넷플릭스의 글로벌 스토리텔링 확장: 로컬라이제이션 분석 현대화

넷플릭스는 300M+ 회원, 190+ 국가, 50+ 언어 규모로 성장하면서 더 많은 더빙과 자막 자산을 다뤄야 했고, 그 과정에서 분석 워크플로우가 분절되고 파이프라인이 중복되며 대시보드도 사일로화됐다.

핵심 난제는 “Who made this dub?” 같은 질문이었다. 더빙/자막 제작 이력은 여러 데이터 소스를 복잡하고 계속 바뀌는 로직으로 연결해야 하며, 자산 유형과 제작 워크플로우에 따라 규칙도 달라진다. 이 로직이 각 용도별 파이프라인에 복제되면 보고서 간 불일치와 유지보수 부담이 동시에 커진다.

이에 따라 넷플릭스는 consolidation, standardization, trust를 축으로 현대화를 진행했다.

• 40개가 넘는 대시보드와 도구를 감사해 사용 현황과 코드 품질을 점검하고, 프론트엔드보다 백엔드 파이프라인 통합에 우선순위를 뒀다.
• 더빙 파트너 KPI를 다루는 3개의 레거시 대시보드를 하나의 데이터·백엔드 계층으로 통합해, 이후 다양한 프론트엔드로 확장할 수 있는 기반을 만들고 있다.
• 기술 부채뿐 아니라 해석 난이도와 스토리텔링의 문제까지 포함하는 **“Not-So-Tech Debt”**를 줄이기 위해, Language Asset Consumption 도구를 개편해 오디오와 텍스트 언어를 하나의 consumption language로 묶었다.
• 이를 통해 Original Language와 Localized Consumption을 구분하고, 회원이 자막·더빙·혼합 형태 중 무엇을 선호하는지 더 직관적으로 볼 수 있게 했다.
• write once, read many 구조로 전환하며, Language Asset Producer 같은 통합 테이블에 비즈니스 로직을 중앙화했다. 이 테이블은 Dub Quality와 Translation Quality 같은 하위 도메인에도 재사용되며, 로직 변경이 즉시 전체에 전파된다.

다음 단계는 event-level analytics다. 넷플릭스는 자막 한 줄 같은 세밀한 timed-text 이벤트를 담는 범용 데이터 모델을 만들고 있으며, 자막의 읽기 속도 같은 특성이 회원 참여에 어떤 영향을 주는지 분석해 자막 언어학자에게 더 나은 스타일 가이드를 제공하려 한다. 결국 목표는 전 세계 어디서나 로컬라이즈된 콘텐츠의 경험을 더 정확히 측정하고 더 나은 즐거움으로 연결하는 것이다.