AI와 미디어산업 정두남 (KOBACO 광고산업연구소)

목차 들어가며 스마트TV의 추억 인공지능과 빅데이터 AI와 시장의 효율성 제고 AI와 신규 시장 창출 결론을 대신하여

1. 들어가며 - 방송영상산업의 진화 = Digital Transformation chapter 1. 들어가며 ◎ 4차 산업혁명과 미디어 산업 ? 4차 산업혁명 핵심 요소 : AI, IOT, Big Data, UI/UX, Smart Factory, 스마트카… ◎ 방송영상 영역에서 혁명은 새로운 것인가? - 방송영상산업의 진화 = Digital Transformation - 디지털 전환과 스마트TV서비스 ... 방송영상서비스 스마트화의 한계는 무엇이었는가? ◎ 미디어 산업 내 AI에 대한 관심 증가의 배경은 ? - 디지털 혁신의 속도 및 데이터의 복잡성 증대 = 빅데이터 시대의 도래 AI가 스스로 학습하는 Machine Learning 기술의 비약적 발전, 이를 지원하는 컴퓨팅 기술의 급속한 발달이 효율성 개선에 기여 ◎ AI 기술은 방송산업의 어떠한 어느 영역에서 어떻게 활용이 가능한가 ? AI 기술은 활용은 영상미디어산업에 어떠한 구조적 변화를 유발시킬것인가 ?

2. 스마트TV의 추억

2. 스마트TV의 추억 스마트TV의 개념 시사점 방통위 ‘스마트TV’ 보고서 (2010) 1) 협의 = 스마트TV 단말 - “운영체제(OS) 및 인터넷 접속 기능을 탑재하고, - 실시간 방송 + VOD·게임·검색 등 다양한 콘텐츠를 - 편리한 이용자환경(UI/UX)에서 이용할 수 있는 TV” 관계부처 합동 ‘스마트TV 산업 발전전략’ (2011) 2) 광의 = 스마트TV 서비스 "다양한 스마트 기기, 동영상 콘텐츠와 서비스, 플랫폼, 네트 워크 등을 유기적으로 연계한 온라인 콘텐츠 서비스“ * 핵심은 동영상 중심의 N스크린서비스 시사점 ☞ TV의 진화 : 방송 + 통신(Internet) + 컴퓨팅(OS)의 융합 ☞ 시각 차이 : 단말 (협의) vs. 서비스 (광의) ☞ 서비스 특징 : TV에 인터넷(Web)과 App을 접목 스마트 기기를 연동한 N스크린 서비스

2. 스마트TV의 추억 스마트TV 등장에 따른 미디어 산업 구조변화 방향 콘텐츠 (C) ㅇ 플랫폼 다양화로 인기 콘텐츠의 가치 상승 (OSMU/ASMD) ㅇ 플랫폼 다양화에 따른 탈시공간적/분절적 이용행태의 증대 ㅇ 실시간 방송의 채널단위 편성의 의미 약화, 개별 프로그램의 의미 증대 ※ N스크린 = Cross Platform Viewing (Time Shifting + Place Shifting) = TV 기기와 콘텐츠의 분리, TV 채널과 콘텐츠의 분리 ※ 인기 콘텐츠 검색-추천 메커니즘의 중요성 증대 플랫폼 (P) ㅇ 영상콘텐츠를 유통(편집과 추천)하는 플랫폼 영역의 중요성 증대 ㅇ 가전사들이 미디어 시장의 핵심 플레이어로 등장 ※ 단말 + OS = 단말 사업영역과 플랫폼 사업영역의 융합 ㅇ 콘텐츠 유통의 글로벌화 : 역내 경쟁에서 글로벌 경쟁으로 전환 ▶ Question : 누가 또는 어떠한 서비스가 플랫폼 영역을 주도할 것인가 ? - 사업자 : 단말제조사 vs. CP (지상파) - H/W : STB 형 vs. (가전사 주도) 일체형 - 서비스 : 실시간 방송 vs. VOD = Hybrid 모델 ? (OHTV) 전문가 심층인터뷰 결과 (정두남, 정인숙 2011)

