콘텐츠로 이동하기
데이터 분석

(시각적) 스페이스 오디세이: Theta Labs가 동영상 스트리밍의 외적 한계에 도달한 방법

2021년 4월 28일
Google Cloud Content Team

Theta Labs는 선도적인 분산형 동영상 스트리밍 플랫폼으로, P2P 대역폭 공유 분산원장 기술을 사용하여 실시간 스트림 환경을 혁신했습니다. 또한 Google Cloud의 데이터베이스 및 분석 솔루션 덕분에 블록체인 플랫폼의 활성 사용자층 증가에 대비하여 미리 확장할 수 있었습니다. 

이러한 기능 때문에 더 많은 원격 시청자에게 도달하고, 더 많은 잠재고객에게 새로운 것을 발견할 기회를 제공할 수 있었으며, 미성년자 시청자에게 과학과 기술에 대한 관심을 심어 주려는 NASA의 주목을 받았습니다. NASA는 SpaceX 발사 및 기타 행사에 대한 원본 동영상 피드에 직접 액세스할 수 있는 몇 안 되는 동영상 서비스 중 하나로 Theta Labs를 선택했습니다. 

아래에서 Theta Labs의 행성 간 스트리밍 미션을 눈으로 감상해 보세요. Theta Labs에서 완료한 작업, 문제를 극복하기 위해 사용한 기술, 달성한 성과를 확인하세요.

소개

Theta Labs는 사용자가 주도하며, 새 블록체인에 분산된 선도적인 분산형 동영상 스트리밍 플랫폼입니다. Theta는 코로나19 상황 속에서 NASA의 Women’s Equality Day(여성 평등의 날)를 방송하고 최신형 SpaceX 로켓 발사를 실시간 스트리밍했습니다.

업종

통념을 뒤집은 실시간 스트리밍 환경: Theta Labs는 고속 인터넷에 거의 또는 전혀 액세스할 수 없는 지역의 시청자에게 도달합니다. 블록체인 기반 P2P 기술은 사용자가 분산원장 기술을 사용하여 대역폭을 공유할 수 있게 해줍니다.

도전과제

많은 시청자에게 우주 발사 장면을 원활하게 실시간으로 스트리밍하려면 확장성, 안정성, 안전성을 갖춘 강력한 인프라가 필요합니다. Theta는 더 많은 사용자에게 도달하되, 이전에 지연 시간 및 고객 환경과 관련하여 문제를 유발했던 VM 한도에 도달하지 않도록 해야 했습니다.

“Google Cloud의 1,600개가 넘는 노드를 통해 사용자에게 전보다 훨씬 더 가까이 다가갈 수 있습니다.” - Theta Labs 전략 책임자 웨스 레빗

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/Theta_Labs_2.gif

해결 방법

Google Cloud의 BigQuery, Dataflow, Pub/Sub, Firestore 같은 데이터베이스 및 분석 제품은 Theta Labs에 무제한 확장성과 성능을 제공하고 다음과 같은 기능을 지원했습니다.

  • 스트리밍 시청률 데이터의 실시간 분석
  • 실시간 스트림 이벤트 중에 지원해야 하는 동시 사용자 수 예측
  • 수천 개 에지 노드의 인지도 점수를 예측하고 악의적인 행위자 또는 과소성능 해결
  • ETL 파이프라인에서 게시하는 주제의 리스너/구독자를 만들고 쿼리를 빠르게 실행하는 BigQuery 테이블에서 수집

이점

  • 맞춤형 분석 스크립트를 BigQuery로 교체하여 엔지니어링 기간을 몇 시간 또는 며칠 단축하고 비용을 절감하면서 성능도 개선
  • 데이터에서 유용한 정보를 더 빨리 획득하여 내부 팀은 물론 고객에게도 원활한 서비스 제공. Theta는 이제 파트너와 참여도 측정항목을 공유하여 더 많은 잠재고객에게 도달하도록 지원할 수 있습니다.
  • 쿼리를 더 빨리 실행하여 시청률, 대역폭 기부, 실시간 스트림 중 인상적인 순간에 대한 완전히 새로운 결과 도출
  • 6개월 이내에 Theta 마이그레이션을 완료하고 투자수익을 거의 즉시 실현

Google Cloud와의 파트너십을 통해 일반적으로 스트리밍 동영상에 액세스하는 데 문제가 있던 지역의 시청자에게도 도달할 수 있었습니다.

Theta Labs 공동 창립자 겸 CTO 지이 롱

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/Theta_Labs_4.gif

여기에서 BigQuery에 대해 자세히 알아보세요.

게시 위치