넷플릭스는 배칭과 flat buffer, JDK Vector API로 추천 점수 계산의 CPU 사용량을 줄였다.
컨테이너 스케일링의 병목은 containerd가 아니라 현대 CPU의 전역 mount lock이었다.
Netflix는 audio·video·text를 결합한 MediaFM으로 샷 수준 콘텐츠 이해를 강화했다.
Netflix는 Ray·PyTorch·vLLM 위에 유연한 LLM Post-Training Framework를 구축했다.
Netflix는 400개 규모의 PostgreSQL 클러스터를 Aurora PostgreSQL로 옮기기 위해 셀프서비스 자동 마이그레이션을 구축했다.
넷플릭스가 LLM을 활용해 기존 구조화된 쿼리 방식의 Graph Search를 자연어 검색으로 진화시키고 있다.
AI Briefing