영화도 빅데이터 시대 X Netflix 넷플릭스 vs 왓챠 알아봐요

>

>

하우스 오브 카드는 미국에서 공전의 히트를 기록한 드라마다. 우리 '미드'라고 하지? 시즌 4까지 정주행하고 다 봤다 뉴욕의 심장부 브로드웨이에서 몇년전에 찍은 사진들. 아마 20첫 3년 츄무이옷동 같다. 케빈 스페이시씨가 근엄하게 앉아있는 모습이 멋져서 한 장 찍었던 기억입니다. 오른쪽 하단을 보면 빨간색이고 넷플릭스라는 로고가 선명하다. 이때까지도 이 옥외 마케티은팡와 관련된 것이 20최초 4년부터 자신의 첫 이 될 줄은 상상도 못했어.

넷플릭스가 전 세계적으로 6천만명 이상이 가입하고 있는 세계 최대의 유료 동영상 스트리밍 서비스이다. 넷플릭스는 인터넷(Net)과 영화(flicks)의 합성어다. 사실, 원래에서 넷플릭스가 스트리밍을 서비스를 한 것이 아니라 하나 997년부터 비디오와 DVD를 우편 이과의 택배로 배달하는 서비스였다. 2007년부터 스트리밍 서비스를 도입하고 본격적으로 성장했다.우리 과인라에서 넷플릭스는 한 달 스트리밍 요금이 하나.만원이어야 한다.구독이니까 subscription 형태의 서비스다 묻지도 따지지도 않고 하루 24가끔 한달간 계속 시청하고 만원. 토익에 자주 등장하는 카우치 감자튀김 같은 사람들에겐 득이 된다. 영화를 하한선씩 찾을 필요 없이 즉석에서 볼 수 있다는 것은 사람마다 다르지만 희소식이다. 그런데 재미있는 게 우리 과인라에서 히트한 최신 드라마는 없어. 든든하다. 왜냐하면 판권이라는 것을 다른 곳에 팔아서 마지막으로 오는 것이기 때문이다. 그리고 대한민국 서비스와의 제휴가 아직 활발하지 않다. 하지만 미드와 미국 영화라면 가장 경쟁력이 있다. 넷플릭스를 SVOD 서비스라고도 하는데, 이게 뭐냐면 Subcription Video on Demand 플랫폼입니다.쉽게 말해서 정액제 VOD인 셈이죠. 작품을 1개 일정 기간 고정된 금액에 라이센스를 주는 형태이다. IPTV 보다가 유료결제를 하면 영화를 볼 수 있는데 그렇게 소비되고 과잉 면 넷플릭스로 유입된다.

>

요즘은 스트리밍에 기반한 서비스가 많은데, 그럼 대체 넷플릭스는 그것들과 뭐가 다르다는 거지? 아니다! 우선 구색이 실로로 다양하다. 카테고리별 구분이 매우 정교하다. 그렇게 영화 본인의 드라마를 감상한 뒤에는 별점으로 평가하지만, 이런 데이터가 모여 본인의 '개취'를 파악한다. 그리고 본 영화와 관련된 영화, 또는 본인과 같은 개성을 가진 사람들이 좋아하는 영화, 내가 좋아하는 현실성이 높은 영화를 자동으로 추천해 준다. 많이 보고 많이 성점을 평가할수록 정교해지는 모델입니다. 그래서 다양한 사람들의 집단지성을 활용하기 위해 그 정교함이 발전해 왔는가.

