01핵심 개요

• 트웰브랩스는 영상을 사람처럼 이해하는 AI 모델(마랭고·페가수스)을 만드는 회사로, 스타트업 역사상 최대 규모의 시리즈 B를 유치했다.
• 네이버 벤처스가 시리즈 B를 공동 리드했으며, 이는 네이버 벤처스 설립 후 첫 투자 사례다.
• 전략적 투자자로 엔비디아, 아마존, 스노우플레이크, 데이터브릭스, 인덱스 벤처스, 월드랩스(페이페이 리), 前 스케일AI 대표 알렉산더 왕 등이 참여했다.
• 초기에는 네이버 시드 투자 조직에서 투자 거절을 당했고, 창업자는 대출까지 받아 팀 운영비를 충당했다.
• 시드 라운드(500만 달러)는 인덱스 벤처스가 주도했으며, 이는 검색 모델 "마랭고"가 국제대회 영상 이해 부문 1위를 차지한 직후 성사됐다.

02핵심 주장 / 논점 구조

• 전 세계 데이터의 80% 이상이 영상 포맷인데, 지난 몇 년간 AI 기술 발전은 거의 전부 텍스트 기반 모델 위에서 이뤄졌다는 것이 트웰브랩스의 출발점 논리다.
• 텍스트는 인간이 현실을 사후에 압축한 기록이라 정보 손실이 크다. 예컨대 자막은 "와인잔이 깨졌다"고만 적지만, 실제 영상은 그 앞뒤 매초의 물리적 맥락을 온전히 담고 있다.
• AI가 물리 세계를 이해하려면 결국 압축된 텍스트가 아니라 원본 신호(영상)를 직접 다뤄야 한다는 것이 창업자들의 핵심 가설이다.
• 박용정 파트너는 "빅테크가 결국 모든 걸 다 가져간다"는 통념에 반박하며, 클라우드 시장을 하이퍼스케일러가 장악했음에도 스노우플레이크·데이터브릭스(데이터 분석), 스트라이프(결제), 커서(코딩)처럼 새 카테고리를 만든 기업들이 존재했다는 역사적 사례를 근거로 든다.
• 영상 이해라는 영역이 아직 비어 있는 자리이며, 트웰브랩스가 5년 이상 이 좁고 깊은 문제 하나에만 집중해 온 유일한 팀이라는 점이 투자 포인트였다.

03창업 스토리

• 공동창업자들은 용산에서 군복무를 하며 만난 사이다. 특수한 환경에서 함께 AI 연구개발을 하다가, 마침 2018~2020년경 트랜스포머 논문이 나온 시점에 진로를 고민했다.
• "영상 이해는 정말 다루기 어렵다"는 문제의식과 함께, 언어 모델 쪽에는 이미 똑똑한 플레이어가 몰려 있지만 영상에서 출발해 지능형 시스템을 만드는 그룹은 부재하다고 판단해 역발상으로 영상을 선택했다.
• 초기 자금난이 극심했다. 공동창업자인 CTO는 미국에서 SAT(수능) 과외로 생활비를 벌었고, 대표는 대출까지 받아 팀원 장비 구입과 월급을 충당했다. 대표는 이를 "뒤가 없는 행동"이었다고 회고했다.
• 코로나 시기 액셀러레이터 테크스타스(Techstars)에 원격으로 참여했고, 아마존 웹서비스(AWS)의 크레딧 지원을 받아 당시로선 상당한 규모의 컴퓨팅 자원을 확보했다.
• 검색 모델 "마랭고"의 초기 프로토타입이 국제대회(ICCV 계열)의 영상 이해 부문에서 1위를 차지하면서, 이미 언어 모델에 베팅해 온 실리콘밸리 티어1 VC 인덱스 벤처스(노션·코히어·피그마·앤트로픽 투자사)의 관심을 끌었다.

04투자 유치 과정

• 네이버의 시드 투자 전담 조직이 시드 라운드에 투자 의향을 전달했으나, 인덱스 벤처스가 라운드 전체를 가져가려 하면서 결과적으로 거절당했다. 당시 라운드 규모는 500만 달러였다.
• 이재성 대표는 인덱스 벤처스와의 계약 체결 후 액셀러레이터 매니징 디렉터에게 전화로 소식을 알렸을 때 "사전 상의 없이 이런 큰 결정을 했냐"는 반응을 들으며 많은 것을 배웠다고 회고했다.
• 박용정(YJ) 파트너와 이재성 대표의 인연은 실리콘밸리에서 활동하는 한 인도계 투자자의 소개로 시작됐다. 같은 한국인 두 사람이 제3자를 통해 실리콘밸리에서 연결된 셈이다.
• 네이버 벤처스는 설립된 지 약 1년 된 조직으로, 박용정 파트너는 네이버에서 8년 넘게 전략적 투자 업무와 글로벌 VC LP 투자를 담당해 온 네트워크를 기반으로 티어1 VC들과의 관계를 구축해왔다.
• 박용정 파트너는 VC가 창업자를 평가하는 3가지 기준으로 파운더-마켓 핏, 트렌드 추종이 아닌 문제에 대한 집착, 리소스 부족 속에서도 버티는 집요함과 스태미너를 꼽았고, 이재성 대표가 이 세 가지를 모두 갖춘 드문 케이스라고 평가했다.

