[Startup 분석] 하임덱스: 영상을 올리지 않고 장면을 찾는 온프레미스 AI

생성형 AI가 영상을 만드는 속도는 빨라졌지만, 기업이 이미 보유한 수천 시간의 원본에서 필요한 10초를 찾는 일은 여전히 사람의 기억과 반복 재생에 기대고 있다. 특히 방송사·엔터테인먼트사·로펌·연구소처럼 영상이 크고 민감한 조직은 원본을 외부 클라우드에 올리는 순간 비용과 보안 문제가 동시에 생긴다. 하임덱스(HEIMDEX)는 이 병목을 “영상을 옮기지 않고, 원본이 있는 곳에서 인덱싱한다”는 방식으로 풀려는 한국 영상 AI 스타트업이다. 지금 이 회사를 볼 이유는 화려한 생성 모델이 아니라, 기업이 실제로 돈을 쓰는 검색·보안·재활용 업무를 하나의 제품으로 묶었기 때문이다.

한눈에 보는 하임덱스

• 설립·대표: 2025년 12월 법인 설립, 이장원 공동창업자·대표와 강희조 공동창업자. 앤틀러코리아 스타트업 제너레이터 7기에서 팀을 결성했다.
• 핵심 제품: 원본 영상을 외부로 옮기지 않고 장면·대사·인물·OCR 정보를 인덱싱해 자연어로 검색하고, 필요한 구간을 클립·쇼츠·리포트로 만드는 영상 AI 플랫폼.
• 현재 트랙션: 웹 플레이그라운드와 1개월 기업 PoC를 운영 중이다. 홈페이지에는 앤틀러, 기술보증기금, NVIDIA Inception, 연세대학교 등이 검증·협력 신호로 제시돼 있으나 유료 고객 수와 처리 영상량은 공개되지 않았다.
• 최근 제품 신호: 엔터테인먼트·법률/수사·데이터/연구용 워크플로, 클라우드·온프레미스·하이브리드 배포, 90개 이상 언어 음성 인식과 자연어 장면 검색을 공개했다.
• 최근 투자: 앤틀러코리아 프리시드 투자 대상에 포함됐다. 해당 기수의 팀별 투자 범위는 2억~4억 원으로 보도됐지만 하임덱스가 받은 정확한 금액은 공개되지 않았다.
• 기업가치: 공개되지 않았다.
• 핵심 비공개 지표: 유료 고객 수, 월 처리 영상 시간, 검색 정확도와 지연시간, PoC 전환율, 계약단가, 재계약률, GPU·스토리지 원가, 매출과 현금 소진 속도.

영상 AI의 문제를 ‘생성’이 아니라 ‘발견’으로 정의했다

하임덱스가 겨냥하는 장면은 단순하다. 콘텐츠 제작자가 “빨간 의상을 입은 멤버가 웃는 장면”, 변호사가 “차량이 충돌하기 직전 감속한 구간”, 연구원이 “로봇 팔이 비정상적으로 튄 순간”을 찾고 싶어 한다. 파일명과 촬영일만 저장된 NAS나 외장하드에서는 사람이 영상을 열어보는 수밖에 없다.

하임덱스는 영상의 프레임, 음성, 자막, 화면 속 글자, 인물과 객체를 분석해 검색 가능한 메타데이터 지도를 만든다. 사용자는 정확한 태그가 아니라 자연어로 맥락을 묻고, 결과 구간을 바로 클립이나 리포트로 내보낼 수 있다. 제품의 핵심은 더 좋은 영상을 생성하는 것이 아니라 이미 존재하는 영상의 회수 비용을 낮추는 데 있다.

‘제로 업로드’는 무엇이 다른가?

일반적인 영상 AI 서비스는 영상을 클라우드 스토리지에 업로드한 뒤 서버에서 프레임과 음성을 분석한다. 구현이 편하고 확장하기 쉽지만, 수 테라바이트의 원본을 옮기는 시간과 네트워크 비용이 발생한다. 얼굴·목소리·미공개 콘텐츠·증거 영상이 외부 인프라로 이동한다는 점도 도입을 막는다.

