Q. 리얼드로우 Tech팀은 어떤 문제를 해결하고 있나요?
Tech
Tech팀은 리얼드로우의 작품 제작 과정에서 사용하는 내부 서비스를 구축하고 있습니다. 리얼드로우가 해결하는 문제인 [웹툰 작가가 과도한 작화 노동에서 벗어나, 스토리텔링과 연출에 더 집중할 수 있도록 돕는 AI의 도구화]에 집중하고 있어요.
단순히 기능 정의서에 의한 서비스 개발을 하는 것이 아니라, 리얼드로우의 웹툰 제작 과정에서 기술이 필요한 핵심 기능과 프로덕트를 정의하는 것부터 시작합니다. 이렇게 정의한 내용을 바탕으로 서비스를 개발하고, 배포하며,이미지 Gen AI 기술이 실제 상업 콘텐츠에 적용되는 과정을 만들어내며 효능감을 느껴요. 쉽게 말해 Gen AI 기술이 도구가 되어 만들어진 웹툰으로 돈 버는 순간을 가장 앞에서 보게 되면서 콘텐츠 시장에의 기술의 기여를 경험하고 있습니다.
최근에는 웹툰 프롬프터가 캐릭터 이미지를 학습/ 생성하는 과정에서 발생하는 반복적이고 소모적인 작업을 줄이기 위한 내부 서비스를 개발했어요. 웹툰 프롬프터와 함께 작업 흐름을 하나씩 살펴보며 병목 지점을 정리했습니다.
기존에는 학습 데이터셋 확보부터 이미지 생성까지 꽤 긴 시간이 소요되었고, 직접 서버에 접속하다보니 한 번에 다량의 이미지를 생성하기 어렵거나 생성 중 다른 업무를 병행하기 힘든 제약이 있었습니다. 또한 매번 프롬프트를 수동으로 입력해야 했고, 일정 작업량을 초과하면 다음 날까지 작업이 중단되는 등 제작 과정 전반의 리드 타임이 길어지고 변수가 잦았죠.
이러한 문제를 해결하기 위해, 데이터셋 확보, 모델 트레이닝, 이미지 생성까지의 전 과정을 하나의 서비스 안에서 작업할 수 있는 환경을 구축했습니다. 그 결과, 기존에 2명이 3일씩 소요하던 작업을 0.5명이 하루 만에 수행할 수 있을 정도로 효율을 개선하면서 작업 흐름이 눈에 띄게 빨라지는 변화를 만들어냈어요.
Q. 서비스를 실제로 사용한 동료들의 반응은 어땠나요? 리얼드로우 서비스만의 차별점은 무엇인가요?
Beni
저희 서비스의 고객은 내부의 웹툰 프롬프터와 작가인데요, 동료들에게서 “필요한 기능이 다 모여 있어서 정말 편해졌어요!”라는 이야기를 가장 많이 들어요.
쉽게 접근할 수 있는 AI 이미지 생성 도구들은 범용성을 추구하다 보니, 웹툰 제작 프로세스에 그대로 적용하기엔 웹툰에 대한 이해나 특화가 되어 있지 않다는 한계가 있습니다. 따라서 상업 콘텐츠를 제작까지는 무리가 있죠.
그래서 리얼드로우의 기술은 제작의 각 단계에 어떤 모델을 어떻게 파인튜닝하는지에 대한 레시피 그 자체에 있어요. 이러한 레시피를 구축하더라도 각각의 생성 모델을 상용화한 이미지 생성 도구들을 활용하다보면 여전히 수작업으로 보완해야 하는 부분도 많고요.
반면, 리얼드로우는 작가분들과 같은 공간에서 직접 대화하며, 제작 과정의 병목을 함께 정의하고 해결해 나가면서 상업 웹툰에 특화된 서비스를 만들어가는 점이 가장 큰 차별점이라고 생각해요.
Borris
“이제 이 서비스 하나로 다 된다”라는 반응이 가장 인상 깊었어요.
학습 데이터 준비부터 트레이닝, 생성 결과 확인까지 모든 과정을 하나의 서비스 안에서 모두 처리할 수 있다는 점을 특히 좋아해 주셨어요. 리얼드로우의 서비스는 불특정 다수를 위한 SaaS라기보다는, 내부의 실제 사용자와 매우 밀접하게 호흡하며 함께 발전해 나가는 도구라는 점이 가장 큰 특징이에요.
