넷플릭스, 멀티모달 AI 모델 MediaFM으로 콘텐츠 이해도 UP!

MediaFM은 자기 지도 학습(Self-supervised Learning) 방식인 마스크드 샷 모델링(MSM)을 사용하여 훈련된다. MSM은 입력 시퀀스(Sequence)의 20% 샷 임베딩을 마스크(Mask)하고, 모델이 해당 부분을 예측하도록 학습한다.

이러한 학습 방식은 모델이 샷 간의 문맥적 관계(Contextual Relationship)를 학습하고, 콘텐츠의 세부적인 뉘앙스(Nuance)를 파악하는 데 도움을 준다.

MediaFM은 광고 관련성, 클립 인기 예측, 클립 톤(Tone) 분류 등 다양한 태스크(Task)에서 기존 모델 대비 향상된 성능(Improved Performance)을 보였다.

이러한 결과는 MediaFM이 넷플릭스 콘텐츠에 대한 더 깊이 있는 이해(Deeper Understanding)를 제공하고, 다양한 애플리케이션에 기여할 수 있음을 시사한다.

MediaFM의 주요 개선점은 멀티모달 정보 융합(Multimodal Fusion)과 샷 레벨 임베딩의 문맥적 이해(Contextual Understanding)이다.

이러한 개선점은 넷플릭스가 콘텐츠 추천, 광고, 내부 분석 등 다양한 분야에서 더욱 정교한 서비스(Sophisticated Service)를 제공하는 데 기여할 것이다.

넷플릭스는 MediaFM의 성능을 더욱 향상시키기 위해 사전 학습된 멀티모달 LLM(Pretrained Multimodal LLM)을 활용할 계획이다.

이러한 노력은 넷플릭스가 콘텐츠 이해 분야에서 기술적 리더십(Technological Leadership)을 유지하고, 사용자에게 더욱 풍부한 경험(Richer Experience)을 제공하는 데 기여할 것이다.