넷플릭스 누른 핀란드 OTT ‘아리나’…비결은 AI 활용한 초개인화

입력2021.03.05 08:08 수정2021.03.05 08:08 

미디어 산업에서 AI활용 중요해져..... 콘텐츠 추천 넘어 영상 편집, 시나리오 작업도

AI 따라잡기 

디지털 전환(DT : Digital Transformation)은 4차 산업혁명을 경험하고 있는 우리 사회에 미래를 준비하는 핵심 키워드로 자리매김하고 있다. 전통적인 굴뚝 산업에서부터 최첨단 산업 영역까지 특정 산업 분야에 국한되지 않고 미래의 새로운 시장을 개척하기 위한 필수 전략으로 간주되고 있는 중이다. 미디어 산업도 예외는 아니다.

비록 제조·의료·교육 분야에 비해 상대적으로 덜 주목받고 있어 보이지만 미디어 산업은 이미 전통적인 아날로그 방송 대신 온라인 비디오 스트리밍 서비스인 온라인 동영상 서비스(OTT)로 1차 디지털 전환을 이뤄낸 지 오래다.

특히 아날로그 기반의 미디어 생태계에 파괴적 혁신을 이끌며 전 세계 OTT 시장을 선도하고 있는 넷플릭스의 활약이 눈부시다. 넷플릭스는 2020년 말 현재 전 세계 가입자 규모만 이미 2억 명을 넘어섰고 매출 250억 달러(약 27조8472억원)에 영업이익 46억 달러(약 5조12억원)를 기록하고 있다. 더욱이 신종 코로나바이러스 감염증(코로나19) 사태 이후 집에 머무르는 시간이 많아져 넷플릭스로 대표되는 온라인 비디오 스트리밍 서비스인 OTT 소비가 급증하고 있다.

이런 가운데 최근 외신에서 핀란드의 온라인 스트리밍 서비스 사업자인 ‘아리나(Areena)’를 조명하는 기사가 실렸다. 아리나가 눈길을 끄는 것은 AI를 이용한 개인화 서비스로 넷플릭스에 버금가는 혁신을 견인하고 있다는 내용이다.

핀란드 OTT 강자, 일(Yle) ‘아리나(Areena)’

핀란드 공영 방송사인 ‘일(Yle)’이 운영하는 아리나는 2007년 출범한 유럽 최초의 OTT 서비스다. 아리나도 다른 나라 방송 사업자와 마찬가지로 넷플릭스나 아마존 같은 글로벌 거대 OTT 사업자의 도전에 직면하고 있지만 지속적으로 혁신하며 북유럽 OTT 시장에서 선두를 유지하고 있다.

비록 작년에 아리나가 넷플릭스에 아쉽게 1위 자리를 내주긴 했지만 그전까지는 계속 선두를 유지했다는 점에서 아리나가 이룬 성과는 주목할 만하다. 특히 전 세계적으로 OTT 서비스 시장이 넷플릭스에 의해 거의 독점되다시피 하는 상황에서는 더욱 그렇다. 올해 10억 뷰(view)를 기록한 아리나는 핀란드 탈루스투트키무스 리서치(Taloustutkimus Research)의 연례 브랜드 조사에서도 핀란드 국민의 78%가 사용하는 최고의 인터넷 브랜드에 선정됐다. 특히 아리나의 스트리밍 사이트는 넷플릭스나 아마존 같은 글로벌 브랜드를 앞서고 있다.

넷플릭스가 지배하고 있는 전 세계 OTT 시장에서 아리나가 이렇게 선전하고 있는 이유는 무엇일까. 물론 핀란드는 북유럽 5개국으로 구성된 노르딕 국가 중 가장 역동적인 OTT 시장을 가지고 있는 나라다. 핀란드는 인구는 500만 명이지만 2020년 1분기에 월정액 주문형 비디오(SVOD) 서비스 가입자가 300만 명을 기록할 정도다. 더욱이 스마트폰 심(SIM) 카드의 거의 4분의 1을 데이터 전용 요금제에 가입할 만큼 모바일 인터넷 보급률도 높은 편이다. 이처럼 모바일 인터넷 사용이 보편화돼 있다 보니 핀란드 유료 방송 사업자는 다른 북유럽 국가에 비해 상대적으로 유연한 독립형 OTT 플랫폼이 성장할 수 있는 환경을 가지고 있다.

하지만 이것만으로는 무언가 부족하다. 이에 대해 테크 전문 미디어인 더넥스트웹(TheNextWeb)은 AI를 통한 개인화된 추천 서비스를 성공 요인으로 들며 아리나는 사용자 경험을 개인화하는 데 뛰어난 역량을 가졌다고 평가했다. 특히 이전에는 불가능했던 방식으로 플랫폼을 혁신하고 재구축할 수 있도록 데이터와 기계 학습을 적시에 개방적으로 수용함으로써 혁신을 가능하게 했다는 것이다.

우선 기계 학습 알고리즘을 이용해 각 사용자의 개별 비디오 콘텐츠에 가장 적합한 표지 이미지를 선택하는 아트워크 개인화(artwork personalization) 구현을 꼽았다. 이 기술은 물론 새로운 것은 아니고 넷플릭스도 적용하고 있는 알고리즘 기술로, 이용자 개인의 성향에 따라 메인 화면의 소개 이미지(또는 포스터)가 개인화돼 제공되는 것이다.