한 공간에서 서비스의 사용자를 만나고, 기획 → 개발 → 적용 → 피드백 → 개선의 사이클이 빠르게 반복되면서, 단순히 기능을 만드는 것을 넘어 현업과 함께 진짜 문제를 정의하고 해결하는 경험을 하고 있다는 점이 다르다고 느껴집니다.
Q. 사용자와 밀접하게 일하며, 개발자로서 가장 보람을 느끼는 순간은 언제인가요?
Beni
새로운 파운데이션 모델을 도입하거나, 기능을 검토하면서도 Tech팀은 AI 모델에 대한 이해를 바탕으로 가장 먼저 움직입니다. 많은 분들이 느끼겠지만 생성형 AI 기술은 정말 빠르게 변화하고 있어요. 어제의 기술과 오늘의 기술의 차이는 정말 퀀텀점프하는 흐름이죠.
이런 흐름에 맞춰, Tech팀에서는 매번 새로운 이미지 Gen AI 기술을 검토하게 되는데요, 기술의 본질과 해결 가능한 내부의 문제에 대한 가설을 먼저 수립하고, 웹툰 제작에서 테스트 할 수 있는 기술적 환경을 제시하죠. 이 과정에서 도입을 결정하는 기준들이 있지만, 결론적으로 채택되는 기술은 바로 제작 과정에 적용될 수 있도록 서비스화 하고요.
예를 들어, 최근 Gemini의 NanoBananaPro의 등장에 2D 이미지 Gen AI의 성능과 접근성이 아주 빠르게 올라왔다고 많은 분들이 판단하고 있는데요. 저희 또한 이 기술을 확인하며 우리의 공정에서 어떤 문제를 해결할 수 있는지? 프로세스에 결합했을 때 실제적인 효과가 있는지? 대체가능하거나 효율을 추구하는 공정이 있을지?를 테스트할 수 있는 환경을 바로 구축했어요. 또한 새로운 기술은 단순한 수준의 테스트와 도입 결정으로 끝나지 않도록 새로운 기술을 활용하면서 생기는 환경, 내용의 변화을 인지하여 지속가능한 기술 환경이 구축될 수 있도록 조직에 제시하고 있어요.
복잡한 환경 설정을 걷어내고, 웹툰 프롬프터가 클릭 몇 번으로 최신 Gen AI 기술을 활용할 수 있게 기술적 환경을 제공했을 때, 그들이 "이거 정말 편해요" 라고 말해주는 순간에 추상적인 기술이 구체적인 경험으로 치환되는 것을 확인하며 존재 가치를 느끼죠.
Borris
제가 만든 서비스가 실제 제작 환경에서 안정적으로 잘 사용되고, 팀의 일하는 방식 자체가 달라지는 걸 체감할 때 가장 뿌듯합니다.
“예전엔 하루 걸리던 작업이 이제는 몇 시간이면 끝나요.” 같은 피드백을 들으면, 개발자로서 실질적인 문제를 해결하고 있다는 확신을 얻게 돼요. 특히 내부 제작 프로세스에 깊게 관여하는 도구인 만큼, 작은 개선 하나가 바로 효율로 이어진다는 점에서 더 큰 보람을 느낍니다.
즉, 사용자의 만족과 참여을 해석하는 MAU같은 지표를 통해 사용자의 반응을 받는 것이 아니라, 웹툰 제작 과정이 실제로 어떻게 바뀌고 있는지를 바로 옆에서 눈으로 확인하는거죠.
최근 개발한 내부 서비스 역시 사용자인 웹툰 프롬프터로부터 즉각적인 피드백을 받을 수 있었고, 이를 바탕으로 빠르게 개선을 진행했어요. 예를 들어 캐릭터 생성을 위해 내부 서비스에 이미지를 업로드하는 과정에서, 웹툰 프롬프터가 생성에 필요한 데이터를 폴더 단위로 정리해야 했고, 이로 인해 사전 준비 공정이 한 번 더 발생하고 있다는 점을 알게 되었습니다. 또한 오류가 발생했을 때 데이터를 수정하는 과정에서 오히려 불편함이 커지는 문제도 있었어요.
