AI로 창작 제작을 재창조하다: Shining이 Zilliz Cloud로 빠르고 대규모의 비디오 검색을 구축하는 방법
대규모 환경에서 <300 ms 지연 시간
1,000만 개에 가까운 벡터 라이브러리에서도 거의 즉각적인 검색 제공
>1억 개의 벡터
재설계, 다운타임, 추가 운영 부담 없이 향후 성장에 맞춰 원활하게 확장됩니다
커뮤니케이션 시간 65% 감소
제안서 작성 기간을 7일에서 단 2일로 단축하여 대규모 캠페인 제작을 가속화
승인율 40% 증가
에이전시가 매우 관련성 높은 클립을 몇 분 만에 찾아 더 많은 피치를 따낼 수 있도록 지원합니다
We tested every mainstream vector database, and Milvus delivered the best overall performance.
Su Wei
Shining 소개
Shining은 감독, 프로듀서, 에이전시가 초기 아이디어를 완전한 클라이언트 제안서로 전환하는 과정을 가속화하는 데 사용하는 AI 기반 크리에이티브 플랫폼입니다. 폴더나 스톡 사이트를 수동으로 검색하는 대신, 크리에이티브 담당자는 “일출 속 러너의 슬로모션 클로즈업”과 같이 원하는 장면을 자연어로 설명하기만 하면 Shining이 즉시 가장 관련성 높은 영상 레퍼런스를 반환합니다. 이후 사용자는 몇 분 안에 레퍼런스를 스토리보드로 전환하고, 같은 작업 공간에서 프레젠테이션에 바로 사용할 수 있는 덱을 생성할 수 있습니다. 현재 2,000개 이상의 크리에이티브 팀이 Shining을 사용해 피치 개발 과정에서 몇 시간, 심지어 며칠까지도 단축하고 있습니다.
이를 대규모로 가능하게 하기 위해 Shining은 Milvus를 기반으로 구축된 완전 관리형 벡터 데이터베이스인 Zilliz Cloud를 통합했습니다. Zilliz 도입 전, Shining 팀은 많은 미디어 및 콘텐츠 기업이 직면하는 것과 동일한 과제에 어려움을 겪었습니다. 방대한 영상 라이브러리, 일관성 없는 태깅, 느린 검색, 인프라 유지 관리에 소요되는 막대한 엔지니어링 시간이 그것입니다. Zilliz Cloud를 통해 Shining은 수천만 개의 영상 자산을 처리하고 밀리초 단위로 결과를 반환하는 빠르고 매우 정확한 의미 기반 검색 엔진을 구축했습니다. 이제 크리에이티브 담당자는 분위기, 카메라 앵글, 조명, 스타일 등 어떤 기준으로 정의하든 수동 메타데이터에 의존하지 않고 자신이 상상한 정확한 샷을 찾을 수 있습니다.
크리에이티브 팀이 AI에 정확히 필요로 하는 것
크리에이티브 광고는 여전히 미디어 업계에서 가장 수작업이 많고 시간이 많이 걸리는 영역 중 하나입니다. TV 광고 콘셉트를 준비하는 것처럼 일상적인 작업도 며칠이 걸릴 수 있으며, 그중 대부분은 사용할 수 있는 레퍼런스 영상을 찾는 데 쓰입니다. 온라인 플랫폼은 종종 고품질 클립과 관련 없는 자료가 뒤섞여 있으며, 적합한 콘텐츠가 존재하더라도 팀은 여전히 폴더를 뒤지고 긴 타임라인을 훑으며 필요한 정확한 샷을 찾는 데 몇 시간을 소비합니다.
병목은 여기서 끝나지 않습니다. 레퍼런스가 수집된 후에도 팀은 여전히 손으로 그린 스토리보드에 의존하는데, 이는 느리고 반복적이며 불일치가 발생하기 쉬운 과정입니다. 제안 단계는 더 많은 마찰을 더합니다. 슬라이드 서식 지정, 수정본 관리, 피드백 수집, 모든 관계자의 정렬 유지가 종종 긴 야근과 여러 차례의 재작업으로 이어집니다. 이러한 운영상의 장애물은 실제 창의적 사고에 쓸 수 있는 귀중한 시간을 소모합니다.
Shining은 이 워크플로를 진정으로 현대화하려면 크리에이티브 팀에 세 가지 핵심 역량을 중심으로 구축된 AI 시스템이 필요하다는 점을 인식했습니다.
백만 규모의 지능형 영상 검색 — 사용자는 시각적 설명을 입력하거나 이미지를 업로드해 글로벌 광고, 영화 스토리보드, TVC를 포함한 수백만 개의 영상에서 즉시 검색할 수 있어야 합니다. 구도, 색상, 스타일을 기반으로 한 자동 유사도 검색은 영감 탐색 효율을 최대 80%까지 높일 수 있습니다.
