Prudký dopad Internetu na klasické PSTN telefónne siete dal podnet na vznik veľmi silých ekonomických a technologických dôvodov pre konvergentné služby a architektúry. Aby sa ale mohla klasická telefónna sieť zlúčiť so všadeprítomnou technológiou IP, bolo potebné vyvinúť signalizačný protokol pre nadväzovanie a rušenie spojení.
Rada rôznych komunít a spolkov navrhla riešenia, každé ale prifarbené ich vlastnými prioritami a záujmami. Internetová komunita chcela predstaviť inovatívne služby založené na prostriedkoch ako XML , peer-to-peer protokoloch a rôznych modeloch volaní, a to všetko s otvorenou špecifikáciou. Vtedy IETF ponúklo SIP.
SIP bol pôvodne určený aby tvoril mechanizmus pre pozývanie ľudí do veľkokapacitných multipoint konferencií na Internet Multicast Backbone (Mbone). V tomto štádiu internetová telefónia VoIP v podstate ešte neexistovala. Časom sa ale usúdilo, že práve SIP by mohol byť použitý pre vytváranie point-to-point konferencií – telefónnych hovorov.
Prístup aký zvolil SIP je klasický v smere ako sa inovuje Internet : vytvor len to čo je potrebné, adresuj len to čo chýba v existujúcich mechanizmoch. Pretože prístup aký sa zvolil pri SIPe je modulárny a nezávislý od podliehajúcich protokolov alebo architektúry, a pretože protokol sám o sebe je veľmi jednoduchý, SIP sa ujal ako alternatíva k H.323 a ďalším proprietárnym protokolom pre transport L7 protokolov pomocou IP.