OTT 서비스는 시청자의 경험과 미디어 소비 형태에 맞춘 서비스를 제공하며 콘텐츠 산업을 주도하고 있습니다. 우리나라 국민의 86.5%가 유‧무료 OTT 플랫폼을 사용하고 있을 만큼 이제 OTT는 가장 대중적인 미디어 시청 플랫폼이 되었습니다. 국내뿐만 아니라 글로벌 미디어 시장에서도 OTT는 지속적으로 꾸준한 성장세를 이어가고 있습니다.
글로벌 OTT플랫폼인 넷플릭스의 경우 2024년 1분기 약 2억 6,960만 명을 기록했다고 합니다. 이렇게 많은 사용자에게 원활한 스트리밍 서비스를 제공하기 위해서는 다양한 서비스 환경을 분석하고 대응하기 위한 방안이 필요할 것입니다. 이에 넷플릭스에서는 기존의 서버 기술과 함께 머신러닝을 활용하고 있습니다. 오늘은 넷플릭스에서 각각의 사용자들에게 최적의 스트리밍 서비스를 제공하기 위해 머신러닝이 어떻게 사용되고 있는지 살펴보겠습니다.
다양한 네트워크 환경과 사용자 단말의 성능을 지원하기 위하여 적응형 스트리밍 기술이 적용됩니다. 여러 해상도와 비트레이트로 인코딩된 콘텐츠를 통해 사용자의 환경이 원활한 경우 고화질 비디오를 제공하고, 연결이 불안정한 경우에는 낮은 해상도의 비디오로 전환하여 버퍼링을 최소화합니다.
넷플릭스의 스트리밍 프로토콜은 MPEG-DASH가 사용되고 있으며, MPEG-DASH의 적응형 스트리밍 알고리즘은 현재의 네트워크와 기기 조건인 QoE(quality of experience)를 기반으로 비디오 품질을 조정합니다. QoE는 비디오 재생을 시작하기까지 기다리는 시간, 사용자가 경험하는 전체적인 비디오 품질, 재생이 일시 중단되는 횟수, 재생 중 품질의 인지 가능한 변동량 등의 방법으로 측정됩니다. 이러한 변수들을 기반으로 강화학습을 통해 최적의 적응형 스트리밍을 제공할 수 있습니다.
통계적 모델은 사용자가 시청할 콘텐츠를 예측하여 사전 캐싱하는 방식으로 스트리밍 품질을 향상할 수 있습니다.
사용자의 시청 기록, 상호작용 및 기타 문맥 변수를 바탕으로 지도학습을 수행하여 영상을 캐싱, 대기 시간을 최소화하고 스트리밍 품질을 개선합니다.
OTT플랫폼은 태블릿, 스마트TV, 모바일 폰 등 다양한 디바이스에서 사용됩니다. 신규 디바이스가 추가되거나 기존 장치의 펌웨어 업데이트 그리고 OTT플랫폼 애플리케이션의 업데이트까지 여러 요인에 의해 미디어 시청에 영향을 주게 됩니다. 이러한 다양한 변수를 수작업으로 진행하게 되면 예측 민감도에 따라 문자를 놓치거나 불필요한 작업이 발생하게 됩니다.
과거에 수행되었던 데이터가 모두 저장된 Alerting Framework을 통해 예측 모델링을 도입하여 디바이스 신뢰성을 확보하고 서비스 대응의 효율성을 제공할 수 있습니다.
지금까지 OTT 플랫폼에서 네트워크 품질 특성을 파악하고 네트워크 상황 예측을 통해 사용자의 스트리밍 품질을 높이는 방안을 소개하였습니다. 많은 영역에서 머신러닝의 활용이 폭발적으로 증가하듯이 네트워크 영역에서도 네트워크 최적화, 자동화, 예측 및 분석, 보안 등에 머신러닝이 활용되고 있습니다. OTT 플랫폼을 통한 미디어 소비가 보편화된 요즘 OTT 서비스 품질 확보를 위하여 네트워크 환경과 연계한 서비스 최적화가 필요합니다. 국내 OTT 플랫폼의 경쟁력 확보를 위해 플랫폼과 네트워크 품질을 연계한 머신러닝 연구에 관심을 두고 사용자에게 더 나은 시청 경험을 제공하기 위한 고민이 필요한 시점이라 생각됩니다.
참고문헌 및 사이트
한국콘텐츠진흥원. (2023). 2023 OTT 이용행태 조사
Using Machine Learning to Improve Streaming Quality at Netflix, https://netflixtechblog.medium.com/using-machine-learning-to-improve-streaming-quality-at-netflix-9651263ef09f
정보통신기술사 정보라
Enhanced Compression Model (ECM) (12) | 2024.06.11 |
---|---|
ATSC 3.0 데이터캐스팅 (Datacasting) 해외동향 (3) | 2024.05.29 |
한국정보통신기술사회, KBS 관악산 송신소 견학 _ 건축물 등의 정보통신설비 유지보수 조기 정착 기대... (0) | 2024.05.20 |
FAST(Free Ad-Supported Streaming TV) 플랫폼의 광고 삽입 기술 (9) | 2024.05.18 |
AI와 미디어 활용 등 KOBA 2024 미디어 컨퍼런스 소개 (0) | 2024.05.17 |