MAX SUMMIT 2026 후원사 인터뷰 ｜ 싱클리
소비자는 이제 글이 아니라 영상으로 말합니다. 릴스 한 편 속에서 제품을 보여주고, 목소리로 후기를 남기고, 화면 배경으로 라이프스타일을 드러냅니다. 문제는 이 이야기의 상당 부분이 브랜드의 리포트에는 잡히지 않는다는 점입니다. 게시물 설명글에 브랜드 이름을 적지 않으면, 화면에 제품이 또렷이 등장해도 소셜 리스닝 집계에서는 없었던 일이 됩니다.
MAX SUMMIT 2026에서 “숨은 60%를 찾는, LG전자의 멀티모달 소셜 리스닝”이라는 세션으로 이 문제를 짚은 이승곤 싱클리(Syncly) 한국사업총괄 이사를 만났습니다. 그는 영상 속 화면과 소리까지 읽어내는 ‘멀티모달 분석’을 통해, 소비자가 이미 남긴 이야기를 “새로 만드는 것이 아니라 찾아내는 것”이라고 설명합니다. LG전자 고객인사이트팀과 함께 진행한 실제 분석 사례와 함께, 영상 시대에 소셜 리스닝이 어떻게 달라져야 하는지 물었습니다.
싱클리, 그리고 LG전자와 함께한 무대
Q1. 안녕하세요, 이승곤 이사님. 이사님과 기업(싱클리) 소개 부탁드립니다.
안녕하세요. 싱클리(Syncly)의 한국 사업을 총괄하고 있는 이승곤입니다.
싱클리는 딥블루닷(Deep BlueDot, Inc.)이 개발·운영하는 AI 소셜 리스닝 솔루션입니다. 소비자가 SNS와 커뮤니티에 스스로 남긴 글과 영상을 모아, 브랜드가 시장의 반응을 읽을 수 있게 해주는 도구입니다. 창업팀은 국내 AI 기업 인수 사례 중 가장 큰 규모로 알려진 수아랩(Sualab)의 창업 멤버와 초기 구성원들로, 컴퓨터 비전 기술을 10년 가까이 다뤄온 팀입니다. 2023년 미국 Y Combinator를 거쳐 시드 라운드를 마쳤고, Oracle과도 협업 관계를 맺고 있습니다. 실리콘밸리를 본거지로 미국·유럽·한국 고객을 함께 만나고 있습니다.
한국 시장에 힘을 싣게 된 이유는 명확했습니다. 저희가 가진 기술의 핵심은 ‘영상을 이해하는 AI’인데, 한국은 브랜드가 글로벌 영상 플랫폼에서 가장 빠르게 성과를 만들어내는 시장입니다. 전 세계를 대상으로 캠페인을 운영하는 대기업과, 숏폼을 통해 해외에서 먼저 알려지는 K-뷰티·K-푸드 브랜드가 한 시장 안에 함께 있습니다. 영상 데이터를 읽어내야 하는 필요가 가장 먼저, 가장 크게 나타나는 곳이라고 봤습니다.
현재는 LG전자, 삼성전자, 제일기획 등 대형 브랜드·에이전시와, 아누아, 셀리맥스처럼 글로벌로 확장하는 소비재 브랜드와 함께 일하고 있습니다.
Q2. 맥스서밋에 참여해 주셨는데요. LG전자와 공동으로 연사로 참여해 주신 소감을 부탁드립니다.
LG전자 고객인사이트팀과 한 무대에 오른 것 자체가 저희에게 의미가 컸습니다. 솔루션 회사가 혼자 “이런 기능이 있습니다”라고 말하는 세션은 많지만, 그 도구로 실제 의사결정을 해본 고객이 직접 결과를 이야기하는 세션은 드물기 때문입니다.
준비하면서 가장 신경 쓴 것은 오히려 ‘기능 소개를 하지 않는 것’이었습니다. 30분 중 절반 이상을 LG전자가 직접 확인한 결과에 배정하고, 저희 파트는 문제 정의와 데모로 압축했습니다. 발표를 슬라이드가 아닌 데모 영상으로 시작한 것도 같은 이유였습니다. 영상 속 화면과 소리까지 읽어낸다는 이야기는 말로 설명하면 추상적인데, 화면으로 보여드리면 30초 만에 이해되는 주제여서요.
기억에 남는 건 세션이 끝난 다음이었습니다. 저희는 이번에 부스를 운영하지 않았는데도 무대 아래에서 많은 분이 인사를 건네주셨고, 그중 상당수가 가전이 아닌 금융·식품 등 전혀 다른 업종의 담당자분들이었습니다. “우리 카테고리도 같은 사각지대가 있다”는 말씀을 여러 번 들었습니다. 저희가 짚은 문제가 특정 산업의 문제가 아니라는 것을 현장에서 확인한 시간이었습니다.
