JEDI KIM 제다이 김

TheROAD — Korean Long-Form AI Video Generation EngineTheROAD — 한국형 롱폼 AI 영상 생성 엔진

Today's generative video models produce beautiful eight-second clips and then fall apart. Faces drift between cuts, the same room regenerates as a different place, and the director loses control of the shot. That makes them useful for previz and useless for a finished film.

TheROAD attacks that gap. I design and build the core engine and Canvas node pipeline — a 100,000+ line proprietary engine whose central problem is cut-to-cut consistency: holding a character's identity, a location's geometry and a scene's lighting stable across a full-length narrative.

The architecture is co-directed and self-improving. A director's corrections are captured as structured judgment data; the engine generates multiple model / prompt / node-graph variants, and a VLM scoring layer picks the winner while rejected branches are kept as evidence for the next iteration. It learns the craft rather than guessing at it.

The training data is the part no big tech lab can copy: rights-clean original artwork from 100+ Korean commercial productions — Train to Busan, JUNG_E, Moving — owned by the studio itself.

지금의 생성형 영상 모델은 8초짜리 클립은 훌륭하게 만들지만 그 다음부터 무너집니다. 컷이 바뀌면 인물의 얼굴이 달라지고, 같은 공간이 다른 장소로 재생성되며, 감독은 연출 통제권을 잃습니다. 프리비즈에는 쓸 수 있어도 본편에는 쓸 수 없는 이유.

TheROAD는 그 지점을 공략합니다. 코어 엔진과 Canvas 노드 파이프라인을 직접 설계·구축 중 — 10만 라인 이상의 독자 엔진이며, 핵심 과제는 컷 간 일관성 제어입니다. 장편 서사 전체에 걸쳐 인물의 동일성, 공간의 구조, 씬의 조명 톤을 유지하는 아키텍처.

구조는 협업 연출형(Co-Directed) 자가 개선 엔진입니다. 감독의 수정 지시가 정형화된 판단 데이터로 축적되고, 엔진이 모델·프롬프트·노드 그래프를 여러 갈래로 변주해 생성하면 VLM 시각 판단 계층이 최적안을 채택합니다. 탈락한 후보도 다음 개선의 근거로 남습니다. 감(感)에 의존하지 않고 제작 노하우 자체를 학습하는 구조.

학습 데이터는 빅테크가 복제할 수 없는 자산입니다 — 〈부산행〉, 〈정이〉, 〈무빙〉 등 100여 편의 한국 상업 작품에서 축적된, 스튜디오가 직접 보유한 저작권 청정 오리지널 아트웍.