# TWIGFARM (트위그팜) — full text

Source: https://twigfarm.net/  ·  Generated from the site content. The structured index is at https://twigfarm.net/llms.txt.

---

# Company

Legal name: (주)트위그팜 (TWIGFARM Co., Ltd.)
Business registration number: 556-81-00254
CEO: Sun Ho Baek (백선호)
Email: hello@twigfarm.net
Seoul head office: (06609) 4F Penta Tower, 9, Seoun-ro 26-gil, Seocho-gu, Seoul, Republic of Korea
Corporate R&D Center: (05203) B215, Gangdong U1 Center, 26, Godeokbizvalley-ro, Gangdong-gu, Seoul, Republic of Korea
Gwangju AI Data Center: (61472) 203, 193-22, Geumnam-ro, Dong-gu, Gwangju, Republic of Korea
Singapore entity: (048581) 16 Raffles Quay #33-07, Hong Leong Building, Singapore

---

# Solutions

## LETR WORKS

쌓여 있는 영상·이미지·문서·오디오에서 필요한 내용을 찾고, 번역·더빙·재활용까지 이어갑니다.

*콘텐츠 검색·관리 플랫폼*

URL: https://twigfarm.net/ko/solutions/letrai

보유 콘텐츠를 자주 찾아 다시 쓰고, 여러 언어로 제공하는 팀에 적합합니다.

- **필요한 장면을 말로 찾기** — “로고가 나오며 가격을 설명하는 장면”처럼 찾고 싶은 내용을 입력해 관련 구간을 확인합니다.
- **찾은 콘텐츠를 다시 활용하기** — 같은 원본에서 자막·번역·더빙 작업을 이어갑니다. 원본과 결과물을 함께 관리합니다.
- **바이어와 콘텐츠 공유하기** — 지정한 바이어에게 온라인 상영관을 공유하고, 어떤 콘텐츠를 시청했는지 확인합니다.

1. **콘텐츠 등록** — 영상·이미지·문서·오디오를 올리고, 필요한 자산의 분석과 검색을 설정합니다.
2. **검색과 작업** — 장면과 내용을 찾고, 필요한 언어의 자막·번역·더빙을 만듭니다.
3. **검토와 공유** — 결과물을 검토한 뒤 내려받거나, 접근 권한을 정해 공유합니다.

## 검색 성능 평가 결과와 측정 조건

2026년 5월, 한국어 이미지·문서 검색을 공개 데이터셋으로 평가했습니다. 영상 검색은 별도의 제품 근사 평가 결과로 구분합니다.

| 모달리티 | 데이터셋 | 결과 |
|---|---|---|
| 이미지 | XM3600-ko (3,600장) | **R@1 0.582** · R@5 0.813 · R@10 0.879 |
| 문서 | MIRACL-ko (30만 문서) | 리랭커 적용 시 **R@10 0.944 → 0.958** |
| 영상 (제품 근사) | 120클립 · 멀티프레임 max-pool | **R@1 0.625** · R@10 0.917 |

R@K는 상위 K개 검색 결과에 대한 재현율입니다. 이 수치는 특정 데이터와 평가 조건의 검색 결과이며, 서비스 전체 정확도나 모든 고객 자료의 성능을 뜻하지 않습니다. 실제 도입에서는 고객의 샘플 자료로 검색 품질을 확인합니다.

## 영상·이미지·문서·오디오의 제공 범위

모달리티마다 별도 도구를 쓰면 권한·이력·검색이 파편화됩니다. LETR WORKS는 단일 자산 모델에 버전·폴더·접근권한·색인 상태를 함께 둡니다.

- **영상** — 트랜스코딩·프리뷰, STT(한국어·영어·일본어·중국어 외), 화자 분리, 자막 번역·더빙, 장면 단위 검색
- **이미지 · 웹툰** — 범용/문서/웹툰 특화 OCR, PSD 레이어 파싱으로 **OCR 없이** 텍스트 추출, 배경 재생성 없는 레이어 재조판, 말풍선 형상 인식·폰트 매핑·세로쓰기
- **문서** — PDF·DOCX·PPTX·XLSX·**HWPX** 파싱, TM/TB 기반 번역, DOCX·HWPX 라운드트립 내보내기
- **오디오** — 화자별 트랙과 워크스페이스 음성 프로파일, 영상 간 화자 재식별

## 인물·용어·장면을 연결해 관리하는 기술

자동 태깅의 결과가 문자열 목록으로 남으면, 같은 인물이 자산마다 다른 이름으로 흩어지고 용어는 번역할 때마다 다시 정해집니다. LETR WORKS는 추출한 요소를 **워크스페이스 단위의 온톨로지**에 올려 서로 관계를 갖게 합니다.

| 개체 | 어떻게 이어지는가 |
|---|---|
| **인물 · 화자** | 음성 임베딩 + 얼굴 클러스터로 영상을 건너 같은 인물로 통합 |
| **용어 · 고유명사** | 번역메모리·용어집(TM/TB)과 연결해 번역·자막·더빙에서 같은 표기 유지 |
| **장면 · 객체** | 캡션·OCR·검출 결과를 장면에 묶어 검색과 재편집의 최소 단위로 사용 |
| **자산 · 파생본** | 원본과 번역본·더빙본·재조판본을 하나의 계보로 연결 |

이 구조 덕분에 검색 결과가 "파일 몇 개"가 아니라 **의미가 연결된 지식**으로 돌아오고, 생성·재생성 단계에서 같은 정의를 다시 쓰게 됩니다.

## 대사와 화면을 함께 찾는 장면 검색

영상은 "말한 내용"과 "보이는 화면"이라는 서로 다른 축을 갖습니다. LETR WORKS는 색인 단위를 **장면(scene)** 으로 두고, 장면마다 성격이 다른 청크를 만들어 각각 적합한 모델로 임베딩합니다. 그래서 결과가 "몇 분 몇 초"가 아니라 **의미 있는 구간**으로 나옵니다.

| 청크 | 내용 |
|---|---|
| `visual` | 키프레임 화면 |
| `transcript` | 발화 자막(화자 라벨 포함) |
| `ocr` | 화면에 찍힌 텍스트 |
| `caption` | AI 생성 장면 설명 |
| `objects · faces` | 검출 객체 / 얼굴 클러스터 |

텍스트·비주얼 두 인덱스를 병렬 조회해 병합하고 리랭커로 재정렬한 뒤 장면 단위로 묶습니다. 질의가 시각적 의도인지 텍스트 의도인지는 라우터가 가중치로 추정합니다.

## 검색한 자료에서 만들어지는 결과물

찾은 장면과 자료에서 필요한 자막·더빙·문서와 메타데이터를 만듭니다. 같은 원본과 용어 정보를 활용해 후속 작업을 이어갑니다.

| 구분 | 무엇을 만드는가 |
|---|---|
| **생성** | 장면 캡션·요약·태그, 검색용 메타데이터, 세일즈킷 큐레이션 |
| **재생성 · 언어** | 16개 국어 자막 번역, TM/TB 기반 일관 표기, SDH 자막 |
| **재생성 · 음성** | 감정을 담은 AI 보이스와 원작 인물 기반 클론보이스 더빙 |
| **재생성 · 지면** | 이미지·웹툰 레이어 재조판(배경 재생성 없음), 문서 HWPX·DOCX 라운드트립 |

구조화한 자산은 추가 언어와 다른 형식의 결과물을 만드는 데 재사용합니다. 작업별 비용과 소요시간은 범위에 따라 확인합니다. 숏폼 자동 생성과 RAG 챗봇은 같은 자산 위에서 확장 중인 로드맵 항목입니다.

## 현재 제공 기능과 확장 계획

오늘 바로 도입해 쓸 수 있는 기능과, 순차 확장 중인 기능을 구분해 밝힙니다.

| 영역 | 상태 | 내용 |
|---|---|---|
| 영상 번역 | 제공 | STT → 번역 · 파형 병렬 → 프로젝트 생성 |
| 이미지·웹툰 번역 | 제공 | OCR → 번역 → 재구성. PSD 레이어 경로 포함 |
| 문서 번역 | 제공 | 파싱 → 번역. HWPX 라운드트립 |
| 더빙 | 제공 | 번역본 기반 TTS + 정렬 데이터 |
| DRM 세일즈킷 | 제공 | KMS·HLS 암호화 + 화이트리스트 + 뷰어 분석 |
| 멀티모달 RAG 색인·검색 | 제공 | 자체 GPU 추론, 벤치마크 측정 완료 |
| AI Signal (발견성 진단) | 제공 | 브랜드·콘텐츠·발견성 8개 카테고리, 다중 LLM 프로브 |
| 방송 QC · 번인 렌더 · 영상 합성 | 일부 제공 | 일부 제품군에 선반영 |
| 숏폼 생성 · RAG 챗봇 · 음원 분리 · 외부 커넥터 | 로드맵 | 설계 완료, 단계적 구현 |

> **비용은 워크스페이스 단위로 통제합니다**
> 영상 색인은 비용이 큰 작업이라 **선택 활성화** 방식입니다. 검색까지 필요한 자산에만 색인을 켜면 되고, 색인하지 않은 영상도 프로젝트 안에서는 그대로 쓸 수 있습니다. 색인 대상과 물량에 맞춰 비용을 확인합니다.

## 콘텐츠 공유와 운영 환경

원본과 번역본·더빙본을 함께 관리하고, 이메일 허용 목록과 KMS·HLS 암호화를 적용한 온라인 상영관으로 바이어에게 공유합니다. 뷰어별 시청 분석은 콘텐츠 검토와 후속 영업에 활용할 수 있습니다.

임베딩·리랭킹·OCR은 자체 GPU 추론을 활용합니다. 사용할 기능과 자료의 외부 처리 범위, 접근 권한, 검색 색인 대상을 도입 시 정합니다. 전문가의 번역·검수 작업까지 필요하다면 [전문 번역 더빙 서비스](/ko/solutions/ai-localization)를 함께 이용할 수 있습니다.

## AI Signal

AI가 우리 브랜드와 콘텐츠를 어떻게 소개하는지 확인하고, 고쳐야 할 정보를 찾아드립니다.

*AI 답변 속 브랜드 진단*

URL: https://twigfarm.net/ko/solutions/ai-signal

AI 답변에서 브랜드와 작품이 어떻게 소개되는지 알고 싶은 마케팅·콘텐츠 담당자에게 적합합니다.

- **우리 브랜드가 나오는지 확인** — 추천·비교 질문에 브랜드가 얼마나 언급되고 어떤 출처와 함께 소개되는지 살펴봅니다.
- **잘못 알려진 정보 찾기** — 모델과 언어별 답변을 비교해 이름 혼동, 누락된 정보, 잘못된 설명을 확인합니다.
- **무엇부터 고칠지 정리** — 웹페이지와 콘텐츠 정보를 점검해 개선할 일을 우선순위로 정리하고, 이후 결과와 비교합니다.

1. **진단 대상 정하기** — 브랜드·작품, 비교 대상, 고객이 할 만한 질문을 정합니다.
2. **답변과 출처 확인** — 여러 AI 모델에 질문하고 한국어·영어 답변과 인용 출처를 비교합니다.
3. **개선 과제 검토** — 누락·오류와 개선 우선순위를 확인하고, 같은 조건으로 다시 측정합니다.

## 진단 후 받는 결과물

브랜드명이나 작품명을 입력한 결과 하나로 판단하지 않습니다. 고객이 실제로 할 만한 추천·정의·비교·신뢰 질문을 정하고, 모델과 언어별 답변을 수집해 **어디에서 어떻게 소개되는지, 어떤 정보가 빠졌는지**를 정리합니다.

| 산출물 | 확인할 수 있는 내용 |
|---|---|
| 모델별 진단 결과 | 모델별 브랜드 언급률·인용률, 비교 대상 대비 노출, 사용한 질문과 응답 |
| 답변·출처 확인 자료 | 작품명·인물·브랜드를 혼동한 답변, 누락된 정보, 실제 인용 출처 |
| 개선 과제 목록 | 웹페이지·메타데이터·시청 경로에서 먼저 보완할 항목과 우선순위 |
| 시점별 비교 | 질문·모델·언어·측정 날짜를 기록한 진단 결과의 변화 |

## 브랜드·콘텐츠·발견성을 나눠 점검합니다

**브랜드 진단**은 기업이나 서비스가 AI 답변에서 알려지고 인용되는 양상을 살펴봅니다. **콘텐츠 진단**은 작품·인물·원작 등 구체적인 사실이 언어별로 어떻게 설명되는지 확인합니다. **발견성 진단**은 콘텐츠 정보와 실제 시청 경로가 연결되는지를 살펴봅니다.

| 브랜드 점검 항목 | 확인하는 정보 |
|---|---|
| 페이지 가독성 | 제목 계층, 본문 구조와 읽을 수 있는 콘텐츠 |
| 브랜드 식별 | 회사·제품의 이름, 별칭, 식별 정보 |
| 실제 언급·인용 | AI 답변에 등장하는 이름과 연결 출처 |
| 크롤러 접근 | 접근 정책과 콘텐츠 제공 상태 |
| 구조화 데이터 | 페이지 본문과 구조화 정보의 일치·누락 |
| 신뢰 근거 | 저자·기관·출처 등 확인 가능한 정보 |
| YouTube | 영상·채널 정보의 노출과 연결 |
| 다국어 | 한국어·영어 정보와 언어별 연결 상태 |

이 8개 항목은 트위그팜의 자체 진단 체계입니다. 특정 AI 서비스의 공식 평가 지표가 아니며, llms.txt 등 파일 하나의 유무를 모든 AI 검색 서비스의 필수 노출 조건으로 보지 않습니다.

## 모델과 언어에 따른 차이를 확인합니다

3개 AI 모델을 대상으로 추천·정의·대안·신뢰 시나리오를 점검하고, 한국어와 영어 답변을 비교합니다. 같은 브랜드가 한 모델에서는 잘 소개되지만 다른 모델에서는 누락되거나, 영어 작품명이 다른 작품과 혼동되는 차이를 확인할 수 있습니다.

동명이인·동명 작품은 별칭과 식별 정보를 대조합니다. 경쟁사와의 비교도 동일한 질문 조건에서 진행해 상대적 노출을 살펴봅니다.

## 콘텐츠가 발견되고 시청으로 이어지는 경로

| 점검 항목 | 콘텐츠 사업자가 확인할 내용 |
|---|---|
| 메타데이터 완성도 | 작품명·설명·출연진·식별 정보가 충분하고 일치하는가 |
| 수요 신호 | 어떤 작품과 언어권에 관심이 나타나는가 |
| 시청 경로 | 볼 수 있는 플랫폼과 지역 정보가 정확하게 연결되는가 |
| 도달 범위 | 어느 언어권과 모델에서 콘텐츠가 소개되는가 |

FAST 채널·방송 사업자는 시청 경로의 누락을, IP 보유사는 작품 정보의 정확성을, 해외 진출 팀은 언어별 인식 차이를 점검하는 데 활용할 수 있습니다. 발견성 지표는 개선 기회를 찾기 위한 정보이며, 매출 손실이나 증가를 직접 측정한 값은 아닙니다.

## 반복 측정과 결과 해석

AI 답변은 같은 질문에도 달라질 수 있고 모델도 업데이트됩니다. 따라서 측정 조건을 기록하고 절대 점수 하나보다 시점별 추세와 상대 비교를 봅니다. 웹페이지를 수정한 뒤 답변에 반영되는 시점도 서비스마다 다릅니다.

도입 시 진단 대상·비교 대상·언어·질문을 함께 정하고, 결과에서 실제로 수정할 수 있는 항목을 골라 다시 측정합니다.

## Preview Note

영상 1시간의 프리뷰 노트, 수작업 최소 4시간에서 AI 작성 15분으로. 분당 0.15달러로 인물·말자막·화면 설명을 자동 정리합니다.

*프리뷰 노트 제작 시간과 비용을 줄입니다*

URL: https://twigfarm.net/ko/solutions/preview-note

프리뷰 노트 작성 시간과 비용을 줄이고, 촬영본 검토와 편집에 집중하려는 방송·영상 제작팀에 적합합니다.