원클릭 AI 스토리보드 생성 — 스크립트나 레퍼런스 클립에서 AI는 스토리보드 스케치와 샷 단위 노트—프레이밍, 카메라 움직임, 타이밍—를 생성하고, 클라이언트용으로 바로 사용할 수 있는 내보내기 옵션을 제공해야 합니다. Shining은 또한 페이싱과 내러티브를 자동으로 다듬는 데 도움을 주는 Storyboard Agent를 구축하고 있습니다.
10분 만에 제안서용 슬라이드 완성 — 스토리보드, 레퍼런스, 전략이 몇 분 안에 세련된 피치 덱으로 통합되어야 하며, 내장된 협업 및 버전 관리를 통해 팀이 서식 지정에 쓰는 시간을 줄이고 창작에 더 많은 시간을 쓸 수 있어야 합니다.
Shining이 AI 워크플로를 형성하는 방식
핵심 과제와 필요를 파악한 후, Shining은 모든 크리에이티브 팀이 공감할 수 있는 세 가지 실용적 원칙을 중심으로 AI 제품을 다듬었습니다.
실제 크리에이티브 역할을 위한 설계
Shining은 감독, 디자이너, 프로듀서, 브랜드 마케터 등 서로 다른 사용자가 실제로 필요로 하는 것에 기반해 기능을 구축합니다. 예를 들어, 감독은 자신의 비전을 뒷받침할 정밀한 스토리보드와 고품질 비주얼 레퍼런스를 얻습니다. 브랜드 및 전략 팀은 더 빠르고 신뢰도 높은 제안서 제작을 통해 자신 있게 클라이언트에게 대응할 수 있습니다. 각 기능은 단순히 도구를 더 추가하는 것이 아니라, 특정 역할의 마찰을 줄이도록 설계되었습니다.
전체 프로덕션 워크플로 지원
Shining은 크리에이티브 프로세스의 한 부분만 해결하는 대신, 세 가지 가장 큰 병목 지점인 레퍼런스 찾기, 스토리보드 생성, 제안서 조립에 집중합니다. 지능형 검색, 자동화된 생성, 실시간 협업이 하나의 통합 워크플로에서 함께 작동합니다. 곧 출시될 Storyboard Agent는 이를 한 단계 더 발전시켜, 팀이 여러 앱을 오가지 않고도 브리프에서 완성도 높은 결과물로 나아갈 수 있도록 도울 것입니다.
인간–AI 협업을 명확히 정의하기
Shining은 또한 인간과 AI가 함께 일하는 방식에 대해 명확한 경계를 설정합니다. AI는 자료 검색, 구조 정리, 초안 스토리보드 생성처럼 반복적이고 시간이 많이 드는 작업을 대신 수행하여, 팀이 크리에이티브 방향성, 전략적 사고, 클라이언트 커뮤니케이션에 집중할 수 있도록 합니다. 이러한 균형은 뛰어난 크리에이티브 작업이 의존하는 인간의 판단력을 잃지 않으면서도 속도를 보장합니다.
솔루션: Zilliz로 크리에이티브급 AI 구동
Shining의 기술 전략은 단순한 아이디어에서 시작합니다: Retrieval-Augmented Generation (RAG)을 사용해 크리에이티브 워크플로를 재구축하는 것. 먼저 사용자가 적합한 비주얼 레퍼런스를 즉시 찾도록 돕고, 그런 다음 그 레퍼런스를 사용해 고품질 스토리보드와 제안서를 생성합니다. 이를 안정적으로 수행하기 위해 Shining은 속도 저하나 운영 비용 증가 없이 수천만 개에서 수억 개의 비디오 임베딩으로 확장할 수 있는 벡터 검색이 필요했습니다.
초기 단계에서 Shining은 오픈 소스 Milvus를 기반으로 시스템을 구축하여, 벡터 검색이 크리에이티브 레퍼런스 사용 사례에 적합한 기반임을 확인했습니다.
“우리는 모든 주요 벡터 데이터베이스를 테스트했고, Milvus가 전반적으로 최고의 성능을 제공했습니다,”라고 Shining의 CTO인 Su Wei는 말합니다.
하지만 Shining의 라이브러리가 1,000만 개 벡터에 가까워지면서 자체 클러스터를 유지 관리하는 일이 점점 더 어려워졌습니다. 메모리 사용량이 급증하고, 운영 오버헤드가 커졌으며, 엔지니어링 시간이 제품 개발에서 인프라 안정성 유지로 이동했습니다. 이 한계를 돌파하고 훨씬 더 큰 데이터셋에 대비하기 위해 Shining은 완전 관리형 Milvus 서비스인 Zilliz Cloud로 마이그레이션했습니다. 이 전환은 모든 인프라 부담을 제거하는 동시에 팀에 장기적 확장에 필요한 탄력성과 안정성을 제공했습니다.