이처럼 사용자의 불편을 직접 확인하고, 피드백을 반영해 빠르게 개선하면서 서비스의 변화와 그에 따른 사용자의 만족도를 실시간으로 경험할 수 있다는 점이 내부 서비스를 개발하는 가장 큰 장점이라고 생각합니다. 유저의 행동을 필요할 때, 즉각적으로, 쉽게 관찰할 수 있죠.
Q4. Tech팀의 기술 스택과 아키텍처는 어떤 특징이 있나요?
<기술 스택>
•
AI 모델 개발: Python, PyTorch
•
백엔드: Java/Kotlin 기반의 Spring
•
프론트엔드: TypeScript, Next.js
Tech
이미지 생성이나 모델 학습처럼 실험적인 영역은 Python을 활용해 빠르게 검증하고, 장기 운영과 확장이 필요한 영역은 Kotlin 기반의 백엔드로 분리해 안정성을 확보했습니다. 헥사고날 아키텍처를 적용해 AI 로직, 비즈니스 도메인, 인프라를 명확히 분리하고 있고요.
새로운 AI 모델 혹은 기술을 도입할 때는 비용, 생성 속도, 유지보수 가능성까지 함께 고려해 실제 내부 서비스를 안정적으로 운영할 수 있는지를 기준으로 검토하고 있습니다.
현재는 내부 서버 기반으로 빠른 실험을 진행하고 있습니다. 안정화된 서비스는 클라우드 환경으로 전환하여 확장성을 확보하는 동시에, 내부 제작을 넘어 외부 서비스로의 확장까지 고려한 자체 시스템의 프레임워크를 설계하는 과제를 앞두고 있죠. 인프라를 유기적으로 연결하여 웹툰은 물론 영상 등 다양한 콘텐츠 영역으로 뻗어 나갈 리얼드로우의 핵심 기술 기반을 닦는 것이 저희의 당면한 과제입니다.
AI가 콘텐츠 산업의 판도를 바꾸는 순간을 가장 가까이서 경험하며, 기술적 도전에 적극적으로 참여하고 싶은 새로운 동료를 손꼽아 기다리고 있습니다!
Q5. 리얼드로우 Tech팀에서 마주한 가장 도전적이거나 기억에 남는 기술 과제는 무엇이었나요?
Beni
특정 하나의 과제를 꼽기보다는, 이미지 생성 AI를 다루는 과정 전체가 큰 도전이었어요. 관련 지식이 거의 없는 상태에서 시작했지만, 반드시 해결해야 하는 문제였기 때문에 스스로 학습하고 직접 테스트하며 하나씩 쌓아가야 했습니다.
모델 구조와 학습 방식, 결과 해석까지 모든 것이 새로웠고, 하나의 문제를 해결하기 위해 이론 학습 → 가설 설정 → 실제 테스트 → 결과 분석의 과정을 반복했어요. 그 과정에서 단순히 모델을 사용하는 수준을 넘어, 왜 이런 결과가 나오는지, 어떤 조건에서 품질이 달라지는지, 실제 서비스에 적용 가능한지를 고민하게 되었고, 생성형 AI를 실무 관점에서 이해하고 적용하는 전문성이 쌓이고 있다고 느꼈습니다.
이러한 실험과 검증의 과정들이 쌓이면서, 리얼드로우의 기술력을 글로벌 무대에서 공식적으로 인정받았어요. AWS Generative AI Accelerator 프로그램에 선정되며, 리얼드로우가 글로벌 기준 속에서 기술을 검증하고 도전하는 방향으로 한 단계 도약할 수 있는 계기가 되었습니다.
Borris
모든 프로젝트가 도전의 연속이었어요. 특히나 빠르게 실험하고 빠르게 변화하는 환경이다 보니 한정된 자원 안에서 목표를 달성해야 했었고요. AI 모델의 원리를 파악하여 우리 제작 환경에 최적화하는 과정이 필요했고, 다양한 자료를 탐색하고 끊임없이 테스트했어요.
파인튜닝 옵션 하나하나가 모델 학습과 생성 결과에 어떤 영향을 미치는지 확인하고, 왜 필요한지, 어떤 조건에서 결과가 달라지는지 검증하면서 모델의 작동 원리를 이해했습니다.