- **누가 말하는지, 인물 구분** — 출연자와 제작진의 말을 구분하고, 확인된 인물명을 대사와 연결합니다. 기획서의 등장인물 정보도 활용합니다.
- **무슨 말을 했는지, 말자막 생성** — 촬영본의 말을 텍스트로 옮기고 타임코드에 맞춰 정리합니다. 대사를 일일이 받아 적는 시간을 줄입니다.
- **어떤 장면인지, 화면 설명** — 인물의 행동과 화면 속 상황을 글로 정리합니다. 대사만으로 알기 어려운 장면도 파악하고 편집할 구간을 찾습니다.

1. **촬영본 전달** — 원본 영상과 사용할 문서 서식을 준비합니다. 기획서가 있으면 함께 활용합니다.
2. **노트 초안 생성** — 인물·말자막·화면 설명을 타임코드에 맞춰 정리하고, 장면별 소제목을 붙입니다.
3. **제작진 검토** — 이름·대사·장면 설명을 원본과 확인하고 편집 자료로 사용합니다.

## 노트 작성은 빠르게, 제작 비용은 가볍게

**영상 1시간의 프리뷰 노트 작성에 수작업은 최소 4시간, Preview Note는 15분**이 걸립니다. 촬영본의 인물·말자막·화면 설명을 AI가 자동으로 정리합니다. 제작진은 **완성된 초안을 검토하는 것부터 시작**해 편집에 더 빨리 착수할 수 있습니다.

노트 생성 비용은 **영상 1분당 0.15달러(USD)**입니다. 인물 정보와 말자막, 화면 설명을 하나의 타임라인에서 확인하고, 필요한 부분을 수정해 팀의 편집 자료로 활용합니다.

## 방송 서식으로 전달하는 프리뷰 노트

입력은 촬영 원본 영상 하나(선택적으로 그 회차의 기획서). 출력은 방송사 서식에 맞춘 **DOCX**와 동일 내용의 Markdown입니다.

아래는 문서 구성을 보여주는 예시입니다.

```
프리뷰 노트: 0628-1-2 — <아이템 제목>
================================================================
등장 인물 : 출연자 A, 출연자 B, 제작진(PD/작가)
================================================================
T/C     내 용

[0004] 목장 아침, 사료 배합 지시
0004    출연자 A   아, 대장이 한 명이 있구나. 오늘 좀 일정하네.
0006               야외 목장에서 두 사람이 먹이를 들고 우리 안에 서 있습니다.
0009    제작진     대장이 있긴 있겠지. 근데 그게 머리가 좋지가 않대요.
```

한 줄씩 뜯어보면 구성이 드러납니다.

- **타임코드** — 영상 시작 기준 밀리초를 방송 서식(MMSS/HMMSS)으로 변환
- **인물** — 말하는 사람을 구분하고, 확인된 경우 인물명 표기
- **말자막** — 음성을 텍스트로 옮겨 말한 사람·타임코드와 함께 정리
- **화면 설명** — 인물의 행동과 장면 상황을 글로 묘사
- **소제목** — 장면·주제 전환 지점에 붙는 한 줄 요약
- **헤더** — 기획서에서 뽑아낸 프로그램·등장인물·배경 정보

**인물·말자막·화면 설명을 한 타임라인에서 함께 확인**할 수 있습니다. 타임코드와 소제목으로 필요한 구간을 찾고, 팀이 사용하는 문서에서 바로 수정하고 공유합니다.

## 대사·장면·기획서를 합치는 처리 과정

```
영상 ─┬─▶ ① 전역 word-level STT + 화자분리 ──▶ 대사 + 화자 임베딩
      └─▶ ② 구간별 씬 분리 + 키프레임 + OCR ──▶ 지문 + 화면 텍스트
                    ③ 기획서 파싱 ──▶ 고유명사·등장인물 컨텍스트
                    ④ 오탈자 교정 + voiceprint 실명 매칭
                    ⑤ 타임라인 병합 + 소제목 + DOCX 렌더
```

### 전사는 왜 "전역"이어야 하는가

화자 분리가 붙이는 `화자 1`, `화자 2` 라벨은 **처리 단위 안에서만 유효한 로컬 식별자**입니다. 긴 촬영본을 구간별로 잘라 처리하면 같은 인물의 화자 라벨이 달라질 수 있어, 문서를 검토할 때 혼동이 생깁니다.

그래서 파이프라인을 쪼갰습니다 — **음성은 영상 전체를 한 번에**(화자 일관성 확보), **영상(씬·지문·OCR)은 구간별로**(씬은 애초에 로컬 단위라 잘라도 무방).

### 세그먼트가 아니라 단어에 화자를 붙인다

일반적인 STT+화자분리 결합은 세그먼트(5~20초 덩어리)를 가장 많이 겹치는 화자에게 통째로 배정합니다. 촬영 현장에서 이 방식은 무너집니다.

> "…이렇게 사료를 섞는데요" **(출연자)** → "잠깐, 여기 롱샷으로" **(PD)** → "아 네" **(출연자)**

세 발화가 한 세그먼트에 들어가면 셋 다 출연자 한 명의 말이 됩니다. **연출 지시가 출연자 대사로 둔갑합니다.** 프리뷰 노트에서 이건 치명적입니다.

Preview Note는 **단어마다 화자를 배정**하고 화자가 바뀌는 지점에서만 줄을 나눕니다. 여기에 **무음 간격(4초)** 과 **줄 최대 길이(7초)** 상한을 겁니다. 7초는 이 처리 구성에서 사용하는 줄 길이 기준입니다. 프리뷰 문서와 최종 자막의 납품 규격은 구분하며, 적용 기준을 프로젝트에 맞춰 확인합니다.

### 기획서를 컨텍스트로 주입한다

범용 도구와 가장 크게 갈리는 지점입니다. 방송 제작에는 프로그램명·등장인물 실명·촬영 장소·상품명이 적힌 **기획서**가 있습니다. 사람 프리뷰어는 당연히 이걸 옆에 놓고 작업합니다. 기계는 그러지 않았습니다.

기획서를 PDF·DOCX 그대로 받아 구조화하고, 추출된 **고유명사 목록**이 두 곳에서 일합니다.

1. **오탈자 교정의 근거** — 음성 인식이 상호명을 띄어 쓰거나 잘못 적는 것을 바로잡습니다. 교정에는 강한 제약이 걸립니다: *의미를 바꾸지 말 것, 내용을 추가·삭제하지 말 것, 입력과 정확히 같은 개수의 배열로 반환할 것.* 개수가 안 맞으면 그 배치는 통째로 원문을 유지합니다.
2. **아이템 매칭** — 파일명 숫자는 아이템 번호가 아니라 카메라·테이프 번호인 경우가 흔합니다. 그래서 전사 텍스트에 각 아이템의 고유명사가 몇 번 등장하는지 세는 **내용 기반 매칭**으로 바꿨습니다. 단순한 카운팅이지만 파일명 규약보다 훨씬 잘 맞습니다.

### 화자 라벨을 영상 밖으로 들고 나가기

화자 라벨은 영상별로 부여됩니다. 같은 인물이 반복 등장하는 시리즈에서는 **256차원 음성 임베딩**을 인물별 프로필로 누적하고 코사인 유사도로 비교합니다. 사람이 확인한 이름과 프로필은 **다음 회차의 화자 매칭에 활용됩니다.** 불확실한 경우에는 익명 화자 표시를 유지하고 담당자가 확인합니다.

### LLM은 후보 생성에만, 최종 제약은 코드가

수천 줄짜리 평평한 타임라인은 읽을 수 없습니다. 그래서 전환점에 소제목을 자동으로 답니다. 다만 모델이 반환한 시각은 **실제 존재하는 행의 시작 시각으로 스냅**하고, 인접 소제목 사이 **최소 간격을 코드로 강제**합니다.

LLM은 "너무 잦지 않게" 같은 지시를 잘 지키지 않습니다. 그래서 지시로 부탁하고 **코드로 강제합니다.** 생성 결과가 실제 타임라인을 벗어나지 않도록 후처리합니다.

## 도입 시 함께 확인하는 것

**비전 캡셔닝은 도메인 지식이 없습니다.** 키프레임 한 장만 보고 묘사하므로 특수한 소재를 오인할 수 있습니다. 기획서 정보를 캡셔닝 프롬프트에 주입하는 것이 다음 개선 과제입니다.

**화자 실명은 보조 수단입니다.** 매칭은 보수적으로 설계되어 애매하면 포기하고 `화자 N`을 유지합니다. 프리뷰어의 검수를 전제로 한 도구입니다.

**화면 텍스트(OCR)는 선택 적용입니다.** 타임코드 번인·카메라 UI 같은 잡음이 섞이기 쉬워 기본 파이프라인에서는 끄고, 자막·현수막처럼 의미 있는 텍스트가 필요한 프로젝트에서 켜서 씁니다.

## 검토하고 바로 편집 자료로 활용하기

말자막·화면 설명·인물 정보를 단계별로 저장해 중단된 작업을 이어갈 수 있도록 합니다. 결과는 팀이 사용하는 방송 서식에 맞춘 DOCX와 Markdown으로 받아 수정하고 공유합니다.

최종 산출물은 제작진이 원본과 대조하는 초안입니다. 겹쳐 말한 대사, 인물명, 특수한 사물의 장면 설명을 검수하고 방송 서식에 맞춰 완성합니다. 도입 시 실제 촬영본과 사용 중인 문서 서식으로 품질·작업시간을 확인합니다.

## 전문 번역 더빙 서비스

영상·웹툰·문서를 원하는 언어로 옮기고, 전문가가 표현과 형식을 검수해 납품합니다.

*자막 번역 · 더빙 · 전문가 검수*

URL: https://twigfarm.net/ko/solutions/ai-localization

해외에 콘텐츠를 제공하면서 번역·더빙·검수를 함께 맡길 파트너가 필요한 팀에 적합합니다.

- **번역부터 검수까지 한 번에** — AI가 초안을 만들고 전문가가 표현과 맥락을 확인합니다. 필요한 납품 형식까지 함께 맞춥니다.
- **이름과 표현을 일관되게** — 기존 번역문과 용어집을 활용해 캐릭터명·제품명·문체를 여러 회차에서 맞춥니다.
- **콘텐츠 형식에 맞춰 받기** — 자막·더빙 음성, 웹툰 번역·식자, 문서 번역 등 콘텐츠별 결과물을 제공합니다.

1. **원본과 기준 공유** — 원본 파일, 목표 언어, 용어집, 납기와 납품 규격을 확인합니다.
2. **번역·더빙과 검수** — AI 초안을 바탕으로 전문가가 표현·타이밍·형식을 검토합니다.
3. **결과물 납품** — 검토한 파일을 합의한 형식으로 전달하고, 확정 용어와 번역을 다음 작업에 활용합니다.

## 글로벌·공공 분야의 협력 기반

전문 서비스 고객사와 함께, 글로벌 기업·전문 서비스와 공공 분야에서도 LETR WORKS의 고객사·파트너 네트워크를 넓혀 왔습니다.

| 분야 | 주요 고객사·파트너 |
|---|---|
| 글로벌 기업·전문 서비스 | Kantar, Concentrix, Pengtai, Trellis, Morningside, 엘리펀트어라운드 |
| 공공·기관 | NIA, NIPA, K-DATA, 한국관광공사, 한국정보통신기술협회(TTA), 한국표준협회, KOITA, KOICA |
| 미디어 | 에이빙뉴스 |

[LETR WORKS 공식 고객·파트너 소개](https://www.letr.ai/en)에 공개된 목록을 기준으로 소개합니다.

## 주요 프로젝트

### 제천문화재단 — 문화예술 영상의 다국어 자막

‘2025 유튜브 프로젝트 문화예술RO’에 **베트남어·러시아어·중국어·영어 자막**을 제공하는 데 LETR WORKS가 활용됐습니다. AI 영상 번역을 바탕으로 제천 다문화가족지원센터와 재외동포지원센터 소속 외국인 주민들이 번역·감수에 참여했습니다. 지역 문화예술 콘텐츠를 다양한 언어로 전달한 도입 사례입니다.

[제천문화재단 도입 사례 자세히 보기](/ko/news/jecheon-youtube-multilingual-subtitles-letrworks)

### 웹툰 스튜디오 — 번역부터 식자·편집본 전달까지

PSD 원본의 대사를 추출하고 번역·식자·레이어 재조립을 연결한 운영 프로젝트입니다. 말풍선과 텍스트 레이어를 처리해 **편집 가능한 PSD와 확인용 이미지**로 전달하고, 스튜디오가 후속 편집을 이어갈 수 있도록 합니다.

### 글로벌 제약사 — 전문 용어를 관리하는 문서 번역

PDF·Word·HWP 문서를 다루는 번역 작업에 고객 전용 용어집을 적용하고, 사내 FTP 전달까지 연결한 운영 사례입니다. **분야별 용어 관리와 문서 형식 처리, 납품 경로**를 하나의 작업 흐름으로 구성했습니다.

### 영상 후반작업·OTT 납품 — 자막 규격과 결과물 검수

영상 후반작업사의 MXF 트랙 확인, 플랫폼별 자막 규격 검사, 자막 번인과 대용량 파일 공유를 지원합니다. OTT 납품 작업에서는 화자별 오디오 트랙 관리와 음원 처리, 여러 형식의 결과물 출력을 연결합니다.

## 방송·OTT 분야의 기술 검증 경험

2023년 공개 자료에서 **SBS·콘텐츠웨이브와 영상 번역 솔루션 벤치마킹 테스트를 진행**한 이력을 소개했습니다. 글로벌 기업과 국내 번역회사의 PoC 및 사용 계약 경험도 함께 공개했습니다.

[방송·OTT 기술 검증 관련 소식](/ko/news/230810)

## 콘텐츠별 납품 산출물

영상·웹툰·전문 문서는 언어뿐 아니라 작업 단위와 납품 규격이 다릅니다. AI가 초안을 만들고 전문번역가·검수자가 표현, 문맥과 형식을 확인한 뒤 합의한 파일로 전달합니다.

| 콘텐츠 | 작업 범위 | 주요 산출물 |
|---|---|---|
| 영상·방송·OTT | 대사 추출, 자막 번역, 더빙, 타임코드 검토 | 번역 자막, 더빙 음성, 합의한 규격의 영상 결과물 |
| 웹툰·디지털 만화 | 대사 번역, 말풍선·텍스트 레이어 식자 | 편집 가능한 PSD와 확인용 PNG |
| 전문 문서 | 용어 관리, 원문 대조, 표·각주·서식 검토 | 합의한 문서 형식의 번역본과 검토 결과 |

## 웹툰: 번역과 식자를 함께

편집 가능한 PSD는 텍스트 레이어에서 원문을 직접 추출합니다. 그림에 합쳐진 글자는 OCR 등 별도 처리가 필요하므로, 원본 상태에 맞춰 작업 방식을 정합니다. 텍스트 레이어를 바꾸는 경로에서는 배경을 다시 생성하지 않고 번역문을 배치합니다.

말풍선 위치와 형태, 대사 순서, 폰트, 세로쓰기 등 레이아웃을 고려합니다. 캐릭터 말투와 의성어·의태어, 고유명사는 용어집과 전문가 검수로 맞추며 편집본과 확인용 결과물을 함께 준비합니다.

## 영상: 자막·더빙과 타임코드 검수

MP4·MOV·MKV·MXF 등 영상과 SRT·VTT·TTML 자막을 다룹니다. 음성 인식과 화자 구분으로 초안을 만들고, 번역·음성 작업 후 해당 시점의 원본을 보며 표현과 타이밍을 검토합니다.

리뷰어와 PM은 타임코드 기반으로 코멘트·승인·수정 요청을 남깁니다. 플랫폼별 자막 규격, 방송 트랙 검사, 자막 번인과 포맷 변환 등 후처리는 입력 파일과 납품 조건에 따라 제공 범위를 확인합니다. FTP·YouTube 등 전달 경로도 프로젝트에 맞춰 정합니다.