Zilliz Cloud를 통해 Shining은 이제 세 가지 핵심 역량의 이점을 얻고 있습니다:
고성능 벡터 검색: 거의 1,000만 개의 벡터가 있어도 Zilliz Cloud는 검색 쿼리를 300 ms 미만으로 유지하여 사용자에게 거의 즉각적인 검색 경험을 제공합니다.
탄력적 확장성: Shining은 2025년까지 라이브러리가 수억 개의 벡터로 성장할 것으로 예상합니다. Zilliz Cloud의 아키텍처는 재설계, 다운타임, 운영상의 돌발 상황 없이 이 규모로 원활하게 확장되도록 구축되었습니다.
비용 효율성을 위한 계층형 스토리지: Zilliz Cloud는 핫 데이터는 빠른 액세스를 위해 메모리에 유지하고, 사용 빈도가 낮은 자산은 자동으로 S3에 저장하는 계층형 스토리지를 도입합니다. 이를 통해 Shining은 데이터셋이 확장되는 동안 저장 비용을 제어하면서도 강력한 성능을 유지할 수 있습니다.
결과: 크리에이티브 팀을 위한 실질적 영향
출시 이후 Shining은 2,000개 이상의 크리에이티브 팀의 워크플로를 지원하며, 실제 프로덕션 환경 전반에서 측정 가능한 성과를 제공해 왔습니다.
대규모 캠페인을 위한 더 빠른 제작: 자동차 TVC 프로젝트에서 Shining은 감독 팀이 제안서 제작 일정을 7일에서 단 2일로 단축하도록 지원했으며, 커뮤니케이션 시간도 65% 줄였습니다.
에이전시의 더 높은 수주율: BYD의 CarShow 프로젝트를 진행한 4A 팀의 경우, Shining은 몇 분 만에 관련성이 매우 높은 300개 이상의 레퍼런스 클립을 찾아냈고, 이는 제안 승인율 40% 증가에 기여했습니다.
소규모 스튜디오의 더 큰 산출량: 10명 규모의 크리에이티브 팀에게 이 플랫폼은 역량 증폭 장치가 되어, 연간 제안서 산출량을 50개 덱에서 200개 덱으로 끌어올리고 팀 생산성을 3배 향상할 수 있게 했습니다.
에이전시, 스튜디오, 제작 팀 전반에서 Shining은 이제 신뢰받는 기술 파트너로 자리 잡았으며, 첫 아이디어부터 최종 클라이언트 덱까지 전체 크리에이티브 워크플로를 간소화하는 표준화된 AI 기반 도구를 제공하고 있습니다.
결론
Shining의 성장을 돌아보며, CTO Su Wei는 그들의 성공을 타이밍, 기술, 집중의 조합 덕분이라고 설명합니다. 대형 모델은 마침내 수작업 태깅으로는 결코 불가능했던 방식으로 AI가 크리에이티브 자산을 이해할 수 있게 했습니다. 동시에 최신 벡터 데이터베이스는 대규모 시맨틱 검색을 실용화하여, Shining이 크리에이티브 팀의 일하는 방식을 재고하는 데 필요한 기술적 기반을 제공했습니다.
벡터 데이터베이스로 Zilliz Cloud를 선택한 것은 중요한 결정이었습니다. 이 플랫폼의 성능, 안정성, 내장된 확장성은 Shining의 장기적 요구와 직접적으로 부합했으며, 팀이 클러스터 튜닝이나 인프라 관리에 발목 잡히지 않고 수백만 개에서 수천만 개의 벡터로 성장할 수 있게 했습니다. 운영을 Zilliz Cloud가 담당함으로써, Shining의 엔지니어들은 백엔드 유지보수 대신 제품 혁신에 계속 집중할 수 있었습니다.
마찬가지로 중요한 점은 Shining이 작업을 만들어내는 사람들—브랜드 팀, 에이전시, 감독, 디자이너—에게 철저히 집중했다는 것입니다. AI가 무엇을 자동화해야 하고 인간이 무엇을 주도해야 하는지를 명확히 정의함으로써, Shining은 복잡성을 더하기보다 실제로 마찰을 줄이는 도구를 구축했습니다. 올바른 기술과 사용자 워크플로에 대한 깊은 이해의 결합은 계속해서 Shining에게 우위를 제공하고 있습니다.
이러한 기반을 바탕으로 Shining은 그 어느 때보다 빠르게 움직이고 있습니다—크리에이티브 작업을 의미 있게 향상하는 AI 도구를 구축하고, 업계 전반의 팀들이 더 적은 시간과 노력으로 더 나은 아이디어를 만들어낼 수 있도록 돕고 있습니다.