문화 기반 멀티모달 AI 데이터
K-스톡 콘텐츠 데이터 구축 사업, 최종평가 우수
한국적 문화와 생활 맥락을 포함한 이미지·텍스트 데이터를 설계하고 모델 기반 품질 검증을 수행했습니다.
- Data-Centric AI
- Multimodal Intelligence
- Culture-Aware AI
핵심 AI 연구·기술
핵심 연구 기술
콘텐츠 맥락과 전문 지식을 이해하는 AI 기술을 연구합니다
연구 방향
콘텐츠를 분석하고 지식과 연결해 업무에 활용하는 AI를 연구합니다. 문화 분야의 연구를 진행하며, 헬스케어 분야로의 확장을 위한 공동연구를 추진합니다.
콘텐츠 AI 연구 역량의 확장
국가 R&D 과제와 대규모 AI 데이터 구축을 통해 분야별 기술을 검증하고 연구 영역을 넓혀 왔습니다.
- 2017–2021
Language & Localization AI
사용자 맞춤형 기계번역, 원문 보정, 번역 문서 관리 기술을 연구하며 트위그팜의 언어 AI 기반을 구축했습니다.
- 2022–2024
Multimodal Media AI
영상·음성·텍스트와 문화적 맥락을 함께 이해하는 멀티모달 기계번역, 방송 자막 제작·편집 및 콘텐츠 분석 기술로 연구 범위를 확장했습니다.
- 2020–2025
Data-Centric AI
AI Hub 데이터 구축에 참여하며 텍스트, 음성, 이미지, 영상과 전문 도메인 데이터를 설계·정제·검증하는 역량을 축적했습니다.
- 2025–현재
Content Intelligence
시맨틱 검색, 멀티모달 메타데이터 생성, 미디어 세일즈 키트와 AI 기반 콘텐츠 자산화 기술을 LETR WORKS에 적용하고 있습니다.
- Next Research
Domain-Specific LLM
문화와 의료를 시작으로, 전문 지식과 산업 현장의 맥락을 이해하고 근거 있는 답변과 업무 지원을 제공하는 도메인 특화 LLM을 연구합니다.
핵심 연구 영역
Multimodal Content Intelligence
영상·음성·자막·스크립트·이미지를 통합 분석해 인물, 행동, 대화와 분위기를 구조화합니다. 이 데이터는 시맨틱 검색, 요약, 장면 추천, 자막·더빙과 콘텐츠 재가공에 활용됩니다.
- 영상·음성·텍스트 정렬
- 장면 및 이벤트 인식
- 화자·인물·객체 관계 분석
- 멀티모달 임베딩
- 자연어 기반 장면 검색
- 비디오 요약
- 추론형 메타데이터 생성
Content & Language AI
콘텐츠의 장르, 인물 관계, 말투와 문화적 맥락을 반영하는 언어 AI를 연구합니다. 영상 장면, 음성 어조, 표정과 기존 번역 자산을 함께 활용해 의미와 감정을 표현합니다.
- 맞춤형 기계번역
- 원문 오류 탐지·보정
- 문맥 기반 자막 생성
- Translation Memory·Termbase
- 문화적 뉘앙스 보존
- 번역 품질 자동평가
- Human-in-the-Loop 후편집
Data-Centric AI & Evaluation
AI 모델의 학습과 평가에 적합한 데이터 구조를 설계합니다. 자동 정제와 전문가 검수를 결합하고, 정량 평가와 모델 기반 검증을 통해 데이터 품질을 확인합니다.
- 도메인 데이터 설계
- 자동 정제·중복 제거
- 추론형 라벨링
- Human-in-the-Loop 품질관리
- 모델 기반 데이터 유효성 검증
- 데이터 드리프트 탐지
- 벤치마크·평가 데이터 구축
Knowledge-Grounded LLM & Agent
문서·데이터베이스·업무 규칙을 온톨로지와 검색 기술로 구조화하고, LLM이 확인 가능한 근거로 답변하도록 연구합니다. 검색·분석·검증·보고서 작성과 외부 도구 실행을 연결하는 도메인 특화 AI Agent로 확장합니다.
- RAG와 출처 인용
- 하이브리드 검색
- 온톨로지·지식그래프
- 전문 용어·개체 관계 분석
- 다단계 추론
- Tool-Using Agent
- 환각 탐지와 답변 검증
- 조직 전용 AI
Human-AI Collaboration
AI의 처리 속도와 전문가의 판단을 결합하는 협업 시스템을 연구합니다. 전문가의 수정·승인 결과를 고객별 용어집, 평가 기준과 워크플로에 반영해 품질과 생산성을 개선합니다.
