[IT동아 강형석 기자] 누구나 손쉽게 결과물을 얻어내는 생성형 AI가 대중화되며 대표적인 업무 도구로 자리 잡았다. 스탠퍼드대 인간중심 AI 연구소(HAI)가 발간한 '2026 AI 지표(AI Index 2026)'에 따르면, 생성형 AI는 출시 3년 만에 전 세계 인구의 53%가 사용할 정도로 확산됐고, 기업 조직의 88%는 최소 한 가지 이상의 업무 영역에 AI를 활용한다는 조사 결과가 나왔다.
이제 AI를 써봤다는 사실 자체는 더 이상 중요하지 않다. AI를 어디에, 어떻게, 어떤 순서로 연결해 원하는 결과물을 만들고 성과로 이어가느냐에 집중해야 할 시점이다. 생성형 AI가 대중화됐다고 해서 곧바로 생산성 향상으로 연결되지는 않기 때문이다.
AI를 다뤄본 사람이라면 누구나 업무 과정의 혁신을 고민하기 마련이다. 일반 생성 AI 도구는 다루기에 따라 얼마든지 정교한 결과물을 뽑아내지만, 일부 세부 조정 과정이 만만치 않다. 문제는 여러 차례 편집이나 조정을 거치는 동안 문맥의 정체성을 그대로 유지하기 어렵다는 점이다. 기술이 아무리 좋아지고 성능이 개선됐다 해도, 세밀한 디테일 구현에서는 아쉬움을 드러낼 때가 많다. 결국 여러 도구를 동시에 쓰면서 시간과 토큰(비용)을 낭비하는 경우가 허다하다.
현재 생성 AI 플랫폼은 프롬프트(문자) 방식 또는 엔지니어링 기반 워크플로우(작업흐름) 방식으로 나뉜다. 전자는 손쉽지만 통제가 어렵고, 후자는 자유도는 높은 대신 진입장벽이 상당하다. 문제는 플랫폼이 쉬움과 정교함 둘 중 하나를 강요한다는 점이다. 이 같은 이분법이 AI 워크플로우 혁신을 가로막는 요인으로 꼽힌다. 넘쳐나는 AI 시대, 업무 혁신에 대한 해답을 노코드 비주얼 AI 스타트업 시냅스AI(CNAPS.AI)가 내놓아 주목받는다.
AI를 잘 쓰는 법이 아니라, AI를 일하게 만드는 법을 고민하다
시냅스AI는 노코드 AI 워크플로우 빌더 '시냅스 스튜디오(CNAPS Studio)'를 서비스로 제공한다. 코드를 작성하지 않아도 텍스트, 이미지, 영상, 데이터 처리 등 폭넓은 AI 워크플로우를 구축·배포·관리하도록, 150개 이상의 사전 학습된 AI 모델을 시각적인 노드 기반 편집기 형태로 담아냈다. 사용자는 마치 블록을 조립하듯 모델과 모델을 연결해, 이미지를 자동으로 확대·보정하거나 텍스트로 이미지를 만들어내거나 영상을 편집하는 파이프라인을 직접 짠다. 여러 파일을 한꺼번에 처리하는 배치 작업과 외부 서비스를 연동하는 API 통합 기능도 갖췄다.
시냅스 스튜디오의 차별점은 대중성과 전문성을 함께 고려한 구조에서 나온다. 대부분의 생성형 AI 시장은 크게 두 가지 형태로 나뉜다. 하나는 프롬프트 한 번으로 결과물을 뽑아주는 원클릭 서비스이고, 다른 하나는 세밀한 제어가 가능하지만 엔지니어링에 준하는 지식을 요구하는 도구다. 시냅스 스튜디오는 초보자도 쉽게 다룰 수 있는 대중적인 UX·UI로 결과물을 만들다가, 더 정교한 제어가 필요한 시점에는 전문적인 워크플로우로 자연스럽게 넘어가도록 설계됐다. 시냅스AI의 이런 유연한 접근 방식은 개발 지식이 부족한 일반 사용자라도 엔지니어에 버금가는 전문가 수준의 파이프라인을 다루도록 이끈다.
여기에는 인텔리전스 매핑이라는 개념이 자리한다. 성능과 비용을 함께 고려해 적합한 AI 모델을 자동으로 연결하고, 최적의 워크플로우를 구축하는 방식이다. 텍스트, 이미지, 음성, 영상 등 멀티모달 환경에서 효율적인 AI 워크플로우를 자동으로 구축하는 데 주력하는 이유이기도 하다. 사용자가 최신 모델을 일일이 테스트하지 않고도 성능과 비용의 접점을 자동으로 찾아준다는 점이 차별점이다.
