소개 무븐트(MVNT)는 춤을 위한 AI 인프라를 만드는 회사입니다. 전 세계 누구나 쉽게 춤을 만들 수 있도록 댄스 생성 AI 모델을 개발하고 있으며, 유명 안무가인 최영준 공동창업자를 필두로 모션 생성·3D·컴퓨터 비전·휴머노이드 백그라운드의 엔지니어들이 함께하고 있습니다. 현재 무븐트의 서비스는 웹앱과 API, 언리얼 엔진 플러그인 형태로 제공되고 있으며 안무가는 물론 K-Pop 기획사, AI UGC(사용자 생성 콘텐츠) 크리에이터, 게임 […] || 소개
무븐트(MVNT)는 춤을 위한 AI 인프라를 만드는 회사입니다. 전 세계 누구나 쉽게 춤을 만들 수 있도록 댄스 생성 AI 모델을 개발하고 있으며, 유명 안무가인 최영준 공동창업자를 필두로 모션 생성·3D·컴퓨터 비전·휴머노이드 백그라운드의 엔지니어들이 함께하고 있습니다. 현재 무븐트의 서비스는 웹앱과 API, 언리얼 엔진 플러그인 형태로 제공되고 있으며 안무가는 물론 K-Pop 기획사, AI UGC(사용자 생성 콘텐츠) 크리에이터, 게임 개발자, 버츄얼 프로덕션 스튜디오 등 폭넓은 분야에서 쓰이고 있습니다.
생성형 AI 콘텐츠 제작 시장이 커지고 있지만, 안무처럼 음악·리듬·신체 구조·장르 문법이 얽힌 전문 영역은 범용 모델만으로 품질을 확보하기 어렵습니다. 이런 영역에서는 도메인에 특화된 데이터를 직접 확보·정제하고, 그에 맞는 모델을 학습해 안정적으로 서빙하는 별도의 인프라가 필요합니다. 무븐트가 춤이라는 도메인에서 마주한 과제도 이와 같았습니다.
이 글에서는 무븐트가 AWS 위에 구축한 데이터 파이프라인과 추론 서빙 아키텍처를 다룹니다. 대량의 비정형 댄스 영상을 이벤트 기반으로 학습 데이터로 바꾸는 방법, GPU 추론을 비동기로 분리하는 방법, 그리고 글로벌 사용자에게 확장 가능하게 서빙하는 다중 계층 구조를 실제 구축 경험과 함께 소개합니다. 생성형 AI·엔터테인먼트 분야에서 크리에이티브 툴 서비스를 개발할 때 초기 인프라를 어떻게 구축하고 서빙하는지 고민하는 분들께 참고가 될 만한 선택과 트레이드오프를 담았습니다.
배경
오늘날 K-Pop 산업에는 매년 약 1,500여 개의 안무가 만들어지고 있습니다. J-Pop과 라틴, 발리우드, 팝, 뮤지컬 산업을 포함하면 수치는 배로 높아집니다. 특히 SNS에서는 댄스 챌린지가 음악 프로모션의 중요한 경험으로 자리 잡았으며, 게임에서 춤 아이템은 핵심 매출원 중 하나가 되었습니다. 그만큼 춤 제작에 대한 수요는 나날이 높아지고 있지만, 모두가 좋아할 만한 춤을 만들기란 (안무가에게도) 어려운 작업입니다.
무븐트는 설립 초기 이런 질문에서 출발했습니다. “음악을 넣기만 하면, 그 음악에 어울리는 안무를 AI로 바로 생성할 수는 없을까?” “누구나 AI 음악 생성 도구로 음악을 쉽게 만드는데, 춤도 그렇게 할 수 있지 않을까?” 하지만 모션 생성, 그중 안무는 여전히 생성형 AI에서 가장 어려운 영역 중 하나였습니다. 춤이란 단순한 포즈의 나열을 넘어 음악, 리듬, 신체 구조, 장르적 문법, 동작의 해석, 3차원의 시공간성이 결합된 복합적인 데이터이기 때문입니다. 예를 들어 최근 화제를 얻고 있는 댄스 경연 프로그램을 보면, 안무가들이 춤이라는 매체를 통해 얼마나 복합적인 모달리티를 다루는지 알 수 있습니다.
그래서 댄스 AI 모델을 만들기 위해서는 단순히 많은 영상을 모아 학습시키는 것만으로는 충분하지 않았습니다. 고품질의 3D 모션캡처 데이터와 더불어 대량의 인체 메시 복원(Human Mesh Recovery, HMR)을 추출하여 동작 데이터를 확보해야 했으며, 안무가의 해석과 표현을 모델이 학습할 수 있는 형태의 언어로 정제하는 과정도 필요했습니다. 이렇게 춤에 특화된 데이터를 확보·학습한 뒤, 이를 전 세계 사용자와 파트너에게 안정적으로 제공하는 인프라까지 함께 구축해야 했습니다.
이처럼 복합적인 데이터 확보·정제 과정 속에서, 이 글에서는 무븐트가 AWS 위에서 데이터 파이프라인과 추론 서빙 아키텍처를 어떻게 설계하고 구축했는지를 중점으로 소개하고자 합니다.
데이터 파이프라인: 춤의 언