Technology
연산은 Mac이 맡고,
영상은 내 곁에 남습니다.
SwitchLog 사이트의 약속 그대로입니다. AI는 전부 내 Mac 안에서 돌고, 서버로 올리는 영상은 없습니다.
- 01제품에 있음로컬 중심 AIAI는 크리에이터의 Mac에서 돕니다.자막 전사, 장면 분석, 하이라이트 선정, 컷편집까지 AI가 사용자의 Mac 안에서 돕니다. 모델을 내려받은 뒤에는 인터넷 연결 없이 영상을 만듭니다(2026-10-05, 네트워크를 끊고 확인).
- 02제품에 있음프라이버시원본 영상은 기기에 남습니다.원본 영상은 서버로 올라가지 않습니다. 미공개 영상을 다루는 팀이 요구하는 조건입니다.
- 03제품에 있음원가 구조영상 한 시간이 클라우드 청구서 한 장이 되지 않습니다.무거운 영상 처리는 고객의 기기가 맡습니다. 영상이 한 시간 늘어날 때마다 REWYND의 클라우드 추론 비용이 한 시간만큼 늘어나는 구조가 아닙니다.
장기 R&D
- 04개발 중개인화크리에이터마다 다른 편집을 배웁니다.채널마다 다른 편집 방식을 프로필로 만듭니다.
- 05연구 방향효율로컬 처리를 더 빠르고 가볍게 만듭니다.가벼운 분석으로 전체를 훑고, 더 깊은 분석은 필요한 구간에만 씁니다.
이렇게 동작합니다
모든 단계가 Mac 안에서
- 01긴 원본 영상몇 시간짜리 원본
- 02로컬 분석Mac 안에서 전체를 가볍게 훑습니다장면음성무음자막화자화면 변화
- 03후보 구간볼 만한 구간만 남깁니다
- 04더 깊은 로컬 분석남은 구간만 더 깊이 봅니다. 역시 Mac 안에서
- 05프로필지금은 장르별 프로필, 다음은 크리에이터별 프로필
- 06편집 결정남길지, 다듬을지, 버릴지 정합니다
지금의 연구 과제
- 더 빠른 로컬 처리연구 방향
- 더 효율적인 기기 연산연구 방향
- 원본–편집본 정렬개발 중
- 편집 의도 이해연구 방향
- 크리에이터별 프로필개발 중
- 지속적인 피드백 학습연구 방향
모델은 바꿔 끼울 수 있는 도구입니다. REWYND가 쌓는 것은 처리 구조, Creator Profile, 워크플로 데이터, 그리고 피드백 루프입니다.
Why local
편집이 늘어난다고
클라우드 AI 비용까지 같이 늘 필요는 없습니다.
사용량이 늘어도 회사 원가가 같은 속도로 늘지 않는 구조입니다.
질문은 “AI가 영상을 편집할 수 있는가”가 아닙니다. “사용량이 늘어날수록 그 연산비를 누가 부담하는가”입니다.
클라우드 AI 기반 편집 도구는 영상을 많이 처리할수록 서버에서 드는 비용이 함께 늘기 쉽고, 그 비용은 사용량 과금으로 돌아옵니다. SwitchLog는 영상 처리를 사용자의 Mac에서 합니다.
사용량 과금형 클라우드 AI
- 영상이 늘어난다
- AI 추론이 늘어난다
- API · 크레딧 · 클라우드 처리가 늘어난다
- 제공자의 비용이 늘어난다
SwitchLog
- 영상이 늘어난다
- 사용자 Mac의 로컬 연산이 늘어난다
- 원본 영상은 기기에 그대로
- 제공자의 영상 처리 비용은 훨씬 천천히 늘어난다
크리에이터에게
예측할 수 있는 편집 비용
많이 써도 요금이 따라 늘지 않습니다. 정액이라 편집 비용을 예측할 수 있습니다.
REWYND에게
더 나은 원가 구조
사용량이 늘어도 서버 쪽 AI 처리비가 같은 비율로 늘지 않도록 설계했습니다.
연산은 Mac이 맡고,
영상은 내 곁에 남습니다.
범용 멀티모달 AI에 장시간 영상을 반복해서 전달하면 영상 길이와 사용량에 따라 추론, API, 연산 비용이 발생할 수 있습니다. SwitchLog는 영상 처리 자체를 사용자의 Mac에서 수행하도록 설계해, REWYND의 서버 쪽 AI 처리 비용이 사용량과 함께 비례해 늘어나는 구조를 피하는 것을 목표로 합니다.
모델이 좋아지면 SwitchLog도 좋아집니다.
기기에서 돌릴 수 있는 모델이 좋아지는 것은 위협만이 아닙니다. 모델은 바꿔 끼울 수 있는 부품이고, 더 좋은 모델이 나오면 SwitchLog의 로컬 처리도 함께 좋아집니다. REWYND의 경쟁력은 모델을 소유하는 데 있지 않고, 그 위에서 무엇을 결정하느냐에 있습니다.
- 처리 구조
- Creator Profile
- 워크플로 데이터
- 피드백 루프
REWYND가 결정하는 것
- 01어떤 분석을 어떤 순서로 돌릴지
- 02어떤 구간에 더 깊은 분석이 필요한지
- 03이미 분석한 결과를 어떻게 다시 쓸지
- 04Creator Profile을 어떻게 적용할지
- 05사용자의 수정을 다음 작업에 어떻게 반영할지
병목은 컷 하나가 아니라,
매 영상마다 반복되는 수백 번의 판단입니다.