2. 스마트TV의 추억 스마트TV 등장에 따른 미디어 산업 구조변화 방향 네트워크 (N) 단말 (T) ㅇ 인터넷은 과거처럼 영상콘텐츠 유통을 위한 보조적수단이 아니라 그 자체로 독립적인 서비스 플랫폼의 지위 확보 ※ 중단기적으로 기존 방송시장과 인터넷 망을 이용한 스마트TV 시장이 공존 장기적으로 유선 및 이동통신 뿐만 아니라 지상파 및 케이블 방송도 CPNT가 분리된 인터넷 산업구조로 재편 예상 ※ 유선 및 이동통신은 Best Efforts 인터넷시장으로 진화하는 반면, 지상파와 케이블은 프리미엄(Premium) 인터넷 시장으로 진화할 것으로 전망 (장석권 2012.05) 단말 (T) ㅇ Apple : 단순성 + 편이성 극대화 > Google : TV의 PC화 ㅇ 미래 모델 : Hybrid ㅇ Apple의 계획 : 리모콘이 없는 TV (= Siri 탑재 ?)

2. 스마트TV의 추억 스마트TV 사업모델 사업자별로 가치사슬(CPNT)의 특정 층위를 중심으로 하는 단독사업모델(C, P, N, T)로 출발하여 다른 층위로 사업영역을 확대해 나가는 결합사업모델로 진화 중 출처, 조영신(2011), 박종진(2011) 참조 및 수정 보완

인터넷 서비스 경험 부족으로 혁신적 서비스나 미디어 플랫폼 구현 어려움 2. 스마트TV의 추억 사업모델별 장단점 및 시장 전개방식 대부분의 사업유형은 각각의 장단점 및 경쟁사업자 간의 상호 견제로 인해 독자생존이 어려움. 온전한 생태계 구성을 위해서는 사업자들간의 협력과 제휴가 불가피 국가별 시장 전개방식의 특징을 살펴보면 - 미국의 경우 Netflix와 같은 비방송사업자의 유료 서비스 모델을 중심으로 ‘파괴적 혁신’(disruptive innovation)에 기반을 둔 시장 구조 변화가 진행 중 - 영국의 경우 BBC와 같은 기존 지상파방송사업자('ancien regime')의 무료 서비스 모델을 중심으로 점진적 시장 진화를 도모중 BM 유형 장점 단점 콘텐츠 중심 일관성 있는 N스크린 서비스용이 초기 가입자 확보용이 자기시장 잠식 우려로 투자와 혁신에 소극적 플랫폼 중심 시장변화에 신속한 대응 CP와 망 사업자의 견제 네트워크 중심 대규모 자본력, 가입자 관리 용이 결합상품 구성 및 유연한 가격정책 플랫폼 및 단말과 함께 결합 CP와의 갈등 단말 중심 단말 통제력을 활용한 이용자 Lock-In 용이 CP 및 망 사업자의 견제, 인터넷 서비스 경험 부족으로 혁신적 서비스나 미디어 플랫폼 구현 어려움

3. 인공지능과 빅데이터

3. 인공지능과 빅데이터 ◎ 2011년 맥킨지는 Big Data란 무엇인가를 정의한 보고서(Big data: The next frontier for innovation, competition, and productivity)에서 앞으로의 세상은 데이터 중심의 세상이며, 이때 데이터는 기존의 데이터와는 전혀 다른 형태의 Data란 의미에서 Big Data란 용어를 사용. ◎ 맥킨지는 Big Data를 3V로 설명: 이전과는 다른 속도(Velocity), 이전과는 다른 규모(Volume), 이전과는 다른 다양성(Variety). ◎ 혁신의 속도와 복잡성의 증대로 기존의 경험과 직관만으로 문제를 해결하기 어려운 빅데이터의 시대 도래. 사람이 분석할 수 없는 데이터의 복잡성 때문에 인공지능의 도움 필요.

