두 AI 공급업체, 생성 도구를 통제된 워크플로에 한층 더 가깝게

주요 동향

일본에 기반을 둔 두 AI 공급업체가 기업들이 실험 단계를 거친 뒤 점점 더 자주 마주하는 문제를 겨냥한 제품을 발표했다. 유용한 결과물을 생성하려면 여전히 점검 단계와 인프라 선택, 사람의 검토가 필요하다는 문제다. 한 제품은 동영상을 렌더링하기 전에 스토리보드 단계를 추가하고, 다른 제품은 클라우드 서비스 이용이 제한된 네트워크 내부에 AI를 구축하는 서비스를 제공한다.

1. Pro ai, 동영상 생성 전에 편집 가능한 스토리보드 추가

KASHIKA에 따르면 Pro ai 서비스는 이제 제품 또는 서비스 페이지를 읽고, 이미지 후보를 제안하며, 동영상을 생성하기 전에 장면별로 편집 가능한 스토리보드를 만들 수 있다. 공개된 시연에서 작업자는 이미지 12개 중 3개를 선택하고 Seedance 2.5를 이용해 세로형 30초 동영상을 6개 장면으로 제작했다. 이 발표는 후속 수정 작업에 관해 이례적으로 솔직하다. 첫 번째 결과물은 일본어 발음과 억양, 텍스트, 숫자, 로고, 오디오 타이밍을 수정해야 했다. 이는 검토 단계가 최종 생성 버튼만큼이나 중요하다는 점을 보여준다. (발표문 읽기)

2. Uravation, 제한된 네트워크를 위한 로컬 LLM 구축 서비스 패키지화

Uravation은 클라우드 AI 사용을 제한하는 기업을 위한 구축 서비스를 발표했다. 제안된 구성에는 온프레미스 GPU 서버, 폐쇄망용 업무 도구, 그리고 요구사항이 허용하는 범위에서만 로컬 시스템과 클라우드 시스템을 결합하는 단계적 설계가 포함된다. 회사는 제공 과정을 요구사항 정의·설계·개념검증에 24주, GPU 환경 및 모델 구축에 12개월, 업무 도구 구축 및 운영 인계에 1~3개월이 소요되는 단계로 구분한다. 하드웨어 비용은 별도이며 가격은 개별 견적으로 산정된다. 또한 이 발표는 일부 워크로드가 로컬 환경에서 충분한 성능을 내지 못할 수 있으므로, 실제 데이터를 이용한 테스트가 형식적인 절차가 아니라 반드시 거쳐야 할 의사결정 관문이라고 설명한다. (발표문 읽기)

기업이 주목해야 할 점

두 발표 모두 독립적인 벤치마크가 아니라 공급업체의 주장이다. 그럼에도 두 발표는 같은 실질적인 방향을 가리킨다. 기업용 AI 제품이 검토 절차, 데이터 경계, 운영 주체를 중심으로 설계되고 있다는 점이다. 구매자는 판매 자료에 명시된 모델만이 아니라 그 모델을 둘러싼 점검 단계와 실패 양상도 평가해야 한다.