## 전문 문서: 용어와 문서 구조 관리

PDF·DOCX·PPTX·XLSX·HWPX·XML 등 문서의 텍스트와 구조를 처리합니다. 스캔 문서는 레이아웃 분석과 OCR을 거치고, 표·각주·서식은 원문과 대조해 검토합니다. 특허·공공·행정·기술 문서처럼 분야별 용어가 중요한 작업에 기존 번역 자산을 활용합니다.

## 검수 결과를 다음 프로젝트에 활용합니다

확정 번역은 고객 전용 **번역메모리(TM)**에, 인물명·제품명·전문 용어는 **용어집(TB)**에 축적합니다. 같은 문장과 용어가 다시 나왔을 때 이전에 승인한 표현을 참고할 수 있습니다. 회차가 이어지는 웹툰·방송과 정기 문서에서 팀의 기준을 유지하는 데 도움이 됩니다.

기존 TM·용어집을 가져올 수 있으며 고객 콘텐츠는 공용·범용 모델 학습에 사용하지 않습니다. 전용 환경과 자료 처리 범위는 보안 요구에 맞춰 협의합니다.

## 서비스 이용과 운영 방식

| 방식 | 적합한 상황 | 확인할 범위 |
|---|---|---|
| 전문가 수행 서비스 | 번역·검수 인력까지 함께 필요한 경우 | 언어·전문 분야, 물량, 검수 기준, 납기 |
| 팀이 직접 운영하는 플랫폼 | 자체 번역가·검수자가 있는 경우 | LETR WORKS의 기능과 운영 구성 |
| 시스템 연동 | 기존 CMS·DAM 등과 연결하는 경우 | API·파일 전달 방식과 운영 책임 |
| 전용 구축 | 별도 보안 환경이 필요한 경우 | 구축 환경, 데이터 처리와 운영 조건 |

실제 원본과 납품 규격을 먼저 검토하고, 샘플 작업에서 품질·형식·소요시간을 확인합니다. [LETR WORKS](/ko/solutions/letrai)의 플랫폼 범위도 함께 살펴볼 수 있습니다.

## AI 학습 데이터 구축

영상·음성·이미지·문서를 AI가 학습할 수 있는 데이터로 정리하고, 전문가가 품질을 확인합니다.

*데이터 설계 · 가공 · 전문가 검수*

URL: https://twigfarm.net/ko/solutions/data-intelligence

자체 AI 개발에 쓸 데이터가 필요한 기업·연구기관에 적합합니다.

- **학습 목적에 맞게 설계** — AI가 배워야 할 내용을 기준으로 데이터 종류, 분류 기준, 결과물 형식을 정합니다.
- **원본 자료를 학습용으로 정리** — 대사·번역·이미지 설명·분류표 등 필요한 정보를 붙이고 형식을 통일합니다.
- **전문가가 품질 확인** — 설계·가공·최종 데이터셋을 단계별로 검수해 오류와 누락을 점검합니다.

1. **목표와 자료 확인** — 학습 목적, 원천 자료, 필요한 분량과 품질 기준을 함께 정합니다.
2. **샘플 설계·가공** — 작은 분량으로 분류 기준과 형식을 확인한 뒤 본 작업에 적용합니다.
3. **검수와 납품** — 합의한 기준으로 결과를 검수하고 학습용 데이터셋을 전달합니다.

## 분야별 구축 규모와 산출물

| 분야 | 대표 구축량 |
| --- | --- |
| 번역·언어 말뭉치 | 한·영 병렬 말뭉치 150만 문장 규모 데이터셋 3종(2020–2021), 금융 5개 언어쌍 254만 문장, 한-중·한-일 특허·기술과학 병렬 말뭉치 250만 건 |
| 음성·통번역 | 국제 학술대회 전문분야 한영/영한 통번역 음성 2,017시간·전사 및 번역 90만 문장, 국방 분야 음성 118시간 |
| 영상·이미지 멀티모달 | 한국적 영상 이해 이미지 41,000장·설명 41만 문장, K-스톡 콘텐츠 이미지 52,463장·설명 115만 문장, 교육 영상 3,900건·문제 12,078쌍 |
| 전문 도메인 | 민사법·지식재산권법 LLM 학습 데이터 200,830건, 과학기술표준분류 특허 라벨링 300,240건, 관광 메뉴판 다국어 번역 400,452건 |

각 데이터셋의 연도·역할·구축 분량은 [R&D 성과 페이지](/ko/rnd/achievements)에서 전체 목록으로 확인하실 수 있습니다. 구축 분량은 AI Hub 공개 정보 기준이며, 동일 원천에서 원천·라벨링·평가 데이터가 각각 집계되는 경우가 있어 단순 합산 시 중복이 발생할 수 있습니다.

## 학습 목적에 맞춘 데이터 설계와 가공

### 멀티모달 데이터 구축
영상, 음성, 이미지, 텍스트를 결합한 고도화된 멀티모달 학습 데이터를 설계하고 가공합니다. 단일 모달리티 데이터셋으로는 확보하기 어려운 교차 정렬(cross-modal alignment) 품질을 확보하는 것이 핵심입니다.

### 미디어 콘텐츠 특화 데이터
방송 자막, 웹툰 대사, 이미지 설명, 다국어 번역, 맞춤형 메타데이터 등 미디어 인텔리전스 기반의 데이터를 구축합니다. 실제 미디어 현장에서 쓰이는 데이터 형태를 그대로 반영합니다.

### 엔터프라이즈 맞춤형 정제
특허, 법률, 환경(ESG), 기술 등 전문 도메인의 원천 데이터를 **학습 목적과 납품 규격에 맞는 형태**로 정밀하게 정제합니다. 노이즈 식별과 제거, 스키마 정규화, 라벨 체계 설계를 포함합니다.

## 설계·가공·최종 검수의 3단계 품질 관리

자료를 많이 모으는 것만으로 학습 데이터가 완성되지는 않습니다. 원천 자료의 품질, 라벨의 정의, 작업자 간 일관성과 납품 규격을 함께 관리합니다. AI로 반복 작업을 보조하고 전문가가 결과를 확인합니다.

| 단계 | 확인하는 내용 | 다음 단계로 전달할 기준 |
|---|---|---|
| 설계 검토 | 학습 목적, 데이터 유형, 분류·라벨 정의, 표본 구성 | 작업 지침과 샘플 결과의 합의 |
| 가공 검수 | 음성 전사·번역·설명·분류 결과의 오류와 누락, 원천과의 대응 | 수정·재검수한 데이터와 일관된 형식 |
| 최종 데이터셋 검수 | 합의한 분량·형식·품질 기준의 충족 여부 | 검수 결과를 반영한 최종 데이터셋 |

데이터 품질은 합의한 기준으로 확인하고, 해당 데이터로 학습한 AI 모델의 성능은 별도 평가합니다. 허용 오류·검수 방식·샘플 범위는 프로젝트 시작 시 함께 정합니다.

## 대규모 구축 사업의 운영 경험

2020년부터 2025년까지 6년 연속 NIA AI 학습용 데이터 구축 사업을 수행하며 미디어·언어·교육·법률·금융·국방·모빌리티 자료를 다뤘습니다. 컨소시엄 협업, 작업자 운영, 대용량 자료 관리와 보안·인프라 운영 경험을 데이터 사업에 적용합니다.

고객은 설계·가공·검수의 진행 상태와 기준을 한 흐름에서 확인할 수 있습니다. 전문 분야는 해당 용어와 문맥을 검토할 인력 구성을 함께 정하고, 원천 자료·작업 결과·수정 사항을 구분해 관리합니다.

## 착수 전에 맞추는 납품 기준

- **학습 목적과 범위:** 사용할 AI 모델과 업무, 데이터 종류, 언어·분야·필요 분량을 확인합니다.
- **샘플과 작업 지침:** 작은 분량으로 라벨 체계·예외 처리·결과 형식을 검토합니다.
- **품질과 검수:** 검사 항목, 샘플 범위, 오류 판정과 재작업 기준을 정합니다.
- **일정과 자료 관리:** 납품 일정, 중간 검토 시점, 보안 요구와 자료 전달 방식을 합의합니다.

분야별 데이터셋의 이름·수행 연도·역할·공개 구축량은 [R&D 성과의 전체 수행 목록](/ko/rnd/achievements)에서 확인할 수 있습니다.

## AI Content Production

뉴스·브리핑·기업 소식을 영상으로 만들고, 반복되는 제작과 발행 작업을 줄여드립니다.

*반복 발행하는 영상 제작*

URL: https://twigfarm.net/ko/solutions/ai-content-production

뉴스 요약, 시장 브리핑, 사내 소식을 매일·매주 영상으로 발행하는 팀에 적합합니다.

- **글과 데이터를 영상으로** — 확정한 원고나 데이터를 바탕으로 음성·자막·그래픽을 구성하고 영상 초안을 만듭니다.
- **매번 같은 브랜드 스타일로** — 로고·색상·화면 구성을 반영한 템플릿으로 반복 편집 작업을 줄입니다.
- **검수부터 정기 발행까지** — 전문가가 내용을 확인하고 발행 일정에 맞춰 제작합니다. 필요한 언어로도 확장합니다.

1. **원고와 형식 정하기** — 발행할 내용, 영상 길이, 브랜드 서식과 주기를 정합니다.
2. **영상 제작·검수** — AI로 초안을 만들고 전문가가 음성·자막·화면을 검토합니다.
3. **납품과 반복 운영** — 확정한 영상을 전달하고 같은 제작 틀로 다음 회차를 운영합니다.

## 제작부터 검수까지 제공하는 산출물

뉴스·시장 브리핑·기업 소식처럼 반복되는 원고를 브랜드 형식의 영상으로 제작합니다. 텍스트·스크립트·정형 데이터를 AI 1차 생성에 활용하고, 영상 전문가가 후편집과 검수를 맡습니다.

| 제공 항목 | 내용 |
|---|---|
| 브랜드 영상 템플릿 | 로고·색상·글꼴·화면 구성 등 반복 사용할 형식 |
| 회차별 영상 | 확정 원고를 반영한 음성·그래픽·자막·배경음 구성 |
| 전문가 후편집·검수 | 원고와 화면·음성·자막의 대응, 표현과 발행 규격 확인 |
| 다국어 버전 | 목표 언어의 번역·음성·자막을 적용한 결과물 |

## 반복 발행에 맞춘 제작 방식

### 뉴스 요약과 시장 브리핑

기사·시황·정형 데이터를 바탕으로 확정한 원고를 영상으로 구성합니다. 날짜·수치·명칭처럼 회차마다 바뀌는 정보를 확인하고, 같은 화면 구성으로 정기 콘텐츠를 제작합니다.

### 기업 소식과 교육 콘텐츠

기업 소식이나 교육 자료의 핵심을 정리해 음성·자막·그래픽으로 전달합니다. AI 가상 인물과 브랜드 템플릿을 활용할 수 있으며, 필요한 후편집 범위와 형식은 콘텐츠 목적에 맞춰 정합니다.

위 항목은 적용할 수 있는 제작 유형입니다. 프로젝트별 결과물은 실제 원고와 샘플 제작을 통해 확인합니다.

## AI 생성과 전문가 검수가 이어지는 과정

원고가 확정되면 음성·자막·화면을 구성해 영상 초안을 만들고, 전문가가 발음·표기·화면 전환·내용의 대응을 검토합니다. 템플릿으로 반복 작업을 줄이면서도 회차별로 달라지는 내용은 확인한 뒤 발행 단계로 넘깁니다.

하나의 원고에서 여러 언어의 음성·자막으로 확장할 수 있습니다. 번역 검수와 언어별 화면 조정이 필요한 범위도 함께 정합니다.

## 정기 제작과 시스템 연동

기업 내부 CMS·데이터 시스템을 연결할 때는 원천 데이터의 형식, 확정 시점과 발행 절차를 확인합니다. 자료 입력부터 생성·검수·전달까지 연결할 범위를 정하고, 제작 편수·영상 길이·발행 주기에 맞춰 운영합니다.

도입 전 샘플 원고로 영상의 품질과 검수 범위를 확인하고 제작량·일정·비용을 산정합니다. 자동 생성 속도와 최종 납기는 전문가 검수와 후편집을 포함해 검토합니다.

## Litmus

글자 수와 반복은 규칙으로, 표현의 의미는 AI로 검토합니다. 기관별 기준과 원문 근거를 연결해 담당자가 확인할 부분을 명확하게 정리합니다.

*규칙 검사와 AI 문맥 분석을 결합한 채용 문서 검수*

URL: https://twigfarm.net/ko/solutions/litmus

다수의 자기소개서를 기관별 기준에 맞춰 검수하는 채용 담당자와 대행사에 적합합니다.

- **단어가 쓰인 맥락까지 확인** — 출신지와 현재 거주지, 경력에 등장한 기관명과 지원 기관명 오기재를 구분해 검토합니다.
- **원문을 보며 판단하기** — 표시한 이유와 해당 문항·원문을 함께 확인합니다. 최종 판단은 담당자가 합니다.
- **우리 기관의 기준 적용** — 기관의 검수 지침에 맞춰 항목과 판단 기준을 설정하고, 사용한 기준을 버전으로 관리합니다.

1. **검수 기준 설정** — 기관의 지침과 확인할 항목을 정하고 샘플 지원서로 기준을 점검합니다.
2. **지원서 전체 검토** — 문서를 분석해 추가 확인할 지원자와 문항, 원문 근거를 정리합니다.
3. **담당자 최종 판단** — 담당자가 표시된 내용과 원문을 확인합니다. 자동으로 탈락을 결정하지 않습니다.

## 검토의 정밀도를 높이기 위해 개선한 기술

채용 문서에는 같은 단어라도 문제로 볼 표현과 정상적인 표현이 함께 등장합니다. Litmus는 **규칙 검사·AI 문맥 분석·예외 처리**를 조합하고, 표시된 결과를 원문까지 추적할 수 있도록 구성했습니다.

| 개선 항목 | 적용한 방식 | 검수자가 확인할 수 있는 것 |
|---|---|---|
| 규칙과 AI의 역할 분리 | 분량·공백·반복은 규칙으로 계산하고, 의미 해석이 필요한 항목은 AI가 분석 | 항목별로 어떤 기준이 적용됐는지 확인 |
| 표절 의심의 이중 조건 확인 | 유사도와 일정 길이 이상의 연속 일치를 함께 확인 | 흔히 쓰는 표현과 실제로 겹치는 구간을 구분해 검토 |
| 문맥에 맞춘 예외 처리 | 비속어의 실제 사용, 경력 속 기관명, 익명 표기 등을 구분 | 정상적인 표현이 검토 대상으로 표시된 이유를 점검 |
| 판단 근거 구조화 | 지원자·문항·원문 발췌·검수 항목·사유를 연결 | 표시된 문장을 원문과 바로 대조 |
| 기관별 설정과 버전 관리 | 지침·규칙·모델 버전을 기록하고 기관별 정책을 분리 | 해당 채용에 사용한 기준을 다시 확인 |

## 유사도만으로 표절을 판단하지 않습니다

지원서에는 직무명이나 일반적인 경험 표현이 반복될 수 있습니다. Litmus는 **유사도 기준과 연속 일치 조건을 함께 충족하는지** 확인하도록 표절 검사를 개선했습니다. 단어가 비슷하다는 이유만으로 표시하는 것을 줄이고, 담당자가 실제로 겹치는 내용을 검토할 수 있게 합니다.

표시된 결과에는 해당 문항과 원문 근거를 연결합니다. 담당자는 문장의 맥락과 기관 지침을 대조해 최종 판단합니다.

## 정상적인 표현을 잘못 표시하는 경우를 줄입니다

- **비속어 검사:** ‘영향을 미친다’처럼 정상적인 문장에 포함된 문자열과 실제 욕설 표현을 구분합니다.
- **기관명 검사:** 이전 직장의 경력 설명, ‘○○’ 익명 표기, ‘당사·귀사’ 같은 표현을 고려합니다.
- **블라인드 검사:** 출신지와 현재 거주지, 군 복무와 구체적인 병과 정보처럼 의미가 다른 표현을 기관의 지침에 맞춰 검토합니다.

