비전 AI 를 서비스에 넣으려는 기업은 오랫동안 같은 길을 걸었다. 모델을 직접 만들거나 개별 API 를 계약하고, 그것을 붙이는 글루 코드를 또 짜는 길이다. 그 길을 노드 몇 개의 조립으로 줄이겠다는 노코드 캔버스가 씨냅스에이아이의 CNAPS Studio이고, 거기에 100여 개 이커머스 고객사가 이미 쓰고 있는 딥픽셀의 Human-X 엔진이 노드로 붙었다1. 양사 모두 네이버 D2SF 포트폴리오다1.
왜 '모델 연동'이었나 — 캔버스의 가치는 노드 수가 정한다
노코드 AI 워크플로우 도구의 약속은 단순하다. 모델을 코드가 아니라 블록으로 다룬다는 것이다. 씨냅스에이아이의 CNAPS Studio는 AI 모델을 시각적인 노드로 제공하고, 이미지 생성과 보정, 영상 편집 같은 작업을 블록을 조립하듯 하나의 워크플로우로 묶는다1. 기업 데이터를 외부로 내보내지 않는 온-프레미스 또는 하이브리드 형태로도 배포할 수 있다1. 시장에는 노드 기반 워크플로우 도구가 적지 않다. 차이는 캔버스의 편의가 아니라, 어떤 모델이 어떤 조건으로 그 위에 올라오느냐에서 갈린다. 꽂을 모델이 없는 캔버스는 빈 도화지다.
그래서 이번 연동은 기능 추가가 아니라 카탈로그 확장으로 읽어야 한다. 딥픽셀은 사람의 신체 영역을 실시간으로 인식하고 정밀하게 추적하는 Human-X 엔진을 만드는 회사다1. 이 엔진을 적용한 가상 피팅 솔루션은 이미 100여 개 고객사에 도입돼 이커머스 사업자의 고객 경험을 바꾸고 있다1. 씨냅스 스튜디오 고객사는 이제 별도의 모델 개발이나 복잡한 코딩 없이, 상용 현장에서 돌아가는 비전 AI 를 워크플로우에 노드 하나로 꽂을 수 있다1. 얼굴 인식과 동작 분석이 필요한 서비스를 지금보다 빠르게 세울 수 있다는 뜻이다1.
타이밍도 읽힌다. 딥픽셀은 최근 Human-X 를 고도화해 사람의 신체 데이터가 필요한 온-디바이스 AI 비전 솔루션, 피지컬 AI 를 위한 학습 데이터 구축 솔루션, 로봇-인간 상호작용(HRI) 솔루션으로 사업 영역을 넓히고 있다1. 가상 피팅이라는 하나의 응용을 파는 회사에서 '사람을 보는 엔진' 자체를 파는 회사로 이동하는 중이다. 엔진을 파는 회사에게는 엔진을 꽂을 소켓이 많을수록 좋다. 씨냅스 스튜디오는 그 소켓이다. 이커머스 바깥의 기업 고객이 코딩 없이 Human-X 를 써 볼 수 있는 첫 번째 배포면이 생긴 셈이다.
양사가 모두 창업 후 네이버 D2SF로부터 투자를 유치한 스타트업이라는 점도 가볍지 않다1. 같은 투자사 포트폴리오 안에서 플랫폼과 모델이 만난 구조다. 연동의 기술적 깊이나 독점 조건, 수익 배분은 공개되지 않았다. 다만 양사는 이번 모델 연동을 시작으로 각사의 기술과 고객 접점을 결합해 AI 모델의 활용 기회를 넓히고, 향후 공동 사업과 협력 범위를 지속적으로 확대하겠다고 밝혔다1. 발표는 8월 21일이었다1.
비전 AI 도입, 무엇이 바뀌나 — 전통 방식 vs 씨냅스 스튜디오 연동
얼굴 인식이나 동작 분석을 자사 서비스에 넣으려는 기업이 걷던 길과, 이번 연동 이후 씨냅스 스튜디오 고객사가 걷게 될 길을 다섯 영역에서 비교했다. 오른쪽 열은 양사가 밝힌 연동 범위를 기준으로 한다1.
| 영역 | 전통적 비전 AI 도입 | 씨냅스 스튜디오 + Human-X |
|---|---|---|
| 모델 확보 | 자체 개발 또는 개별 모델 API 계약, 영역별 전담 인력 | 딥픽셀 비전 AI 모델을 노드로 호출, 별도 모델 개발 불필요1 |
| 통합 방식 | 모델마다 글루 코드로 파이프라인 작성 | 시각적 노드를 블록 조립하듯 연결, 코딩 없이 구성1 |
| 데이터 위치 | 외부 클라우드 API 로 원본 데이터 반출 | 온-프레미스·하이브리드 배포, 기업 데이터 외부 미반출1 |
| 구축 속도 | 모델 개발 → 연동 → 테스트의 다단계 프로젝트 | 얼굴 인식·동작 분석 서비스를 보다 빠르게 구축1 |
| 검증 상태 | 신규 모델은 PoC 부터 다시 시작 | 100여 개 이커머스 고객사에 도입된 엔진을 그대로 사용1 |
표에서 눈여겨볼 행은 '데이터 위치'다. 비전 AI 는 얼굴과 신체를 다룬다. 가장 민감한 데이터를 외부 API 로 보내야 했던 구조가, 기업 데이터를 내보내지 않는 온-프레미스·하이브리드 캔버스 안에서 처리되는 구조로 바뀐다1. 노코드의 편의와 온-프레미스의 보안을 같은 캔버스에서 제공한다는 것이, 씨냅스 스튜디오가 비전 AI 파트너에게 줄 수 있는 가장 구체적인 차별점이다. 반대로 '검증 상태' 행은 딥픽셀이 플랫폼에 주는 것이다. 처음 보는 모델을 PoC 로 검증하는 비용을, 이미 이커머스 현장에서 돌아가는 엔진이 대신 치른다1.
