yozm.tech
피드로 돌아가기
PlatumAI 재작성

스캐터랩 '제타', AI 대화에 그림 더한 비주얼 노벨 모드 출시

생성형 AI 스타트업 스캐터랩이 AI 캐릭터 대화 서비스 '제타'에 '비주얼 노벨 모드'를 정식 출시했습니다. 이 모드는 AI가 실시간으로 생성하는 캐릭터 그림과 배경을 통해 대화형 스토리에 시각적 몰입감을 더하며, 사용자가 직접 만든 의상을 판매해 수익을 얻을 수 있는 기능도 포함합니다. 한국, 일본, 미국 등에서 서비스 중인 제타는 누적 가입자 1,300만 명을 돌파했습니다.

4일 전·2026.09.28·읽기 2분·Platum

생성형 AI 스타트업 스캐터랩이 AI 캐릭터와 대화하며 이야기를 만들어가는 서비스 '제타(Zeta)'에 '비주얼 노벨 모드'를 정식 출시하며 사용자 경험을 한 단계 확장했습니다. 기존에는 텍스트 기반 대화로만 진행되던 스토리에 AI가 실시간으로 생성하는 캐릭터 그림과 배경이 더해져, 마치 게임처럼 몰입감 있는 시각적 스토리텔링이 가능해졌습니다. 이 새로운 모드는 비공개 시범 운영을 거쳐 지난 5월 23일 정식으로 공개되었습니다.

제타는 2024년 4월 출시 이후 사용자가 직접 캐릭터와 세계관을 만들고 AI 캐릭터와 대화하며 이야기를 즐기는 서비스로, 현재 한국, 일본, 미국 등에서 1,300만 명 이상의 누적 가입자를 확보하며 빠르게 성장하고 있습니다. 이번 비주얼 노벨 모드에서는 이야기의 흐름에 따라 캐릭터의 표정과 행동이 변하고, 장소 변화에 맞춰 배경 그림도 함께 바뀝니다. 특히, 새로운 인물이 등장하면 AI가 해당 인물의 이미지를 즉시 생성하여 장면에 추가하며, 사용자가 새로운 이야기를 만들 때도 간단한 설정과 참고 이미지 만으로 AI가 캐릭터 이미지, 표정, 배경, 그리고 이야기 도입부까지 자동으로 생성해줍니다. 더 나아가, 창작자가 캐릭터 의상을 등록해두면 AI가 상황에 맞는 의상을 입히고, 이 의상을 다른 사용자에게 판매하여 수익을 창출할 수 있는 기능도 제공됩니다.

스캐터랩 김종윤 대표는 이번 비주얼 노벨 모드가 AI 캐릭터와의 대화를 더욱 몰입감 있는 시각적 경험으로 확장하는 서비스라고 강조했습니다. 이는 텍스트 기반의 AI 대화 서비스가 가질 수 있는 한계를 넘어, 시각적 요소를 결합하여 사용자에게 더욱 풍부하고 다채로운 엔터테인먼트 경험을 제공하려는 시도로 풀이됩니다. 특히, 사용자가 직접 콘텐츠를 만들고 수익화할 수 있는 기능을 제공함으로써, 단순한 소비자를 넘어 창작자로서 참여를 유도하고 플랫폼의 생태계를 활성화하는 중요한 의미를 가집니다. 이러한 시도는 AI 기반 콘텐츠 창작 및 소비 시장의 새로운 가능성을 제시하며, AI와 인간의 협업을 통한 스토리텔링의 미래를 엿볼 수 있게 합니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
4/10
보통
왜 4점인가

기존 대규모 서비스가 이미 진입했고, AI 이미지 생성 기술 및 플랫폼 구축에 높은 기술력과 자본이 필요합니다. 1인 창업자가 경쟁하기에는 진입 장벽이 높습니다.

문제 / 미충족 수요

AI 대화형 스토리텔링 서비스는 텍스트 기반이라 시각적 몰입도가 낮고, 사용자 창작 콘텐츠의 수익화 기회가 부족합니다.

한국 시장
국내 있음한국에도 유사한 AI 캐릭터 대화 서비스는 있으나, 비주얼 노벨 모드와 창작자 수익화 모델을 결합한 서비스는 아직 초기 단계입니다.
수익 모델

B2C 구독 (프리미엄 기능), 인앱 구매 (창작자 의상 판매 수수료) · 돈 내는 주체: AI 캐릭터와 스토리를 즐기는 일반 사용자 (구독료, 인앱 구매), AI 의상 등 창작 콘텐츠를 구매하는 사용자

1인 실현 가능성
2/5

AI 이미지 생성 및 스토리 로직 구현에 상당한 기술력과 자원이 필요하며, 기존 대규모 서비스와 경쟁해야 합니다.

진입 지점 (Wedge)

특정 장르(예: 로맨스, 판타지)에 특화된 AI 비주얼 노벨 스토리 생성 및 공유 플랫폼 개발

이번 주 첫 실험

타겟 장르의 핵심 사용자 페르소나를 정의하고, 그들이 원하는 스토리 테마와 비주얼 스타일을 설문조사 또는 인터뷰로 파악한다.

Original source
이 글은 Platum의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기