이러한 예외 처리는 불필요한 재검토를 줄이기 위한 설계입니다. 적용할 예외와 판단 강도는 기관별로 설정합니다.

## 규칙 검사와 문맥 검토를 나눕니다

| 검수 항목 | 처리와 검토 방식 |
|---|---|
| 분량·공백·반복 작성 | 글자 수와 중복 등 명확한 조건을 규칙으로 확인 |
| 블라인드 정보 노출 | 출신·나이·성별 등 기관 지침에서 정한 항목을 문맥과 함께 검토 |
| 기관명 오기재 | 경력 설명·익명 표기와 실제 오기재를 구분해 검토 |
| 표절 의심 | 유사도와 연속 일치 조건을 함께 살펴 검토 대상으로 표시 |
| 비속어 | 단순 문자열 포함과 실제 사용 문맥을 구분 |

예를 들어 ‘태어난 지역’과 ‘현재 거주지’를 같은 기준으로 처리할지는 기관 지침에 따라 다릅니다. 군 복무·가족 재직정보 등의 처리 기준도 기관 정책으로 정하며, 기본 설정을 모든 채용에 동일하게 적용하지 않습니다.

## 검수자가 받는 자료와 운영 기준

표시된 결과에는 **지원자·문항·원문·검수 항목·사유**를 연결합니다. 담당자는 원문과 지침을 대조해 판단하고, 문의나 이의제기가 있을 때 같은 근거를 다시 확인할 수 있습니다.

사용한 기준과 규칙·모델 버전을 기록하고, 기관별 설정을 분리합니다. 지원자 데이터는 해당 채용 건의 검토에 사용하며 보관 기간과 파기 시점은 기관 정책에 맞춰 정합니다. 최종 적격 여부와 채용 결과는 담당자가 결정합니다.

## 분석 비용과 품질을 함께 관리합니다

반복 사용하는 지침은 프롬프트 캐싱으로 재사용하고, 함께 처리할 수 있는 분석은 하나의 호출로 묶어 중복 요청을 줄입니다. 이 최적화를 적용한 사례에서 **AI 호출 비용을 약 40% 절감**했습니다. 검수 인력 비용을 포함한 전체 비용의 절감률과는 구분합니다.

모델 변경 시에는 같은 지원서로 결과를 대조해 오탐·누락·응답 형식을 확인한 뒤 적용 여부를 결정합니다.

도입 시 실제 지원서 표본과 기관 지침으로 검수 결과를 확인합니다. 표시한 이유가 타당한지, 놓친 항목은 없는지, 담당자가 얼마나 수정해야 하는지를 함께 살펴보고 기준을 조정합니다.

## LETR K-Graph

콘텐츠의 사실과 관계, 출처를 AI에 연결합니다. 작품·인물·원작을 따라 근거를 찾고, 확인할 수 있는 답변을 만듭니다.

*AI 답변의 근거가 되는 콘텐츠 지식그래프*

URL: https://twigfarm.net/ko/solutions/k-graph

콘텐츠의 세부 사실을 확인하는 기획·사업팀과, AI 답변에 신뢰할 수 있는 지식 기반이 필요한 서비스 운영팀에 적합합니다.

- **답변과 근거를 함께 받기** — 질문과 관련된 사실을 그래프에서 찾고, 그 근거를 바탕으로 AI가 답변합니다. 인용된 출처를 함께 확인할 수 있습니다.
- **여러 관계를 한 번에 연결하기** — 원작에서 드라마, OST 참여자로 이어지는 질문도 작품·인물 사이의 관계를 따라 찾아봅니다.
- **확인할 수 있는 범위 구분하기** — 출처와 검토 상태를 살펴보고, 근거가 부족한 질문은 답변할 수 없음을 알립니다. 추가 확인이 필요한 정보도 구분합니다.

1. **궁금한 내용을 질문** — 작품·인물·원작 등 확인하고 싶은 사실을 자연어로 질문합니다.
2. **그래프에서 근거 연결** — 질문의 대상을 구분하고, 출연·제작·원작 관계를 따라 답변에 필요한 사실을 찾습니다.
3. **답변과 출처 검토** — AI 답변과 인용 근거, 검토 상태를 확인해 조사와 기획에 활용합니다.

## AI 답변을 업무에 쓰려면, 지식의 근거가 필요합니다

기획·조사·콘텐츠 추천에 AI 답변을 활용하려면 **어떤 사실을 바탕으로 답했는지** 확인할 수 있어야 합니다. 조연의 배역, OST 참여자, 원작과 영상화 관계처럼 세부 정보가 필요한 질문에서는 그럴듯한 답변 하나가 후속 판단에 영향을 줄 수 있습니다.

K-Graph는 AI가 참고할 콘텐츠의 사실·관계·출처를 구조화합니다. 질문에서 작품과 인물을 식별하고, 연결된 사실을 찾아 LLM의 답변 근거로 전달합니다. **지식그래프가 근거를 찾고, LLM이 그 근거를 읽기 쉬운 답변으로 정리**합니다.

## 찾은 사실에서, 확인할 수 있는 답변까지

예를 들어 ‘이 웹툰을 원작으로 한 드라마의 OST 참여자는 누구인가’라는 질문은 **원작 → 영상화 작품 → OST → 참여 인물**을 연결해야 합니다. 개별 검색 결과를 사람이 다시 조합하는 작업을 그래프의 관계 탐색으로 돕습니다.

답변에 붙은 근거에서 정보의 출처와 검토 상태를 확인할 수 있습니다. 출처가 있는 정보라도 아직 검토 전일 수 있으며, 그래프에 필요한 근거가 없으면 답변할 수 없음을 알리도록 설계했습니다. 확보한 데이터의 범위와 검토 품질을 함께 관리하는 이유입니다.

## 콘텐츠를 찾으면, 연결된 맥락까지

영화·드라마·음악·웹툰·소설의 정보는 서로 다른 곳에 흩어져 있습니다. LETR K-Graph는 작품과 인물, 제작사, 배역, 그룹을 고유한 대상으로 정리하고 **누가 참여했는지, 어느 회사가 제작했는지, 무엇을 원작으로 삼았는지**를 연결합니다.

이름·별칭으로 대상을 찾고, 관련 작품과 사람을 따라가며 콘텐츠의 맥락을 확인할 수 있습니다. 같은 이름을 가진 대상은 외부 식별자와 작품·인물 정보를 함께 확인해 구분합니다.

## 축적한 데이터를 활용하는 방법

### 작품·인물·제작사 탐색

하나의 작품에서 출연진과 제작진, 제작사를 살펴보고 관련 작품으로 이동합니다. 콘텐츠 조사와 기획, 파트너 탐색에 필요한 연결 정보를 확인합니다.

### 원작과 파생 작품 연결

소설·웹툰·드라마·영화의 원작·각색 관계를 따라가며 하나의 IP가 여러 매체로 확장된 흐름을 살펴봅니다. 작품별로 흩어진 정보를 함께 검토할 수 있습니다.

### 출처를 확인하는 데이터 관리

관계와 속성에 출처, 관측 시각, 검증 상태를 함께 기록합니다. 출처 간 정보가 다르거나 추가 확인이 필요한 항목을 구분하고, 담당자가 검토한 변경 이력을 관리합니다.

## 현재 제공 범위

콘텐츠·인물·조직·캐릭터 검색, 상세 정보와 이웃 관계 탐색, 원작·각색 연결, 출처 확인과 검토 화면을 운영하고 있습니다. 정확도 보고서에서는 **지식그래프와 LLM을 결합한 자연어 질의응답**을 평가했습니다. 실제 도입 시에는 필요한 질문 유형과 데이터 범위, 답변 근거를 확인하는 방식을 함께 정합니다.

정기 수집과 출처 점검으로 데이터를 보강하고, 질문에 답할 수 있는 범위를 넓혀갑니다.

LETR WORKS의 **AI Signal에서 대상을 검색해 관찰 대상으로 추가하는 API 연동은 계획 단계**입니다. 연결된 지식 데이터를 AI 진단에 활용하는 방향으로 확장합니다.

## 수집 규모와 활용 범위를 함께 확인합니다

영화·드라마·음악·웹툰·소설의 메타데이터를 Wikidata, KMDb, MusicBrainz, 만화규장각과 공식 자료 등에서 연결합니다. 관계·속성마다 출처와 관측 시점, 검토 상태를 기록하고 출처 간 충돌을 구분합니다.

이 페이지의 관리 대상·관계·근거 수치는 같은 시점의 집계입니다. 원본 콘텐츠 수나 IP 권리 보유량, 고객 납품 건수를 뜻하지 않습니다. 확인된 정보와 검증 전 후보를 구분해 실제 조사·분석에 사용할 범위를 정합니다.

관심 있는 작품 분야와 활용 목적, 필요한 관계를 정하면 확보한 데이터의 범위와 출처·검증 기준을 함께 검토할 수 있습니다.

---

# FAQ

## 트위그팜은 어떤 회사인가요?

트위그팜은 영상·문서·이미지·음성을 이해하고 업무에 활용하는 콘텐츠 AI 기업입니다. 콘텐츠 검색·번역·더빙, AI 영상 제작, 브랜드 진단, 채용 문서 검수, 학습 데이터 구축과 지식그래프를 제공합니다. 2016년 기계번역 연구에서 출발해 미디어·공공기관·기업의 실제 프로젝트에 기술을 적용해 왔습니다.

## 설립은 언제이고 어떤 이력이 있나요?

2016년 설립해 신경망 기계번역 연구를 시작했습니다. 2018년 글로벌 협업 플랫폼 개발, 2021년 멀티모달 데이터 연구를 거쳐 2023년 LETR WORKS를 출시했습니다. 2023년 싱가포르 아시아 법인과 광주 AI 데이터센터를 설립했고, 2020~2025년에는 NIA AI 학습 데이터 구축 사업을 6년 연속 수행했습니다.

## 사업장은 어디에 있나요?

서울 본사는 서초구 서운로26길 9, 펜타타워 4층에 있습니다. 서울 강동구에는 기업부설연구소가 있으며, 광주 AI 데이터센터와 싱가포르 아시아 법인도 운영합니다. 각 사업장의 주소와 지도는 회사소개 페이지의 사업장 안내에서 확인하실 수 있습니다.

## 어떤 분야의 고객사와 협업해 왔나요?

방송·미디어, 엔터테인먼트·웹툰, 교육·출판, 공공기관, 기업·글로벌 서비스 분야에서 프로젝트를 수행해 왔습니다. 회사소개 페이지에서 SBS, CJ ENM, 키다리스튜디오, 웅진씽크빅, NIA 등 주요 고객·파트너를 확인할 수 있습니다. 고객사별 수행 범위는 다르며, 전문 번역 더빙 서비스 페이지에서는 콘텐츠별 프로젝트와 납품 사례도 소개합니다.

## 어떤 솔루션이 있나요?

현재 여덟 가지 솔루션을 소개합니다. 콘텐츠 검색·관리 플랫폼 LETR WORKS, AI 답변 속 브랜드를 진단하는 AI Signal, 촬영본을 정리하는 Preview Note, 전문 번역 더빙 서비스, AI 학습 데이터 구축, 정기 영상을 제작하는 AI Content Production, 채용 문서 검수 도구 Litmus, 사실·관계·출처를 연결하는 LETR K-Graph입니다.

## LETR WORKS로 어떤 작업을 할 수 있나요?

영상·이미지·문서·오디오를 한곳에서 관리하고, 필요한 내용이나 장면을 검색합니다. 찾은 원본에서 자막·번역·더빙 작업을 이어가고 결과물을 함께 관리할 수 있습니다. 접근을 허용한 바이어에게 온라인 상영관을 공유하고 시청 현황도 확인합니다. 영상 검색용 색인은 필요한 자산에 선택적으로 적용합니다.

## LETR WORKS와 LETR AI는 어떤 관계인가요?

현재 서비스명은 LETR WORKS(레터웍스)입니다. LETR AI(레터 AI)로 이름을 변경할 예정이며, 아직 변경되지는 않았습니다. 별개의 서비스가 아니라 같은 서비스의 현재 명칭과 예정 명칭입니다.

## LETR WORKS와 전문 번역 더빙 서비스는 어떻게 다른가요?

LETR WORKS는 팀이 콘텐츠를 관리하고 검색·번역·더빙 작업을 운영하는 플랫폼입니다. 전문 번역 더빙 서비스는 번역가와 검수자가 AI 초안을 검토하고, 합의한 형식의 결과물을 납품하는 서비스입니다. 자체 번역·검수 인력이 있는지, 전문가 수행까지 필요한지에 따라 이용 범위를 정할 수 있습니다.

## AI Signal은 무엇을 진단하나요?

AI가 브랜드나 작품을 얼마나 언급하는지, 어떤 정보와 출처를 함께 제시하는지 진단합니다. 3개 AI 모델의 한국어·영어 답변을 비교해 이름 혼동, 누락, 잘못된 설명을 확인합니다. 웹페이지 가독성·브랜드 식별·인용 등 8개 자체 점검 항목과 콘텐츠의 메타데이터·수요·시청 경로·도달 범위를 살펴 개선 우선순위를 정합니다.

## AI Signal 진단 결과는 어떻게 활용하나요?

사용한 질문과 응답, 모델별 언급·인용 현황, 잘못 알려진 정보와 개선 과제를 확인할 수 있습니다. 웹페이지나 콘텐츠 정보를 보완한 뒤 질문·모델·언어 등 같은 조건으로 다시 측정해 변화를 살펴봅니다. AI 답변은 모델과 측정 시점에 따라 달라지며, 진단 점수는 매출 증가나 특정 답변의 노출을 보장하는 값이 아닙니다.

## Preview Note는 어떤 문제를 해결하나요?

촬영본의 인물·말자막·화면 설명을 타임코드에 맞춰 정리해, 대사를 받아 적고 장면을 확인하는 작업을 줄입니다. 제작진은 장면별 소제목과 인물 정보를 보며 필요한 구간을 찾고 편집을 준비할 수 있습니다. 결과물은 검토용 초안이며, 인물명·겹친 대사·특수한 사물의 설명은 원본과 대조해 확인합니다.

## Preview Note에 무엇을 제공하고, 어떤 파일을 받나요?

촬영 원본 영상을 제공하고, 프로그램·등장인물·장소 정보가 있는 기획서는 선택적으로 함께 전달할 수 있습니다. 기획서의 고유명사는 인물과 용어를 확인하는 데 활용합니다. 결과는 방송사 서식에 맞춘 DOCX와 같은 내용의 Markdown으로 받아 수정하고 공유합니다. 실제 촬영본과 사용 중인 서식으로 품질과 작업시간을 먼저 확인합니다.

## 어떤 언어와 파일 형식을 지원하나요?

LETR WORKS의 번역 지원 범위는 16개 언어이며 콘텐츠와 기능에 따라 적용 가능한 언어 조합을 확인합니다. 영상·자막은 MP4·MOV·MXF와 SRT·VTT·TTML 등을, 웹툰은 PSD를, 문서는 PDF·DOCX·PPTX·XLSX·HWPX 등을 다룹니다. 원본의 편집 가능 여부와 서식, 목표 언어를 확인한 뒤 처리 방식과 납품 형식을 정합니다.

## 전문 번역 더빙 서비스의 결과물과 검수 범위는 어떻게 되나요?

영상은 번역 자막·더빙 음성·합의한 규격의 영상으로, 웹툰은 편집 가능한 PSD와 확인용 PNG로, 전문 문서는 합의한 문서 형식으로 납품합니다. AI 초안을 전문가가 원문과 대조해 표현·문맥·타이밍·서식을 검수합니다. 기존 번역메모리와 용어집을 활용하고, 확정한 표현을 다음 회차에도 이어서 사용할 수 있습니다.