메인 화면에서 소개 화면이 중요한 것은 고객이 콘텐츠에 접근할 수 있는 고객 경험의 관문 역할을 하기 때문이다. 아리나 소개 화면에는 동일한 영화라도 사용자에 따라 인물이나 장면 이미지가 바뀌게 된다. 최근 종영된 ‘스타트업’ 드라마를 예로 들면, 사용자 선호도에 따라 메인 소개 이미지에 나오는 주인공(예를 들어 서달미·남도산·한지평)이 바꿔 제공된다. 그러면 특정한 1명의 인물을 계속 보여주는 것보다 더 많은 시청자를 유인하는 효과를 가져 올 수 있다.

이러한 것이 가능하기 위해서는 그 무엇보다 사용자 행동을 분석해 이용자가 클릭하고 시청할 가능성이 가장 높은 콘텐츠를 추론하고 관련 이미지를 생성할 수 있는 인공지능(AI) 엔진 개발이 중요하다. 만약 고객이 액션 영화를 좋아한다면 격투기 장면이나 폭발 장면이 있는 이미지를 보여 줘 고객의 호기심을 불러일으킬 수 있기 때문이다.

둘째, 통제된 탐색과 피드백을 통해 고객 선호도를 발견하는 강화 학습 알고리즘인 ‘맥락 강도(contextual bandit)’다. 여기서 도둑을 지칭하는 ‘강도’라는 용어는 카지노에서 돈을 딸 확률이 높은 슬롯머신을 찾는 과정에서의 문제를 다룰 때 슬롯머신을 ‘한팔 강도(one-armed bandit)’라고 지칭하는 데서 유래한 용어다. ‘맥락 강도’는 원래 야후의 개인화 뉴스 추천 시스템에 사용된 알고리즘으로, 온라인 동영상 사이트에서 초개인화 추천 서비스를 적용할 때 사용된다. 이는 단순히 과거 시청 경험뿐만 아니라 사용자를 둘러싼 다양한 환경 요소를 포함해 예측하는 방식이다. 이를 통해 아리나의 시청 시간은 기존 대배 2.3% 증가했다고 한다.

콘텐츠 창작 영역에서의 AI 활용이 증가될 전망

현재 미디어 산업에 적용되는 AI는 추천 알고리즘을 이용한 콘텐츠 추천 이외에도 기획·제작·편집·유통·소비 단계까지 광범위하게 적용되고 있다. 예를 들어 영상 편집에는 콘텐츠 구성 시 가장 적합한 영상을 선택하고 보정하거나 텍스트와 데이터를 분석해 영상으로 자동 전환해 주는 ‘위비츠(Wibbitz)’ 같은 AI 기반의 편집 기술이 있다. 또한 영상 소스에서 오디오와 비디오 이미지를 분석해 자동 편집해 주는 ‘플루플스(Fluffles)’나 ‘브류(Vrew)’ 같은 AI 영상 편집 툴도 있다.

최근에는 미디어 편집 분야뿐만 아니라 인간의 고유 영역이라고 여겨지던 스토리텔링이나 새로운 이미지 생성 같은 창작 영역으로까지 AI를 활용하는 사례가 증가하고 있다.

대표적인 사례가 작년 말 미국 채프먼대 학생들이 제작한 ‘변호사(Solicitors)’라는 4분 분량의 단편 영화다. 이 영화는 자연어 처리 AI인 GPT-3에서 파생된 ‘쇼틀리 리드(Shortly Read)’라는 제작 도구를 이용해 만든 영화 대본으로 제작됐다. 대본은 영화 제작을 맡은 두 명의 채프먼대 학생들이 초기 몇 줄을 작성한 후 나머지를 방대한 언어 모델을 활용해 생성하는 방식으로 이뤄졌다.

지난 1월에는 오픈 AI가 ‘달리(DALL-E)’라는 AI 모델을 발표했는데, 달리는 컴퓨터 비전과 딥러닝 기반의 자연어 처리 모델인 GPT-3의 신경망을 기반으로 만든 이미지 생성 AI(generative AI)다. 달리는 GPT-3로 언어를 생성하듯 기존의 텍스트나 이미지를 보고 이전에 존재하지 않았던 새로운 이미지를 스스로 생성해 낼 수 있다. 예를 들어 ‘개를 산책시키는 아기 무’ 같이 동물과 무생물을 결합해 세상에 없는 의인화된 형상을 만들어 낸다. 이를 위해 달리는 단어 사이의 관계를 고려하고 주어진 텍스트를 동시에 분석할 수 있도록 언어 처리가 병렬식으로 이뤄지는 트랜스포머 기술을 적용한다.

이처럼 AI를 활용한 콘텐츠 생성 기술은 향후 콘텐츠 창작 영역에서의 활용 잠재력이 무궁무진할 것으로 기대된다. 아마도 미래에는 단순히 고객이 원하는 콘텐츠를 추천하는 단계를 넘어 자신이 원하는 상상의 캐릭터를 가지고 자기가 원하는 스토리에 맞는, 이 세상에 존재하지 않았던 창의적인 영상을 AI가 제작해 주는 시대가 올 수 있지 않을까.

심용운 SKI 딥체인지연구원 수석연구원