3. 인공지능과 빅데이터 ◎ 미디어 산업 내 AI에 대한 관심 증가의 배경은 첫째, AI 기술자체의 고도화 : AI시스템이 스스로 학습하고 이를 통해 미래를 예측할 수 있는 기계학습(Machine Learning, 특히 deep learning) 기술의 비약적 발전 2012년 'Google Brain' 프로젝트는 빅데이터 기술로 머신러닝의 우수성 입증, 특히 방송콘텐츠의 이미지를 분석하는 해당 프로젝트는 머신러닝 기반 AI의 활용가능성 입증 둘째, 컴퓨팅 기술의 발달(CPU, 특히 GPU 성능 향상)로 과거에 비해 적은 비용으로도 강력한 컴퓨터 성능을 이용할 수 있게됨. ◎ Data의 활용에서 멈추지 않고, Data에 기반한 제2, 제3의 상품/서비스를 만들 수 있는 자동화 기술이 바로 인공지능 ◎ 새로운 기술은 기존 시장의 내부 효율성을 키울뿐만 아니라 기존에는 기술 부족으로 등장하지 못했던 상상의 서비스를 가능케함 - 1990년대 중반 등장한 인터넷은 컴퓨터와 컴퓨터를 연결하는 새로운 수단이었음. 인터넷은 특히 정부의 허가 없이도 소위 영상 플랫폼 사업을 할 수 있는 가능성을 제시. 2006년 등장한 YouTube나 2007년 스트리밍 서비스를 시작한 넷플릭스 등은 인터넷의 등장이 없었다면 상상하지 못했던 서비스 ◎ 새로운 기술은 기존 시장의 효율성 제고 및 새로운 시장 창출

4. AI와 시장의 효율성 제고

4. AI와 시장의 효율성 제고 1) 영상 제작 및 편집 구분 기술 주체 작동방식 및 활용 사례 시나리오 집필 및 인기도 예측 ▶ 시나리오 제작 AI ‘Benjamin’(2016) -기존 시나리오 학습 -9분짜리 시나리오 완성 - SF 등 장르 제한 ▶미공개 콘텐츠의 시나리오 예측 AI - HBO 'Game of Throne' 5천쪽 학습 - 향후 시나리오 예측 - 아직 불완전한 단계 ▶시나리오 인기도 예측 AI - Disney Research (2017) - 인터넷 질의응답 플랫폼 'Quora' 활용 - 21개 질문, 5만개 답변에서 370개 단어 이상, 2만8천개 답변 추출 - 개별 인공지능 신경망에게 개별 문단, 문단간 조화, 전체맥락 등 분석 및 패턴 학습 - Quora 상 호응도('좋아요')를 토대로 스토리 인기 예측 영상 편집 ▶ IBM Watson의 스포츠 하이라이트 편집 - US Open 테니스 대회 영상 편집 - 군중환호, 선수 움직임과 표정을 분석하여 편집 ☞ 동시에 18개 경기가 진행되는 상황에서 단시간에 편집작업 해결, 효율성 극대화

4. AI와 시장의 효율성 제고 2) 콘텐츠 유통 및 관리 메타 데이터 자동 생성 및 관리 ▶ IBM Watson - US Open 테니스 대회 영상 편집시 메터데이터 자동 입력 - 영상의 시각, 청각, 텍스트, 주인공 표정 등 식별, 자동으로 메터데이터 구축 ⇒ 드라마와 영화 등 영상 콘텐츠 이용편이성 및 활용성 극대화 ⇒ N스크린 서비스의 시청률 조사에도 활용 가능 저작권 보호 ▶ 불법 콘텐츠 판별 AI - 저작권보호기술(DRM)으로 불법 유통 차단에 한계 - Webcrawler 방식 또한 글로벌 적용 어려움 - AI 활용시 자막 삽입, 인위적 렌더링 등의 변형여부를 면밀히 조사하여 불법 유통 콘텐츠를 판별 가능 원활한 스트리밍 보장 ▶ Netflix의 Dynamic Optimizer (2017) - 시청자의 네트워크 환경(속도 등)에 따라 영상 서비스 품질 최적화 - 영상 끊김 현상 최소화 - 동일 여건 화질 개선