## AI 학습 데이터 구축은 어떤 작업을 포함하나요?

AI가 학습할 목적에 맞춰 데이터 종류와 분류 기준을 설계하고, 영상·음성·이미지·문서를 가공해 검수합니다. 번역 말뭉치, 음성 전사, 이미지 설명, 영상·문제 쌍, 전문 분야 라벨링 등을 다룹니다. 소규모 샘플로 작업 지침과 형식을 먼저 확인한 뒤 합의한 분량의 학습용 데이터셋을 납품합니다.

## 학습 데이터의 품질은 어떻게 확인하나요?

설계, 가공, 최종 데이터셋의 3단계로 확인합니다. 라벨 정의와 표본 구성을 검토하고, 가공 결과의 오류·누락·원천 자료와의 대응을 점검한 뒤 최종 분량·형식·품질 기준을 확인합니다. 허용 오류와 재검수 기준은 착수 시 합의하며, 납품 데이터의 품질과 그 데이터로 학습한 모델의 성능은 구분해 평가합니다.

## AI Content Production으로 어떤 영상을 만들 수 있나요?

뉴스 요약, 시장 브리핑, 기업 소식, 교육 콘텐츠처럼 반복 발행하는 영상을 제작합니다. 확정 원고나 데이터를 바탕으로 음성·자막·그래픽을 구성하고, 로고·색상·글꼴을 반영한 브랜드 템플릿을 적용합니다. 전문가가 후편집과 검수를 진행하며, 다국어 버전과 정기 발행 범위는 영상 길이·제작 편수·일정에 맞춰 정합니다.

## Litmus가 지원자의 합격이나 탈락을 결정하나요?

아닙니다. Litmus는 채용 문서에서 담당자가 확인할 부분과 원문 근거를 정리하는 검수 도구입니다. 분량·공백·반복은 규칙으로 확인하고, 블라인드 정보·기관명 오기재·비속어 등은 문맥과 기관 지침을 함께 검토합니다. 표절 의심은 유사도와 연속 일치를 함께 확인하며, 최종 적격 여부와 채용 결과는 담당자가 결정합니다.

## LETR K-Graph는 무엇인가요?

영화·드라마·음악·웹툰·소설의 작품, 인물, 제작사, 배역과 원작 관계를 연결한 콘텐츠 지식그래프입니다. 관련 사실을 따라 필요한 근거를 찾고, LLM이 그 근거를 읽기 쉬운 답변으로 정리합니다. 출처와 검토 상태를 확인할 수 있으며, 필요한 근거가 없을 때는 답변할 수 없음을 알리도록 설계했습니다.

## LETR WORKS와 LETR K-Graph는 어떻게 다른가요?

LETR WORKS는 보유한 영상·문서 등에서 내용과 장면을 찾고 번역·더빙·공유로 이어가는 플랫폼입니다. K-Graph는 작품·인물·원작 사이의 사실과 관계를 탐색하고, AI 답변의 근거를 확인하는 데 초점을 둡니다. 파일 속 내용을 찾는 업무인지, 여러 대상의 관계를 조사하는 업무인지에 따라 필요한 기능을 검토할 수 있습니다.

## 어떤 솔루션부터 도입해야 할지 모르겠어요.

개선하고 싶은 업무를 기준으로 시작하시면 됩니다. 콘텐츠 검색·관리는 LETR WORKS, 브랜드의 AI 답변 노출 점검은 AI Signal, 촬영본 정리는 Preview Note가 적합합니다. 번역·더빙, 학습 데이터, 정기 영상, 채용 문서 검수, 콘텐츠 관계 조사도 각각의 솔루션으로 상담할 수 있습니다. 사용 중인 자료와 원하는 결과물을 알려주시면 필요한 범위를 제안해 드립니다.

## 도입 방식은 어떻게 되나요?

팀이 플랫폼을 직접 운영하거나, 전문가가 작업과 검수를 수행하는 서비스를 이용할 수 있습니다. 기존 CMS·DAM 등과의 시스템 연동이나 전용 환경 구축도 필요한 기능과 보안 요구를 기준으로 협의합니다. 모든 솔루션의 이용 방식이 같지는 않으므로 실제 자료, 운영 인력, 결과물과 일정에 맞춰 구성을 정합니다.

## 가격은 어떻게 책정되나요?

솔루션별로 사용 기능, 처리량, 결과물과 전문가 검수 범위를 확인해 산정합니다. 번역은 언어·분량·납품 형식, 영상 제작은 길이·편수·발행 주기, 데이터 구축은 데이터 종류·가공 난도·품질 기준이 주요 조건입니다. 검색용 영상 색인은 필요한 자산에 선택 적용할 수 있습니다. 샘플과 예상 물량을 바탕으로 견적을 안내해 드립니다.

## 도입 전에 샘플로 확인할 수 있나요?

실제 업무 자료를 활용해 도입 범위를 검토할 수 있습니다. 검색은 샘플 콘텐츠와 질문, Preview Note는 촬영본과 문서 서식, Litmus는 지원서 표본과 기관 지침으로 결과를 확인합니다. 번역·데이터 구축·영상 제작은 소규모 샘플로 품질과 납품 형식을 맞춥니다. 샘플 범위·일정·비용은 솔루션별로 협의합니다.

## 어느 정도 규모부터 효과를 확인할 수 있나요?

자료의 분량뿐 아니라 반복 작업의 빈도와 검수 시간이 중요합니다. 회차별 번역에는 승인한 용어와 번역문을, 정기 영상에는 브랜드 템플릿을 재사용해 반복 작업을 줄일 수 있습니다. 도입 전 샘플에서 기존 작업시간, 수정량, 검수 범위와 처리비용을 비교해 판단합니다. 효과가 나타나는 물량이나 회차를 일률적으로 정하지는 않습니다.

## 소개된 기능은 모두 바로 이용할 수 있나요?

솔루션별로 현재 제공 기능과 일부 제공 기능, 개발 계획을 구분해 안내합니다. LETR WORKS의 숏폼 생성·RAG 챗봇·외부 커넥터 등은 로드맵 항목이며, K-Graph와 AI Signal을 연결하는 대상 검색 API도 계획 단계입니다. 도입 시 필요한 기능의 제공 상태, 연동 범위와 적용 일정을 상세 페이지와 상담을 통해 확인합니다.

## 우리 콘텐츠와 검수 데이터는 어떻게 다뤄지나요?

LETR WORKS와 전문 번역 서비스의 고객 콘텐츠는 공용·범용 모델 학습에 사용하지 않으며, 승인한 번역과 용어는 고객 전용 번역메모리·용어집으로 활용합니다. Litmus의 지원자 데이터는 해당 채용 건의 검토에 사용하고 보관 기간과 파기 시점은 기관 정책에 맞춰 정합니다. 접근 권한과 외부 처리 범위, 전용 환경이 필요한지는 도입 시 확인합니다.

## 보안·품질 인증은 어떤 범위를 확인할 수 있나요?

회사소개 페이지에 ISO/IEC 27001·27701·27017·27018 인증을 안내하며, 인증범위는 인공지능 기술을 활용한 콘텐츠 현지화 SaaS 서비스입니다. 레터웍스와 지콘스튜디오의 해당 버전은 GS 인증 1등급을 받았고, LETR API의 TTA 품질·성능 시험 이력도 확인할 수 있습니다. ISO 9001·14001은 2016년 취득 이력으로 구분하며, 각 증서의 대상과 유효기간을 확인하실 수 있습니다.

## AI 처리는 어디에서 이루어지나요?

LETR WORKS의 임베딩, 검색 결과 순서를 조정하는 리랭킹, 이미지 속 글자를 읽는 OCR은 자체 GPU 추론을 활용합니다. 사용하는 기능에 따라 처리 구성이 달라지므로 모든 자료가 같은 경로로 처리된다고 보지는 않습니다. 도입 시 자료의 외부 처리 범위, 검색 색인 대상, 접근 권한과 운영 환경을 함께 정합니다.

## 연구개발과 데이터 구축 실적은 어떻게 되나요?

2020~2025년 NIA AI 학습 데이터 구축 사업을 6년 연속 수행하며 AI Hub 데이터셋 19종을 구축했습니다. 주관 기관으로 10종, 참여 기관으로 9종을 수행했고, 2017년부터 국가 R&D 과제 5건의 수행 이력도 보유하고 있습니다. 연구개발 성과 페이지에서 과제별 연도·역할·구축량을 확인할 수 있으며, 데이터 분량은 원천·라벨링 등 집계 기준을 구분해 보아야 합니다.

## 보유한 특허가 있나요?

연구개발 페이지의 2025년 12월 집계 기준으로 국내외 등록 특허 10건을 보유하고 있습니다. AI 번역·멀티모달 콘텐츠 처리, 학습 데이터, SaaS·업무 흐름 관련 기술이 포함됩니다. 지식재산권 페이지에서는 등록 특허와 출원 중인 특허, 주요 상표를 구분해 소개합니다.

## 홈페이지의 검색 재현율 95.8%는 어떤 의미인가요?

2026년 5월 MIRACL-ko 약 30만 문서 평가셋에서 측정한 한국어 문서 검색 R@10입니다. 상위 10개 검색 결과에 대한 재현율이며, 서비스 전체 정확도나 영상·이미지 검색 성능을 하나로 나타낸 수치는 아닙니다. LETR WORKS 상세 페이지에서 데이터셋과 측정 조건을 확인하고, 실제 도입에서는 고객 자료와 질문으로 검색 품질을 검토합니다.

## K-Graph의 답변 정확도 99.1%는 어떻게 측정했나요?

2026년 9월 1일 내부 비교 실험에서 정답이 있는 질문 119개 중 109개에 답변했고, 그중 108개가 정답이었습니다. 99.1%는 답변한 문항 기준이며, 119개 전체 기준 정답률은 90.8%입니다. K-Graph 데이터에서 만든 한국 콘텐츠 질문을 사용하고 비교 LLM의 웹 검색을 끈 조건이므로, 모든 분야나 실제 고객 환경의 성능을 보장하는 수치는 아닙니다.

## 도입이나 제휴는 어떻게 문의하나요?

홈페이지의 문의 페이지 또는 hello@twigfarm.net으로 연락해 주세요. AI 솔루션 도입, 공동 연구·R&D, AI 데이터·AX 프로젝트, 미디어·콘텐츠 협업, 글로벌 파트너십 등 문의에 가까운 유형을 선택하실 수 있습니다. 개선하려는 업무와 필요한 결과물을 알려주시면 담당 팀이 검토해 안내드립니다.

## 상담할 때 어떤 정보를 준비하면 좋나요?

현재 작업 방식, 자료 종류와 예상 분량, 원하는 결과물, 필요한 언어와 일정을 알려주시면 도움이 됩니다. 사용 중인 시스템이나 보안 조건, 예산 범위가 있다면 함께 남겨주세요. 문의 양식에는 이름·이메일·문의 유형·문의 내용이 필요하며, 접수 후 영업일 기준 2~3일 안에 담당 팀이 회신드립니다.

## 공동연구나 산학협력도 가능한가요?

국가 R&D 과제, 산학 공동 연구, 기술 실증과 PoC, 학습 데이터 구축 등 협업을 논의할 수 있습니다. 연구개발 페이지에서 수행 과제와 기술 분야를 살펴보시고, 문의 페이지의 공동 연구·R&D 유형으로 연구 목표와 필요한 기술, 참여 기관과 일정을 알려주세요.

---

# News

## 트위그팜, KOBA 2026서 ‘시맨틱 검색’·‘미디어 세일즈 킷’ 공개

2026-05-12 · https://twigfarm.net/ko/news/twigfarm-koba-2026-letr-works-media-intelligence

트위그팜이 KOBA 2026에서 미디어 인텔리전스 플랫폼 레터웍스의 신규 기능 ‘시맨틱 검색’과 ‘미디어 세일즈 킷’을 공개하고, 콘텐츠 보관·관리를 넘어 자산화·유통·수익화까지 잇는 미디어 AI 인프라의 방향성을 제시한다.

안녕하세요, 트위그팜입니다.

최근 트위그팜이 ‘제34회 국제 방송·음향·조명·기기 전시회(KOBA 2026)’에 참가해 미디어 인텔리전스 플랫폼 레터웍스(LETR WORKS)의 신규 서비스를 선보인다는 기사가 보도되어 간단히 소개드리고자 합니다.

👉 기사 원문은 아래 링크를 통해 확인하실 수 있습니다.
[원문 보기](https://www.vtimes.kr/news/articleView.html?idxno=54900)

이번 KOBA 2026에서 트위그팜은 콘텐츠의 보관과 관리뿐 아니라, 자산화·유통·수익화까지 연결하는 ‘미디어 AI 인프라’의 방향성을 소개할 예정입니다.

특히 새롭게 공개되는 ‘시맨틱 검색(Semantic Search)’ 기능은 단순 키워드 검색을 넘어, AI가 영상의 맥락과 오디오·텍스트의 의미를 분석해 원하는 장면과 주제를 자연어 기반으로 탐색할 수 있도록 지원합니다. 이를 통해 방대한 미디어 자산을 보다 효율적으로 관리하고 활용할 수 있는 환경을 제공하고자 합니다.

또한 함께 공개되는 ‘미디어 세일즈 킷(Media Sales Kit)’은 글로벌 바이어를 위한 온라인 상영관 구축 기능과 함께 DRM·워터마크 기반 보안 기술을 지원합니다. 바이어의 시청 패턴과 콘텐츠 몰입 데이터를 분석해 콘텐츠 유통과 세일즈 전략까지 연결할 수 있다는 점도 주요 특징입니다.

이외에도 AI 기반 다국어 영상 현지화 서비스와 클론보이스(Clone Voice) 더빙 기술도 함께 선보일 예정입니다. 트위그팜은 이러한 기술들을 통해 콘텐츠 제작 효율을 높이는 것은 물론, K-콘텐츠의 글로벌 확산 가능성을 지속적으로 연구하고 있습니다.

앞으로도 트위그팜은 콘텐츠의 IP 확장과 데이터 기반 미디어 워크플로우 고도화를 위해 다양한 기술과 서비스를 선보여 나가겠습니다.

감사합니다.

트위그팜 드림

## 트위그팜, 이데일리TV·딥서치와 협력해 ETF 전문 콘텐츠 제작 지원

2026-03-27 · https://twigfarm.net/ko/news/twigfarm-etf-content-collaboration

트위그팜이 이데일리TV·딥서치와 협력해 ETF 전문 콘텐츠 제작을 지원한다. 이데일리TV의 제작 역량과 딥서치의 금융 데이터 분석, 트위그팜의 콘텐츠 제작 솔루션을 결합해 투자 정보를 빠르고 이해하기 쉽게 전달하는 프로젝트다.

안녕하세요, 트위그팜입니다.

최근 이데일리TV와 딥서치, 그리고 트위그팜이 함께한 ETF 전문 콘텐츠 협업 관련 기사가 보도되어 간단히 소개드리고자 합니다.
👉 기사 원문은 아래 링크를 통해 확인하실 수 있습니다.

[원문 보기](https://www.edaily.co.kr/News/Read?newsId=03056966645387584&mediaCodeNo=257&OutLnkChk=Y)

이번 협업은 이데일리TV의 콘텐츠 제작 역량과 딥서치의 금융 데이터 분석 기술, 그리고 트위그팜의 콘텐츠 제작 솔루션이 결합된 프로젝트입니다. 특히 최근 빠르게 변화하는 금융 시장에서 투자자에게 필요한 정보를 보다 빠르고 이해하기 쉽게 전달하는 데 초점을 두고 있습니다.

현재 트위그팜은 다양한 산업 중에서도 **금융 콘텐츠 영역에 대한 적용 가능성**을 하나의 중요한 방향으로 보고 있으며, 데이터 기반으로 빠르게 제작·유통되는 콘텐츠 구조를 실험하고 있습니다. 이번 협업 역시 이러한 흐름 속에서 진행된 사례라고 보시면 좋습니다.

이번 ETF 콘텐츠는 시장에서 주목하는 주요 테마를 중심으로 구성되어 있으며, 기사에서 소개된 것과 같이
휴머노이드 로봇 산업, 코스닥150 액티브 ETF, 우주 산업 등 다양한 주제를 다루게 됩니다.

