기술·개발
영상제작 현장에서 출발한 회사가, 그 현장을 위해 직접 만드는 도구와 로컬 AI. 베끼지 않고 측정하며, 처리는 기업 안, 로컬에서 먼저 하고 외부 위임은 범위를 통제합니다.
연구 철학
우리가 도구를 만드는 방식에는 세 가지 원칙이 있습니다.
첫째, 왕복(roundtrip)입니다. 우리는 편집·색보정 표준 엔진을 다시 만들지 않습니다. 대신 결과를 측정해 필요한 보정값만 계산하고, 그 값을 원래 도구로 되돌려 적용합니다. 바퀴를 다시 발명하는 대신, 현장에서 검증된 도구를 더 정확하게 운전하는 쪽을 택합니다. 이렇게 하면 표준과 어긋날 위험을 줄이면서, 반복 작업의 정밀도와 속도만 끌어올릴 수 있습니다.
둘째, 역설계로 배우되 베끼지 않는다는 것입니다. 잘 만든 결과물과 도구의 동작 원리를 깊이 분석하지만, 그 분석에서 가져오는 것은 구현 코드가 아니라 명세와 원리뿐입니다. 연구용으로 분석한 내용과 실제 배포하는 코드 사이에 단방향의 클린룸 경계를 두어, 남의 구현을 그대로 옮기는 일이 없도록 IP 위생을 지킵니다.
셋째, 추측이 아니라 측정입니다. "안 될 것"이라는 가정이나 오래된 문서의 단정으로 가능성을 닫지 않습니다. 먼저 최신 상태를 직접 확인하고, 코드를 읽고, 실제로 재어 본 뒤에 판단합니다. 방송용 스코프로 색을 교차검증하고, 카메라워크를 수치로 분류하는 우리의 도구들은 모두 이 "재고 나서 말한다"는 태도에서 나왔습니다.
자체 도구
제작 현장의 실제 병목을 풀기 위해 직접 만들어 사내에서 쓰는 도구들입니다. 상용 제품이 아니라, 우리 작업을 위한 도구입니다.
SANABI 사내 도구
편집 프로그램을 코드로 운전하는 편집 엔진. 대량 조립·반복 작업을 사람의 손을 대신해 정확하게 수행합니다.
Bumblebee 사내 도구
멀티캠 오디오 싱크, 카메라워크 자동 분류, 컷 추출을 돕는 편집 플러그인. 행사·멀티캠 현장의 정리 시간을 줄입니다.
Synapse 사내 도구
좋은 컷을 고르고 다듬는 컷 셀렉·트림 앱. 방대한 촬영본에서 쓸 장면을 빠르게 추려냅니다.
edit-dna 사내 도구
완성된 영상에서 편집 스타일을 자동으로 뽑아내는 도구. 시리즈물의 일관된 호흡과 결을 유지합니다.
colorscope 사내 도구
방송용 스코프를 교차검증해 색보정을 점검하는 폐루프 도구. 보정하고, 재고, 다시 다듬는 과정을 자동화합니다.
camwork 사내 도구
고정·이동·흔들림 등 카메라워크를 수치로 분류하는 분류기. 컷의 성격을 객관적으로 판별합니다.
미디어 AI 연구개발 — 로컬 LLM·MCP
로컬 LLM과 MCP로 영상을 분석하고 편집 도구를 만듭니다. 추론·임베딩·기억이 가능한 한 기기 안에서 동작하도록 설계합니다.
로컬 우선, 통제된 외부 보조
우리의 로컬 AI는 추론과 임베딩, 기억을 기기 안에서 처리하는 것을 기본으로 합니다. 고객사의 자료가 불필요하게 외부로 나가지 않도록 데이터를 고객사별로 격리해 다루며, 그 격리는 한 번 설정하고 끝내는 것이 아니라 강제하고 상시 점검합니다.
다만 우리는 이것을 '완전 폐쇄'라고 부르지 않습니다. 정직하게 말하면 로컬 우선에, 정말 어려운 작업만 외부에 보조로 위임하고 실패하면 다시 로컬로 돌아오는 구조입니다. 위임 범위는 명확히 통제합니다.
- ✓온디바이스 처리(추론·임베딩·기억)
- ✓고객사별 데이터 격리 — 강제 + 상시 점검
- ✓로컬 우선·외부 위임 범위의 명확한 통제
이렇게 일합니다
연구는 책상이 아니라 제작 현장에서 검증됩니다.