AffiliateNetwork가 수천 건의 크리에이터 게시물을 몇 초 만에 검수하는 방법

AffiliateNetwork은 60,000명 이상의 크리에이터와 최고의 소비자 앱 및 브랜드를 연결해 숏폼 오가닉 마케팅 광고를 제작하며, 매일 수천 개의 크리에이터 비디오와 수백만 회의 조회수를 처리하고 있습니다.

AffiliateNetwork connects leading consumer apps and brands with 60,000+ creators producing short-form organic marketing ads, processing thousands of creator videos and millions of views daily.

Dyn은 TwelveLabs의 비디오 이해 모델을 활용하여 수천 시간 분량의 스포츠 영상 속에서 핵심적인 순간을 신속하게 식별, 추출, 재가공할 수 있게 되었습니다.

프레젠테이션 보기

문제점

실패 원인

왜 트웰브랩스인가

해결책

영향력

앞으로의 여정

지금 시작할 준비가 되셨나요?

무료로 시작하기

데모 예약하기

문제점

AffiliateNetwork는 선도적인 소비자 앱 및 브랜드와 숏폼 오가닉 마케팅 광고를 제작하는 6만 명 이상의 크리에이터를 연결하며, 매일 수천 개의 크리에이터 비디오와 수백만 건의 조회수를 처리하고 있습니다.

문제는 무엇이었을까요? 바로 크리에이터의 콘텐츠가 브랜드 가이드라인을 준수하는지 검증하는 것이었습니다.

UGC 광고는 영화가 아닙니다. 빠른 편집, 오버레이, 보이스오버, 밈, 반짝이는 로고 등이 어우러진 10초에서 45초 사이의 창의적인 예술입니다. 기존의 범용 비디오 AI 파이프라인은 템포가 빠른 UGC, 멀티모달 오버레이, 빠른 반복 주기를 감당하도록 설계되지 않았기 때문에, 이를 도저히 따라갈 수 없었습니다.

AffiliateNetwork connects leading consumer apps and brands with 60,000+ creators producing short-form organic marketing ads, processing thousands of creator videos and millions of views daily.

The challenge? Verifying creator content meets brand guidelines.

UGC ads aren't movies. They're 10 to 45 seconds of creativity: quick cuts, overlays, voiceovers, memes, flashing logos. Traditional general-purpose video AI pipelines were not built for high-tempo UGC, multimodal overlays, and fast iteration cycles, and simply couldn't keep up.

"하루에도 수만 개의 게시물이 업로드되는 등 개발팀의 플랫폼이 확장됨에 따라, 기존의 AI 콘텐츠 검토 시스템으로는 필요한 처리량이나 비디오 정확도를 충족할 수 없다는 점을 깨달았습니다. 현 상태에 안주할 수 없었던 저희는 더 나은 해결책을 모색하기 시작했습니다."

AffiliateNetwork의 AI & ML 총괄, 션 킴(Sean Kim)

실패 원인

범용 AI 모델: 프레임 단위의 비전 분석 + 오디오 전사

너무 느린 처리 속도 (분 단위 반응 vs. 초 단위 반응)
로고, 맥락, 장면 전환 누락
멀티모달 콘텐츠의 불완전한 이해
빠른 반복 작업(Iteration) 불가

핵심 문제: 비디오를 통합된 하나의 매체가 아닌, 단순한 이미지와 오디오의 결합으로 처리함.

General Purpose AI Models: Frame-by-frame vision + audio transcription

Too slow (minutes vs. seconds)
Missed logos, context, scene changes
Couldn't fully grasp multimodal content
No fast iteration

The issue: Video treated as images + audio, not a unified whole.

왜 트웰브랩스인가

Sean은 TwelveLabs의 아키텍처를 연구한 결과 차별화된 점을 발견했습니다. 바로 비디오를 여러 프레임의 합성물로 처리하는 것이 아니라 비디오 그 자체로 처리한다는 점이었습니다.

Pegasus: 비디오 전체에 걸친 시간적 추론을 우수한 저지연성으로 수행하여 핵심 이벤트와 행동을 정확히 찾아냅니다. 덕분에 개발팀은 크리에이터 콘텐츠의 핵심 테마, 주제, 트렌드를 효율적으로 분석할 수 있었습니다. 특정 디테일, 사물, 테마를 손쉽게 포착함으로써 리뷰 프로세스를 대폭 간소화할 수 있었습니다.

Sean researched TwelveLabs' architecture and found something different: video treated as video, not stacked frames.

Pegasus: Temporal reasoning across videos with low latency, localizing events and actions enabled the team to analyze creator content for key themes, topics, and trends. Finding specific details, objects, and themes allowed the team to significantly streamline the review process.

“가장 인상 깊었던 점은 Twelve Labs가 비디오를 개별적인 모달리티로 취급하는 것이 아니라, 여러 미디어가 하나로 통합된 융합체로서 비디오를 진정으로 이해하고 있다는 사실이었습니다.”

해결책: 4단계로 작동하는 AI 포스트 검증기:

한 번의 인덱싱 → Marengo가 공유 벡터 공간에 임베딩을 생성합니다

자연어 규칙 → "로고를 2초 이상 표시할 것" 또는 "앱을 긍정적인 방향으로 노출할 것"
즉각적인 결과 → 통과/실패 여부, 타임스탬프, 설명 제공
실시간 반복 작업 → 캠페인 관리자가 몇 초 만에 규칙을 미세 조정

Index once → Marengo creates embeddings in shared vector space

Natural language rules → "Show logo for 2+ seconds" or "must show app in a positive light."
Instant results → Pass/fail, timestamps, explanations
Real-time iteration → Campaign managers refine rules in seconds

"인덱싱을 마치면 검색은 즉각 이루어집니다. 이를 통해 캠페인 매니저들은 실시간으로 아이디어를 적용하고 개선할 수 있습니다."