하임덱스가 설명하는 ‘Vector Native’ 구조는 원본을 고객의 워크스테이션·NAS·사내 서버에 둔 채 장면, 대사, OCR, 임베딩을 사이드카 메타데이터로 만든다. 가벼워진 메타데이터를 검색 API와 편집 워크플로에 연결하므로 원본 전체를 매번 전송할 필요가 없다는 주장이다. 배포 방식은 클라우드, 온프레미스, 하이브리드로 나뉜다.

다만 ‘업로드하지 않는다’와 ‘데이터가 전혀 이동하지 않는다’는 같은 말이 아니다. 임베딩·썸네일·메타데이터 중 무엇이 외부 서버로 전송되는지, 모델 추론이 고객 장비와 회사 서버 중 어디에서 이뤄지는지, 로그와 백업이 얼마나 보관되는지는 계약 구조에 따라 달라질 수 있다. 엔터프라이즈 고객이 실제로 확인해야 할 것은 슬로건이 아니라 데이터 흐름도, 암호화, 접근권한과 삭제 정책이다.

웹 체험판과 실제 제품은 왜 다른가?

공식 플레이그라운드는 15분·1GB 미만의 영상 또는 YouTube URL을 입력해 장면 인식, 스크립트, 구간 내보내기를 시험할 수 있게 한다. 하루 기본 크레딧은 15분 이내 영상 3개이며, 회사는 보관 기간이 지나면 데이터를 파기하고 운영자도 원본에 접근하지 못한다고 설명한다.

그러나 플레이그라운드는 체험을 위해 영상을 업로드한다. 실제 기업용 하임덱스는 고객의 로컬·하드·클라우드 저장소를 연결해 원본을 옮기지 않는 방식이라고 회사가 구분한다. 따라서 체험판에서 검색이 잘된다는 사실만으로 수만 개 파일, 여러 권한 체계, 폐쇄망, 동시 사용자가 있는 기업 환경의 성능을 증명할 수는 없다.

돈은 어디서 버는가?

하임덱스의 공개 가격 페이지에는 셀프서비스 월 구독료가 없다. 고객의 월 처리 영상량, 검색 빈도, 인물 검색 사용 여부, 배포 환경, 팀 규모와 협업 요구사항에 따라 견적을 내는 단일 엔터프라이즈 플랜 구조다. 수익 모델은 다음 네 층으로 읽을 수 있다.

1. 초기 PoC: 한 달 무료 검증으로 실제 영상 라이브러리에서 검색 품질과 보안 요구를 확인한다.
2. 구축·연동: NAS, 사내 서버, 클라우드 저장소, 편집 소프트웨어와 연결하는 초기 프로젝트 비용을 받을 수 있다.
3. 반복 사용료: 처리 영상 시간, 인덱스 규모, 사용자 좌석, 검색량 또는 인프라 단위로 연간 계약을 맺는 구조가 유력하다. 구체적인 과금식은 공개되지 않았다.
4. 도메인 맞춤화: 법률 용어, 특정 인물, 연구 장비와 행동 패턴처럼 고객별 검색 모델과 리포트 양식을 추가 판매할 수 있다.

이 구조의 장점은 소비자 SaaS보다 계약단가를 높일 수 있다는 것이다. 반대로 영업과 구축에 사람이 많이 들어가면 소프트웨어 회사가 아니라 SI 프로젝트 회사에 가까워질 수 있다. 하임덱스의 수익성을 가를 숫자는 매출보다 고객 한 곳을 붙이는 데 필요한 엔지니어 주수와 표준 제품 매출 비중이다.

시장 규모보다 더 중요한 것은 ‘회수되지 않는 영상’이다

기업 영상은 빠르게 늘지만 저장된 파일의 상당 부분은 다시 사용되지 않는다. 제작팀이 새 촬영을 선택하는 이유가 장면이 없어서가 아니라 찾을 수 없어서라면, 검색 소프트웨어는 스토리지 비용 절감과 콘텐츠 재활용 매출을 동시에 설명할 수 있다. 로펌과 수사기관에서는 검토 시간을 줄이는 것이 곧 사건 비용과 연결되고, 로봇·제조 연구에서는 이상 동작 구간을 빠르게 찾는 것이 실험 주기를 단축한다.

