위버스컴퍼니, AI의 눈으로 팬의 마음을 읽다

비정형 데이터, 숨겨진 보물창고를 열다

위버스(Weverse) 플랫폼에는 매일 수백만 개의 텍스트와 이미지가 팬들의 손을 통해 생성됩니다. 아티스트를 향한 응원의 메시지, 팬들끼리 나누는 소소한 대화, 직접 찍은 사진과 정성껏 만든 '움짤'까지. 이처럼 형태가 정해지지 않은 '비정형 데이터'는 팬들의 가장 생생한 목소리이자 숨겨진 니즈를 발견할 수 있는 보물창고와 같습니다. 하지만 엄청난 양과 예측 불가능한 형태로 인해, 기존의 정형 데이터 분석 방식으로는 그 가치를 온전히 파헤치기 어려웠습니다.

위버스컴퍼니는 Google BigQuery로의 성공적인 플랫폼 전환 이후, 이 비정형 데이터라는 거대한 보물창고를 열기 위한 새로운 열쇠를 손에 쥐었습니다. 바로 BigQuery에 내장된 강력한 머신러닝 기능, BigQuery ML(BQML)입니다. 위버스컴퍼니는 BQML, 특히 생성형 AI 모델을 활용하여 텍스트의 감정을 분석하고 이미지의 맥락을 이해하며, 이를 통해 완전히 새로운 차원의 콘텐츠 운영 혁신을 이루어내고 있습니다.

BQML이란 무엇인가? 데이터 분석가에게 날개를 달아주는 기술

전통적으로 머신러닝 프로젝트는 데이터 과학자와 엔지니어의 영역이었습니다. Python이나 R과 같은 프로그래밍 언어에 능숙해야 했고, 데이터를 별도의 머신러닝 플랫폼으로 옮겨 복잡한 모델링 작업을 거쳐야 했습니다. 이 과정은 많은 시간과 전문 인력을 필요로 했습니다.

BigQuery ML(BQML)은 이러한 패러다임을 완전히 바꾸었습니다. 데이터 분석가들이 가장 익숙한 언어인 SQL 쿼리만으로 BigQuery에 저장된 데이터 위에서 직접 머신러닝 모델을 훈련시키고, 예측을 수행하고, 평가까지 할 수 있게 해줍니다.

• • 데이터 이동 불필요: 모든 작업이 BigQuery 내에서 이루어지므로, 보안과 속도에 유리합니다.
  • SQL 기반의 간편함: 복잡한 코딩 없이, CREATE MODEL이라는 간단한 SQL 구문으로 모델을 생성할 수 있습니다.
  • 최신 AI 모델 접근성: Google이 자랑하는 최신 생성형 AI 모델(Gemini 등)을 SQL 인터페이스를 통해 손쉽게 활용할 수 있습니다.

BQML은 데이터만 다룰 줄 알았던 분석가에게 'AI 모델 개발'이라는 강력한 날개를 달아주며, 데이터 활용의 민주화를 이끌고 있습니다.

위버스의 BQML 활용 사례: 더 안전하고 건전한 팬덤 문화를 위하여

위버스컴퍼니는 BQML을 플랫폼의 안전과 건전성을 강화하는 데 적극적으로 활용하고 있습니다. 특히 서비스 이용 약관(ToS)을 위반하는 유해 콘텐츠를 식별하고 대응하는 과정에서 BQML은 핵심적인 역할을 수행합니다.

• 사례 1: 유튜브 댓글 감성 분석으로 악성 콘텐츠 조기 경보
  아티스트의 유튜브 채널에 달리는 수많은 댓글 중에는 아티스트의 명예를 훼손하거나 다른 팬들에게 불쾌감을 주는 악성 댓글이 숨어있습니다. 과거에는 담당자가 직접 댓글을 확인하거나, 특정 욕설 키워드를 기반으로 필터링하는 방식을 활용했습니다. 하지만 이 방식은 교묘한 표현이나 비꼬는 문장의 숨은 의도를 파악하기 어려웠습니다.
  위버스컴퍼니는 BQML의 자연어 처리 모델을 도입하여 이 문제를 해결했습니다. ML.GENERATE_TEXT 함수를 활용한 간단한 SQL 쿼리로 모든 댓글의 감성(긍정, 부정, 중립)을 실시간으로 분석합니다. 이를 통해 부정적인 감정이 급증하는 영상을 조기에 발견하고, 잠재적인 이슈에 선제적으로 대응하는 '조기 경보 시스템'을 구축했습니다. 이는 운영 효율성을 높였을 뿐만 아니라, 아티스트를 보호하고 팬덤의 긍정적인 분위기를 지키는 데 크게 기여하고 있습니다.
  