4. AI와 시장의 효율성 제고 3) 시청자 대응 : 콘텐츠 큐레이션 ▶Netflix - 콘텐츠 큐레이션 알고리즘 - 이용정보 및 맥락적 변수(날씨, 개인/사회적 이벤트 등)를 혼합하여개별 시청자에게 최적화된 콘텐츠 노출 및 추천 - 이탈률 최소화 - Netflix 성공의 주요 요인; 'Netflix Prize'를 통해 알고리즘 개발 경진대회 - (장르 기반)개인화된 비디오 순위, △Top 비디오 순위, 시청중인 콘텐츠, OOO와 비슷한 콘텐츠, 페이지 생성 로직 (사용시간-트렌드-가족구성원 수 등 고려) 등 다양한 알고리즘 활용 ▶ ZONE TV 큐레이션 서비스 (2017) - Zone TV의 파트너사 : ComCast, AT&T, DirecTV 등 다수 유료방송사 시청자 반응 분석 ▶ Disney Research 'FAVE'(2017) - (적외선 카메라 활용) 영상콘텐츠 시청시 시청자의 표정 분석을 통해 콘텐츠 기호 분석 및 선호도 예측 출처: KCA 미디어 이슈와 트렌드 (2017-01). 김조한 (2017)

4. AI와 시장의 효율성 제고 ◆사례) 넷플릭스의 썸네일 개인화

4. AI와 시장의 효율성 제고 4) AI와 광고 ◎ “Spray and pray is dead” (Google 김태원 2017.3.14) 매스 미디어를 통해 무작정 광고를 뿌리고 기도 하던 시절은 지나갔다. 과거: 사람이 많은 곳이 중요 = 시청률이 중요 (소비자를 분류할 수 없었기 때문에) 원하는 타겟이 있는지 없는지, 효과가 좋은지 나쁜지도 확인하지 못하고 비싼 광고비 지불 ◎ 머신 러닝이 광고마케팅에 주는 인사이트 ◎ 구글의 디지털광고 = 머신러닝을 활용한 소비자 맞춤형 광고 소비자들의 static identity(연령, 성별)와 dynamic identity(흥미, 관심사)를 융합하여, 분류. 이들이 사용하는 Device나 각 접점에서 기업들은 원하는 메시지를 소비자들에게 효과적으로 전달 ◎ Google Analytics : 소비자의 성향과 이동경로를 추적하는 Tracking Tool - 내가 원하는 타겟 소비자가 누구이고, 그들이 어떤 관심사를 가지고 있는지 알수 있는 시대 ⇒ 마케팅을 공급자 관점이 아닌 수요자 관점에서 수행 Google ART & Culture 600만개 예술품 이미지 데이터 초상화, 정물화 등 카테고리별 클러스터 나의 사진과 닮은 인물화 검색 - 제시 Marketing 소비자 소비자 데이터 마케팅 Segmetation 소비자 Targeting

4. AI와 시장의 효율성 제고 ◆ 디지털 광고 사례 ▶동서식품(커피믹스, 안성기) ‘White Gold' 광고 사례 - ① 정적 아이덴티티 : 25~44 여성 - ② Youtube에서 'White Gold' 광고를 Skip하지 않고 끝까지 본 사람들의 쿠키를 모아서 머신러닝으로 분석. (광고를 skip한 사람과 무엇이 다른가를 분석) - 이들의 Top10 관심사로 뷰티, 패밀리 같은 일반적 특성 이외에 캐쥬얼 게임이나 Pat Lover와 같은 Dynamic Identity가 도출됨. 이를 반영하여 다시 광고 : 비용 효율성 21% 증대 ▶생명보험사 사례 - 생명보험사 사이트를 방문한 소비자의 쿠키 분석 - 생명보험 이외 다양한 Dynamic Identity (주택, 자동차, 여행, 어린이용품 등) - 소비자의 성향과 Context에 따라 상이한 광고메시지 전달 ⇒ 제품 구매 확률 60% 상승, 구매량 최소 50%에서 1000 % 상승 ▶일본 McDonald 사례 25,000개의 차별적 Copy를 마련하고, 개별 소비자의 성향과 Context(날씨, 온도, 계절)에 맞춰 광고카피를 자동 변환하여 Target Marketing (Google 김태원 2017.3.14)