하임덱스는 엔터테인먼트에서 시작해 법률·수사와 데이터·연구로 확장하려 한다. 세 시장은 모두 영상이 많고 검색 비용이 크다는 공통점이 있지만 구매 기준은 다르다. 제작사는 편집 속도와 쇼츠 생산량을 보고, 법률 고객은 증거 보전과 감사 기록을 보며, 연구소는 시간 동기화와 재현성을 본다. 하나의 검색 엔진 위에 산업별 워크플로를 얼마나 적은 커스터마이징으로 얹는지가 확장성의 핵심이다.

가장 센 경쟁자는 Twelve Labs가 아니라 Adobe일 수 있다

영상 이해 API 시장에서는 한국계 글로벌 스타트업 Twelve Labs가 직접 비교 대상이다. 공식 문서상 영상 업로드 후 장면 검색, 분석, 임베딩과 영상 지식 저장소 추론을 제공하며, 공개 가격은 일부 모델의 인덱싱 비용을 분당 단위로 제시한다. Microsoft Azure AI Video Indexer도 클라우드와 엣지 영상 분석을 제공하고 입력 영상 길이에 따라 과금한다.

하지만 제작 현장에서 더 위협적인 경쟁자는 Adobe Premiere Pro다. Adobe의 Media Intelligence는 객체, 위치, 카메라 각도와 메타데이터를 바탕으로 프로젝트 속 영상을 검색하며, 분석 결과를 사이드카 파일로 공유해 재분석을 줄인다. 편집자가 이미 돈을 내고 쓰는 도구 안에 ‘충분히 좋은’ 검색이 들어가면 별도 솔루션 구매 이유가 약해진다.

하임덱스가 이기려면 모델 정확도만으로는 부족하다. 여러 외장하드·NAS·클라우드를 하나의 인덱스로 묶고, 폐쇄망에 설치하며, 한국어와 조직별 표현을 이해하고, 편집·증거·연구 리포트까지 연결해야 한다. 즉 해자는 범용 영상 모델보다 배포와 워크플로에 있다.

90% 시간 단축은 어떻게 읽어야 하나?

공식 제품 페이지는 검색과 편집 시간이 최대 90% 줄어든다고 설명한다. 또한 자연어로 장면을 1초 만에 찾고 쇼츠를 10초 만에 만들 수 있다는 표현을 쓴다. 제품의 가치를 직관적으로 보여주는 숫자지만, 현재 공개된 자료에는 비교 대상, 영상 길이, 파일 수, 하드웨어, 검색 난도와 측정 표본이 충분히 제시되지 않는다.

따라서 이 수치는 독립 검증된 평균이 아니라 회사가 제시한 제품 성능 주장으로 봐야 한다. 구매 고객이 PoC에서 측정해야 할 지표는 단순 검색 속도가 아니다. 정답 장면이 상위 결과에 나타나는 비율, 놓친 장면의 비율, 인물·행동·대사별 정확도, 1,000시간 인덱싱 비용, 신규 파일 반영 지연시간이 함께 필요하다.

프리시드 투자와 현재 밸류에이션

하임덱스는 앤틀러코리아 7기 투자 포트폴리오에 포함됐다. 관련 보도는 해당 기수 14개 팀이 각 2억~4억 원의 프리시드 투자를 받았다고 설명하지만, 하임덱스의 정확한 투자액과 투자 후 지분율은 공개하지 않았다. 일정 기간 안에 외부 후속 투자를 유치하면 2억~5억 원의 추가 투자를 사전 약정하는 앤틀러의 프로그램 구조도 소개됐다.

이 단계에서 기업가치가 높은지 낮은지를 계산하는 것은 의미가 크지 않다. 매출, 고객 수, 계약단가, 마진과 후속 투자 조건이 모두 비공개이기 때문이다. 대신 다음 라운드가 정당화되려면 무료 PoC가 유료 연간계약으로 전환되고, 한 고객을 위해 만든 연결 기능이 다음 고객에게 재사용되며, 처리량이 늘어도 GPU와 지원 인력이 매출보다 천천히 늘어난다는 점이 확인돼야 한다.