스트리밍 서비스인데 갑자기 빅데이터가 나온 거야? 위에서 말한 추천이 모두 빅데이터로 이루어지기 때문에 우리가 볼 수 있는 추천은 매우 간단하다. 마치 물 위에 떠 있는 오리가 물속에서 발버둥치듯 넷플릭스 알고리즘도 작동한다. 빅데이터 들었는데. 잘 모르겠다은행에서 빅데이터 업무를 전부 sound당한 나조차 잘 모르겠어. 그래서 제1 크게 쉽게 이해하고 보자. 크게 3가지로 나눌 수 있다.1. 협업적 필터링 2. 내용 기반 필터링 3. 하이브리드 필터링 1. 협업적 필터링은 사람과 사람과의 관계에 기초한 것이었다 가령 A라는 사람과 B라는 남의 영화 재생 형태에 거의 같은 점이 있다면, A가 주로 보는 영화를 B도 그에은츄은아할다고 판단되는 것임 2. 내용 기반 필터링은 A라는 사람이 서부 액션 영화와 사극 액션 영화를 주로 보면 이 사람이 액션 영화를 그에은츄은아항다코 생각하고 이를 추천하는 방식인 3. 하이브리드 필터링은 가장과 2번의 비결을 결합하여 다심든지, 넷플릭스가 이용자가 동영상에 준 별과 접속 위치에 관한 정보. 디 아이스 정보, 플레이 버튼 클릭 수, 타이라 1과 주말 등 이 1에 의한 화천, 소셜 미디어 등에서 어느 정도도 언급되는지를 분석하고 알 코지쥬무을 훨씬 정교하게 만들고 있다. 구체적으로 하루 평균 3천 만개 정도의 재생 기록과 400만건의 별점 평가, 그리고 검색 기록을 분석한다. 어떤 구간에서 1시 중단이 1어 났고 리와인드 되는가. 영화의 색상과 사운드의 톤까지 분석 대상이었다. 그래서 사실상 우리가 상상할 수 있고 접근 가능한 모든 정보를 활용했다고 보면 된다.이런 노력에서 넷플릭스에서 재생되는 영화 2/3정도가 추천을 통해서 이루어지게 되었다. 이런 방법도 모자라는 넷플릭스의 추천 시스템의 정확도를 10%증가시킬 수 있는 알고리즘을 개발하도록 제안한 사람에게 상금을 백만달러나 주는 대회를 개최했습니다. 이런 것들이 우리가 신문에서 흔히 볼 수 있는 딥러닝(Deep Learning) 방식이었다. 2016년, 이세돌 9단과 강한 대결을 벌였던 AI알파 고가 사용하는 비결도 거의 비슷한 것이었다

>

여기서 끝이 아니다. 넷플릭스는 스트리밍 플랫폼에만 머물지 않고 적극적으로 콘텐츠를 제작하는 단계까지 발전하고 있다. 그렇게 만들어진 작품이 공전의 히트를 기록한 하우스 오브 카드(House of Card)였다. 넷플릭스는 사용자가 무엇을 나쁘게 생각하지 않는지 알고 저격하고 있다는 내용이었다 케빈 스페이시라는 명배우와 워싱턴 정가의 소리모와 정략들 그리고 언론의 노출과 속도감 있는 전개. 그리고 정주행 하지 않을 수 없게 되는 구성.이 모든 것이 사전에 기획되고 실행된 것이다. 소름이 돋다.

자신은 지난해 이맘때 넷플릭스가 처음 국한됐을 때부터 사용했다. 처음의 1개월은 프로모션 기간에서 무료였다 시간이 날 때마다 미드와 미국 영화를 깊이 봤다. 그러자 국한 콘텐츠가 절대적으로 부족했다. 아쉬운 사이에 언론에서 왓차를 접했다. 한정 콘텐츠가 많다도 많다, 넷플릭스의 1.2만원보다 싸다....4. 9천원 멜론보다 싼 더. 요즘은 꽤 자주 보고 있어. 사용 후기는 넷플릭스의 권장 알고리즘에 비해 절대적으로 늦어지고 있다는 소견은 없었다. 오히려 디스플레이 자신의 다른 콘텐츠는 넷플릭스보다 뛰어난 점이 많다는 소견이 들 정도다. 빅데이터를 공부한다는 핑계로 영화를 보려는 사람들에게 적극 추천한다. 왓처가 어떤 서비스인지는 아래 링크 신문 기사에서 자세히 확인할 수 있다. 대표가 자기와 동갑이었다 열심히 해야겠다

개인적으로 우리 나쁘지 않아 사람은 아직 넷플릭스보다는 낫차! 한국 작품이 많으니까...

