[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 영상 이해 기반 멀티모달 AI 스타트업 트웰브랩스가 2일 차세대 영상 AI 모델 '마렝고(Marengo) 3.0'을 공개했다. 이번 신모델은 영상을 보는 수준을 넘어, 영상 속 장면의 텍스트·음성·움직임·상황 맥락을 통합적으로 이해하는 비디오 파운데이션 모델(VFM)이다.
마렝고 3.0은 영상 속 대사와 몇 분 후에 등장하는 동작을 연결해 해석하고, 사물·행동·감정·상황 변화를 시간의 흐름에 따라 추적하는 등의 영상 이해 능력을 구현한다. 이미지와 텍스트를 동시에 검색하는 기능이나 사람·제품을 별도로 등록해 찾아볼 수 있는 '고유명사 검색' 기능도 제공된다.
이번 모델은 36개 언어를 지원해 글로벌 기업 환경에서도 안정적으로 활용할 수 있도록 개발됐다. 또 스토리지 비용 50% 절감, 인덱싱 속도 2배 향상 등 이전 모델 대비 효율성도 개선했다.
마렝고 측은 이번 모델이 스포츠, 미디어, 엔터테인먼트, 광고, 공공·보안 등 영역에서 활용될 수 있다고 설명했다. 예컨대 프로 스포츠 리그에서는 특정 선수의 득점 장면이나 결정적 플레이만을 즉시 검색해 하이라이트를 제작할 수 있고, 방송 제작 분야에서는 수십 년치 아카이브에서 특정 유명인의 얼굴이 나오는 원하는 장면을 몇 초 만에 찾아낼 수 있다.
이재성 트웰브랩스 대표는 "전 세계 디지털 데이터의 90%가 영상인데, 영상은 사람이 직접 분석하기에 너무 오래 걸리고 기존 기술로는 모든 것을 파악하기가 어려워 제대로 활용되지 못했다"며 "마렝고는 그동안 영상 이해 기술이 가졌던 한계를 뛰어넘어 기업과 개발자에게 기존과 다른 혁신적 기준을 제시할 것"이라고 밝혔다.