하임덱스의 핵심 리스크 여섯 가지

• 초기 트랙션의 불투명성: 협력 로고와 익명 후기는 있지만 유료 고객, 반복 매출, 처리량과 재계약이 공개되지 않았다.
• 정확도 검증 부족: 90% 시간 단축과 1초 검색은 회사 주장이다. 도메인별 독립 평가와 실패 사례가 필요하다.
• 구축 사업화 위험: 고객마다 저장소·보안·편집 환경이 달라 커스터마이징 비용이 커질 수 있다.
• 번들 경쟁: Adobe, Microsoft, Google이 기존 제품에 영상 이해와 검색을 묶어 제공한다.
• 인프라 경제성: 원본을 옮기지 않아도 최초 인덱싱에는 상당한 GPU 연산이 필요하다. 고객 장비가 부족하면 하드웨어와 운영 부담이 커진다.
• 민감정보 책임: 얼굴·음성·증거 영상을 다루기 때문에 한 번의 권한 설정 오류나 데이터 유출이 회사 신뢰에 치명적일 수 있다.

개인적 판단: 하임덱스가 파는 것은 AI 모델이 아니라 영상의 회수율이다

하임덱스의 진짜 제품은 자연어 검색창이 아니다. 조직 안에서 잠자던 영상을 다시 찾고, 다시 쓰고, 다시 증거와 데이터로 바꾸는 영상 자산의 회수율이다. 이 문제 정의는 좋다. 생성형 영상처럼 모델 성능이 매달 뒤집히는 시장보다 고객의 저장소와 실제 업무에 깊게 붙을 수 있기 때문이다.

또 하나의 장점은 ‘클라우드에 올려야 AI를 쓸 수 있다’는 전제를 공격한다는 점이다. 한국의 엔터테인먼트, 법률, 제조·로봇 연구 환경에는 외부 반출이 어려운 영상이 많다. 온프레미스와 하이브리드 배포를 제품의 중심에 놓은 것은 단순 보안 문구가 아니라 영업할 수 있는 고객 범위를 넓히는 전략이다.

아직 좋은 기술 데모와 반복 가능한 회사 사이에는 큰 거리가 있다. 지금 확인되는 것은 제품 페이지, 체험판, 초기 투자와 창업팀의 기술 설명이다. 다음에 볼 숫자는 또 다른 파트너 로고가 아니라 유료 PoC 전환율, 고객당 인덱싱 시간, 6개월 뒤 재사용량과 재계약률이다. 이 네 숫자가 공개되면 하임덱스는 흥미로운 영상 AI 팀을 넘어, 기업 영상 데이터의 기본 검색 계층이 될 가능성을 평가할 수 있다.

참고 자료

• 하임덱스 공식 홈페이지 — 제품 대상 산업, 제로 업로드 구조, 회사 제시 성능과 PoC
• 하임덱스 플레이그라운드 — 체험 범위, 장면 인식·스크립트·내보내기와 데이터 처리 안내
• 하임덱스 공식 가격 페이지 — 맞춤 견적 기준, 배포 방식과 포함 기능
• 앤틀러코리아 하임덱스 포트폴리오 — 설립 시점, 창업팀과 프리시드 투자 이력
• 테크42 하임덱스 창업팀 인터뷰 — Vector Native 아키텍처, 창업자 경력과 시장 전략
• 테크42 앤틀러코리아 7기 투자 보도 — 투자 프로그램과 하임덱스 포함 여부
• Twelve Labs 공식 가격 페이지 — 영상 인덱싱·검색 API 경쟁 구조
• Adobe Premiere Pro Media Intelligence 공식 문서 — 편집 도구 안의 영상 검색과 사이드카 분석

작성 기준일: 2026년 8월 1일. 설립·제품·배포 방식은 회사 및 투자사 공개 자료를 기준으로 했다. 2억~4억 원은 앤틀러코리아 7기 팀별 보도 범위이며 하임덱스의 개별 투자액으로 확정된 수치가 아니다. 고객 로고, 90% 시간 단축, 1초 검색, 10초 쇼츠 제작과 보안 관련 표현은 회사 주장으로 독립 감사·벤치마크가 공개되지 않았다. 유료 고객, 매출, 처리량, 재계약률, 최신 기업가치와 수익성은 비공개다.