Edit Mind

Edit Mind의 핵심 약속은 단순하다. 원하는 것을 일상적인 말로 설명하면 그 순간을 찾아낸다. 요리사가 접시를 내는 장면, 책상에서 웃는 사람 같은 구절을 입력하면 의미 기반 영상 검색이 일치하는 구간을 돌려준다. 모든 클립이 벡터 데이터베이스에 임베딩되어, 화면과 발화가 질의와 비교할 수 있는 형태가 되기에 가능한 일이다.

색인 도구가 각 영상의 오디오 트랙을 받아쓰기하므로 검색이 눈에 보이는 것에만 갇히지 않는다. 문장은 기억나는데 클립이 기억나지 않는다면? 그 단어를 검색하면 된다. Edit Mind가 그 말이 나온 장면을 짚어준다. 받아쓰기는 널리 알려진 음성 인식 모델인 Whisper가 로컬에서 맡는다.

발화를 넘어 Edit Mind는 프레임 자체를 들여다본다. 사물과 텍스트 검출을 돌리고, 얼굴을 인식하고, 장면을 분석한다. 그래서 특정 소품이나 사람, 배경을 찾는 검색도 받아쓰기만으로는 놓칠 결과를 끌어낸다. 이런 신호들이 섞여 검색은 파일명 필터라기보다 모든 것을 본 동료에게 묻는 느낌에 가까워진다. 그냥 잘 된다.

처리 과정의 모든 부분이 자기 컴퓨터나 서버에서 돈다. 이것이 설계의 요점이다. 소재는 결코 클라우드 서비스로 가지 않으므로 기밀 인터뷰, 미공개 클라이언트 작업, 개인 아카이브는 둔 자리에 그대로 남는다. 전부 오프라인으로 두어야 하는 프로젝트라면 그 제약이 처음부터 내장돼 있다. 나중에 붙인 게 아니다.

과정을 지켜볼 필요가 없다. 백그라운드 서비스가 폴더를 지켜보다 새 영상 파일을 자동으로 분석 대기열에 넣는다. 감시 디렉터리에 새 촬영본을 던져두면 명령을 내리지 않아도 집어 가 색인한다. 소재를 묶음으로 추가할 때 실제로 시간을 아낀다.

Docker를 건너뛰고 싶은 사람을 위해, 같은 엔진을 macOS와 Windows용 표준 설치 파일로 묶은 상용 데스크톱 앱이 있다. DaVinci Resolve와 Final Cut Pro 직접 연동이 더해져, 찾은 순간을 파일 시스템을 거치는 왕복 없이 편집으로 가져갈 수 있다. 개발자는 데스크톱 빌드가 Apple silicon GPU도 활용할 수 있다고 전한다. Docker 버전에는 없는 일이다.

자체 호스팅 버전은 오픈 소스이며 무료다. 벡터 검색용 ChromaDB와 관계형 데이터용 PostgreSQL을 포함한 스택 위에 세워졌다. 뭔가 고장 났다면? 코드를 읽는다. 이슈를 연다. 수정을 보낸다. 개발자는 무료 커뮤니티 버전이 사라지지 않는다고 했고, 유료 앱은 그 개발을 지원하기 위해 존재한다.