기업 영상 제작은 생성형 AI 가 들어온 뒤에도 끝나지 않았다. 텍스트나 이미지를 넣으면 영상이 나오지만, 기획과 장면 구성, 편집에는 여전히 전문 인력과 시간이 들고, 결과가 의도와 다르면 편집 도구를 다시 열어야 했다1. 딥브레인AI 는 그 전 과정을 AI 와의 대화로 끝내는 AI 비디오 에이전트를 2028년 상용화 목표로 내걸었다. 거기에 중소벤처기업부가 정부지원 10억원, 2년의 검증을 붙였다1.
왜 '대화형 에이전트'였나 — 생성은 됐지만 제작은 끝나지 않았다
텍스트·이미지로 영상을 만드는 기술은 이미 기업 현장에 들어와 있다. 문제는 그 다음이다. 어떤 장면을 몇 초 넣을지, 어느 자료를 어디에 배치할지, 자막과 배경음악을 어떻게 얹을지는 여전히 사람이 결정하고 손으로 고친다. 생성 결과가 의도와 어긋나면 별도의 편집 과정이 따라붙는다1. 생성 모델이 바꾼 것은 '촬영' 이었지, '제작' 전체는 아니었다.
딥브레인AI 가 중소벤처기업부 과제로 낸 답은 이 공백을 겨냥한다. 과제명은 '비디오 파운데이션 모델 기반 콘텐츠 자동 생성 AI 비디오 에이전트 개발'이다1. 문서·웹페이지·이미지·영상·음성 같은 자료를 넣으면 시나리오와 콘티, 대본을 짜고, 아바타 영상까지 만든 뒤, 마음에 들지 않는 장면은 채팅으로 고쳐 달라고 말하면 되는 구조다1. 편집 도구를 다루는 대신 텍스트 대화로 수정을 지시한다는 것이 이 과제의 핵심 명제다1.
시장은 네 곳으로 좁혔다. 마케팅·교육·커머스·뉴스다1. 범용 영상 생성이 아니라, 기업이 반복적으로 찍어내야 하는 '업무용 영상' 에 한정한 선택이다. 여기에 기업의 로고와 브랜드 색상, 제품 정보를 내부 자료에서 찾아 결과물에 반영하는 RAG(검색증강생성) 를 붙여 정확도를 높인다1. 생성 영상의 고질적 약점인 '우리 회사 것 같지 않은 결과' 를 데이터 연결로 메우겠다는 뜻이다.
주목할 지점은 수행 구조다. 이 과제는 공동·위탁기관 없이 딥브레인AI 단독으로 수행된다1. 정부 R&D 과제에서 흔한 대학·연구소 컨소시엄 없이, 파운데이션 모델·아바타 합성·에이전트 오케스트레이션을 전부 내부에서 소화하겠다는 선언이다. 기간은 2026년 9월부터 2028년 8월까지 2년, 정부지원 연구개발비 10억원을 포함해 총 15억원 규모다1. 지원 기관은 중소벤처기업부와 중소기업기술정보진흥원이다1.
전통 영상 제작 vs AI 비디오 에이전트 — 다섯 공정이 어떻게 바뀌나
로드맵은 3단계다. 올해는 네 분야의 요구사항 분석과 핵심 기술 설계·초기 검증, 2027년은 자사 영상 제작 플랫폼 AI 스튜디오 연동 통합 베타 공개와 분야별 실증, 2028년은 통합 실증과 공인시험을 거쳐 AI 스튜디오 정식 기능으로 글로벌 배포다1. 이 설계를 기준으로 기업 영상 제작의 공정을 전통 방식과 나란히 놓으면 다음과 같다.
| 공정 | 전통 기업 영상 제작 | 딥브레인AI AI 비디오 에이전트 (과제 목표) |
|---|---|---|
| 기획·대본 | 기획자·작가가 자료를 읽고 직접 작성 | 비디오 파운데이션 모델이 문서·웹·이미지·영상·음성에서 시나리오·콘티·대본 자동 생성1 |
| 출연·촬영 | 출연자 섭외, 스튜디오 촬영, 언어별 재촬영 | AI 아바타 합성 · 다국어 립싱크·표정 고도화1 |
| 분야별 연출 | 연출자가 분야 관행에 맞춰 수작업 | 교육은 손동작, 뉴스는 시선 처리, 커머스는 상품 강조 동작을 분야별로 적용1 |
| 자막·음악·편집 | 편집자가 편집 도구에서 수작업 | 역할을 나눈 여러 AI 가 자막·배경음악 삽입과 편집 수행, 오류 시 자체 복구1 |
| 수정 루프 | 피드백 → 재편집 → 재확인 반복 | 텍스트 대화로 수정 사항 지시, 편집 도구 조작 불필요1 |
표의 오른쪽 열은 아직 '과제 목표' 다. 어느 공정이 실제로 자동화되는지는 2027년 베타, 2028년 공인시험에서 확인된다1. 다만 설계 자체는 분명하다. 딥브레인AI 는 '생성' 한 단계가 아니라 기획부터 편집까지 다섯 공정 전체를 한 대화창 안으로 접겠다는 것이다.
세 갈래 기술 — 모델, 아바타, 에이전트가 쌓이는 순서
과제의 개발 기술은 세 갈래로 나뉜다. 각각이 독립 기술이면서, 순서대로 쌓여야 마지막 '에이전트' 가 작동한다1.
