BLOG
저자: MegazoneCloud 미디어 솔루션 엔지니어 최요한, 커머셜 세일즈 김승룡, 미디어 프리세일즈 정진호
인터넷은 새로운 형태의 미디어를 지속적으로 도입하여 콘텐츠 소비를 크게 변화시켰습니다. 오늘날 텔레비전은 사람들이 콘텐츠를 보는 많은 방법 중 하나일 뿐입니다. 사람들은 언제 어디서나 원하는 장치로 원하는 컨텐츠를 볼 수 있습니다.
모바일 장치와 5G 네트워크가 전 세계의 다양한 콘텐츠 소비에 큰 영향을 미쳤고 새로운 글로벌 미디어 트렌드는 기존 방송 회사에 새로운 도전이 되었습니다.
예로, 한국에 본사를 둔 한 글로벌 방송사는 국제 뉴스, 경제, 문화 및 엔터테인먼트 프로그램에 걸친 다양한 콘텐츠를 제작해왔습니다. 1997년부터 이 방송사는 케이블, 위성, IPTV를 통해 전 세계 시청자에게 콘텐츠를 전송하고 있습니다.
빠르게 변화하는 미디어 트렌드에 발맞추고 정보를 빠르게 전달하기 위해 회사는 미디어 제작 시스템을 혁신하고 청중에게 최첨단 서비스를 제공하기 위해 클라우드로 전환했습니다. 고객은 최첨단 클라우드 기반 미디어 기술을 채택하고 해당 산업에서 가장 혁신적인 디지털 전환을 수행했습니다.
이 프로젝트를 위한 적합한 파트너로는 클라우드 솔루션에 관한 광범위한 기술과 전문성을 갖춘 MegazoneCloud가 선정되었습니다. MegazoneCloud는 Digital Customer Experiences, Financial Services, SAP등의 AWS 컴피턴시를 보유한 AWS 파트너 네트워크 (APN) 프리미어 컨설팅 파트너이자MSP입니다.
이 블로그에 설명된 AWS Media Services활용한 이 프로젝트는 클라우드를 사용하여 미디어 제작을 위한 최첨단 프로토타입을 구축하는 것을 목표로 시작되었습니다.
라이브 뉴스 제작 및 배포 프로세스
방송사에게 글로벌 온라인 콘텐츠의 신속한 전달은 가장 중요한 문제라고 할 수 있습니다. 하지만 일반적으로 콘텐츠 제작 프로세스에 몇 시간이 소요되어 이를 실현하기가 쉽지 않았습니다. 기존 방법을 통해서는 콘텐츠 전송 전에 많은 작업을 거쳐야 했습니다.
이 프로세스에는 방송 장비를 사용한 녹음, 수동 편집 과정, 온라인 배포를 위한 전사 및 번역과 같은 추가적인 준비가 포함됩니다. 따라서 이러한 소모적인 프로세스를 자동화하는 것이 효율적인 클라우드 기반 미디어 제작 시스템을 만드는 데 핵심이었습니다.
대부분 라이브 뉴스는 40분 동안 녹화된 다음 수동 편집 및 클리핑을 거쳐 연속 비디오 스트림을 더 짧은 뉴스 토픽 세그먼트로 전환됩니다. 이것은 편집자가 비디오를 일일이 확인하며 비디오를 분할할 위치를 결정해야 하기에 힘든 작업입니다.
실제로 우리 고객을 포함한 대부분의 방송사가 이러한 방법으로 인터넷에 업로드 할 콘텐츠를 편집했습니다.
그림 1 – 녹화 이후의 제작 과정
솔루션 테스트 및 프로토타이핑
고객은 세 가지 주요 서비스 시나리오를 테스트하고자 했습니다.
- 실시간으로 자동화된 실시간 뉴스 클리핑을 구현하여 뉴스 제작을 가속화합니다.
- STT (Speech to Text)를 사용하여 분할된 뉴스 클립의 콘텐츠를 텍스트로 자동 변환합니다.
- 캡션을 만들고 다른 언어로 번역하는 프로세스를 자동화합니다.
이러한 혁신적인 서비스를 구축하려면, 클라우드 기반 미디어 및 머신 러닝(ML) 서비스를 미디어 제작 프로세스에 통합해야 했습니다. 이 복잡한 아키텍처를 구축하려면 MegazoneCloud와 고객과의 긴밀한 협력과 심층적인 논의가 필요했습니다.
뉴스 클리핑 자동화라는 고객의 첫 번째 목표를 달성하기 위해 고객과 MegazoneCloud는 AWS Media Services 및 AWS Machine Learning Services 두 가지 AWS (Amazon Web Services) 기술 세트를 사용하기로 결정했습니다.