또한 이러한 콘텐츠는 **매주 갱신되는 데이터를 기반으로 빠르게 제작되는 구조**로 운영될 예정이며, 이를 통해 시장 변화에 보다 민첩하게 대응하는 콘텐츠 제작 방식이 적용됩니다.

트위그팜은 이번 프로젝트를 통해 단순 콘텐츠 제작을 넘어, 데이터 기반 정보가 지속적으로 콘텐츠로 전환되는 흐름을 만들고자 합니다. 나아가 **초개인화 맞춤형 금융 콘텐츠 제작**을 목표로 관련 기술과 워크플로우에 대한 연구개발도 지속적으로 진행하고 있습니다.

앞으로도 트위그팜은 다양한 산업과의 협업을 통해 콘텐츠가 더 빠르게, 더 넓게 확산될 수 있는 구조를 만들어 나가겠습니다.

감사합니다.

트위그팜 드림

## 트위그팜, 멀티모달 K-스톡 데이터 구축으로 초거대 AI 사업 ‘우수’ 등급 달성

2026-02-13 · https://twigfarm.net/ko/news/twigfarm-nia-2025-kstock-ai-excellent-rating

트위그팜 컨소시엄, 「2025년도초거대 AI 확산 생태계 조성사업」 최종평가 ‘우수’ 획득

**트위그팜 컨소시엄, 「2025년도초거대 AI 확산 생태계 조성사업」 최종평가 ‘우수’ 획득**

트위그팜 컨소시엄은 한국지능정보사회진흥원(NIA)이 주관한 **「2025년도 초거대 AI 확산 생태계 조성사업」 8번 과제 – ‘K-스톡 콘텐츠 데이터 구축’** 사업에서 최종평가 **‘우수’** 등급을 획득하였습니다.

이번 평가는 데이터 품질, 구축 체계, 기술적 완성도, 활용 가능성 등 전반적인 수행 역량을 종합적으로검증하는 절차로, 트위그팜 컨소시엄은 전 항목에서 높은 평가를 받으며 우수 등급을 달성하였습니다.

**■ 과제 개요 – K-스톡콘텐츠 데이터 구축**

본 과제는 초거대 AI 시대에 요구되는 **고품질·대규모 멀티모달 학습용 데이터**를 구축·개방하기 위한 국가 사업입니다.

특히, 한국적 문화·지리·생활 맥락을 반영한 이미지-텍스트 기반의 멀티모달 데이터셋을 구축하여, 글로벌 생성형 AI 환경에서 한국형 데이터 경쟁력을 확보하는 것을목표로 하였습니다.

주요 구축 내용은 다음과 같습니다.

 - 이미지 50,000장 이상 확보 및 정제
 - 한국어·영어 각 50만 문장 이상 캡셔닝 데이터 구축
 - 객체·행동·맥락·의도·문화적 배경을 포함한 고도화된 추론형 메타데이터 설계
 - AI-Hub 공개 기준에 부합하는 데이터 구조 및 품질 체계 수립

본 데이터는 향후 멀티모달 초거대 AI 모델 학습, 영상 검색(Image Retrieval), 문화 기반 생성형 AI 고도화 등에 활용될 예정입니다.

**■ 과제의 전략적 의미**

본 사업은 단순 데이터 제작을 넘어 다음과 같은 의미를 갖습니다.

 - **한국형 멀티모달 데이터 경쟁력 확보**
 글로벌 AI 시장에서 비영어권 문화 데이터는 상대적으로 부족한 상황입니다. K-스톡 데이터는 한국적 맥락을 반영한 고품질 학습 데이터를 체계적으로 구축함으로써, 한국 문화 기반 AI 서비스의 토대를 마련하였습니다.
 - **초거대 AI 생태계 확산 기여**
 AI-Hub 공개를 통해 연구기관·기업·스타트업이 활용 가능한 국가 단위 데이터 인프라를 구축하였습니다.
 - **데이터-모델 연계형 설계**
 단순 수집이 아닌, 실제 AI 모델 학습 및 유효성 검증까지 고려한 구조적 설계를 적용하여 데이터 활용성을 극대화하였습니다.

**■ 트위그팜의 핵심 기술 역량**

이번 과제 수행 과정에서 트위그팜은 다음과 같은 기술적 강점을 기반으로 사업을 수행하였습니다.

**1. 멀티모달 데이터 설계 역량**

 - 이미지-텍스트 통합 구조 설계
 - 추론 기반 캡셔닝 프롬프트 엔지니어링
 - 문화·맥락 정보까지 반영한 고도화 메타데이터 정의

**2. 자동화 + 휴먼검수 결합 프로세스**

 - 대규모 자동 캡셔닝 시스템 구축
 - 단계별 휴먼 검수 및 1-Cycle 반복 품질 점검 체계 운영
 - 정량·정성 평가 병행

**3. 모델 기반 유효성 검증 체계**

 - 영상 검색(Image Retrieval) 모델 기반 성능 검증
 - Recall 지표를 활용한 데이터-모델 적합성 검증
 - 데이터 품질을 AI 성능과 연계하여 검증하는 체계 도입

**4. 보안 및 관리 체계**

 - 체계적인 품질위원회 및 품질관리 조직 운영
 - 데이터 접근·로그 관리 등 보안 체계 강화
 - AI-Hub 공개 기준에 맞춘 산출물 구조화

**■ ‘우수’ 평가를받은 주요 요인**

최종평가에서 ‘우수’ 등급을획득한 예상되는 요인은 다음과 같습니다.

- 대규모 데이터 구축의 안정적 수행
 - 체계적인 저작권 확보 및 비식별화 처리
 - 고도화된 캡셔닝 설계 및 추론형 데이터 구조
 - 반복적 품질 검증 프로세스(1-Cycle 기반 자가점검)
 - AI 모델 기반 유효성 검증 수행
 - 데이터 확산 및 활용 전략의 구체성

이는 단순 데이터 납품을 넘어, **설계·구축·검증·활용까지 전과정을 아우르는 통합 역량**을 인정받은 결과입니다.

**■ 향후 계획**

트위그팜은 본 사업을 통해 축적된 멀티모달 데이터 구축 기술과 품질관리 체계를 기반으로,

 - 초거대 AI 학습 데이터 고도화
 - 한국 문화 특화 데이터 확장
 - 산업 수요 기반 AI 데이터 서비스 개발

을 지속적으로 추진해 나갈 계획입니다.

**■ 문의**

본 사업 및 데이터 구축 관련 문의는 아래 이메일로 연락해주시기 바랍니다.

📩support@twigfarm.net

## 트위그팜, ATF 2025서 콘텐츠 판매 자동화 솔루션 ‘레터웍스 콘텐츠 킷’ 공개

2025-12-02 · https://twigfarm.net/ko/news/twigfarm-atf-2025-letr-works-content-kit-launch

AI 미디어 인텔리전스 기업 트위그팜이 싱가포르에서 열리는 ‘아시아 TV 포럼 앤 마켓(ATF) 2025’에서 글로벌 콘텐츠 세일즈 솔루션 ‘레터웍스 콘텐츠 킷(LETR WORKS Contents Kit)’을 공개한다.

## 트위그팜, ATF 2025서 ‘레터웍스 콘텐츠 킷’ 공개

AI 미디어 인텔리전스 기업 트위그팜이 싱가포르에서 열리는 ‘아시아 TV 포럼 앤 마켓(ATF) 2025’에서 글로벌 콘텐츠 세일즈 솔루션 **‘레터웍스 콘텐츠 킷(LETR WORKS Contents Kit)’**을 공개한다.

레터웍스 콘텐츠 킷은 한국어로 제작된 예고편, 자막, 번인 영상, 포스터 등 콘텐츠 판매용 자료를 AI 기술을 통해 **다국어로 자동 재생산**하는 솔루션이다. 제작사가 원본 자료를 업로드하면 AI가 음성, 화면, 텍스트 정보를 분석해 언어별 콘텐츠 자산을 자동으로 생성하며, 완성된 자료는 **DRM 기반 보안 링크**를 통해 바이어에게 전달된다.

트위그팜은 이 솔루션을 통해 번역, 자막, 편집 등 기존 다국어 제작 과정의 반복 작업을 자동화하여 **제작 시간을 약 80% 이상 단축**했다고 밝혔다. 또한 영상, 음성, 문서, 이미지를 동시에 처리하는 **멀티 모달 AI 기술**을 적용해 글로벌 콘텐츠 유통 효율성을 크게 높였다.

트위그팜은 향후 포스터 및 소개 자료 자동 생성, 제안서·계약 관리 기능, 글로벌 OTT 및 콘텐츠 마켓과의 API 연동까지 단계적으로 확장해 나갈 계획이다.

전체 기사 보기

아래 링크를 통해 트위그팜의 ATF 2025 참가 및 ‘레터웍스 콘텐츠 킷’ 공개에 대한 **전체 기사 전문을 확인하실 수 있습니다.**

## “AI 기술로 K-콘텐츠 언어 장벽 허문다” 트위그팜, 미디어 인텔리전스 시장 공략 [SBA 초격차]

2025-11-21 · https://twigfarm.net/ko/news/sba-supergap-twigfarm-ai-content

(본 컨텐츠는 요약본 입니다. 하단의 원문 링크에서 원문을 꼭 확인하세요)

(본 컨텐츠는 요약본 입니다. 하단의 원문 링크에서 원문을 꼭 확인하세요)

서울경제진흥원(SBA)은 초격차 기술 분야 스타트업과 대·중견기업을 연결하는 개방형 혁신 프로그램을 운영하고 있으며, 트위그팜은 콘텐츠 AI 분야에서 대표 기업으로 선정되어 이번 인터뷰를 통해 기술 경쟁력과 글로벌 전략을 소개했다. 트위그팜은 언어, 문화, 기술의 경계를 넘어 콘텐츠로 사람과 사람을 연결하며 누구나 공감할 수 있는 세상을 만들겠다는 철학을 바탕으로 AI 기술을 통해 콘텐츠의 가치를 세계로 확장하고 있다.

백선호 대표는 네팔과 이스라엘에서 개발자로 활동하며 한국 콘텐츠가 해외에서 높은 공감을 얻는 모습을 직접 경험했고, 이 과정에서 콘텐츠 산업의 가능성을 확신하게 되었다. 이러한 경험은 창업의 계기가 되었으며 콘텐츠의 공감력을 기술로 증폭시키겠다는 트위그팜의 비전으로 이어졌다.

트위그팜은 멀티모달 AI 기술 기반으로 번역, 더빙, 영상 분석 등 콘텐츠 재창작 전반을 기술적으로 지원하며, 특히 AI 기반 미디어 인텔리전스 플랫폼인 레터웍스(LETR WORKS)를 통해 콘텐츠의 자동 현지화 및 재가공, 글로벌 수익화 확대를 돕고 있다. 지금까지 3만 8천 시간 이상의 영상과 9천만 자 이상의 텍스트가 자동화 처리되었으며, SBS, ODK미디어 등 국내외 주요 미디어 기업과 협업 중이다.

창업 초기 번역사 중심 솔루션에 집중했으나 시장성이 낮았던 경험을 바탕으로 방향을 전환해 2021년 SBS와 공동 기술 개발 이후 콘텐츠 제작사 중심 플랫폼으로 성장하게 되었다. 이후 기업 맞춤형 AI 서비스 및 SaaS형 솔루션 제공으로 확장 가능성을 높였다.

트위그팜은 AI 연구, 데이터 구축, 모델 개발, SaaS 솔루션, 전문 번역·더빙까지 하나의 체계로 통합한 국내 유일의 콘텐츠 특화 AI 기업으로 평가된다. 고객 콘텐츠 데이터를 기반으로 전용 AI 모델까지 고도화 가능한 구조를 갖추고 있으며, 이를 바탕으로 지속적인 서비스 개선과 기능 확장을 추진하고 있다.

2024년 기준 트위그팜은 약 25억 원의 연매출을 기록했으며, 현재 시리즈 A 투자 유치를 진행 중이다. 싱가포르 법인을 설립했고, 북미 시장 진출도 계획하고 있어 글로벌 AI 미디어 기술 기업으로 도약을 준비하고 있다.

트위그팜은 콘텐츠 자산의 현지화 단계를 넘어 AI 기반 데이터 자산 관리(DAM) 기술을 중심으로 솔루션 영역을 확장하고 있으며, 콘텐츠를 보유한 기업이 광고, 마케팅, 교육 등 다양한 목적에 따라 콘텐츠를 자동 변환 및 활용할 수 있는 통합형 미디어 인텔리전스 플랫폼으로 진화하고 있다.

백선호 대표는 언젠가 한국의 1인 크리에이터가 만든 영상이 실시간으로 50개 언어로 번역되어 전 세계에 동시 공개되는 시대가 올 것이라며, 트위그팜은 그 미래를 앞당기기 위한 기술을 만들고 있다고 강조했다. 콘텐츠 제작자가 언어의 제약 없이 오직 좋은 이야기 전달에만 집중할 수 있는 환경을 구축하는 것이 트위그팜의 궁극적인 목표다.

트위그팜은 앞으로도 AI 기술을 통해 K-콘텐츠가 세계에서 더 쉽게 소비되고 확산될 수 있도록 지원하며 글로벌 미디어 산업의 실질적인 성장에 기여하는 기업으로 자리매김해 나갈 계획이다.

## 트위그팜, ‘2025 BIXPO 초격차 스타트업 오픈이노베이션 밋업’ 참여

2025-11-07 · https://twigfarm.net/ko/news/twigfarm-2025-bixpo-open-innovation-meetup

서울경제진흥원(이하 SBA)은 초격차 스타트업 1000+ 프로젝트 개방형 혁신 사업의 일환으로 ‘2025 BIXPO 초격차 오픈이노베이션 밋업’을 11월 7일 주선했다. 이 날 열린 한국전력공사 에너지기술 엑스포(이하 BIXPO)에 참여, 유망 스타트업과 대·공기업의 만남의 장을 마련한 것. SBA 초격차 스타트업 1000+ 프로젝트 개방형 혁신 사업은…

## SBA, 2025 BIXPO서 초격차 스타트업 오픈이노베이션 밋업 개최

서울경제진흥원(이하 SBA)은 초격차 스타트업 1000+ 프로젝트 개방형 혁신 사업의 일환으로 ‘2025 BIXPO 초격차 오픈이노베이션 밋업’을 11월 7일 주선했다. 이 날 열린 한국전력공사 에너지기술 엑스포(이하 BIXPO)에 참여, 유망 스타트업과 대·공기업의 만남의 장을 마련한 것. SBA 초격차 스타트업 1000+ 프로젝트 개방형 혁신 사업은 10대 초격차 기술(시스템반도체·바이오와 헬스·미래 모빌리티·친환경과 에너지·로봇·빅데이터와 인공지능·사이버 보안과 네트워크·우주항공과 해양·차세대 원전·양자 기술)을 연구하는 유망 스타트업을 선발, 대·중견기업과 연계해 동반 성장을 이끄는 사업이다. 스타트업의 기술력과 실행력, 대·중견 기업의 기반과 역량을 융합해 상승 효과를 이끄는 사업이기도 하다. BIXPO는 한국전력공사가 2015년부터 연 행사로 세계 에너지 신산업을 주도할 신기술을 소개한다. 2024년부터는 로봇과 인공지능, 배터리 등 에너지 연관 기술로까지 부문을 넓혔다.
지난 2024년 행사에서는 우리나라 내외 기업 152곳이 참여해 2만 2000여 명에 달하는 업계 관계자를 모았다.

(중략...)