- 비디오 파운데이션 모델 문서·웹페이지·이미지·영상·음성 자료를 분석해 시나리오와 콘티, 대본을 자동 생성하는 기반 모델이다. 마케팅·교육·커머스·뉴스 네 분야에 맞춘 영상 제작을 지원하고, 기업 내부 자료에서 로고·브랜드 색상·제품 정보를 찾아 반영하는 RAG 를 붙인다1. 영상이 아니라 '기획 문서' 를 먼저 만드는 모델이라는 점이, 픽셀을 바로 생성하는 범용 비디오 모델과의 출발점 차이다.
- 아바타 합성·립싱크 고도화 딥브레인AI 가 AI 휴먼 사업에서 쌓은 기술을 바탕으로, 아바타가 여러 언어로 말할 때의 입 모양과 표정을 다듬는다. 교육 영상에서는 설명을 돕는 손동작, 뉴스에서는 안정적인 시선 처리, 커머스에서는 상품을 강조하는 동작처럼 분야별 표현을 적용한다1. 회사 플랫폼 AI STUDIOS 는 홈페이지 기준 150개 이상 언어, 2,000개 이상 아바타, 2,000개 이상 TTS 음성을 내세운다2. 이 기존 자산이 두 번째 갈래의 출발선이다.
- AI 비디오 에이전트 앞의 두 기술을 묶어 제작 전 과정을 자동화한다. 여러 AI 가 역할을 나눠 대본 작성, 장면 구성, 아바타 생성, 자막·배경음악 삽입, 편집을 맡고, 작업 중 오류가 나면 스스로 복구한다. 사용자는 편집 도구 대신 텍스트 대화로 수정을 지시한다1. 과제명에 '에이전트' 가 들어간 이유이자, 2028년 상용화 목표의 최종 산출물이다1.
The Bet — 왜 정부 검증이 지금 의미 있나
생성형 AI 기업에 15억원은 큰돈이 아니다. 이 과제의 무게는 금액이 아니라 구조에 있다. 2년 일정, 분야별 실증, 통합 실증, 공인시험이라는 외부 검증 절차가 로드맵에 박힌다1. 회사 발표가 아니라 제3자 시험으로 '대화로 영상 제작이 끝나는가' 를 증명해야 한다는 뜻이다.
딥브레인AI 의 베팅은 아바타 위에 기획·편집 레이어를 올리는 것이다. AI 휴먼으로 쌓은 립싱크·다국어 합성 자산은 이미 있다12. 과제는 그 위에 '자료를 읽고 대본을 짜는 모델' 과 '공정을 지휘하는 에이전트' 를 얹어, 영상 제작의 마지막 공정까지 가져오려 한다. 공동·위탁기관 없이 단독 주관을 택한 것은 세 갈래 기술을 전부 내재화하겠다는 자신감이자, 실패해도 책임을 나눌 곳이 없다는 뜻이다1. 2028년 AI 스튜디오 정식 기능으로 글로벌 배포가 목표다1. 중소벤처기업부 입장에서 이 베팅은 '글로벌선도기술개발' 이라는 과제 이름 그대로, 국내 아바타 기술이 영상 제작 전 공정으로 확장될 수 있는지를 2년간 검증하는 셈이다.
리스크도 같은 자리에 있다. 범용 비디오 생성 모델이 기획·편집 기능을 흡수하는 속도가 과제 일정보다 빠르면, 2028년 산출물은 출시 시점에 이미 '보통' 이 될 수 있다. 딥브레인AI 가 네 분야로 범위를 좁히고 RAG 로 기업 내부 자료를 묶는 것은, 범용 모델이 쉽게 따라오기 어려운 '기업 데이터 연결' 에서 차별을 만들겠다는 방어 설계로 읽힌다1.
다음 12개월에 지켜볼 지표 3개
- 2027년 AI 스튜디오 통합 베타의 공개 시점 로드맵상 올해는 네 분야 요구사항 분석과 핵심 기술 설계·초기 검증, 2027년은 자사 플랫폼 AI 스튜디오 연동 통합 베타 공개와 분야별 실증이다1. 베타가 2027년 어느 시점에 열리는지, 기존 사용자에게 바로 노출되는지가 과제 진척의 첫 번째 가시 지표다.
- 네 분야 중 첫 실증이 열리는 곳 마케팅·교육·커머스·뉴스 가운데 어디서 분야별 실증이 먼저 시작되는지1. 교육·뉴스처럼 아바타 중심 포맷이 먼저 열리면 기존 AI 휴먼 자산 활용이 우선이라는 신호고, 커머스·마케팅이 먼저라면 RAG 브랜드 반영이 실제로 작동한다는 신호다.
- '편집 없이 끝나는 비율' 과제의 명제는 편집 도구 없이 채팅으로 수정이 끝난다는 것이다1. 생성 결과 중 몇 퍼센트가 별도 편집 없이 배포되는지, 자체 복구가 실제 오류에서 작동하는지는 공개되지 않았다. 2028년 공인시험 전까지 이 수치가 어떤 형태로든 공개되는지를 본다.
2028년 AI 스튜디오 안에 이 에이전트가 정식 기능으로 올라오는지가, 다음 이야기다.