‘숨은 60%’, 그 안에 담긴 두 가지 의미
Q3. 세션에 참석하지 못한 인사이드 독자분들을 위해 세션에 대해 간단히 소개해 주실 수 있으실까요?
소셜 리스닝이 익숙하지 않은 분들도 계실 테니, 그것부터 짧게 말씀드리겠습니다. 소비자가 SNS나 커뮤니티에 우리 브랜드와 제품에 대해 올린 글과 영상을 모아, 무엇을 좋아하고 무엇이 불만인지 읽어내는 일입니다. 설문처럼 브랜드가 물어보는 것이 아니라, 소비자가 아무도 묻지 않았을 때 스스로 남긴 말을 모아 본다는 점이 다릅니다. 그래서 꾸미지 않은 진짜 반응이 담깁니다.
세션은 세 부분으로 구성했습니다.
첫째는 문제 제기입니다.
소비자가 이야기를 남기는 곳은 이미 영상으로 옮겨갔는데, 그 이야기를 모아 읽는 도구는 여전히 글자만 보고 있다는 점을 짚었습니다.
둘째는 저희 방식 소개입니다.
영상에 담긴 화면과 말소리까지 함께 읽는 방식인데, 이를 ‘멀티모달’ 분석이라고 부릅니다. 글자·화면·소리처럼 서로 다른 형태의 정보를 한꺼번에 읽는다는 뜻입니다.
셋째는 실제 결과입니다.
LG전자 고객인사이트팀이 이 방식으로 빌트인 가전 트렌드를 직접 분석한 결과를 공유해 주셨습니다.
‘숨은 60%’라는 표현에는 두 가지 뜻을 담았습니다.
먼저 ‘60%’는, 소비자가 브랜드에 대해 남기는 이야기의 상당 부분이 이미 영상 안에 있다는 뜻입니다. 그런데 이 부분은 지금의 리포트에 거의 잡히지 않습니다. 릴스 한 편에 우리 제품이 화면에 등장하고 사용 후기가 말로 나와도, 게시물 설명글에 브랜드 이름이 적혀 있지 않으면 집계에서 빠지기 때문입니다.
‘숨은’이라는 단어를 고른 이유는, 이 데이터가 없는 게 아니라 이미 있는데 읽히지 않고 있다는 점을 강조하고 싶었기 때문입니다. 새로 만들어야 하는 데이터가 아닙니다. 우리 브랜드에 대해 이미 쌓여 있는데 도구가 읽지 못해 리포트에서 빠져 있는 부분입니다. 그래서 ‘만드는’이 아니라 ‘찾는’이라는 동사를 붙였습니다.
Q4. 소셜 리스닝 시장에서 ‘멀티모달 분석’이 점차 중요하게 떠오르는 이유는 무엇일까요?
영화를 자막만 읽고 이해하려는 상황에 비유할 수 있습니다. 줄거리는 대충 따라갈 수 있지만, 배우의 표정과 목소리, 화면에 무엇이 놓여 있는지는 전혀 모르는 채로 보는 셈입니다.
릴스 한 편을 떠올려 보시면 그 안에는 세 종류의 정보가 있습니다. 게시물 설명글과 해시태그처럼 글자로 적힌 정보, 화면에 보이는 정보(공간, 제품, 브랜드 로고), 그리고 말소리에 담긴 정보(감정, 언제 어떻게 쓰는지)입니다. 지금의 리스닝 도구가 읽을 수 있는 것은 대체로 첫 번째, 글자로 적힌 부분뿐입니다.
문제는 소비자가 정보를 담는 비중이 그 반대라는 점입니다. “이 제품 좋아요”라는 설명글 한 줄보다, 화면에 함께 놓인 경쟁사 제품, 그 제품을 쓰는 시간과 장소, “아침에 세럼 다음에 쓰기 좋아요”라는 한마디가 훨씬 많은 것을 알려줍니다.
정리하면 이렇습니다. 영상에서는 정보의 대부분이 화면과 소리에 담기는데, 집계는 글자만으로 이뤄집니다. 같은 영상 한 편을 두고 지금의 도구는 ‘언급 1건’으로 세고 끝나지만, 화면과 소리까지 읽으면 그 1건 안에서 제품·공간·사용 순서·감정까지 나옵니다.
