오늘도 누군가는 많은 양의 영상을 시청하고, 또다른 누군가는 꾸준히 영상을 업로드 하고 있을 것입니다. 그리고 누군가가 만든 동영상은 어떠한 데이터센터에 저장되고, 송출되며, 덕분에 우리는 하루에도 수많은 영상을 별탈 없이 이용할 수 있습니다. 그런데 데이터센터는 무한정 이용할 수 있는 것일까요? 과연 우리는 언제까지 영상을 자유롭게 사용할 수 있을까요?

데이터센터에도 한계가 존재한다.

사실 그동안 데이터센터는 굳건히 존재감을 뽐내며 제한 없이 콘텐츠를 제공하고 있었습니다. 게다가 데이터센터를 통해 콘텐츠를 제공하는 환경이 구축된 지 꽤 오랜 시간이 흘렀는데, 갑자기 데이터를 걱정한다는 건 조금 뜻밖의 일이기도 하죠. 특히 가장 데이터와 밀접한 관계를 가진 영상 공급자들은 데이터가 무거워지더라도 시청자들에게 더 높은 퀄리티의 영상을 제공하고 있기 때문에 데이터에 대한 걱정은 시기상조라고 생각되기도 합니다.

하지만 데이터의 부족은 분명히 발생하게 될 문제입니다. 이전에는 대다수의 콘텐츠가 텍스트 또는 이미지로 이루어졌고, 영상을 송출하더라도 네트워크 대역폭의 한계로 영상의 품질을 낮췄기 때문에 데이터에 대한 문제가 두드러지지 않았지만 현재는 텍스트, 이미지보다 동영상의 사용량이 월등히 높고 시청자들의 향상된 시청 수준으로 높은 화질의 영상을 제공해야 하기 때문에 처리해야 할 데이터가 기하급수적으로 증가했습니다.

그렇다면 이처럼 급속도로 가까워지고 있는 데이터 문제에 대해 우리는 어떻게 대처해야 할까요? 이미 우리의 일상이 되어버린 영상의 소비를 제한하기도 어렵고, 그렇다고 영상의 품질을 낮춰 데이터 사용량을 조절하려고 하니 4K 화질에 익숙해진 우리에게 낮은 화질의 영상은 시청 만족도를 채워줄 수 없습니다. 과연 우리의 시청 경험을 훼손하지 않으면서 미래에 닥쳐올 문제를 해결할 수 있는 솔루션은 존재할까요?

부족한 데이터를 대처하는 기업들의 슬기로운 솔루션

이러한 문제점을 충분히 인지하고 있는 미디어 기업들은 나름대로의 대처 방안을 제시하고 있습니다. 먼저, 대표적인 동영상 플랫폼 YouTube의 사례를 살펴보겠습니다. 우리는 YouTube에 영상을 업로드 하면, 그 때부터 YouTube에서 영상을 저장하고 시청자들에게 영상을 공급하는데요. 하루에도 수십만 개의 영상이 업로드 되고, 어마어마한 양의 영상 데이터를 관리해야 하는 YouTube는 자체 시스템을 구축해 동영상 데이터를 운영하고 있다고 합니다.

구글은 YouTube를 효율적으로 운영하기 위해 비디오 코딩 유닛(Video-Coding Unit: VCU)인 아르고스(Argos) 칩을 자체적으로 개발했습니다. 아르고스 칩은 YouTube에 올라오는 수많은 영상들을 트랜스코딩해 압축 효율을 높여줍니다. 즉, 다양한 포맷으로 업로드되는 영상의 포맷을 YouTube에서 지정한 포맷으로 인코딩 해 영상의 압축 효율을 높여 화질은 유지하면서 데이터를 줄이는 것이죠. 따라서 구글은 YouTube를 시청하는 수많은 시청자들에게 원활한 영상 공급을 할 수 있고 내부적으로는 영상 저장 및 송출에 필요한 네트워크 사용량을 줄여 비용도 절감할 수 있게 되었다고 합니다.

세계 최대 OTT 플랫폼 넷플릭스 역시 자체적으로 콘텐츠 전송 네트워크(CDN)을 구축해 영상 데이터를 효율적으로 관리하고 있습니다. 동영상 공급이 증가하면서 무거운 용량 덕분에 트래픽 사용량이 급증했고, 이는 결국 네트워크 비용 상승이라는 안좋은 결과를 가져왔는데요. 넷플릭스는 이를 해결하고자 소비자에게 합리적인 가격으로 고퀄리티의 콘텐츠를 제공할 수 있도록 자체 콘텐츠 전송 네트워크 개발이라는 방법을 택했습니다.

자체 시스템 구축이 어렵다면, 영상 자체의 데이터를 줄여보자.

하지만 대부분의 미디어 기업들은 앞서 소개한 빅테크 기업의 사례처럼 자체 시스템을 구축하기 어려운 여건일 수 있습니다. 만약 그렇다면, 동영상 자체의 데이터를 줄이는 방법이 있습니다. 블루닷은 동영상 시장의 성장을 지켜보며 데이터 문제가 발생할 것임을 인지하고 영상의 데이터를 효율적으로 관리할 수 있는 솔루션을 개발했는데요.

분명 우리의 눈으로 봤을 때 화질의 차이가 나타나지 않는데, 용량은 30%가 줄었습니다. 이는 AI가 화소를 구분하는 역할을 해 준 덕분인데요. 블루닷은 수많은 동영상으로 학습한 AI를 개발해 ‘인지 화질 최적화(DeepField-PQO)’ 솔루션을 개발했습니다. AI가 사람의 눈에 영향을 주지 않는 화소를 구분한 덕분에 인간이 인지하는 수준에서 화질은 그대로 유지하고 데이터는 30%가량 줄일 수 있습니다. 따라서 영상의 품질은 유지하면서 용량만 줄어들어 시청자들의 시청 만족도는 채워줄 수 있고, 영상의 관리 효율은 높아지는데요. 특히 ‘인지 화질 최적화’ 솔루션은 압축 전 단계에서 영상을 처리하기 때문에 어떠한 코덱에도 사용할 수 있다는 점이 장점입니다.

수많은 영상을 공급하고, 또 시청자들에게 고품질의 콘텐츠를 서비스하기 위해서는 원활한 네트워크 환경, 여유로운 저장 공간 등 영상 제작에 적합한 환경이 구축되어야 하고 이를 위해서 많은 비용이 필요할 것입니다. 블루닷은 이러한 고민을 안고 있는 영상 공급자들에게 시간과 비용을 절감할 수 있는 고성능 동영상 솔루션을 제공해 제작자들에게는 효율적인 영상 관리를, 소비자들에게는 고품질의 영상을 서비스할 수 있도록 도움을 주고자 합니다.