05전략적 의미

• 한국에서 탄생한 딥테크 스타트업이 초기 국내 투자 거절이라는 좌절을 겪고도 실리콘밸리 티어1 VC와 빅테크 다수를 전략적 투자자로 확보한 사례로, "한국 vs 미국 AI"라는 구도 자체가 국경으로 나뉘지 않는다는 점을 보여준다.
• 네이버 벤처스 입장에서는 설립 후 첫 투자로 트웰브랩스를 택함으로써, 한국 창업자의 실리콘밸리 진출 지원과 미국 포트폴리오사의 아시아 진출 지원이라는 양방향 미션을 상징적으로 보여주는 딜이 됐다.
• 할리우드 스튜디오 등 실제 고객사들이 빅테크의 유사 모델 대신 트웰브랩스를 선택한 사례가 반복되고 있다는 점은, 좁고 깊은 버티컬 모델이 범용 빅테크 모델을 이기는 시장이 실제로 존재함을 시사한다.

06핵심 워크플로우 또는 비교표

구분	마랭고(Marengo)	페가수스(Pegasus)	자키(에이전틱 플랫폼)
역할	대량 영상 검색 모델	영상 이해·생성 기반 모델	두 모델을 결합한 에이전틱 제품
기능	방대한 영상 데이터에서 원하는 장면 빠르게 검색	영상 인식·구조화	영상·이미지·기타 모달리티를 구조화 저장하고 자유롭게 소화·확장
차별점	ICCV 계열 대회 1위로 초기 검증	-	단순 질의응답형 대화 에이전트가 아닌, 데이터를 직접 다루는 발전된 플랫폼

• 트웰브랩스가 자체 정의한 "영상인지 시스템"은 인식(영상을 인식) → 기억(인식된 사실 기반 영상 메모리 생성) → 추론(기억을 되찾아 활용)의 3개 레이어가 하나로 묶인 구조다.

07활용 시나리오

• 방대한 영상 데이터 검색: 미디어·엔터테인먼트 고객사가 대량의 영상 아카이브에서 원하는 장면을 빠르게 찾아 새 콘텐츠를 제작.
• 스포츠 분석 및 하이라이트 생성: 방송사·스포츠 단체가 경기 영상을 분석해 자동으로 하이라이트를 생성.
• 로보틱스: 비전-랭귀지-액션(VLA) 모델이 실제 로봇 퍼포먼스를 내려면 영상 이해 능력이 선행되어야 한다는 관점에서, 로보틱스 분야로의 응용 가능성을 언급.
• 시맨틱 데이터 레이어 구축: 현재 언어 모델이 만들어내는 의미 계층 데이터(시맨틱 데이터)에는 텍스트 토큰만 있고 영상에서 나온 토큰이 거의 없는데, 트웰브랩스는 이 레이어에 시각적으로 정확한 정보를 채워 넣는 역할을 지향.

08현황 및 전망

• 초기 영업 방식은 매우 원시적이었다. 미디어 업계 지식이 전무한 상태에서 암스테르담의 국제방송컨퍼런스(IBC)에 부스 없이 바 스툴 3개만 구해 참가해, 넷플릭스 관계자가 지나가면 직접 불러 세우는 식으로 영업했다.
• 이재성 대표는 "비결은 없다, 다만 누구보다 간절했다"는 말로 초기 고객 확보 과정을 요약했다.
• 향후 계획으로 이재성 대표는 "카메라로 촬영된 모든 영상이 트웰브랩스를 거쳐 처리되는 날까지" 제품을 계속 고도화하겠다고 밝혔다.
• 네이버 벤처스는 한국 창업자의 미국 진출 지원과 미국 스타트업의 아시아 진출 지원이라는 두 방향의 브릿지 역할을 계속 확대할 계획이며, 트웰브랩스를 그 대표 사례로 꼽았다.
• 인터뷰 말미 창업자들은 농담 삼아 "1년 반 뒤 서브 빌리언(매출 또는 밸류에이션 서브 유니콘 규모 목표로 추정)"을 목표로 제시하며 마무리했다.

09용어 사전

• 마랭고(Marengo): 트웰브랩스의 대량 영상 검색 모델로, 국제대회 영상 이해 부문 1위를 차지하며 초기 투자 유치의 발판이 됐다.
• 페가수스(Pegasus): 트웰브랩스의 영상 인식·이해 기반 모델.
• 자키(Marey/에이전틱 플랫폼): 마랭고와 페가수스를 결합해 대량 영상 데이터를 구조화하고 자유롭게 소화·확장하는 에이전틱 제품.
• 영상인지 시스템: 인식-기억-추론 3개 레이어로 구성된 트웰브랩스의 자체 개념으로, 단순 모델보다 대체하기 어려운 풀스택 구조를 지향.
• 시맨틱 데이터 레이어: 원본 데이터(텍스트·표·PDF 등)가 언어 모델을 거쳐 의미 단위로 전환된 데이터 계층. 현재는 텍스트 토큰 위주이며 영상 유래 토큰이 부족하다는 것이 트웰브랩스의 문제의식이다.
• 파운더-마켓 핏: VC가 창업자를 평가하는 기준 중 하나로, 창업자가 왜 하필 이 문제를 풀어야 하는 적임자인지를 뜻한다.