- AI 초안과 전문가 검수
- 검수 우선순위 추천
- 수정 이력·근거 관리
- 고객별 평가 규칙
- 모델·프롬프트·데이터 버전 관리
- 품질 피드백 루프
검증된 성과에서 확장하는 연구
과제 수행과 데이터 구축에서 축적한 기술을 현재의 서비스와 다음 연구에 연결합니다.
| 검증된 성과 | 축적한 기술 | 연구 확장 분야 |
|---|---|---|
| 기계번역·원문 보정 R&D | 언어 이해·맞춤형 번역 | 문화 감응형 LLM |
| 멀티모달 기계번역 R&D | 영상·음성·텍스트 융합 | 문화 수용성 모델 |
| 방송 자막 R&D | 미디어 처리·워크플로 | 멀티모달 콘텐츠 인텔리전스 |
| K-스톡 데이터 | 문화적 이미지·텍스트 데이터 | 문화 특화 멀티모달 모델 |
| 법률·금융·국방 데이터 | 전문 도메인 데이터 모델링 | 도메인 특화 LLM |
| AI Hub 데이터 구축 | 대규모 데이터 품질관리 | 문화·의료 학습 및 평가 데이터 |
| LETR WORKS 상용화 | 연구 기술의 제품화 | 산업별 AI 플랫폼 |
문화·헬스케어로 확장하는 연구
두 분야는 멀티모달 이해, 도메인 지식 연결, 신뢰성 평가와 전문가 검수 기술을 공유합니다. 문화 연구는 콘텐츠의 해석과 수용성을, 헬스케어 연구는 전문 의사결정 지원을 다룹니다.
연구 중
Culture-Aware LLM & Cultural Reception Model
같은 콘텐츠가 국가·언어·세대·문화권에 따라 어떻게 다르게 해석되고 받아들여지는지를 연구합니다. 한국적 문화·생활·지리 맥락을 담은 K-스톡 데이터와 문화적 배경·의도를 구조화하는 메타데이터가 연구의 기반입니다.
- 문화적 맥락 표현
- 멀티모달 문화 이해
- 수용성 시뮬레이션
- 문화권별 현지화 전략
- 문화 편향 탐지·검증
향후 공동연구 방향
Multimodal Healthcare LLM & Care Intelligence
병원·대학·전문 연구기관과 의료·건강 분야의 도메인 특화 LLM 공동연구를 추진합니다. 트위그팜은 데이터 파이프라인, RAG와 평가·운영 환경을, 협력 기관은 임상 문제 정의, 의료 데이터와 전문가 검증을 담당하는 구조를 계획합니다.
- 의학 지식 근거 연결
- 멀티모달 건강 이해
- 위험도 평가·돌봄 지원
- 진료 기록 구조화
- 환각 통제와 안전성
- 비식별화·기관 전용 모델
헬스케어 항목은 향후 공동연구 방향이며 상용 출시 제품이 아닙니다. 의료진의 진단을 대체하지 않고, 의료·돌봄 전문가에게 근거와 정보를 제공하는 의사결정 지원 기술을 목표로 합니다.
R&D에서 상용 서비스까지
연구 결과를 데이터 구축과 검증을 거쳐 서비스에 적용하고, 현장의 피드백으로 기술을 개선합니다.
-
01. Research
새로운 모델, 데이터 구조와 평가 방법을 연구합니다.
-
02. Data
산업 현장의 원천 데이터를 학습·평가 가능한 구조로 설계하고 정제합니다.
-
03. Validation
자동 평가, 전문가 검수, 국가과제와 산학연 공동연구를 통해 성능과 안정성을 검증합니다.
-
04. Deployment
검증된 기술을 LETR WORKS 또는 고객 전용 AI 시스템에 적용합니다.
-
05. Feedback
현장에서 발생하는 수정과 평가 결과를 전용 데이터·규칙·모델 개선에 반영합니다.
연구 성과 실증 사례
데이터 구축 과제와 상용 서비스에서 확인한 연구 성과입니다.
멀티모달 데이터와 클린 미디어
초거대 AI 확산 생태계 조성사업 2개 과제 수행
K-스톡 콘텐츠 데이터와 방송 영상의 비식별화·클린본 데이터 구축을 통해 멀티모달 데이터 활용 기반을 넓혔습니다.
- Multimodal Data
- De-identification
- Data Quality
연구 기술의 서비스 적용
KOBA 2026 시맨틱 검색 및 미디어 세일즈 키트 공개
영상·오디오·텍스트의 의미를 분석하는 시맨틱 검색 기술을 LETR WORKS의 콘텐츠 자산화 기능으로 적용했습니다.
- Semantic Search
- Media Intelligence
- LETR WORKS
언어 AI에서 미디어 인텔리전스로
콘텐츠 AI 기술과 글로벌 사업 전략
번역과 현지화 기술에서 멀티모달 콘텐츠 자산관리와 글로벌 수익화 플랫폼으로 확장한 기술 발전 과정을 소개합니다.
- Content AI
- Multimodal AI
- Content Intelligence
연구·운영 인프라
클라우드 기반 AI 인프라에서 대규모 미디어와 전문 데이터를 처리합니다. 데이터 수집, 전처리, 모델 추론, 품질 검증과 서비스 배포 과정을 모듈화해 연구 결과를 산업 현장에 적용합니다.
분산 학습·추론 환경
GPU 기반 학습·추론 환경과 분산 처리를 구성하고, 데이터 처리량에 따라 수평 확장이 가능한 구조로 운영합니다.
재현성 및 MLOps 관리
모델과 데이터 버전을 함께 관리하고, 성능 모니터링과 데이터 드리프트 탐지를 통해 연구 결과를 추적합니다.
데이터 보안 및 운영 안정성
접근 권한 제어, 감사 로그와 고객별 격리 워크스페이스를 적용합니다. 장애 대응과 백업·복구 체계를 운영하며, 구체적인 가용성 수준은 서비스 계약에서 정합니다.
함께 연구할 기관을 찾습니다
문화·콘텐츠와 의료·돌봄 분야의 전문 지식을 가진 기관·기업과 공동연구를 추진합니다. AI 데이터, 평가 지표와 검증 절차를 함께 설계할 파트너를 찾습니다.