NULLY × 버블클라우드
개발 협의 브리핑
주식회사 널리가 진행 중인 정부 R&D 과제(TIPS)의 시스템 개발을 함께해 주실 것을 제안드리며,
프로젝트가 어떤 것인지, 무엇을 논의드리고 싶은지를 이 한 장에 정리했습니다.
널리, 그리고 이 프로젝트
먼저 저희가 어떤 회사이고 무엇을 만들려는지 소개드립니다.
- 널리는 베트남 하노이에서 K-POP 아카데미를 운영하며, K-라이프스타일 커머스로 확장 중인 회사입니다. 2026년 중소벤처기업부 딥테크 TIPS R&D 과제에 선정되었습니다.
- 과제의 목표는 「AI로 현지 인플루언서를 분석해, 한국 상품과 연결하는 커머스 플랫폼」을 만드는 것입니다.
- 이 시스템의 개발을 버블클라우드에 맡기고자 하며, 전체를 일괄(턴키)로 위탁하는 방향을 희망합니다.
- 널리 측 창구는 김준수 이사(CPO)가 맡습니다. 설계 협의·자료 제공·검수를 전담합니다.
만들어야 하는 것
과제 계획서에 정의된 핵심 엔진 3종입니다. 이름은 낯설지만 하는 일은 명확합니다.
NV-Auth
진위 검증
인플루언서의 팔로워·반응이 조작인지 진짜인지 AI가 가려냅니다. 그래프 신경망 + 시계열 이상탐지 + 콘텐츠 일관성의 3중 앙상블 구조입니다.
포인트
NV-Match
잘 팔릴 조합 찾기
어떤 상품을 어떤 인플루언서가 소개해야 그 팬들이 실제로 사는지, 상품·인플루언서·팬덤 셋을 같은 벡터 공간에 놓고 궁합을 계산합니다.
포인트
NV-Loop
자가 학습 루프
캠페인 결과(전환 기여)를 다시 학습 재료로 넣어, 운영할수록 매칭이 좋아지는 폐쇄 루프입니다. 월 단위 온라인 재학습을 계획하고 있습니다.
포인트
1차년도 결과물 4묶음과 일정 시계
- ① 트래픽 추적 SDK·데이터 파이프라인 — 딥링크·서버측 트래킹으로 유입을 개별 식별
- ② 콘텐츠 멀티모달 분석 + 진위 검증 — 영상·음성·텍스트 분석(YOLOv11·Whisper·PhoBERT·CLIP)과 NV-Auth
- ③ 매칭 알고리즘 — NV-Match (F1 0.85 목표)
- ④ 대시보드 + 기여도(Attribution) 엔진 — Shapley 기반 기여 배분·추적 정확도 99.5% 목표
일정 시계
과제 전체의 정량 성과지표 6종 — 최종 합격 기준
협약 시 확정된 목표치입니다. 전 항목 KOLAS 공인시험기관 성적서로 검증하는 조건이라, 개발 설계 단계부터 이 기준을 함께 봐야 합니다.
- ① 인플루언서 진위성 검증 성능 = F1 0.93 이상 (비중 25% · Ground Truth 1만 건+ 기반)
- ② 상품-인플루언서 매칭 성능 = F1 0.85 이상 (비중 20% · 실구매 전환 라벨 기준)
- ③ 트래픽-매출 기여도 추적 정확도 = 99.5% 이상 (비중 15% · 검증 표본 2,000건)
- ④ 글로벌 플랫폼 데이터 동기화 지연 = 3초 이하 (비중 15% · API 신호→DB 반영·100회 평균)
- ⑤ 시계열 매출·트렌드 예측 오차율 = MAPE 15% 이하 (비중 15% · 1년치 백테스팅)
- ⑥ 개인정보 비식별 적합성 = k-익명성 k≥5 충족률 100% (비중 10% · 분기별 점검)
참고
개발의 시작점 — CRM 연동과 Talent ID
저희가 생각하는 착수 순서입니다. 데이터가 흐르는 상태를 먼저 만들고, 그 위에 엔진을 올립니다.
