본문으로 건너뛰기
피드

노타의 VLM 영상 관제 솔루션, 네이버클라우드 마켓플레이스에 올라감

ai-ml 약 3분
vote
0
댓글
북마크

노타가 비전 언어 모델 기반 영상 관제 솔루션 NVA를 네이버클라우드 마켓플레이스에 등록했다. NVA는 단순 객체 탐지를 넘어 영상 속 상황과 맥락을 텍스트로 설명하고 이상 상황을 분석·요약하는 솔루션이다. 산업안전, 교통, 재난 대응, 공공 선별관제 등으로 적용 범위를 넓히고 있으며 2026년 상반기 수주는 전년 동기 대비 1.8배 늘었다.

  • 1

    NVA는 비전 언어 모델 기반 영상 관제 솔루션으로 영상 속 상황과 맥락을 이해해 이상 상황을 분석함

  • 2

    네이버클라우드 마켓플레이스 등재로 클라우드 기반 고객 접점과 매출 채널 확대를 노림

  • 3

    코오롱인더스트리, 대전지방국토관리청 등 기업과 공공기관에서 활용 사례가 있음

  • 4

    교통관제 분야에서는 중동과 케냐 등 해외 도입 사례도 확대 중임

  • 5

    2026년 상반기 NVA 수주는 전년 동기 대비 1.8배 증가함

  • 노타가 비전 언어 모델(VLM) 기반 영상 관제 솔루션 NVA를 네이버클라우드 마켓플레이스에 등록함

    • 네이버클라우드 마켓플레이스는 기업과 기관 고객이 네이버클라우드 기반 솔루션을 확인하고 도입할 수 있는 온라인 스토어임
    • 이번 등재로 기존 직접 영업과 프로젝트 중심 판매에서 클라우드 기반 채널까지 넓히려는 그림임
  • NVA의 포인트는 기존 컴퓨터 비전식 객체 탐지보다 한 단계 더 나아간다는 점임

    • 단순히 사람이 있다, 차량이 있다를 찾는 수준이 아니라 영상 속 상황과 맥락을 이해함
    • 복합적인 상황을 텍스트로 설명하고 의심 상황을 분석·요약할 수 있는 것이 특징임
  • 이미 적용 분야도 꽤 넓어지고 있음

    • 산업안전, 교통, 재난 대응, 미디어, 공공 선별관제 등 다양한 영상 모니터링 영역에 쓰이고 있음
    • 코오롱인더스트리, 대전지방국토관리청 등 기업과 공공기관 활용 사례가 있음
    • 교통관제(ITS) 분야에서는 중동과 케냐 등 해외 시장으로도 도입 사례를 넓히는 중임
  • 숫자로 보면 성장세도 있음

    • 2026년 상반기 NVA 수주는 전년 동기 대비 1.8배 증가함
    • 기사에서는 산업 현장에서 즉각적인 상황 대응을 위해 VLM 기반 영상 분석을 온디바이스 환경에서 구현하려는 수요가 커진 결과로 해석함
  • 네이버클라우드 마켓플레이스 등재는 도입 장벽을 낮추는 쪽에 의미가 있음

    • 사전 구성된 패키지 형태라 PoC와 구축 기간을 줄일 수 있음
    • 소수 영상 채널에서 시작해 채널 수와 탐지 시나리오를 단계적으로 확대할 수 있음
    • 월 단위 구독형 과금 모델이라 초기 인프라 투자 부담을 줄일 수 있어 중견·중소기업에도 접근성이 생김

짧은 제품 소식이지만 VLM이 실제 산업 현장으로 내려오는 흐름을 보여준다는 점에서 의미가 있음. 특히 영상 관제가 온디바이스와 클라우드 구독 모델을 같이 타기 시작하면 중소·중견기업도 생성형 AI 기반 관제를 더 쉽게 도입할 수 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

메타 클라우드설, 국내 CSP 밸류에이션에도 불 붙일까

메타가 자체 AI 인프라를 외부에 판매하는 클라우드 사업을 검토하면서 AI 설비투자를 비용이 아니라 수익 자산으로 보는 시각이 커지고 있다. 한화투자증권은 메타가 단기적으로 AWS, Azure, GCP를 대체하기는 어렵지만, AI 인프라 회수 논리가 국내 CSP와 소프트웨어 기업 가치에도 영향을 줄 수 있다고 봤다. 네이버는 B2B 소버린 AI와 공공 클라우드, 삼성SDS는 MSP 매출 기대가 언급됐다.

ai-ml

메타의 클라우드 진출, 그냥 GPU 장사보다 ‘AI 정제소’ 싸움이 더 중요해졌다는 신호

메타가 남는 AI 컴퓨팅을 외부에 판매하는 클라우드 사업을 검토 중이라는 보도는 AI 인프라 경제가 바뀌고 있음을 보여준다. 단순 GPU 임대보다 모델, 소프트웨어, 칩을 같이 최적화해 추론을 더 비싸게 파는 쪽이 진짜 마진을 만든다는 분석이다. 한국의 800조원 규모 AI 인프라 투자도 하드웨어 구축을 넘어 이를 지휘할 소프트웨어와 모델 오케스트레이션이 핵심 과제로 떠오른다.

ai-ml

메타의 AI 전략이 흔들리는 이유: 라마4 논란부터 인프라 재판매까지

메타가 AI 컴퓨팅 파워를 외부에 판매하는 클라우드 사업을 검토하는 가운데, 라마4 실패와 조직 혼선, 막대한 설비투자 부담이 함께 부각되고 있다. 오픈소스 전략의 흔들림, 인재 영입 경쟁, 내부 사기 저하까지 겹치며 메타의 AI 전략이 방향을 잃었다는 분석이 나온다.

ai-ml

GPU 부족 시대, 모델 압축으로 한 대가 두세 대 몫 하게 만들겠다는 백보드

백보드닷아이오가 AI 모델을 최대 70% 압축해 GPU 효율을 높이는 백보드퀀트와 기업용 AI 운영 스택을 발표했다. 내부 테스트에서는 풀프리시전 모델과 비슷한 정확도를 유지하면서 추론 속도를 최대 2.7배 높였고, 코딩 도구 비용도 최대 90% 낮출 수 있다고 주장했다.

ai-ml

기업 AI 비용 경쟁, 이제 비싼 모델보다 라우터와 핀옵스가 핵심

기업들이 AI 에이전트 확산으로 급증한 토큰 비용을 줄이기 위해 모델 라우터, 멀티 프로바이더, 오케스트레이션, AI 핀옵스, 프롬프트 최적화를 도입하고 있다. 모든 작업을 최고가 모델에 맡기는 대신 업무 난이도별로 모델을 나누고, 토큰 사용량을 실시간 관리하는 흐름이 본격화되는 중이다.