고객은 뉴스 기사의 시작과 끝을 정하는 편집자의 역할을 자동화하고자 했습니다. 이를 통해서 하루 종일 반복되는 소모적인 수동 편집 프로세스를 없애고 빠른 뉴스 배포를 위한 효율적인 워크 플로를 만들 수 있기 때문입니다.
이 다이어그램은 프로토타입의 전체 아키텍처를 보여줍니다.
그림 2 – 자동 클리핑을 위한 AWS 아키텍처
AWS Media 및 Amazon Rekognition 배포
프로토타입의 첫 번째 단계는 미디어 처리에 최적화된 솔루션인 AWS Elemental MediaLive를 사용하여 방송 급 라이브 비디오 처리를 위해 뉴스 콘텐츠를 AWS에 업로드였습니다.
트랜스코딩, 기계 학습, 전사 및 번역 서비스의 단계별 프로세스를 지원하는 아키텍처를 구축하는 것은 결코 쉬운 일이 아닙니다. 이 시스템을 구축하는 데 있어 가장 큰 문제는 실시간으로 작동시켜야 한다는 점이었습니다.
예상대로 라이브 비디오에 이 프로세스를 활성화하는 것은 온 디맨드 비디오에 적용하는 것과는 완전히 달랐습니다. 두 회사는 사용자가 기계 학습에 대한 심층적인 지식 없이도 딥 러닝을 활용할 수 있게 돕는 Amazon Rekognition로 해답을 찾았습니다.
이 솔루션을 사용함으로써 고객은 앵커 또는 자주 나타나는 얼굴을 index Faces 내에 저장한 다음 AWS Lambda 및 Amazon DynamoDB를 사용하여 앵커가 비디오에서 나타나는 데이터베이스를 식별하고 컴파일할 수 있습니다.
그림 3 – AWS Elemental MediaLive 구성.
이 아키텍처에 추가해야 하는 중요한 요소는 연속적인 뉴스 스트림을 분할할 위치를 결정하는 논리입니다. 자동 안면 인식 분석은 동영상에서 앵커의 얼굴이 나타나는 시간과 위치를 찾을 수 있지만 스토리가 시작되고 끝나는 위치에 대한 정확한 지표가 될 수는 없습니다.
뉴스 섹션에 대한 보다 명확한 판단을 위해 의사 결정 논리를 설정해야 했습니다.
동시에 고객은 서버리스 아키텍처를 구축하기를 원했습니다. 이 요구 사항을 준수하기 위해 MegazoneCloud는 AWS Lambda에서 논리적 프로그래밍을 실행하기로 결정했습니다. Lambda에서 로직을 실행하기 위한 집중적인 노력 끝에 팀은 Amazon DynamoDB에 저장된 기간 정보에 실시간으로 로직을 적용하는 데 성공했습니다. Lambda를 활용함으로써 아키텍처는 오류를 줄이고 예외에 대응하도록 구축되었습니다.
설정 후 Lambda는 AWS Elemental MediaConvert를 사용하여 실제 뉴스 클리핑 및 편집 프로세스를 자동화했습니다. 이 이미지는 앵커의 얼굴 인식에서 최종 클리핑까지 자동 클리핑 프로세스를 보여줍니다.
그림 4 – 자동 클리핑 프로세스
비디오 콘텐츠는 방송 품질에 맞는 해상도를 유지하기 위해 AWS Elemental MediaLive 및 RTMP (Real-Time Messaging Protocol)를 사용하여 1080p 및 30fps 형식으로 저장되었습니다. AWS Elemental MediaLive 및 AWS Elemental MediaConvert는 또한 고객이 필요로 하는 고품질 비디오로 라이브 뉴스 녹화 및 VOD (주문형 비디오) 뉴스 클립 서비스를 제공 할 수 있도록 했습니다.
이러한 클라우드 서비스를 배포함으로써 원활하게 자동화된 라이브 클리핑 프로세스가 실현되었습니다. 이제 고화질 데이터 스트림을 실시간으로 업로드하여 Amazon Rekognition으로 처리한 다음 편집하여 지연 없이 뉴스 세그먼트를 생성할 수 있습니다.
전사 및 다국어 번역 자동화
이 프로젝트의 두 번째 목표는 처리된 뉴스 콘텐츠에 대해 STT 변환을 실행하여 캡션을 생성하는 것이었습니다. 이를 위해 Amazon Transcribe 는 뉴스 클리핑 직후 활성화되었습니다. VOD 뉴스 세그먼트가 AWS Elemental MediaConvert에 의해 Amazon Simple Storage Service (Amazon S3)에 저장되면 Lambda는 Amazon Transcribe를 호출하여 STT 기능을 수행합니다.