SBA는 대·공기업의 수요를 만족할 초격차 기술 6개 부문의 스타트업 29곳을 밋업에 소개했다. ▲에너지(캐빈랩, 에이티비랩, 클라우드앤, 럼플리어, 에너치에너지, 람다마이크로, 레이븐머티리얼즈, 브이피피랩) **▲인공지능(트위그팜,** 타날리시스, 쉐어플랫, 아디아랩, 브로즈, 에너자이, 노타, 사각) ▲미래모빌리티(델타엑스, 모바휠, 코리아시뮬레이터, 포스코어, 모나, 스타코프, 뷰런테크놀로지) ▲친환경(뉴라이즌, 휴마스터, 이유씨엔씨, 에이브람스) ▲차세대원전(상림엠에스피) ▲우주항공(지티에어로스페이스) 등이다.SBA는 한국전력공사와 기술사업화 주관기관 사이 협력 프로그램을 구성했다. 우리나라 주요 대·공·중견 기업과 초격차 스타트업의 에너지 관련 기술 협업 과제 도출, PoC(개념 증명) 협력 기회도 제공했다. 에너지 신산업부문 기술의 발전사와 세계 시장 동향을 공유해 구성원들이 사업화 전략을 세우도록 돕는 역할도 했다. 이를 위한 네트워킹과 간담회도 이번 행사에 마련했다.

***참여 스타트업 트위그팜의 백선호 대표는 “언어와 문화의 장벽을 허무는 AI 번역·더빙·영상 제작이라는 트위그팜의 비전을 알린 자리이자, 여러 대·공기업과 만나 협업 가능성을 타진하고 파트너십을 넓힌 알찬 자리였다. SBA가 집중도 깊은 논의와 깊이 있는 만남을 주선한 덕분에 후속 미팅도 여러 건 이어졌다. 이번 행사는 기업간 단순 네트워킹을 넘어 실질 파트너십으로 이어지는 중요한 계기가 될 것으로 기대한다.”고 밝혔다.***

SBA 초격차 스타트업 1000+ 개방형 혁신 사업을 이끄는 박경락 팀장은 “우리나라의 에너지 산업 발전을 이끈 행사인 BIXPO에 참가, 역량 있는 초격차 스타트업을 시장에 소개하고 대·공기업과의 개방형 혁신을 주선해 뜻깊다. SBA는 에너지 신산업의 발전, 초격차 스타트업의 사업화와 스케일업 등 후속 성과를 만드는데 최선을 다하겠다.”고 밝혔다.

IT동아 차주경 기자(racingcar@itdonga.com)

## 트위그팜, 2025 디지털이노베이션 대상 수상

2025-11-06 · https://twigfarm.net/ko/news/twigfarm-wins-2025-digital-innovation-award

AI 미디어 기술 기업 트위그팜(대표 백선호)은 AI 기반 미디어 인텔리전스 플랫폼 ‘레터웍스(LETR WORKS)’의 상용화를 앞두고 있다. 트위그팜은 2016년 설립 이후 자연어처리와 미디어 로컬라이제이션 분야에서 축적한 AI 기술력을 바탕으로 영상·이미지·문서 등 다양한 콘텐츠 자산을 효율적으로 관리하고 활용할 수 있는 AI 솔루션을 개발해 온…

AI 미디어 기술 기업 트위그팜(대표 백선호)은 AI 기반 미디어 인텔리전스 플랫폼 ‘레터웍스(LETR WORKS)’의 상용화를 앞두고 있다. 트위그팜은 2016년 설립 이후 자연어처리와 미디어 로컬라이제이션 분야에서 축적한 AI 기술력을 바탕으로 영상·이미지·문서 등 다양한 콘텐츠 자산을 효율적으로 관리하고 활용할 수 있는 AI 솔루션을 개발해 온 기업이다.

LETR WORKS는 콘텐츠의 의미를 이해하고 자동으로 분석·태깅·요약·검색·추천하는 AI 기반 의미 인텔리전스 플랫폼이다. 단순한 저장과 분류를 넘어 콘텐츠의 맥락과 의미를 중심으로 관리하는 것이 특징이다.

특히 트위그팜은 LETR WORKS를 통해 미디어 생애주기 전반을 아우르는 AI 자동화 생태계를 구현했다. 콘텐츠 기획, 제작, 번역, 더빙, 현지화, 배포 등 전 과정을 AI가 지원하며, 방송·웹툰·스포츠·이커머스 등 다양한 산업 분야에서 시범 적용이 진행 중이다.

## 트위그팜, 웹툰 캐릭터 음성 생성 AI ‘레터 툰보이스’ 공개

2025-09-19 · https://twigfarm.net/ko/news/toonvoice-ai-voice-for-webtoon

트위그팜이 웹툰 캐릭터의 음성을 생성하는 인공지능 서비스 ‘LETR ToonVoice(레터 툰보이스)’를 선보인다.

트위그팜이 웹툰 캐릭터의 음성을 생성하는 인공지능 서비스 ‘LETR ToonVoice(레터 툰보이스)’를 선보인다.

레터 툰보이스는 웹툰 속 캐릭터별로 어울리는 목소리를 생성해 기존의 텍스트 기반 웹툰을 음성이 포함된 콘텐츠로 확장하는 기술이다. 캐릭터 성격과 상황에 맞는 음성을 추가하여 독자가 스토리를 더 생생하게 체험할 수 있도록 돕는다는 것이 회사 측 설명이다.

트위그팜은 이 기술이 어린이나 시각장애인 등 텍스트 접근이 어려운 독자들에게 새로운 경험을 제공할 수 있다고 밝혔다. 또한 웹툰 캐릭터의 고유한 음성을 표준화하여 애니메이션, 드라마, 게임 등 2차 저작물 제작 시에도 일관성 있는 캐릭터 보이스를 유지할 수 있다고 설명했다.

회사는 이를 통해 ‘보이스툰(VoiceToon)’이라는 새로운 포맷을 제시하며, 캐릭터 보이스 기반의 굿즈, OST, 보이스 콘텐츠 등 다양한 수익 모델 창출이 가능하다고 전망했다. 기존의 더빙이나 성우 섭외 중심 방식과 차별화된 접근으로 제작 효율성과 확장성을 높일 수 있다는 입장이다.

트위그팜은 콘텐츠 인공지능 분야에 특화된 파운데이션 모델을 개발하고 있으며, 동영상에서 웹툰 영역으로 적용 범위를 확장하고 있다고 밝혔다. 회사는 기존에 영상 콘텐츠 영역에서 AI 더빙 기술을 보유하고 있어 이를 웹툰 분야로 확장한다고 설명했다.

회사는 앞으로 이 기술을 지속적으로 개발하여 콘텐츠 인공지능 분야에서 경쟁력을 강화해 나갈 계획이라고 발표했다.

## 트위그팜, AI 자막 현지화 사업 수주…K-콘텐츠 글로벌 확산 교두보 마련

2025-09-18 · https://twigfarm.net/ko/news/twigfarm-mitc-kca-ai-localization

인공지능 기반 콘텐츠 현지화 기업 트위그팜(브랜드명: LETR WORKS)이 과학기술정보통신부와 한국방송통신전파진흥원이 추진하는 ‘AI 기술 기반 국내·해외 방송콘텐츠 현지화 재제작(자막) 지원 사업’을 수주했다. 이번 프로젝트는 K-콘텐츠를 다국어로 재제작해 해외 시장 확산을 촉진하는 데 목적을 두고 있다. 사업에는 ENA, KBS미디어, 스튜디오지니…

인공지능 기반 콘텐츠 현지화 기업 트위그팜(브랜드명: LETR WORKS)이 과학기술정보통신부와 한국방송통신전파진흥원이 추진하는 ‘AI 기술 기반 국내·해외 방송콘텐츠 현지화 재제작(자막) 지원 사업’을 수주했다.
이번 프로젝트는 K-콘텐츠를 다국어로 재제작해 해외 시장 확산을 촉진하는 데 목적을 두고 있다. 사업에는 ENA, KBS미디어, 스튜디오지니, 제이원더, 스튜디오S, WEMAD 등 국내 주요 방송사와 제작사가 포함됐다. 해외에서는 SBS International, MBC America, KBFD TV, Happy World TV 등 8개사가 협력한다.

총 1만900분(국내 4,900분·해외 6,000분)의 방송 콘텐츠가 한국어, 영어, 스페인어, 중국어로 재제작된다. 대상 장르는 드라마, 예능, 교양, 라디오 등으로 폭넓다.
사업은 2025년 8월 최종 선정 이후, 9월부터 11월까지 진행된다.트위그팜은 자체 개발한 현지화 플랫폼 ‘레터웍스(LETR WORKS)’를 적용한다.
음성 인식, 기계 번역, 자동 싱크 조정, 원어민 후편집을 결합한 하이브리드 방식으로 효율성과 품질을 동시에 잡겠다는 전략이다.
업계 관계자는 “자막 현지화에서 가장 중요한 것은 자동화만이 아니라 현지 언어 사용자에 맞는 후편집 과정”이라며 “트위그팜의 접근은 글로벌 콘텐츠 시장에서 실질적인 활용 가능성을 보여줄 수 있다”고 평가했다.
이번 프로젝트는 글로벌 OTT 자막 규격과 접근성 기준을 충실히 반영한다.
특히 청각장애인을 위한 SDH(Subtitles for the Deaf and Hard of Hearing) 자막을 제공해 화자 정보, 음향, 시각적 묘사를 포함한다.
단순 번역을 넘어 접근성과 몰입도를 동시에 고려한 점이 특징이다.

트위그팜은 이미 SBS, ODK와 함께 연간 수십만 분 규모의 자막 현지화 프로젝트를 수행한 경험을 갖고 있다.
또한 과기정통부·NIA의 AI 데이터 구축 사업과 글로벌 OTT 납품 경험을 통해 기술력과 납기 대응 능력을 검증받았다.
보안 관리 체계도 강화했다. ISO 27001, 27017, 27018, 27701 등 국제 보안 인증 4종을 취득했으며, DRM 및 암호화 스토리지, 정기 보안 교육, NDA 체결을 통해 공공기관 프로젝트에 맞는 보안 신뢰성을 확보했다고 설명했다.

업계에서는 트위그팜이 이번 사업을 통해 K-콘텐츠의 다국적 시청자 확대에 기여할 것으로 보고 있다.
특히 OTT 중심의 글로벌 콘텐츠 시장에서 표준화된 자막 현지화는 필수 과제로 꼽힌다.
다만 AI 자동 번역의 한계, 문화적 뉘앙스 전달 문제, 원어민 감수의 일관성 확보는 여전히 풀어야 할 과제라는 지적도 나온다.
최규동 트위그팜 본부장은 “이번 프로젝트는 단순 번역을 넘어 AI 기반 현지화 기술이 글로벌 시장에서 상용화될 수 있음을 보여줄 기회”라며 “국내외 방송사와 함께 K-콘텐츠의 영향력을 강화하겠다”고 밝혔다.

출처 : 스타트업엔(StartupN)(https://www.startupn.kr)

## "차세대 AI 생태계 구축 선도"…트위그팜, 국책 과제 2건 수주

2025-07-14 · https://twigfarm.net/ko/news/twigfarm-korea-ai-ecosystem-projects-2025

콘텐츠 AI(인공지능) 기업 트위그팜이 과학기술정보통신부와 한국지능정보사회진흥원(NIA)의 '2025년 초거대AI 확산 생태계 조성' 사업의 1차 공모에서 두 개의 주요 과제를 동시에 수주했다고 14일 밝혔다.

콘텐츠 AI(인공지능) 기업 트위그팜이 과학기술정보통신부와 한국지능정보사회진흥원(NIA)의 '2025년 초거대AI 확산 생태계 조성' 사업의 1차 공모에서 두 개의 주요 과제를 동시에 수주했다고 14일 밝혔다.

트위그팜이 수행하게 될 과제는 △'K-스톡 콘텐츠 데이터 구축' 과제(주관기관)와 △'미디어·콘텐츠 비식별화 및 클린본 데이터 구축' 과제(참여기관)다. 두 과제 모두 AI 학습용 멀티모달 데이터 구축과 콘텐츠 활용 고도화에 초점을 두고 있다.

K-스톡 콘텐츠 데이터 구축 과제는 한국 전통문화, 음식, 자연 등 고유의 콘텐츠를 중심으로 한 이미지-텍스트 기반 멀티모달 데이터를 구축하고, 한영 캡션 100만 문장(총 1000만 토큰 이상) 이상의 고품질 데이터를 생산해 AI 허브(Hub)에 공개하는 프로젝트다.

AI 허브는 NIA가 운영하는 AI 통합 플랫폼이다. AI 기술·서비스 개발에 필수적인 AI 학습용 데이터, 소프트웨어, 컴퓨팅자원 등을 원스톱으로 제공하는 것을 목적으로 한다.

트위그팜은 CoT(Cognition of Thought, 인간의 추론을 반영한 논리적 추론) 기반의 3단계 라벨링 체계를 도입해 기존 스톡 콘텐츠의 편향성과 설명 부족 문제를 극복하고, 한국형 생성형 AI 학습에 최적화된 콘텐츠를 제공할 계획이다.

아울러 미디어·콘텐츠 비식별화 및 클린본 데이터 구축 과제에선 방송 영상 내 얼굴, 자막, 로고 등의 민감 요소를 자동 식별 및 제거하는 기술을 고도화하고, 자막 제거 클린본 영상 및 객체 캡션 데이터셋을 구축해 콘텐츠의 재활용성과 활용 가치를 극대화하는 데 초점을 둔다.

트위그팜은 자체 개발한 영상 현지화 통합 플랫폼 '레터웍스'(LETR WORKS)를 통해 다국어 자막 및 더빙, 화질 보정, 오디오 클리닝, 클린본 영상 자동화 등 다양한 콘텐츠 처리 기술을 고도화해왔다.

트위그팜 관계자는 "한국 고유의 콘텐츠를 기반으로 멀티모달 AI 학습에 필요한 데이터를 구축하고, 향후 소버린 AI 시대에 대응할 수 있는 국내 데이터 자립 기반을 다지는 데 기여하겠다"고 했다.

## 제천문화재단, 트위그팜 LETR WORKS 기반 다국어 자막 서비스 도입

2025-07-05 · https://twigfarm.net/ko/news/jecheon-youtube-multilingual-subtitles-letrworks

지역 외국인 주민 대상 문화예술 콘텐츠 접근성 확대

지역 외국인 주민 대상 문화예술 콘텐츠 접근성 확대

충북 제천문화재단은 제천에 거주하는 외국인 주민들의 문화예술 콘텐츠 접근성을 높이기 위해,

‘2025 유튜브 프로젝트 문화예술RO’ 영상에 4개국어(베트남어, 러시아어, 중국어, 영어) 자막을 제공하고 있다고 5일 밝혔다.

해당 자막은 ㈜트위그팜의 AI 기반 영상 번역 솔루션 ‘LETR WORKS(레터웍스)’를 활용해 제작되었으며,

제천 다문화가족지원센터 및 재외동포지원센터 소속 외국인 주민들이 직접 번역 및 감수에 참여해 자막의 정확성과 문화적 완성도를 높였다.

제천문화재단 관계자는 “외국인 주민들이 언어 장벽 없이 지역의 문화예술을 향유하고,

커뮤니티에 더욱 가까워질 수 있도록 다양한 기관과 협력해 다국어 영상 콘텐츠를 지속적으로 선보일 계획”이라고 전했다.

한편, 2023년 12월 기준 제천 시내권에 거주하는 외국인 인구는 3,174명으로, 이는 전체 인구의 약 2.47%에 해당한다.

## 트위그팜, 콘텐츠 도쿄 2025에서 콘텐츠 인공지능 현지화 플랫폼 LETR WORKS(레터웍스) 신규 서비스 선보여

2025-07-02 · https://twigfarm.net/ko/news/twigfarm-letrworks-contenttokyo2025

트위그팜(대표 백선호)은 7월 2일 개최되는 콘텐츠 도쿄 2025에 참가해 생성형 AI 기반 영상 현지화 통합 플랫폼 LETR WORKS(레터웍스)를 선보인다고 밝혔다. 트위그팜은 이번 참가를 통해 북미에서의 성공적인 AI 기반 현지화 경험을 바탕으로 일본을 포함한 아시아 시장 진출을 본격화할 계획이다.