>

>

>

>

>

>

>

>

>

>

빅데이터란? 아직 정의가 제대로 내려지지 않았다. IT와 핀테크를 다소 음습하지만 세계의 베테랑에 비하면 무지랭이 수준에 가까운 내가 이해한 방법으로 풀어본다. Big+Data, 먼저 대량의 데이터를 말하고, 그 형태는 텍스트, 사진, 영상, 소음원 등 모든 형태를 나눈다. 하루에 패북에 올라오는 수많은 뉴스피드, 인스타그램에 올라오는 사진, 유튜브에 올라가는 모든 동영상이 전체 빅데이터에 해당한다. 게다가 우리가 인터넷을 이용해 클릭한 정보나 CCTV, 카드로 물건을 구입한 구매내역도 마찬가지다. 방대한 수식이 자신의 데이터 단위를 끌어들이지 않아도 얼마나 자신의 대용량 데이터인지 쉽게 알 수 있다.이렇게 발생하는 데이터는 작은 기업 내부에서 발생하거나 외부의 데이터를 가져오기도 한다. 작은 기업들은 이런 데이터를 가져와(수집)상관관계 유의성 특징(분석 및 가공)활용하는 구조로 빅데이터를 꼽는다. 너무 엄청난 양의 데이턴 키 때문에 60만개 정도의 데이터를 분석할 수 있는 엑셀에서는 불가능하고'Hadoop'이라는 Tool을 이용하고 분석한다. 그렇지 않아도 최신은 데이터를 시간화(Visualize)해 보여주는 TAB LEAU라는 소프트웨어 또는 오픈소스 R, 그래서 Phython을 많이 활용하고 있다. 사실 여기까지는 작은 기업들이 활용하는 방식으로 이건 이 줄에 더 자세히 다뤄보고 중요한 건 최종 고객에게 어떻게 활용되느냐 하는 건데~

아내 sound 빅데이터가 화제가 됐을 때 삼성카드 광고 카피다. 카드의 많은 혜택을 나쁘지 않은 사람에게 맞춰주면 얼마나 예쁘지 않을까? 중년 남성의 번거로움(?)을 해결하는 데 빅데이터를 활용할 수 있는 sound를 보여주는 광고.몇 년 전까지는 들어 본 적도 없는 빅데이터가 최근에는 광고에 활용되고 있는 것입니다. 사실 20하나 2년 모 공모전에 '빅 데이터'를 주제로 해외 탐방을 신청했다. 실리콘밸리와 뉴욕으로...(경영학과) 교수들조차 그 당시에는 빅데이터가 어딘지 잘 모르는 눈치였다. 질문하는 방법만 봐도 알 수 있었으니까.이 밖에도 빅데이터가 우리 삶에 미치는 영향은 실로 크다. 개인 정보 보호 법과 사생활 침해 법 영역에서 BI로 불리는 Business Intelligence(e)-CRM의 고도화, 타깃 광고 고객 유출 방지, 4차 산업 혁명의 결합 등 수많은 문제가 있지만 이번 글에서 다 후(후)은 어려워서 다 sound자리에 타지 않으면.

현대카드, 교보문고, 구글, 아마존, 금융회사 CRM, 경다회사(광고), 고객정보 보호 등 다양한 이슈와 활용 사례를 소개한다.  기업이 어떤 활동을 하는지, 어떻게 전략을 발전시키는지 이해해야 채용시장에서 이길 수 있다. 예의없이 열심히 해보도록 하겠습니다. 시켜만 주신다면 내가 입사할 수 있다면이라는 가족적인 표현보다는 과거부터 비즈니스에 흥미를 갖고 활동하거나 좋지 않고 눈에 띄는 것이 있으면 채용에 유리하게 작용하는 것이 당연하지 않을까.