널리 CRM
오디션 신청·회원·상담 기록이 쌓이는
평가 데이터
심사 기록 508건 · 평가의견서 172건 등 실데이터 보유
Talent ID
사람 1명마다 이력·평가·활동이 붙는 표준 데이터 구조 (널리 내부 명칭)
AI 엔진 3종
이 데이터를 정답 라벨 삼아 학습
- 널리가 운영 중인 CRM에는 오디션 참가자·연습생의 실측 데이터가 이미 쌓여 있습니다. AI 학습의 「정답지」가 되는 자산입니다.
- Talent ID는 별도의 새 시스템이 아니라, 이 데이터에 표준 구조(스키마)를 입히는 작업입니다. 널리가 설계해 둔 스키마가 있습니다.
- 개발 착수 시 CRM 코드와 DB를 전면 공유할 예정입니다. 접근 방식(저장소 공유·DB 접속·API)은 편하신 쪽으로 맞추겠습니다.
첫 미팅에서 논의드리고 싶은 것
가볍게 시작하되, 아래 일곱 가지에 대한 의견을 듣고 싶습니다.
1팀 구성과 기술 범위
웹·시스템 개발과 함께 AI 모델(그래프 신경망·랭킹 모델 등) 개발까지 커버 가능하신지 듣고 싶습니다. 범위에 따라 역할 분담을 유연하게 설계하면 됩니다.
2연내(12/31) 현실적 범위
결과물 4묶음 중 연내 어디까지가 현실적인지, 우선순위를 어떻게 잡으면 좋을지 의견 부탁드립니다.
3비용 산정 방식
고정가(범위 확정형)와 투입 인력 기준(월 단위) 중 어느 방식이 익숙하신지, 대략의 규모감을 논의하고 싶습니다.
4CRM·DB 접근 방식
코드 저장소 공유·DB 직접 접속·문서 전달 중 선호하시는 온보딩 방식을 알려주시면 맞춰 준비하겠습니다.
5Talent ID 스키마 협업 방식
널리 설계안을 기준으로 구현하는 방식과, 버블클라우드에서 설계 개선까지 제안하는 방식 중 어느 쪽이 좋을지 논의드리고 싶습니다.
6연구 문서 작업
정부 R&D 특성상 연차 실적보고서·최종보고서 작성이 있습니다. 개발과 함께 문서 작업까지 맡아주셔야 합니다.
7산출물 귀속 원칙
정부 R&D 성과 규정상 코드·모델·데이터 등 산출물은 널리 귀속을 전제로 하고자 합니다. 소스코드·문서 인도 방식은 계약 시 함께 정리하겠습니다.
계약 단계에서 함께 정리할 항목
첫 미팅 이후 범위가 잡히면, 아래 항목을 계약서에 담아 서로 명확하게 하고자 합니다.
산출물 · 검수
- 결과물 묶음별 검수 기준 정의 (무엇이 되면 「완료」인지)
- 단계별 검수 통과 기준 지급
- 소스코드·문서 인도 방식
데이터 · 보안
- 비밀유지(NDA)
- CRM에 개인정보가 포함되어 있어 개인정보 처리 관련 계약 정리 (양사 법무 확인 병행)
- 접근 권한은 계정 분리·이력이 남는 방식
일정
- 12/31 기준 역산 마일스톤
- 주간 단위 진행 공유 리듬
운영 · 인수인계
- 과제 기간 이후 유지보수 조건
- 운영 이관·기술 문서화 범위
일정 프레임 (제안)
12월 31일에서 거꾸로 계산한 흐름입니다. 협의에 따라 조정 가능합니다.
첫 미팅
팀 구성·범위 감각 공유 (가볍게)
범위 · 견적
CRM 코드·설계 자료 공유 후 범위와 견적 협의
계약 · 킥오프
검수 기준·귀속·보안 포함 계약 체결
개발
CRM 연동 → Talent ID → 엔진 순으로, 데이터가 흐르는 상태에서 개발
검수 · 보고
결과물 검수와 연차 보고 문서 마무리