멀티모달 분석이 중요해진 이유는 기술 유행 때문이 아닙니다. 데이터가 있는 곳으로 분석을 옮기는 문제입니다.
“리포트 숫자, 실제 대화의 몇 %인가”
Q5. 같은 주제를 수집해도 영상 플랫폼이 과소 집계된다는 점을 세션에서 소개해 주셨습니다. 실제로 국내 브랜드·고객사들 사이에서도 이런 사각지대가 체감되고 있나요?
체감하고 계십니다. 가장 자주 듣는 말이 “플랫폼에서 직접 검색하면 수백 건인데 리포트에는 몇 건만 잡힌다”는 것입니다. 해외 고객에게서도 똑같은 이야기를 듣습니다. 세션에서도 “우리 리스닝 도구는 틱톡 언급이 7건이라고 말하는데, 직접 확인하면 수백 건이 있다”는 실제 고객 발언을 인용했습니다.
원인은 두 가지입니다. 영상 플랫폼에서는 데이터를 모으는 것 자체가 제한적이고, 모았더라도 게시물 설명글 위주로만 분석되기 때문입니다. 그래서 브랜드 이름을 글로 적지 않고 화면에만 제품이 나오는 콘텐츠는 아예 집계에서 빠집니다. 소비자 입장에서는 브랜드를 분명히 보여준 것인데, 브랜드 입장에서는 없었던 일이 되는 셈입니다. 영상에서는 이런 경우가 특히 많습니다.
가장 먼저 점검해야 할 병목은 분석이 아니라 수집, 더 정확히는 검색 조건입니다. 많은 팀이 리포트 품질이 낮은 원인을 분석 단계에서 찾지만, 대부분은 데이터를 모으는 단계에서 이미 결정됩니다. 관계없는 글을 걷어내려고 검색 조건을 계속 손보다 보면, 조건을 좁힐수록 잡음은 줄지만 정작 봐야 할 대화도 함께 빠집니다. 저희가 ‘쿼리 빌딩 지옥’이라고 표현한 지점이 여기입니다. 조건을 짜는 데 시간을 다 쓰고, 정작 봐야 할 것은 놓치는 상황입니다.
점검 질문은 하나로 충분합니다.
“지금 우리 리포트의 숫자는 우리 브랜드에 대한 대화 전체 중 몇 %인가?” 이 질문에 답할 수 없다면, 도구를 바꾸는 것보다 수집 범위를 먼저 확인하시는 것이 순서입니다.
Q6. 싱클리가 강조하는 ‘자연어 기반 AI 필터링’ 방식에 대해 소개를 부탁드립니다.
예를 들어보겠습니다. 화장품 브랜드 ‘미샤’에 대한 반응을 보려고 하면, 검색에는 축구 감독 미샤 이야기가 잔뜩 섞여 들어옵니다. 기존 방식에서는 이걸 사람이 미리 막아야 합니다. (MISSHA 또는 미샤) 이면서 (감독, 축구는 제외)처럼, 뺄 단어를 담당자가 하나하나 적어 넣는 방식입니다. AND·OR·NOT을 조합해 조건을 짜는 이런 검색식을 업계에서는 불리언(Boolean) 검색이라고 부릅니다.
문제는 미리 떠올리지 못한 것은 막을 수 없다는 점입니다. 그래서 리포트에 엉뚱한 글이 보일 때마다 조건을 다시 고치는 일이 끝없이 반복됩니다.
싱클리에서는 “미샤”라고 알고 싶은 것만 평소 쓰는 말로 입력합니다. 그러면 AI가 글을 문맥으로 읽고, 이 글이 화장품을 말하는지 축구를 말하는지 스스로 판단해 걸러냅니다. 함께 봐야 할 연관된 표현도 AI가 알아서 넓혀줍니다.
이런 판단이 가능한 이유는 세 가지입니다.
첫째, 판단 근거가 게시물 설명글이 아니라 영상 그 자체입니다. 컴퓨터 비전을 오래 다뤄온 팀이 만든 기술로, 말소리를 글로 옮기고(음성 인식) 화면에 적힌 글자를 읽고(화면 문자 인식) 화면에 무엇이 있는지 알아보는(AI 비전) 과정을 거쳐 단서를 직접 뽑아냅니다.
둘째, 단어가 있는지를 맞춰보는 것이 아니라 문맥을 판단합니다. ‘그 단어가 나왔는가’가 아니라 ‘이 대화가 우리 주제인가’를 봅니다.
셋째, 걸러내는 시점이 다릅니다. 다 모아놓고 나중에 골라내는 것과, 처음부터 정리해서 모으는 것은 결과가 다릅니다.