  
• 사례 2: 이미지 분석으로 부적절 콘텐츠 자동 필터링
  자유롭게 포스트를 작성하는 커뮤니티의 특성상, 폭력적이거나 선정적인, 또는 아티스트의 초상권을 침해하는 부적절한 이미지가 업로드될 위험이 존재합니다. 24시간 인력으로 모니터링하는 데는 제약이 있습니다.
  위버스컴퍼니는 BQML의 이미지 분석 모델(Vertex AI Vision API 연동)을 활용하여 이 문제를 자동화했습니다. 사용자가 이미지를 업로드하는 순간, BQML 모델이 이미지를 분석하여 폭력성, 선정성 등 유해 가능성을 판단하고, 사전에 정의된 정책에 따라 자동으로 해당 콘텐츠를 숨기거나 관리자에게 알림을 보냅니다. 이를 통해 유해 콘텐츠의 노출을 최소화하고, 모든 팬들이 안심하고 즐길 수 있는 안전한 플랫폼 환경을 조성하고 있습니다.

왜 위버스에게 BQML은 최고의 선택이었나

수많은 AI 솔루션 중 위버스컴퍼니가 BQML을 핵심 도구로 선택한 이유는 명확합니다.

• • SQL만 알면 AI 전문가가 됩니다: 낮은 진입 장벽
    위버스컴퍼니의 데이터 분석가들은 이미 SQL의 전문가들입니다. BQML 덕분에 이들은 새로운 프로그래밍 언어를 배우는 데 시간을 쏟을 필요 없이, 자신들의 핵심 역량인 SQL과 데이터 이해도를 바탕으로 직접 AI 모델을 구축하고 비즈니스 문제를 해결할 수 있게 되었습니다. 이는 AI 기술 도입의 문턱을 획기적으로 낮추었습니다.
    
    

  • 아이디어에서 실행까지 하루면 충분해요: 압도적인 개발 속도
    데이터 준비부터 모델 학습, 배포까지 모든 과정이 BigQuery라는 단일 플랫폼에서 물 흐르듯 이어집니다. 데이터 과학자와 데이터 엔지니어, 분석가 간의 복잡한 협업 과정이 단순화되면서, 새로운 아이디어를 검증하고 실제 서비스에 적용하기까지의 시간이 수 주에서 단 며칠로 단축되었습니다.
    
    

  • 데이터와 AI가 한 곳에: 완벽한 통합 환경
    데이터가 있는 곳에서 AI가 실행된다는 BQML의 철학은 위버스에게 가장 큰 매력이었습니다. 민감한 팬 데이터를 외부로 옮길 필요 없이 가장 안전한 환경에서 분석하고, 분석 결과를 다시 비즈니스 인텔리전스(BI) 툴이나 대시보드와 손쉽게 연동하여 전사적으로 공유할 수 있는 통합된 환경은 데이터 활용의 효율성을 극대화했습니다.

데이터를 넘어 마음을 이해하는 플랫폼으로

위버스컴퍼니의 BQML 도입은 단순히 새로운 기술을 적용한 것을 넘어, 데이터를 바라보는 관점을 바꾼 혁신입니다. 정형화된 수치를 넘어 팬들의 감정과 생각이라는 비정형 데이터 속에서 더 깊은 인사이트를 발견하고, 이를 통해 더욱 안전하고 즐거운 팬덤 경험을 제공해가고 있습니다.

앞으로 위버스컴퍼니는 BQML을 활용하여 사용자 이탈 예측, 콘텐츠 개인화 추천, 상품 수요 예측 등 더욱 다양한 영역으로 AI 활용을 확대해 나갈 계획입니다. Google Cloud의 혁신적인 AI 기술과 함께, 데이터를 넘어 팬의 마음을 먼저 이해하는 플랫폼으로 진화해 나갈 위버스컴퍼니의 미래를 기대해 주시기 바랍니다.