연동이 사업이 되는 세 단계
- 카탈로그를 넓힌다 씨냅스 스튜디오는 이미지 생성·보정, 영상 편집을 다루는 캔버스였다1. 여기에 Human-X 기반 얼굴 인식·동작 분석 노드가 추가되면 생성형 워크플로우와 인식형 워크플로우가 한 캔버스에서 만난다1. 사람을 인식한 뒤 그 결과를 조건으로 이미지를 생성하거나 영상을 편집하는 조합이 코드 없이 가능해진다. 캔버스가 다룰 수 있는 문제의 종류 자체가 늘어나는 단계다.
- 고객 접점을 교차시킨다 딥픽셀은 100여 개 이커머스 고객사라는 접점을 갖고 있고, 씨냅스에이아이는 온-프레미스 배포를 원하는 기업 고객 접점을 갖고 있다1. 양사는 각사의 기술과 고객 접점을 결합해 AI 모델의 활용 기회를 넓히겠다고 밝혔다1. 모델 회사에는 새 유통 채널이, 플랫폼 회사에는 새 노드와 레퍼런스 고객이 생기는 교환이다. 어느 쪽 접점이 먼저 움직이는지는 공개되지 않았다.
- 공동 사업으로 올린다 양사는 이번 모델 연동을 시작으로 향후 공동 사업 및 협력 범위를 지속적으로 넓혀갈 계획이다1. 딥픽셀이 확장 중인 온-디바이스 비전, 피지컬 AI 학습 데이터, HRI 영역이 씨냅스 워크플로우로 들어온다면, 연동은 노드 하나가 아니라 산업 하나를 캔버스에 올리는 일이 된다1. 구체적인 공동 사업의 내용과 일정은 공개되지 않았다.
The Bet — 가장 좋은 모델이 아니라, 가장 많은 소켓
파트너십 기사는 보통 '누가 누구를 골랐나'를 묻는다. 이번 건은 양쪽의 동기가 거울처럼 맞물린다.
딥픽셀이 씨냅스에이아이를 고른 이유는 캔버스가 소켓이기 때문이다. Human-X 를 가상 피팅에서 온-디바이스 비전, 피지컬 AI 데이터, HRI 로 넓히는 회사에게는 엔진을 여러 산업에 꽂아 줄 배포면이 필요하다1. 씨냅스에이아이가 딥픽셀을 고른 이유는 반대다. 노코드 캔버스의 가치는 그 위에 올릴 수 있는 노드의 수와 질로 정해지고, 100여 개 고객사가 쓰는 비전 엔진은 캔버스가 자체 개발로 얻을 수 없는 노드다1. 이 베팅의 핵심은 모델 성능 경쟁이 아니라, 가장 많은 외부 모델이 가장 쉽게 꽂히는 캔버스가 되는 것이다. 같은 네이버 D2SF 포트폴리오라는 조건은 그 첫 소켓을 빠르게 만들어 줬다1. 두 번째, 세 번째 소켓이 포트폴리오 밖에서도 만들어지는지가 베팅의 성패를 가른다.
다음 12개월에 지켜볼 지표 3개
- 연동 노드의 실제 사용률 씨냅스 스튜디오 고객사 가운데 딥픽셀 노드를 실제 워크플로우에 넣은 비율이 첫 지표다. 연동 발표와 실제 사용은 다른 숫자다. 현재 이 수치는 공개되지 않았다. 얼굴 인식·동작 분석이 필요한 서비스가 연동 전보다 얼마나 빨리 세워지는지가 함께 측정돼야 한다1.
- 포트폴리오 밖의 두 번째 모델 파트너 이번 연동은 같은 네이버 D2SF 포트폴리오 안에서 성사됐다1. 캔버스가 소켓이라는 명제가 맞다면, 투자사 연결이 없는 외부 모델 회사도 노드로 들어와야 한다. 다음 연동 파트너가 어디인지, 얼마나 빨리 붙는지가 플랫폼의 흡인력을 보여준다.
- 공동 사업의 구체화 양사는 협력 범위를 지속적으로 넓히겠다고 밝혔지만, 공동 사업의 형태는 공개되지 않았다1. 딥픽셀이 확장 중인 온-디바이스 비전·피지컬 AI 학습 데이터·HRI 가운데 어느 영역이 먼저 씨냅스 워크플로우로 들어오는지가 다음 보도의 핵심이 될 것이다1.
다음은 두 번째 눈, 그리고 손이다.