또한, 이미지 생성 모델은 학습과 추론 과정에서 GPU 자원 사용 방식이 결과로 이어지기 때문에 모델 구조와 학습 방식, 자원 활용을 모두 함께 고려해야 했어요. 안정적인 결과를 내기 위한 최적의 설정을 찾아가는 과정 자체가 큰 도전이었습니다.
이 경험을 통해 어떤 환경이 주어지더라도 망설임 없이 시도하고, 결과를 만들어낼 수 있다는 자신감을 얻었어요.
Q6. Tech팀에서 중요하게 생각하는 일하는 방식과 문화는 무엇인가요?
Beni
20년 가까이 개발자로 일하며, 기술은 결국 사용자가 어떻게 쓰느냐에 따라 그 가치가 달라진다는 걸 깊이 느꼈어어요. 그래서 단순히 요구사항을 구현하는 데서 그치지 않고, “문제의 본질은 무엇인지”, “더 나은 해결 방법은 없는지”를 스스로 질문할 수 있어야 합니다.
이 과정에서 특정 기능 하나만 잘 만드는 것을 넘어서, 서비스 전체 구조와 시스템 간의 연결 관계를 함께 고려하며 문제를 정의하는 역량이 중요해요. 자신이 만든 결과물이 서비스 전반에 어떤 영향을 주는지 이해하고, 품질 관리까지 책임지는 자세를 중요하게 보고 있습니다.
또한 기록과 공유를 ‘팀의 기억을 남기는 일’이라고 생각하고, 팀의 문화로 만들어가고 있습니다. 기술 프로젝트는 복잡하고 장기적으로 진행되다 보니, 시간이 지나면 의사결정의 맥락이나 선택 이유가 쉽게 휘발될 수 있어요. 기록이 없다면 같은 시행착오를 반복하게 되는 비효율도 생기기 마련이죠.
그래서 기록은 단순한 문서화를 넘어 팀플레이를 가능하게 하는 기반이라고 보고 있어요. Tech팀은 기록을 “다음 사람이 더 잘할 수 있도록 돕는 일”이라 여기며 항상 히스토리를 남기려 노력하고 있습니다.
Borris
일을 처리하는 것을 넘어, 더 나은 결과를 만들기 위해 끊임없이 고민하고 실행하는 태도를 중요하게 생각해요. 우리가 내린 기술 선택 하나하나가 웹툰 제작 방식과 효율에 직접적인 영향을 미치기 때문이죠.
또한 개인의 역량만큼이나 팀으로 함께 성장하는 커뮤니케이션 역시 매우 중요합니다. 더 나은 방법을 함께 고민하고, 각자가 얻은 인사이트와 경험을 공유하고 리뷰하면서, 개인의 성장이 팀의 자산으로 자연스럽게 쌓이고 함께 성장하는 문화를 만들어가고 있어요.
Q7. 리얼드로우에서 이루고 싶은 목표가 있다면요?
Beni
효율적인 자원 스케줄링과 비용 대비 성능 최적화, 대규모 트래픽에서도 안정적인 서빙 구조를 구현하는 경험은 리얼드로우의 기술 경쟁력을 한 단계 끌어올릴 중요한 도전이라고 생각합니다. 이를 위해서는 리얼드로우의 제작 프로세스로 더 많은 작품을 제작해야 하고, 더 많은 곳에서 이 방식을 사용될 수 있도록 하는 미션이 있네요.
개인적으로는… 부자 되고 싶어요!
Borris
“리얼드로우”라는 이름만 들어도 자연스럽게 떠오르는 글로벌한 콘텐츠 회사의 중심에 Tech팀이 있었으면 좋겠습니다.
AI가 제작 프로세스의 핵심인 만큼, 자체적인 파운데이션 모델을 개발하고 이를 안정적으로 뒷받침하는 인프라를 구축하는 것, 그리고 지속적인 데이터 축적 및 활용할 수 있는 구조를 만드는 것은 장기적으로 우리가 반드시 갖춰야 할 핵심 역량이라고 생각해요.
우리가 만든 기술로 웹툰 업계의 패러다임을 바꾸고, 많은 사람이 리얼드로우를 이야기하는 미래를 만들기 위해 계속 도전해 나가고 싶습니다.
Tech팀이 하는 일에 호기심이 생긴다면, 아래 채용 공고를 확인해보세요.
Tech팀의 자세한 기술 이야기는 Tech Blog에서 만나보실 수 있어요.
