서사 구조 AI로 영상 이해 고도화
계열사 전반 제작·유통 효율 상승
데이터 구조 기반 AI 경쟁력 입증
이재현 CJ그룹 회장 /CJ그룹
CJ그룹이 연산량을 늘려도 풀기 어려웠던 영상 이해 문제를 해결했다. 영상을 ‘서사 구조’로 재해석하는 접근법이다. 모델을 키우는 대신 학습 데이터의 구성과 조직 방식에 초점을 맞춘 점이 특징이다. 또한 데이터를 의미를 담은 자산으로 활용해 지능은 크기가 아닌 구조의 함수임을 입증했다.
이 같은 기술은 그룹 전반의 콘텐츠·플랫폼·커머스 계열사에 확산되며 제작 효율화와 자산 활용도를 동시에 끌어올리는 시너지로 이어질 전망이다.
CJ그룹은 영상 속 이야기 흐름을 스스로 파악해 장면을 자동으로 구분하는 인공지능 기술 논문이 ICLR 2026에 최종 채택됐다고 30일 밝혔다. 해당 연구는 4월 23일부터 27일까지 브라질 리우데자네이루에서 열린 학회 현장에서 공식 발표됐다.
ICLR은 딥러닝의 작동 원리와 학습 구조를 다루는 대표 학술대회로, 구글과 메타 등 글로벌 빅테크가 차세대 AI 기술 주도권을 두고 경쟁하는 무대다. CJ는 이번 채택을 자사 AI·DT 추진 조직의 영상 이해 역량이 국제적으로 검증된 사례로 해석하고 있다.
이번 기술의 핵심은 ‘화면 변화 감지’ 수준을 넘어 ‘이야기 단위 이해’로 확장된 점이다. 기존 영상 분석이 색감이나 배경 전환 등 시각적 단서에 의존했다면, CJ의 접근은 장르와 맥락을 기반으로 서사가 이어지는지를 판단한다. 이를 통해 장면 전환의 결정적 순간을 보다 정밀하게 포착하고, 편집 전문가 수준의 분할 결과를 구현하는 것이 특징이다.
여기에 더해 영상 데이터의 통계적 패턴을 학습해 장면 경계 판단을 고도화했으며, 단순 데이터 축적이 아닌 ‘구조화된 데이터 설계’가 성능을 좌우한다는 점을 실증했다. CJ가 기존 데이터셋 ‘MovieChat’을 발전시켜 구축한 ‘MovieChat-SSeg’ 역시 이러한 전략의 연장선이다. 영화·드라마 약 1000편의 장면 경계를 전문가가 재정의해 데이터 완성도를 끌어올렸다.
CJ그룹의 장면 분할 기술 개요 /CJ그룹
이 기술은 그룹 내 콘텐츠 계열사 전반에 걸쳐 실질적인 효율 개선으로 이어질 전망이다. 먼저 CJ 4DPLEX는 장면 단위 분석을 통해 4DX와 ScreenX 제작 공정의 자동화 수준을 높일 수 있다. 액션·전환 구간을 정밀하게 추출함으로써 물리 효과 연동 타이밍을 최적화하고 제작 리드타임을 줄이는 구조다.
스튜디오드래곤의 경우 방대한 영상 라이브러리를 장면 단위로 재구성해 콘텐츠 자산관리(DAM) 효율을 극대화할 수 있다. 특정 장면 검색, 재편집, 2차 저작물 제작이 용이해지면서 IP 활용도가 높아지는 구조다. 이는 단순 제작사를 넘어 ‘콘텐츠 데이터 기업’으로의 전환 기반이 될 수 있다.
커머스 영역에서도 활용도가 뚜렷하다. CJ온스타일은 긴 방송·촬영 원본에서 상품 노출 구간만을 자동 추출해 숏폼 콘텐츠로 재가공할 수 있다. 이는 라이브커머스와 영상 커머스 경쟁이 격화되는 상황에서 제작 비용을 낮추고 전환율을 높이는 핵심 도구로 작용할 가능성이 크다.
결국 이번 기술은 CJ가 보유한 ‘콘텐츠–플랫폼–커머스’ 축을 데이터 단위로 재결합하는 역할을 한다. 영상이 단순 소비재에서 구조화된 데이터 자산으로 전환되면서, 제작·유통·재가공 전 과정이 하나의 AI 파이프라인으로 연결되는 것이다.
업계에서는 이를 ‘규모 경쟁’ 중심의 AI 전략과 대비되는 사례로 본다. 모델 파라미터 확장 대신 데이터 구조 설계를 통해 성능을 끌어올린 점에서, 비용 효율성과 확장성을 동시에 확보했다는 평가다. 특히 콘텐츠 기업인 CJ가 자체 데이터를 기반으로 차별화된 AI 역량을 구축했다는 점에서 의미가 크다.
CJ AI·DT 추진실 관계자는 “ICLR에서 경쟁력을 입증한 만큼 계열사 간 협업을 통해 실질적인 사업 성과로 연결할 것”이라며 “콘텐츠 산업 전반에 적용 가능한 AI 솔루션을 지속적으로 고도화해 나갈 계획”이라고 밝혔다.
여성경제신문 류빈 기자
댓글
0