chegou, transformando o cotidiano em um constante contato com a Internet. Queremos cada vez mais nos expressar, compartilhar e divulgar nossas experiências através de mídias como o áudio e o vídeo. Porém, protocolos como o HTTP (Hypertext Transfer Protocol - Protocolo de Transferência de Hipertexto) e o SMTP (Simple Mail Transfer Protocol - Simples Protocolo de Transferência de Correio) não apresentam adequações necessárias para tráfego dessas mídias contínuas. Fez-se necessário o desenvolvimento de um protocolo preocupado com as novas necessidades do usuário final.

Sinalizar estes tipos de mídias de forma diferenciada para comunicações mais ágeis e otimizadas diferia de empresa para empresa em anos anteriores a 1999. Pode-se afirmar que já haviam protocolos antes da referida data que implementavam tal serviço de sinalização universal - a exemplo do protocolo H.323 (veja sessão 9) divulgado em 1996. Porém, o H.323 focava sua implementação baseada em hardware, e a demanda por um protocolo eficiente baseado no software era cada vez mais atrativa.

Sobre o ponto de vista das empresas de tráfego de dados na rede, tanto o SIP quanto o H.323 (aliados ao VoIP - Voice over Internet Protocol, Voz sobre o Protocolo de Internet) foram oportunidades de atrair usuários de telefones fixos e móveis que pagavam valores elevados para usarem seus respectivos telefones. No ano de 2002, o volume de dados trafegados já superava o volume de voz trafegada em uma ordem de grandeza, portanto absorver esta quantidade de voz trafegada na rede de dados seria possível.