Netflix Tech Blog 뉴스

넷플릭스가 단순 VOD 서비스를 넘어 대규모 라이브 스트리밍 시대로 전환하며 구축한 '인간 인프라'와 운영 전략을 다룹니다. 기술적 자동화를 넘어, 실시간 방송의 불확실성을 제어하기 위해 구축된 방송 운영 센터(BOC)와 물리적/운영적 중복성 확보 과정을 상세히 설명합니다.

넷플릭스는 수만 개의 Java 레포지토리를 관리하기 위해 ArchUnit을 확장한 'Nebula ArchRules'를 활용하여 아키텍처 규칙을 전사적으로 강제합니다. 이를 통해 API 변경 사항에 따른 하위 호환성 문제를 방지하고, 대규모 폴리레포(Polyrepo) 환경에서 기술 부채를 체계적으로 관리합니다.

넷플릭스는 파편화된 ML 도메인 간의 장벽을 허물기 위해 '메타데이터 서비스(MDS)'를 통한 '모델 라이프사이클 그래프'를 구축했습니다. 이를 통해 모델, 피처, 데이터셋 등 다양한 ML 자산의 가시성을 확보하고 도메인 간 지식 공유를 촉진하는 'ML 민주화'를 추진하고 있습니다.

넷플릭스가 초당 100만 건의 요청을 처리하기 위해 구축한 ML 모델 서빙 인프라의 핵심 기술인 'API 추상화'와 '라우팅' 전략을 다룹니다. 단순한 모델 추론(Inference)을 넘어 전처리, 특징 추출, 후처리를 포함한 전체 워크플로우를 하나의 서비스 단위로 관리하여, 클라이언트 서비스의 복잡성을 낮추고 모델 업데이트 속도를 극대화한 사례를 설명합니다.

넷플릭스는 글로벌 제작 규모 확장에 따른 미디어 파일 관리의 복잡성을 해결하기 위해 'Media Production Suite(MPS)'를 구축했습니다. 넷플릭스는 모든 기술을 자체 개발하는 대신, 검증된 FilmLight의 API(FLAPI)를 통합하는 전략적 파트너십을 통해 카메라 메타데이터 처리 및 워크플로우 자동화를 성공적으로 구현했습니다.