- 어떤 장면을 남길지
- 어디서 자를지
- 자막을 어떻게 쓸지
- 언제 줌을 넣을지
- 어떤 효과음과 에셋을 쓸지
Creator Profile은 이 반복되는 판단을 저장하고 다시 씁니다.
Enterprise personalization
개발 중우리 팀의 편집 방식을
SwitchLog에 가르칩니다.
채널마다 편집법은 다릅니다. 그 차이를 프로필로 만듭니다.
같은 원본이라도 남기는 장면, 버리는 장면, 컷 타이밍, 자막, 효과음, BGM, 에셋을 쓰는 방식이 모두 다릅니다. 개인 사용자에게는 빠르고 편한 편집이 먼저입니다. Creator Editing Profile은 채널과 팀을 위한 다음 단계입니다.
채널 하나에, 편집 프로필 하나.
Creator Editing Profile은 개발 중입니다. 프로필을 어디에 두고 어떻게 맞출지는 아직 확정하지 않았으며, 원본 영상을 기기 밖으로 내보내지 않는 방향을 우선합니다. 지금 제품에는 장르별 프로필이 들어 있습니다.
- 원본 영상
- 편집 결과
- 사용자의 결정
기기 안에서 분석
원본과 편집 결과를 맞춰 봅니다
편집 패턴 추출
무엇을 남기고, 다듬고, 버리는지 읽습니다
핵심 자산
Creator Editing Profile
채널의 편집 습관이 하나의 프로필이 됩니다
다음 편집에 적용
새 원본도 기기 안에서, 그 방식으로 편집합니다
기기 안에 머물도록 설계합니다
Creator Profile roadmap
프로필은 단계적으로
자동화합니다.
Creator Profile은 완성된 기술이 아닙니다. 처음에는 사람이 함께 만들고, 점점 시스템이 스스로 만들고 고치는 방향으로 갑니다.
- Phase 1개발 중
사람이 함께 설계
원본, 최종 편집본, 에셋, 편집자 피드백을 받아 REWYND가 직접 프로필을 설계합니다.
- Phase 2연구 방향
프로필 자동 생성
원본과 편집본의 차이에서 유지·삭제, 컷, 자막, 효과, 에셋 사용, 리듬 같은 패턴을 시스템이 스스로 뽑아냅니다.
- Phase 3연구 방향
피드백으로 개선
SwitchLog의 초안을 사람이 고치면, 고치기 전과 후의 차이로 프로필을 갱신합니다. 다음 작업에서는 고칠 것이 줄어듭니다.
준비는 줄고, 수정은 줄고, 갈수록 더 잘 맞습니다.
기반 모델을 다시 학습시키는 것이 아닙니다. 그 채널의 편집 선호를 담은 프로필을 갱신하는 방식입니다.
Data flywheel
쓸수록 나아지는
편집 프로필
한 번의 자동 편집으로 끝나지 않습니다. 고칠수록 그 채널의 방식에 가까워집니다.
- 01크리에이터 파트너십
- 02원본 + 편집본 + 에셋
- 03Creator Profile
- 04자동 편집
- 05사람의 수정
- 06피드백 데이터
- 07더 나은 프로필
- 08더 많은 사용
각 프로필은 그 고객의 편집 워크플로 안에서 개선됩니다. 데이터 사용은 동의를 전제로 하며, 원본을 기기 밖으로 내보내지 않는 방향을 우선합니다.
For editors, MCNs & media teams
인원을 늘리지 않고
콘텐츠 생산량을 늘립니다.
지금의 팀으로 더 많은 콘텐츠를 만듭니다.
SwitchLog Enterprise는 편집자와 크리에이터 팀이 반복되는 편집 패턴을 자동화하고, 채널별 워크플로를 만들도록 돕습니다. 지금 파일럿 파트너를 찾고 있습니다.
- 01더 많은 결과물같은 편집팀으로 더 많은 영상을 처리합니다.
- 02영상 한 편당 인건비 절감콘텐츠 한 편에 드는 반복 작업 시간을 줄입니다.
- 03일관된 채널 스타일채널별 편집 규칙을 Creator Profile로 유지합니다. 새 편집자가 와도 채널의 방식이 이어집니다.
같은 팀으로, 더 많은 채널을.
Enterprise Profile은 이렇게 만듭니다
- 01기존 워크플로 파악기존 원본, 최종 편집본, 에셋, 편집 방식을 이해합니다.
- 02프로필 만들기반복되는 컷, 선택, 자막, 효과, 편집 패턴을 분석합니다.
- 03파일럿새 원본에 그 채널의 편집 프로필을 적용합니다.
- 04피드백 반영사람이 고친 결과를 다시 반영해 프로필을 개선합니다.
- 편집자
- MCN
- 크리에이터 에이전시
- 미디어 팀
- 유튜브 크리에이터
원본은 기기에 남는 방향으로
프로필은 가능한 한 고객의 기기 안에서 만들도록 설계하고 있습니다. 영상을 전달받아야 하는 경우에는 그 고객의 프로필에만 쓰고, 명시적인 동의를 전제로 합니다.