넷플릭스, AI 시스템으로 얼마만큼 흥행할 지 예상한다

콘텐츠 유사성 지도로 향후 흥행 가능성 예상 가능
지도는 영상 메타데이터, 키워드, 요약내용 등으로 구성
영화 흥행에 손해를 입힐 수 있는 사람 일부 주관성 없애

콘텐트 분류 작업으로 학습된 T 분포확률 임베딩(T-SNE) (사진=넷플릭스기술블로그)

넷플릭스가 유례없는 규모로 콘텐츠를 제작하고 있다. 190개 넘는 국가에서 2억명 가까이 되는 사용자를 대상으로 수천 편의 영화와 프로그램을 제공하고 있다.

넷플릭스기술블로그는 11일(현지시간) AI가 만든 콘텐츠 ‘유사성 지도’를 바탕으로 영화ᆞ드라마가 특정 지역에서 얼마만큼 흥행할 지를 예상할 수 있다고 전했다.

영화제작사와 엔터테인먼트사의 영화ᆞ드라마 주문은 창의적인 의사결정과정을 거친다. 경영진은 사회 맥락, 시대정신, 관객 구성과 규모 등 여러 요소를 의사결정 과정에 담는다. 영화 제작 전 가장 중요한 두 가지 질문은 ▲기존 영화와 드라마와 어떤 면에서 비교가 될까 ▲어느 지역에서 특정 관객을 대상으로 시청률을 얼마나 기대할 수 있을까 등이 있다.

AI 접근 방식은 전이 학습에 뿌리를 둔다. ‘대상 작업(target task)’ 성능은 별개의 관련 ‘소스 작업(source task)’에서 학습된 모델 매개변수를 활용해 향상된다.

넷플릭스는 위 두 가지 질문으로 대표되는 대상 작업과 관련된 ‘소스 작업’을 정의한다. 각 소스 작업에 대해, 테마ᆞ플롯을 작성하는 이 분야 전문가가 취사선택한 키워드나 요약본 뿐만 아니라 영화ᆞ드라마 메타데이터(예를 들면, 장르, 상영시간, 드라마 시리즈, 영화)와 같은 정보를 활용해 대규모 콘텐츠 묶음 모델을 학습한다.

이 모델을 학습한 후, 숫자나 제목을 구성하는 모델 매개변수를 추출한다. 이러한 임베딩은 콘텐츠 결정과 관련된 소규모 영화ᆞ드라마 묶음의 대상 작업에 특화된 다운스트림 모델에 대한 입력으로 사용된다. 모든 모델은 넷플릭스 모델을 생산에 도입하기 위한 오픈소스 프레임워크인 메타플로우를 사용해 개발ᆞ배치됐다.

비슷한 영화ᆞ드라마와 관객 규모는 공동 '학습된 영화ᆞ드라마 엠베딩(learned title embedding)'으로 추정된다. (사진=넷플릭스기술블로그)

넷플릭스는 영화ᆞ드라마 주제를 비교하기 위해 AI가 영상 메타데이터(설명데이터), 키워드, 요약내용을 사용해 ‘유사성 지도’를 만든다. 이 지도는 넷플릭스 작품과 다른 영화ᆞ드라마 간 관계 설정에도 도움 된다.

넷플릭스는 특정 국가 유사 작품 시청자 규모를 비교하는 AI 모델을 운영한다. 만약 드라마가 스페인에서 잘 될 것 같으면 넷플릭스는 이 지역에서 마케팅을 강화할 뿐만 아니라 더빙과 자막을 더 일찍 준비할 수 있다.

일례로 브라질에서 블랙코미디 영화 관객 규모를 예측하려고 한다면 앞서 언급했던 메타데이터가담긴 유사성 지도를 이용해 과거 개봉했던 비슷한 영화를 확인할 수 있다. 그러고 나서 확인된 유사 영화 관객 규모를 비교 잣대로 활용할 수 있다.

AI 시스템은 스스로 감독하며 넷플릭스 보유 콘텐츠에만 한정된 경우보다 훨씬 더 넓은 범위의 영화ᆞ드라마에 접근할 수 있다.

만약 콘텐츠 제작자 주관을 바탕으로 한 의사결정 접근법을 선호한다면 넷플릭스 접근법이 짜릿하지 않을지도 모른다. 엔터테인먼트사 임원 입장에서 봤을 때 인디 영화에 투자 결정을 내리고 엄청난 관객을 모으는 것만큼 성취감 드는 게 없다.

반면 넷플릭스는 AI로 쏟아지는 자체제작 프로그램 마케팅을 쉽게 할 수 있게 됐고 일부 콘텐츠 흥행에 타격을 줄 수 있는 사람의 주관성을 어느 정도 없앴다.

(사진=넷플릭스) 

AI타임스 문재호 기자 jhmoon@aitimes.com