## YouTube 크리에이터부터 방송사·글로벌 배급사까지 타겟별 맞춤형 현지화 솔루션으로 일본 시장 공략

트위그팜(대표 백선호)은 7월 2일 개최되는 콘텐츠 도쿄 2025에 참가해 생성형 AI 기반 영상 현지화 통합 플랫폼 LETR WORKS(레터웍스)를 선보인다고 밝혔다. 트위그팜은 이번 참가를 통해 북미에서의 성공적인 AI 기반 현지화 경험을 바탕으로 일본을 포함한 아시아 시장 진출을 본격화할 계획이다.

콘텐츠 도쿄(Content Tokyo)는 매년 일본 도쿄에서 열리는 아시아 최대 규모의 콘텐츠 전문 전시회로, 영상, 방송, 게임, 출판, 라이선싱 등 다양한 콘텐츠 산업 관계자들이 모여 최신 기술과 서비스를 소개하고 글로벌 비즈니스 협력을 모색하는 자리다. 전 세계 40여 개국에서 수천 개 기업과 바이어가 참가하며, 일본 및 아시아 콘텐츠 시장 진출을 위한 핵심 플랫폼으로 평가받고 있다.

LETR WORKS(레터웍스)는 AI 전사(STT), 다국어 번역, AI 보이스 더빙, 자막 제작, 화질 보정, 프로젝트 관리까지 영상 현지화 전 과정을 통합 지원하는 플랫폼이다. 생성형 AI 기술과 전문가 검수 체계를 결합해 고품질, 빠른 납기, 비용 효율을 동시에 제공한다는 점이 강점이다.

## 트위그팜, 글로벌 K-FAST 얼라이언스 공식 참여… K-미디어의 세계화를 이끄는 AI 더빙 기술력 인정받아

2025-06-24 · https://twigfarm.net/ko/news/kfast-alliance-twigfarm

AI 기반 영상 현지화 솔루션 ‘LETR WORKS’ 통해 한국형 FAST 생태계의 핵심 기술 파트너로 나서

### 트위그팜, 글로벌 K-FAST 얼라이언스 공식 참여**

*AI 기반 영상 현지화 솔루션 ‘LETR WORKS’ 통해 한국형 FAST 생태계의 핵심 기술 파트너로 나서*

인공지능 기반 콘텐츠 현지화 기업 트위그팜이 과학기술정보통신부와 한국정보통신진흥협회(KAIT)가 주도하는 『글로벌 K-FAST 얼라이언스』에 공식 참여 기업으로 등록되었다.

‘글로벌 K-FAST 얼라이언스’는 한국형 광고 기반 무료 실시간 재생 텔레비전(K-FAST: Korea-FAST)의 세계 확산과 산업 생태계 조성을 위한 민·관 협력체로, 삼성전자, KBS, CJ ENM, 뉴아이디 등 국내 주요 미디어, 플랫폼, 기술 기업 및 유관기관이 대거 참여하고 있다.
이번 트위그팜의 합류는 자사의 AI 기반 더빙 기술이 콘텐츠 산업의 글로벌 확장 전략에서 중추적인 역할을 할 수 있음을 입증한 사례로 평가받는다.

트위그팜은 자체 개발한 AI 영상 현지화 플랫폼 LETR WORKS(레터웍스)를 통해, 콘텐츠의 전사, 번역, 자막·더빙, 음성합성, 영상보정, 프로젝트 관리 등 전 과정을 자동화 및 통합 지원하는 솔루션을 제공하고 있다.
특히, 시청자의 몰입감을 극대화하는 자연스러운 AI 더빙 기술은 K-FAST의 핵심 전략 중 하나인 ‘현지화 시청장벽 해소’ 과제에 최적화된 기술로 평가된다.

### K-FAST, 차세대 글로벌 콘텐츠 플랫폼을 위한 정부 주도 전략

K-FAST는 FAST(Free Ad-supported Streaming TV), 즉 광고 기반 무료 실시간 스트리밍 TV 서비스의 한국형 모델로, 구독 장벽 없이 전 세계 시청자에게 고품질 콘텐츠를 제공하는 차세대 미디어 전략이다. 글로벌 FAST 시장은 북미를 중심으로 급속도로 성장 중이며, K-FAST는 K-콘텐츠를 기반으로 새로운 글로벌 미디어 유통망을 창출하려는 정부 차원의 중점 과제다.

이번 얼라이언스는 ▲K-콘텐츠 현지화 및 유통 확대 ▲AI 기술 접목을 통한 시청자 맞춤형 서비스 제공 ▲광고 기반 커머스 연계 플랫폼 실증 등을 추진 목표로 하고 있으며, 트위그팜은 ‘AI 미디어 기술 분야’에서 핵심적인 역할을 수행할 예정이다.

### 기술 실증과 연구 협력을 통한 산업 고도화 기여

트위그팜은 이번 얼라이언스를 통해 단순한 기술 공급을 넘어, K-FAST 생태계 전반의 기술 고도화와 글로벌 확산을 위한 연구적 기여에도 적극 나설 방침이다.

주요 활동 방향은 다음과 같다.

- AI 더빙 기술을 활용한 다국어 현지화 솔루션 고도화 및 실증
- 시청자 몰입도 분석 기반 음성 감정 표현 모델 연구
- 콘텐츠 자동화 제작을 위한 자막·더빙 통합 엔진 실험 적용
- AI 기술이 광고 수익 및 커머스 연계에 미치는 효과 분석 등

특히, LETR WORKS 플랫폼은 영상 콘텐츠의 지역별 언어, 정서, 시청 환경을 반영하는 현지화 알고리즘을 바탕으로, 방송사·제작사·플랫폼 사업자가 K-FAST 채널을 운영하는 데 있어 핵심 인프라로 활용될 수 있다.

### “기술로 콘텐츠의 경계를 넘는다” – 트위그팜의 글로벌 선언

트위그팜 관계자는 “AI 기술을 통해 언어와 감성의 장벽을 허무는 것은 단지 번역을 넘어, 콘텐츠의 새로운 세계화를 열어가는 일”이라며 “글로벌 K-FAST 얼라이언스를 통해 트위그팜의 기술이 한국형 미디어가 세계 무대에서 더 많은 시청자와 연결되는 데 기여할 수 있기를 기대한다”고 밝혔다.

향후 트위그팜은 K-FAST 얼라이언스 내 기업들과 협업 프로젝트를 추진하고, 국제 미디어 전시회, 기술 컨퍼런스, FAST 전용 채널 구축 등 다방면에서 기술을 실증하고 확산해 나갈 계획이다.

트위그팜 소개
㈜트위그팜은 인공지능 기반의 콘텐츠 현지화 전문 기업으로, 영상 더빙, 자막 생성, 번역, 보이스 합성, 영상 보정 등 콘텐츠 유통 전반에 걸친 AI 솔루션을 제공한다. 특히 LETR WORKS(레터웍스)는 영상 콘텐츠 제작부터 다국어 배포까지 모든 과정을 지원하는 통합 플랫폼으로, 방송사, OTT 플랫폼, 교육기업 등 다양한 고객군을 대상으로 글로벌 시장에서 활용되고 있다.

## [기고] 챗지피티 시대, 영상 현지화의 판이 바뀐다

2025-05-19 · https://twigfarm.net/ko/news/chatgpt-era-video-localization

트위그팜, 생성형 AI 기반 영상 현지화 통합 솔루션 ‘LETR WORKS’ 선보인다

**트위그팜, 생성형 AI 기반 영상 현지화 통합 솔루션 ‘LETR WORKS’ 선보인다**

트위그팜이 오는 KOBA 2025에서 생성형 AI 기반의 영상 현지화 통합 솔루션 ‘LETR WORKS(레터웍스)’를 선보인다.
레터웍스는 전사, 번역, 자막/더빙, 화질 보정, 프로젝트 관리 등 **콘텐츠 현지화 전 과정을 통합 지원하는 올인원 플랫폼**으로, 영상 제작과 유통 현장의 다양한 비효율을 획기적으로 개선한 것이 특징이다.

이번 전시에서 소개되는 최신 버전은 **ChatGPT 및 Gemini API와의 연동을 통해 번역 성능을 한층 강화**했다. 별도의 코딩이나 프롬프트 작성 없이 자연어 명령만으로 자막 제작과 번역, 더빙까지 가능해졌으며, 이로 인해 **비전문가도 영상 콘텐츠를 손쉽게 다국어로 재가공**할 수 있게 되었다.

기술적으로는 **번역 메모리(Translation Memory)와 용어집(Term Base)을 벡터 데이터베이스로 구축**하고, 이를 **검색 증강 생성(RAG, Retrieval-Augmented Generation) 방식**으로 LLM과 연결함으로써 더욱 정확하고 일관된 번역 결과를 제공한다. 이는 단순 API 호출에 그치지 않고, 트위그팜이 축적해온 데이터와 사용자 경험을 모델 성능에 반영하여 차별화된 결과를 도출할 수 있게 한다.

이 밖에도 **자막 싱크 자동 조정, 산출물 버전 관리, 작업 히스토리 추적 등 실무에서 자주 발생하는 반복 작업을 자동화**하는 기능이 포함되어 있으며, 협업 과정에서도 **보안성과 효율성을 동시에 확보할 수 있도록 설계**되어 있다.

이번 KOBA 2025 출품을 통해 트위그팜은 단순한 번역 자동화를 넘어, **생성형 인공지능을 활용한 ‘콘텐츠 재창작’이라는 새로운 패러다임을 제시**하고자 한다. 이는 더 이상 대규모 외주 인력 없이도, 누구나 글로벌 시장을 겨냥한 콘텐츠를 직접 제작할 수 있는 시대가 도래했음을 의미한다.

**트위그팜 부스에서 LETR WORKS를 직접 체험해보세요.
콘텐츠 제작의 방식이 바뀌는 현장을 확인하실 수 있습니다.**

**#트위그팜 #LETRWORKS #콘텐츠재창작 #생성형AI #KOBA2025 #AI번역 #영상현지화 #LLM #ChatGPT #Gemini**

## 트위그팜, ‘혁신 프리미어 1000’ 선정! AI 콘텐츠 현지화 기술력 인정받아

2025-05-16 · https://twigfarm.net/ko/news/twigfarm-innovation-premier-1000

트위그팜, ‘혁신 프리미어 1000’ 선정!AI 콘텐츠 현지화 기술력 인정받아

**트위그팜, ‘혁신 프리미어 1000’ 선정!
AI 콘텐츠 현지화 기술력 인정받아**

트위그팜이 금융위원회와 12개 부처가 공동으로 선정한 『혁신 프리미어 1000』 기업에 이름을 올렸습니다. 이번 선정은 국가 경제의 혁신 성장을 견인할 핵심 중소·중견기업을 집중 지원하는 제도로, 트위그팜의 AI 기술력과 글로벌 확장 가능성이 높이 평가된 결과입니다.

『혁신 프리미어 1000』은 기존의 ‘혁신기업 국가대표 1000’과 ‘우수기업 우대프로세스’를 통합한 새로운 정책금융 프로그램으로, 트위그팜은 이 중 **자연어처리 기반 AI 콘텐츠 재창작 솔루션 ‘LETR WORKS(레터웍스)’의 기술력**을 바탕으로 산업통상자원부의 추천을 받아 최종 선정되었습니다.

트위그팜은 영상, 웹툰 등 디지털 콘텐츠의 **다국어 번역, 자막, 더빙, 편집까지 원스톱으로 제공하는 현지화 플랫폼 LETR WORKS**를 운영하고 있으며, 최근에는 **GPT 및 Gemini API와의 통합을 통해 솔루션의 성능과 편의성을 획기적으로 개선**했습니다.

또한, 싱가포르, 일본, 미국 등 **해외 시장 진출을 본격화**하며 글로벌 콘텐츠 산업에서의 입지를 확장해 나가고 있습니다. 이번 『혁신 프리미어 1000』 선정은 트위그팜이 AI 기반 콘텐츠 현지화 분야에서 선도 기업으로서의 기술력과 비전을 다시 한 번 입증한 계기가 되었습니다.

트위그팜은 앞으로도 **AI 기술을 통한 콘텐츠의 경계를 허물고**, 전 세계 누구나 자신만의 언어로 콘텐츠를 누릴 수 있는 환경을 만들어가겠습니다.

#트위그팜 #LETRWORKS #혁신프리미어1000 #AI현지화 #콘텐츠글로벌화 #GPT #Gemini #디지털콘텐츠 #AI스타트업 #정책금융지원

---

# R&D

## 국책과제 및 R&D 성과

https://twigfarm.net/ko/rnd/achievements

국가 R&D 과제와 AI 학습용 데이터 구축으로 쌓은 기술 역량

핵심 지표: 국가 AI 학습용 데이터 구축사업(AI Hub) 수행기관 6년 연속 선정 (2020–2025)

### 주요 R&D 분야

**멀티모달 콘텐츠 이해 및 언어 AI** — 웹툰·영상의 장면과 문화적 맥락을 이해하는 멀티모달 AI 및 기계번역 기술을 연구합니다.

**미디어 자산화 및 시맨틱 검색** — 영상·오디오에서 인물, 대사, 분위기 등 복합 정보를 추출하고 자연어로 검색할 수 있도록 구조화합니다.

**AI 데이터 정제 및 산업별 AX** — 비정형 데이터를 정제하고 법률·금융·특허 등 전문 분야의 AI 학습에 적합한 데이터 구조를 설계합니다.

### 연구 성과의 산업 적용

연구와 실증에서 얻은 기술을 LETR WORKS에 적용하고, 현장의 피드백을 다음 연구에 반영합니다.

**원천 기술 연구 (Research)** — 최신 AI 모델 및 멀티모달 아키텍처 알고리즘을 고도화합니다.

**국책과제 실증 (Validation)** — 대규모 국가 사업 및 산학협력을 통해 데이터·기술 안정성을 검증합니다.

**상용 플랫폼 이식 (Deployment)** — 미디어 인텔리전스 플랫폼 LETR WORKS의 핵심 엔진으로 상용화합니다.

개방형 산학연 공동 연구 연구기관·대학·지자체와 함께 콘텐츠 AI와 산업별 인공지능 전환(AX)을 위한 과제와 실증을 추진합니다.

## 핵심 연구 기술

https://twigfarm.net/ko/rnd/technology

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.

### 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.

**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.

**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.

**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.

**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.

### 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.

## 지식재산권 및 주요 인증

https://twigfarm.net/ko/rnd/intellectual-property

특허·상표와 공인 인증으로 확인하는 AI 기술 역량

### 기술 분야별 특허 포트폴리오

**Multimodal Translation — 등록 3건 · 출원 6건** — ‘범용 신경망 기계번역기를 활용한 하이브리드 번역 시스템’을 국내와 미국에 모두 등록해 핵심 번역 엔진의 권리를 확보했습니다. 최근 출원은 컨텍스트 기반 자막 생성, 멀티모달 데이터 융합 비디오 요약, 웹툰 이미지 자막 관리 등 멀티모달 미디어 AI로 확장되고 있습니다.

**AI Dataset — 등록 2건 · 출원 1건** — ‘사용자별 번역 사전 생성·관리’와 ‘번역 문서 관리 시스템’ 등 AI 모델 학습의 근간이 되는 데이터 처리 기술을 등록 특허로 보유합니다. AI 학습용 데이터 구축사업에서 축적한 노하우는 블록체인 기반 말뭉치 데이터 관리 출원으로 이어지고 있습니다.

**SaaS & Workflow — 등록 5건 · 출원 3건** — ‘업무 프로세스 자산관리 방법’, ‘백과사전을 이용한 번역 서비스’ 등 번역 서비스 상용화의 기반이 되는 원천 특허를 확보하고 있습니다. 번역 자동 견적 산출, 현지화 컨텐츠 제공, 번역 작업자 평가 등 워크플로우 완성도를 높이는 출원을 이어가고 있습니다.

기술과 운영 체계로 지키는 콘텐츠 자산 정보보호 인증과 접근 제어·백업 체계를 바탕으로 미디어 자산과 비공개 데이터를 보호합니다. 등록 특허와 GS 1등급 인증 제품을 기반으로 기업·공공기관의 기술 수요에 대응합니다.