5. AI와 신규시장 창출

5. AI와 신규시장 창출 ▶ 인공지능 스피커와 음성 UI 각 장면과 장면을 쪼개어 자동으로 태깅을 붙이고, 대사를 이해한 뒤에 대사를 검색이 가능한 단위로 정리하고, 배경음악이나 장소 등도 자동적으로 처리할 수 있어야 함. ◎ 현재 미국의 Comcast 등은 이 메타데이터 부분을 인공지능을 활용하여 해결하고 있음. 인공지능의 한 분야인 Vision이 영상 이미지를 분석한 뒤 인물과 상품과 장소 등을 찾아서 자동 태깅을 붙임. 영상에 나오는 핸드백을 커머스 시장에서 찾아서 태킹을 붙임. 영상에 실린 음악이 있으면 이를 검색해서 음악 정보를 태깅하고, 표정을 읽고 감성을 태깅하고, 대사를 분석해서 자동으로 텍스트화함.

5. AI와 신규시장 창출 ◎ 기술이 작동하면서 예전에는 하고 구현하고 싶었으나 실현되지 못했던 일들이 구체화되기 시작한 것임. 음성 검색이라는 키워드에 시작한 것이 메타 데이터로 이어지고, 메터 데이터의 효율성을 위해서 다시 이미지 인식 등 Vision 기술을 적용하는 단계로 이어진 것임. ◎ 인공지능을 활용하여 영상 인식과 메터데이터의 자동 태깅이 가능해지면, 미디어비즈니스간의 융합이 일어날 수 있을 것임. - Voice UI의 시대의 도래는 터치 UI와 유사하게 다시 한번 전체 미디어 시장의 구조 개편 및 사업자들의 BM (플랫폼사업자, 제작자, 광고의 운영방식)을 본질적으로 바꿔놓을 것으로 예상됨. ◎ 더구나 고도화된 메타 데이터는 커머스 등 여타 서비스와 결합될 경우 (AI 스피커를 활용한) 보이스커머스의 활성화를 촉발하여 신규 시장 창출에 기여할 것으로 전망됨. ◎ 기본적으로 메타 데이터에 기반한 서비스를 기획할 수 있는 사업자가 플랫폼이기 때문에 콘텐츠 사업자 보다는 (기술 기반) 플랫폼 사업자의 지배력이 부각될 가능성이 더 클것으로 예상됨.

Hands-free 기능으로 멀티태스킹 (운전 등) 가능 5. AI와 신규시장 창출 음성과 터치/텍스트기반 사용자 인터페이스 비교 음성기반 터치/텍스트기반 입력속도 150단어/분 40단어/분 입력방식 Random Access Hierarchical GUI 정보 입출력 Microphone, Speaker Keyboard, Display 문제해결방식 컨텍스트 기반 문제해결 단방향 문제해결 멀티태스킹 Hands-free 기능으로 멀티태스킹 (운전 등) 가능 터치나 텍스트입력 시 멀티태스킹 불가 출처 : 최지혜, 이선희(2017). 음성인식 AI 비서 시장의 현황과 시사점. KISDI 초점 2017.10.2.

