[Case Study] 웨이브 : OTT와 BigQuery를 통한 데이터의 활용가치 극대화
The Customer
웨이브는 실시간 영상 스트리밍을 중심으로 하는 서비스 입니다. 웨이브는 풍부한 콘텐츠 속에서 적절한 작품을 추천하는 것이 이용자들의 만족도를 높이면서도 콘텐츠의 생명력을 높일 수 있다고 판단했습니다. BigQuery는 이용자들의 반응을 실시간으로 수집하고 손쉽게 활용할 수 있는 길을 열어주었습니다. 이를 통해 콘텐츠 배치부터 UX 구성까지 데이터를 바탕으로 더 나은 미디어 경험을 만들어내고 있습니다.
The Challenge
웨이브의 콘텐츠는 기본적으로 스트리밍으로 전송됩니다. 폭발적으로 늘어나는 OTT ㅣ디어 서비스의 수요와 기술적인 흐름에 대비하려면 퍼블릭 클라우드가 필요했습니다. 특히 수많은 콘텐츠를 높은 화질로 인코딩하고, 수많은 이용자들에게 커스터마이징한 콘텐츠를 스트리밍 하는 데에는 막대한 컴퓨팅 파워와 스토리지, 네트워크 성능이 필요합니다.
The Solution
- 실시간 데이터 수집: BigQuery 중심의 데이터 플랫폼에서 직접 구성한 데이터 로그 수집 API들이 서비스 내에서 세세하게 이용자들의 움직임을 파악하고, 이 API들의 데이터는 아파치 카프카로 실시간으로 수집합니다.
- 각 부서 별 필요한 데이터 추출: BigQuery를 통해 각 부서에서 데이터의 지표를 어떻게 뽑고 적용하는지에 대한 학습이 이루어지면서 부서 별로 스스로 필요한 데이터를 만들어냅니다.
- 시각화 및 AI 결합 등으로 가치 있는 데이터로 가공: Vertex AI로 인공지능과 관련된 모든 일을 한 곳에서 빠르게 처리할 수 있는 환경을 구축했습니다. 모델을 만들고, 비교와 배포까지 한 눈에 볼 수 있고, 이를 다시 BigQuery와 대조하면서 정밀도를 강화했습니다.
The Result
웨이브는 GS네오텍과 협력하여 데이터를 안전하고 효과적으로 활용할 수 있는 플랫폼을 구축했습니다. 대규모 데이터셋을 다루는 데 있어서 계산량에 대한 부담을 줄여줬고, 분석에 집중할 수 있는 기반 환경을 제공하여 데이터의 가치를 최대화할 수 있게 됐습니다. 또한, 다양한 인공지능 모델을 구성하고 시뮬레이션하여 최적의 환경에서 합리적인 추천값을 얻을 수 있게 됐습니다. 마지막으로, 데이터 시각화를 통해 추천 시스템이나 비즈니스 인덱스의 성능을 평가하고 개선했습니다.
최신 댓글