Amazon Transcribe에서 생성한 전사는 JSON 파일에 저장되었으므로 WebVTT, SRT 또는 SAMI와 같은 캡션 형식으로 변경해야 비디오 클립과 동시에 실행할 수 있습니다. 대부분의 비디오 플레이어와의 높은 호환성 때문에 WebVTT 형식을 선택했습니다.
비디오 플레이어의 뉴스 클립에 캡션이 표시되도록 하기 위해 STT 데이터를 JSON에서 WebVTT로 변환하는 명령을 실행하도록 Lambda 함수가 설정되었습니다. 그 후 Lambda 함수는 변환된 캡션 파일을 S3에서 HLS 형식으로 준비된 비디오 클립과 함께 재생하여 HTML5 플레이어에서 재생할 수 있도록 합니다.
뉴스 콘텐츠를 효율적으로 전달하기 위해 Amazon CloudFront 가 최종 배포 프로세스에 사용되었습니다. 아키텍처는 또한 고객의 테스트 데모 플레이어에서 뉴스가 재생될 때 캡션을 화면 하단에 표시할 수 있도록 했습니다.
세 번째 새 서비스의 경우 AWS Lambda는 WebVTT로 저장된 텍스트에서 Amazon Translate 기능을 실행하도록 구성되었습니다. (그림 2 참조)
뉴스는 전 세계 시청자를 대상으로 영어로 보도되었으므로 테스트 프로세스를 통해 고품질 STT 결과 및 번역을 생성할 수 있었습니다.
아래 이미지에서 볼 수 있듯이 프로토타입은 뉴스 세그먼트와 동기화하여 데모 플레이어에 표시되는 영어-중국어 번역을 테스트했습니다.
그림 5 – 자동화된 뉴스 클리핑, 필사 및 번역 프로세스
효율적이고 시간을 절약하는 라이브 뉴스 클리핑 워크 플로우 만들기
방송 프로세스에 AWS를 활용할 때 가장 큰 장점은 서버리스 클라우드 환경에서 관리형 서비스 플랫폼 사용입니다.
그림 6 – 방송 과정의 주요 기능
자동 클리핑으로 콘텐츠 생성 및 배포 시간 단축
방송 및 미디어는 다양한 미디어 솔루션과 IT 인프라를 사용하는 기술 집약적인 산업입니다. 이 사례 연구에서 소개된 뉴스 클리핑 서비스는 추가 인프라 없이 서버리스 아키텍처에서 활성화되었습니다.
이는 클라우드 서버리스 매니지드 서비스가 어떻게 방송 프로세스를 변화시키고 방송 산업을 발전시키는지를 보여줍니다.
이 프로젝트는 다음과 같은 클라우드의 잠재력을 보여줍니다.
- 최신 미디어 트렌드를 반영한 혁신적인 서비스 소개
- 워크플로우 효율성 향상
- 자동화된 배포 플랫폼을 통해 신속하게 뉴스를 전송
결론
이 파일럿의 결과로 MegazoneCloud 고객은 뉴스 클립 편집에 소요되는 시간을 줄여 몇 분 안에 뉴스를 배포할 수 있었습니다. 전반적으로 ML 서비스를 활용하여 생성된 자동화 된 프로세스는 시간이 많이 걸리는 수동 작업을 제거하여 방송사의 워크 플로우 효율성을 향상시켰습니다.
이처럼 짧은 시간에 이러한 서비스를 구현이 가능했던 것은 클라우드에서 사용 가능한 인프라 기술 덕분입니다. 실제로 AWS Media Services 및 AWS Machine Learning Services 스택은 고객을 위한 최첨단 서비스를 구축하는 데 크게 기여했습니다.
이 서비스가 시스템 통합 접근 방식으로 구축되었더라면 프로젝트에 최소한 몇 달이 걸렸을 테지만, AWS를 활용함으로써 MegazoneCloud는 단 한 달 만에 원하는 결과를 얻을 수 있었습니다.
이 예에서 알 수 있듯이 AWS 매니지드 서비스를 사용하면 기업이 요구 사항을 식별하고 목표를 실현하기 위한 최적의 서비스 플랫폼을 구축하는 데 집중할 수 있습니다. 방송 프로세스에 클라우드를 구현함으로써 고객은 서비스에 대한 새로운 경쟁력을 키울 수 있었습니다.
그럼 이상으로 글을 마치겠습니다.
이 케이스가 변화하는 디지털 산업 속에서 새로운 기회를 모색하는 뉴스 제작자들에게 좋은 참고자료가 되었길 바랍니다.
본 서비스에 대해 추가 문의나 요청 사항이 있으신 경우, 언제든 편하게 상담 페이지에 문의를 남겨주시면 빠른 연락 드리도록 하겠습니다.
** 메가존 클라우드 TechBlog는 AWS BLOG 영문 게재 글 중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역 및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS 페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.