매칭 진행 중
공동 연구, 위탁 연구
독자들의 리딩 데이터를 기반한 텍스트 콘텐츠 평가 AI 에이전트 학습
프로젝트 개요
웹소설 독자들의 리딩 데이터를 기반으로 웹소설의 평가 및 흥행 예측이 가능한 AI 에이전트 학습 연구. 실제 리딩 데이터를 AI 에이전트의 메모리 구조에 맞게 합성 및 증강하고, 최적화된 검색 및 임베딩 기술을 통해 평가 모델의 성능을 향상시키는 것이 목표.
기업 소개 및 사업 영역
픽스는 AI 기반 웹소설 제작을 전문으로 하는 웹소설 스튜디오로, 자체 개발한 AI 에이전트를 활용하여 기존 대비 6배 이상 빠른 속도로 웹소설을 제작. 제작 과정에서 발생하는 데이터를 합성하여 AI 에이전트를 지속적으로 고도화하며, 생성된 웹소설을 영어 번역, 숏폼/롱폼 드라마, 영화, 웹툰 등으로 각색하는 기능을 통해 IP 멀티 유즈를 극대화함.
대표 제품 및 서비스
웹소설 생성 AI 에이전트
연구 역량 및 경험
2024년 10월 TIPS 선정 후 활발한 연구개발 진행 중. 자체 개발한 AI 웹소설 생성 모델을 보유하며, 데이터 합성과 스토리 집필에 최적화된 메모리 임베딩 및 RAG 방법론 연구개발 및 상용화 경험 보유.
연구 배경
기존 콘텐츠 업계에서는 흥행 리스크가 매우 큰 문제이며, 제작 과정에서 많은 비용과 시간이 소요됨. 콘텐츠가 흥행에 실패할 경우 큰 비용적 부담이 발생하기 때문에, 제작 완료 전에 흥행 예측이 가능한 평가 시스템이 필요함. 최근 LLM의 발전을 통해 데이터 기반 평가 AI 에이전트의 실용 가능성이 높아짐에 따라, 이를 활용한 연구가 필수적임.
협력 희망 분야
AI 기반 텍스트 평가 모델 연구, LLM 및 RAG 기반 데이터 활용 최적화, 데이터 합성을 통한 평가 AI 성능 향상
세부 목표
웹소설 독자들의 리딩 데이터를 AI 평가 모델의 메모리 구조에 맞게 합성 및 증강, AI가 웹소설을 평가할 때 필요한 데이터를 최적화된 검색 및 임베딩 기술을 통해 RAG하여 평가 성능을 극대화
펀딩 방식
정부 지원 과제
선호 요건
LLM 및 RAG 관련 연구 경험 보유, AI 기반 텍스트 평가 모델 개발 경험
연구 희망 기간
6개월 (연장/축소 가능)
연구 키워드
데이터 합성
AI 에이전트 메모리
지식 증강
LLM
RAG