오피니언

사람에서 사람으로, AI에서 AI로가 아니라

좋은 콘텐츠가 끝까지 사람의 것으로 남는 이유.

FAMILIAR 연구전체 글
다른 언어로 읽기EnglishEspañolPortuguês中文日本語한국어FrançaisDeutschالعربيةBahasa IndonesiaРусскийItalianoTiếng ViệtไทยNederlandsΕλληνικάУкраїнська粵語NorskCatalàHrvatskiLietuviųSlovenčinaSvenskaБългарскиСрпскиБеларускаяDanskҚазақшаLatviešu

초록

AI 휴먼에게는 공감할 수 없습니다. 적어도 대부분은, 같은 깊이로는 못 합니다. 우리가 연기를 보는 건 진짜 사람이 날것의 감정을 연기한다는 걸 알기 때문입니다. AI가 아무리 사실적으로 변해도, AI라는 걸 아는 순간 공감은 떨어집니다. Familiar가 품질 노선에 서 있는 이유는 바로 이것입니다.
An Zhu LiuAn Zhu LiuCEO, Familiar Labs팀 →

공감

핵심은 감정입니다. 진짜 사람이 날것의 감정을 연기한다는 걸 알기에, 우리는 그 감정을 함께 느낍니다. 목소리만 들으면 그만인 관객도 있지만, 대부분은 차이를 알아챕니다. 게다가 표시는 어차피 붙습니다: 대형 플랫폼들은 AI로 만든 콘텐츠에 라벨을 답니다. 그래서 화질이 좋아진다고 이 간극이 좁혀지지는 않습니다. 사람이 진짜일 때만 좁혀집니다.

스타의 힘

우리는 스타를 좋아합니다. 알아보는 얼굴과 뛰어난 연기 때문에 작품을 봅니다. 진짜 그 사람이 아니면 스타의 힘은 줄어들고, 그 스타를 중심으로 세운 대작의 힘도 함께 줄어듭니다.

목소리
여전히 그 사람제작사의 동의 아래 다른 언어로 옮겨진 스타 본인의 연기.
그 사람이 아님그 사람의 것이 아닌 목소리가 그 사람의 대사를 읽는 것.
얼굴
여전히 그 사람같은 얼굴, 같은 테이크, 새 대사를 따라 움직이는 입.
그 사람이 아님그 사람이 아닌 다른 배우.
세상을 떠난 배우
여전히 그 사람본인이 남긴 연기 기록, 현지화 여부는 권리자가 정합니다.
그 사람이 아님본인이 한 번도 동의한 적 없는 새 프로젝트. 유족 측이 서명했더라도 마찬가지입니다. 저희는 그쪽으로 가지 않습니다.

더빙이 지키는 것

사람에서 사람으로, AI에서 AI로가 아니라.

더빙은 모든 것을 그대로 둡니다: 사람, 연기, 장면, 음악. 바뀌는 건 언어뿐입니다. 그래서 저희는 영상 모델이 아니라 의사결정 모델을 만들었습니다: 화면 속 누가 그 대사를 말하는지, 속삭임부터 외침까지의 감정, 어떤 이름이나 브랜드를 그대로 둘지, 화면 속 글자가 무엇을 말하는지. 지어내는 것은 없습니다. 그대로 옮길 뿐입니다.

공들여 만든 AI 콘텐츠

AI의 도움을 받은 콘텐츠도, AI로 만든 콘텐츠도 나올 것이고, 그중 일부는 진짜 공을 들여 만들어질 겁니다. 그런 콘텐츠도 여전히 더빙이 필요합니다. 범용 모델은 같은 장면을 새 언어로 다시 돌리면서 맞는 사람이 말하게 하고, 웃음소리와 음악을 살리고, 화면 속 글자를 바꾸지 못합니다. 게다가 번역은 최고의 범용 모델조차 혼자서는 무너지는 지점입니다: 살아나지 않는 농담, 번역돼 버린 이름, 새 언어에서 나쁜 뜻이 되는 속어, 그 문화권이 피하는 주제. 공을 덜 들인 콘텐츠는 더빙할 가치가 없고, 문화권마다 그냥 새로 만들어질 겁니다. 그래도 괜찮습니다. 저희가 위한 콘텐츠가 아닙니다.

그리고 아예 다시 만들 수 없는 콘텐츠도 있습니다:

스포츠
경기는 한 번뿐입니다. 다시 돌릴 것이 없습니다.
스트리밍
채팅과 함께하는 라이브. 파일이 아니라 순간입니다.
리얼리티 예능
대본 없는 사람들. 그 테이크가 유일한 테이크입니다.
다큐멘터리
진짜 사람이 진짜 이야기를, 단 한 번.

라이브의 순간은 옮길 수밖에 없습니다. 저희의 다음 버전이 그곳을 향하고 있습니다.

두 개의 노선

빠른 노선: 한 번 올리면 나오는 대로 받아야 하고, 통제권도 없고, 번역은 검토할 수 없습니다. 품질 노선: 사람, 연기, 장면은 그대로, 모든 결정은 기록되어 언제든 직접 바꿀 수 있고, 한 번에 끝납니다. 저희는 일부러 두 번째 노선을 택했습니다.

HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsONE-SHOT TOOLS · NO CONTROL

One shot today means giving up the rest.

The one-shot tools today give up the rest: the translation cannot be edited, the music and the room drop out, the voice drifts, and the lips fail on a hand over the face, a microphone, blur, bokeh, a side view or several people in frame. No spatial reasoning, no understanding of the world, no control. ElevenLabs' current Dubbing v2 edits only through an Enterprise API, and its full editor is the older model, in maintenance mode; HeyGen stitches a lip-sync over a dub like that, and the lip-sync breaks on the ordinary shots of any episode. Familiar is one shot and the quality: translation first, reviewed; then the voice, the lips and the scene together, through the hard shots.

54.7%

FEWER TRANSLATION ERRORS · FAMILIAR VS ELEVENLABS DUBBING V2

270%

ELEVENLABS MORE BACKGROUND-SOUND ERROR · THE LAUGHTER, THE MUSIC, THE AMBIENCE

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER

FAMILIAR · ONE SHOT AND THE QUALITYFamiliar vs Flawless TrueSync The ElevenLabs study The demos

품질 노선이 쌓여 가는 이유

작품 하나하나가 기록을 더합니다: 그 문화권이 피하는 것, 어떤 속어가 나쁜 뜻으로 변하는지, 욕설 수위를 어디까지 둘지, 맞는 용어, 농담이 어떻게 살아나는지. 한 번 내린 선택은 다음 화에도 이어집니다. 범용 영상 모델은 어떤 언어로 현지화할 수 있게 되기 훨씬 전부터 그 언어로 생성할 수 있습니다. 저희는 30개 언어로 일하고, 그 섬세한 차이는 계속 쌓여 갑니다.

++
사람에서 사람으로, 더 넓은 세상에 닿습니다.
사람에서 사람으로품질 노선

멀티모달 번역

Familiar Labs는 멀티모달 현지화 의사결정 모델(MLDM)로 한 세대 앞선 더빙을 만듭니다. MLDM은 최초의 멀티모달 번역 파운데이션 모델로, 텍스트, 오디오, 영상을 아울러 무엇을 현지화할지 하나의 모델이 결정하고 그 선택지를 직접 보여 줍니다. 당신의 목소리와 입 모양 그대로, 새로운 언어로. 박사들이 모인 8명의 팀으로, Samsung, RedBird, Gold House가 투자했습니다. 미션 보기

벤치마크 전체 보기 →팀과 상담하기