이 구조 덕분에 조건을 짜고 데이터를 정리하는 데 들어가던 일손을 80% 정도 줄일 수 있었습니다.
2주를 수 시간으로, 그리고 LG전자와의 실제 분석
Q7. “인사이트에서 실행까지, 2주를 수 시간으로” 압축했다고 강조하셨는데요.
기존 흐름은 이렇습니다. 담당자가 검색 조건을 직접 짜고 → 데이터를 모으고 → 분석하고 → 결과에서 시사점을 뽑고 → 무엇을 할지 정하고 → 실행을 위한 준비를 따로 하고 → 실행합니다. 단계마다 사람이 결과를 정리해 다음 단계로 넘겨줘야 하기 때문에 실행까지 2주 이상 걸립니다. 그사이 데이터는 이미 지난 이야기가 됩니다.
싱클리에서는 알고 싶은 것을 평소 쓰는 말로 입력하면 데이터를 모을 조건이 자동으로 만들어지고, 화면과 소리까지 읽는 분석이 이어서 돌아갑니다. 그 결과를 AI가 요약해 다음에 무엇을 하면 좋을지까지 제안하기 때문에, 담당자는 판단하고 실행하는 데에만 시간을 씁니다. 여기까지가 몇 시간 안입니다.
‘인건비 절감이 아닌 빠른 실행’을 강조한 이유는 소셜 데이터의 가치가 시간에 매우 민감하기 때문입니다. 어떤 형태의 콘텐츠가 반응을 얻고 있는지, 어떤 오해가 퍼지고 있는지는 2주 뒤에 알면 이미 지난 이야기입니다.
자동화를 인건비 관점으로만 보면 목표가 ‘사람 몇 명 몫’이 됩니다. 실행 속도 관점으로 보면 목표가 ‘지난주의 흐름에 이번 주에 대응할 수 있는가’가 됩니다. 마케팅 성과를 실제로 바꾸는 것은 후자입니다. 아낀 시간을 리포트 작성이 아니라 판단과 실행에 쓰는 것이 자동화의 목적이라고 봅니다.
Q8. LG전자 고객인사이트팀과 함께한 빌트인 가전 트렌드 분석 사례가 인상적이었습니다. “정성적 감(感)이었던 질문을 정량적 의사결정으로 바꿀 수 있었다”고 하셨는데, 실제로 어떤 질문이 어떤 데이터로 검증됐는지 사례를 들어주실 수 있을까요?
세션에서 LG전자 고객인사이트팀이 공유한 범위로 말씀드리겠습니다.
출발점은 정성적인 감의 영역에 있던 질문들이었습니다. “요즘 소비자는 거실에서 TV를 어떻게 두고 있는가”, “가전을 공간에 숨기는 흐름이 실제로 존재하는가”, “그렇게 하는 사람들은 누구이고 왜 그렇게 하는가”. 업계에서 오래 이야기되던 방향이지만 근거는 개별 사례와 경험에 기대고 있었습니다.
검증에 쓴 데이터는 최근 1년간 올라온 인테리어 관련 인스타그램 릴스였습니다. 글자만 읽는 방식으로는 거의 잡히지 않는 데이터입니다. 인테리어 영상은 대부분 설명글에 가전 브랜드나 제품명을 적지 않고, 정보가 화면 안에만 있기 때문입니다. 여기에 화면과 소리를 함께 읽는 분석을 적용해, 영상 속 공간과 제품이 어떻게 설치되어 있는지, 그리고 무슨 이야기를 하며 보여주는지를 함께 뽑아냈습니다.
그 결과 TV를 어떤 형태로 설치해 두는지를 유형별 비중으로 숫자화할 수 있었습니다. 벽에 걸었는지, 스탠드에 올렸는지, 아예 벽 안에 넣어 숨겼는지를 세어본 것입니다. ‘숨기는 방식’이 실제로 얼마나 되는지가 이렇게 확인됐습니다. 또 거실을 서재처럼 쓰는 사람들이 어떤 생애 단계에 몰려 있는지(예를 들어 자녀를 키우는 시기인지, 이사나 결혼을 앞둔 시기인지), 그렇게 하는 이유가 무엇인지도 집단별로 확인했습니다.
감이었던 질문이 “비중은 얼마이고, 누가, 왜 그렇게 하는가”라는 답을 가진 정량 데이터로 바뀐 것이 이 사례의 핵심입니다.
듣기에서 움직이기로
Q9. “Stop Listening, Start Moving”이라는 세션의 마지막 메시지가 인상적이었습니다. 이 문장이 담고 있는 의미를 조금 더 풀어 설명해 주실 수 있을까요?