데이터 처리 방식에 대한 원칙도 뚜렷하다. 기업의 핵심 데이터가 외부로 나가는 것을 꺼리는 기업과 개인을 고려해, 내부 데이터 인프라를 갖춘 온-프레미스(On-Premise)나 내부 데이터와 클라우드를 병행해 쓰는 하이브리드 AI(Hybrid AI) 방식을 선택할 여지를 뒀다. 클라우드 기반 AI 서비스는 토큰 비용 부담이 만만치 않은데, 오픈소스 AI 모델을 워크플로우에 연결하면 일부 비용 절감이 가능하다. 데이터 주권을 지키려는 고객이 마음껏 업무에 집중하도록 돕는 장치다.
이 외에 시냅스AI는 온-프레미스 검색증강생성(On-Premise RAG) 시스템에 집중한다. 오픈소스 AI 모델을 기업 내부 인프라에 직접 배치하면 데이터 주권 확보 및 문서 유형이나 도메인(업무 특성)에 맞춰 유연하게 대응할 수 있다. 최신 오픈소스 모델로 교체 속도가 빠르다는 것도 차별점이다. 오픈소스 AI 모델을 워크플로우에 연결한다면, 기업 고객은 최신 AI 모델을 빠르게 도입하고 업무에 접목 가능한 유연성을 갖게 된다.
텍스트·이미지·음성·영상을 아우르는 시냅스 스튜디오의 멀티모달 연결 능력과 RAG 시스템은 기업 워크플로우 최적화에 도움을 줄 것으로 전망된다. 여러 AI 모델을 연결하는 시냅스 스튜디오의 설계 구조와 RAG 시스템으로 검색, 분석, 가공, 배포까지 이어지는 업무 프로세스 설계가 가능하기 때문이다.
빅테크 경험 녹인 AI 워크플로우 혁신, 성과로 증명할 것
시냅스AI의 서비스 차별화를 이끈 원동력은 빅테크 기업에서 쌓은 임직원들의 현장 경험에서 비롯된다. 유인환 대표를 필두로 한 시냅스AI 팀은 구글 리서치(Google Research), 엔비디아(NVIDIA), 글로벌 게임사 등에서 오랜 기간 기술 연구와 상용화를 주도해 온 전문가들로 구성됐다. 과거 현장에서 겪은 경험들이 AI 워크플로우 혁신의 자양분이 된 셈이다.
성과도 눈에 띈다. 2026년 2월에는 네이버 D2SF를 중심으로 블루포인트 파트너스, 라구나인베스트먼트, 조약돌 펀드 등으로부터 투자를 유치했다. 라구나인베스트먼트를 통해서는 TIPS(민간투자주도형 기술창업지원) 일반 트랙에도 선정돼 2년간 지원을 받는다. TIPS는 민간 투자사로부터 먼저 투자를 받은 기술 창업기업에 정부가 추가 연구개발 자금을 지원하는 프로그램이다.
시냅스AI의 성과는 AI 워크플로우 오케스트레이션(조율) 시장의 성장세와 흐름을 같이 한다. 글로벌 시장조사기업 테크나비오(Technavio) 자료에 따르면, AI 워크플로우 오케스트레이션 시장은 2035년까지 782억 6000만 달러(약 117조 2570억 원) 규모로 성장할 것으로 예상된다. 분야는 다르지만 아마존, 구글, 마이크로소프트, IBM, SAP 등 빅테크 기업들도 AI 에이전트 오케스트레이션 시장에서 경쟁 중이어서, 시장 성장세에는 더욱 속도가 붙을 전망이다.
세계적 컴퓨터비전 학회 CVPR(Computer Vision and Pattern Recognition Conference) 2026에 참가한 것도 성과로 손꼽힌다. CVPR 2026 현장에서 시냅스AI는 SparkVSR, FlashVSR, OmniGen2 AI, Molmo Ai2 등 최신 비디오 처리 모델을 시냅스 스튜디오 안에서 통합적으로 선보였다. AI 워크플로우 오케스트레이션 시장에서 시냅스AI가 지닌 잠재력을 보여준 사례로 평가된다.
시냅스AI가 지향하는 핵심은 운영과 결과물이다. 반복 작업만 되풀이하는 AI가 아니라, 좋은 결과를 꾸준히 만들어내는 AI 솔루션에 초점을 뒀기 때문이다. 시냅스AI의 목표는 업무 환경의 혁신이다. 목표를 달성할 때까지 시냅스AI의 기술 개발은 멈추지 않을 전망이다.
IT동아 강형석 기자 (redbk@itdonga.com)