5. AI와 신규시장 창출 보이스 인공지능 서비스의 종류(2017년 8월 기준) 보이스 인공 지능 호출 명령어 탑재 디바이스 탑재OS 전용 디바이스 출시일 특장점 아마존 알렉사 "알렉사“ • 에코 • 에코 닷 • 에코 쇼 • 에코 룩 • 아마존탭 2014년 11월 • 아마존 서비스 연계 강점 (쇼핑,음악,킨들 등) • 오디오북 서비스 연계 • 서드 파티 스킬(15,000개 초과) 구글 어시스턴트 “오케이, 구글” “헤이, 구글” 구글홈 2016년 11월 • 구글 소프트웨어 플랫폼 연계(이메일,지도,구글포토,안드로이드,음악스트리밍,네스트 등) •구글 렌즈 연계 애플 시리 “헤이, 시리” • 홈팟 • 아이폰 iOS10 •OS X Sierra 2017년 12월 •아이폰 기본 기능 사용편리 •아이폰 앱 호출,메모,트위터,페이스북 연계 강점 •디자인,개인정보 보호,사운드 강점 •향후 Vocal IQ 워크플로우 기술 연동 SK텔레콤 누구 “아리아” “레베카” • 누구 • 누구미니 2016년 9월 •SK텔레콤 인프라 연계(11번가,멜론 등) 출처: 강정수외(23017). 보이스 퍼스트 패러다임 구 분 기 업

5. AI와 신규시장 창출 보이스 인공지능 서비스의 종류(2017년 8월 기준) KT • KT 인프라 연계(올레tv,지니 등) 기가지니 “기가지니” 2017년 1월 • KT 인프라 연계(올레tv,지니 등) • 하만 카돈 스피커 탑재 • IPTV 셋톱박스, TV화면을 통한 피드백 삼성전자 빅스비 “빅스비” •갤럭시 S8, S8+ •하만과 개발중인 스피커 미정 • 메시지,화면캡쳐,사진보내기 등 스마트폰 제어에 강점 • 연속된 명령 처리 • 이미지 인식 • 향후 Viv 기술 연동 • 삼성페이 연계 송금서비스 네이버 클로바 (Clova) “샐리야” •WAVE •캐릭터형 스피커 챔프(Champ) 2017년 8월 • 번역,검색,인근장소,경로 정보 안내 강점 • 라인 메신저 서비스 추가 예정 카카오 카카오아이(i) “헤이, 카카오” 카카오 미니(kakao Mimi) 2017년 가을 • 카카오톡,카카오 택시 등 카카오 서비스 연계 강점 • 멜론 연계강점 페이스북 엠(M) •페이스북 메신저 •비디오 챗 기기 • 이용자 대화 인식 후 택시 예약 등 맞춤 정보 제안,추천 • (하드웨어)15인치 터치스크린 탑재

6. 결론을 대신하여

6. 결론을 대신하여 ◎ AI의 활용은 미디어산업 영역에서 한편으로 효율성 제고를 통해 기존 서비스를 강화하고, 다른 한편으로 신규 시장의 창출을 가능케 할 것으로 예상됨. ◎ AI는 IOT를 활용하여 수집한 파편화된 정보를 구조화하고, 데이터에 숨겨진 맥락을 읽어냄. 이는 pre-processing에서 post-processing으로의 전환을 의미함. 즉, 버려지는 데이터로부터 새로운 인사이트(Insight) 도출하는 것임. - 여기에서 Big data의 확보 여부는 새로운 시장진입장벽으로 작용할 가능성이 큰것으로 예상됨. 나아가 빅데이터를 확보하고 AI기술로 무장한 기술 기반 플랫폼 사업자들이 미래의 미디어시장을 주도할 것으로 전망됨. ◎ 영상서비스 산업은 기존의 VOD 이외에도 SOD(Scene On Demand) 소비 현상이 증가하면서 개인 맞춤형 동영상서비스 공급이 늘어날 것으로 예상됨. 이 과정에서 영상콘텐츠를 프로그램별 편집의 시각에서 바라보던 관점에서 데이터 처리의 관점에서 파악하는 패러다임의 변화가 촉발될 것으로 예상됨. ◎ AI와 빅데이터의 활용은 특히 개별 소비자들의 정적 아이덴티티(static identity)와 동적 아이덴티티(dynamic identity)의 혼합하여 기존의 영상콘텐츠 추천/유통/관리 및 광고마케팅/커머스의 효율성을 극대화시킬 것으로 전망됨. ◎ AI 기반 Voice UI의 등장은 이와 같은 변화를 가속화시킬 것으로 예상되며, 터치 UI가 가져온 변화 이상의 시장구조 및 BM의 변화를 유발할 것으로 예상됨.

감사합니다.