두 가지 의미를 담았습니다.
첫째, 리스닝의 목적은 듣는 것 자체가 아니라 움직이는 것이라는 뜻입니다. 많은 조직에서 소셜 리스닝은 월간 리포트로 끝납니다. 데이터를 성실히 들었지만 아무것도 바뀌지 않는 상태입니다. 그렇다면 그 리스닝은 아직 일이 되지 않은 것입니다.
둘째, ‘듣기’라는 단어 자체가 이제 좁다는 뜻입니다. 소비자는 이제 글로 쓰는 대신 보여줍니다. 화면과 목소리로 말하는 시대에는 듣기만으로 부족하고, 보는 것까지 함께 해야 합니다.
그래서 마지막 메시지를 ‘듣는 것에서 움직이는 것으로’라고 정리했습니다. 도구를 바꾸자는 말이 아닙니다. 데이터를 보는 방식과 일하는 방식을 함께 옮겨야 한다는 제안입니다. 세션 마지막에 LG전자 측이 남긴 “고객 경험은 이미 새로운 공간으로 이동했고, 이제 마케터의 일하는 방식도 함께 이동해야 한다”는 문장과 같은 이야기입니다.
Q10. 2026년도 벌써 하반기에 접어들었는데, 싱클리의 하반기 계획 혹은 장기적인 비전에 대해 궁금합니다.
하반기에 가장 힘을 싣고 있는 것은 리스닝을 분석에서 끝내지 않고 실행까지 잇는 서비스입니다. 소셜 리스닝으로 도출한 인사이트를 두 곳에 바로 연결하고 있습니다. 하나는 크리에이터 협업으로, 어떤 대화가 어떤 콘텐츠에서 일어나는지를 근거로 함께할 크리에이터를 고릅니다. 다른 하나는 광고 소재 확보로, 실제로 반응이 확인된 표현과 장면을 소재의 출발점으로 씁니다. 이미 초기 도입 고객사에서 유의미한 성과 지표 상승을 확인하고 있습니다.
기존에는 리스닝 결과를 받아 든 다음에 ‘그래서 무엇을 만들 것인가’를 다시 처음부터 고민해야 했습니다. 그 구간을 데이터로 메우는 것이 지금 저희가 하고 있는 일입니다.
함께 진행하는 다른 하나는 분석의 깊이입니다. 지금은 영상 속 제품과 공간, 오가는 이야기를 읽어내는 단계인데, 여기서 한 걸음 더 나아가 브랜드가 실제로 궁금해하는 형태의 질문에 바로 답하는 수준으로 올리려 합니다. “어떤 형태의 콘텐츠가, 왜 반응을 얻었는가” 같은 질문입니다.
길게 보면 저희가 가려는 방향은 ‘영상 시대의 소셜 인텔리전스’입니다. 브랜드가 시장을 읽는 눈이 되겠다는 뜻입니다. 소비자 대화의 중심이 영상으로 넘어간 만큼, 그 눈도 글자를 세는 데서 영상을 이해하는 쪽으로 바뀌어야 합니다. 그 전환의 기반이 되는 것이 저희의 목표입니다.
Q11. 마지막으로 모비인사이드 독자분들에게 하고 싶으신 말씀 들려주세요.
리스닝 도구를 오래 써오신 팀이라면, 한 번쯤 ‘우리 리포트에 무엇이 빠져 있는지’를 확인해 보시기를 권합니다. 방법은 간단합니다. 인스타그램이나 유튜브에서 우리 브랜드를 직접 검색해 나오는 양과, 리포트에 적힌 숫자를 나란히 놓고 비교해 보시면 됩니다. 그 차이가 크다면 도구를 잘못 쓰고 있는 것이 아니라, 소비자가 이야기하는 장소가 바뀐 것입니다.
맥스서밋에 대해서는 감사의 말씀을 드리고 싶습니다. 솔루션사와 브랜드가 같은 무대에서 실제 결과를 함께 이야기하는 자리는 흔치 않은데, 이번 세션이 그런 형태로 마련됐습니다. 이런 자리가 더 많아지면 업계 전체의 이야기가 사례 중심으로 단단해질 것이라고 생각합니다.
세션 이후 여러 업종의 담당자분들이 같은 고민을 나눠주셔서 저희도 배우는 것이 많았습니다. 우리 브랜드의 영상 데이터가 어떻게 읽히고 있는지 궁금하신 분은 언제든 편하게 연락 주시면 사례를 공유드리겠습니다. 감사합니다.
