SkillShow의 AWS 기반 청소년 스포츠 영상 자동화 혁신 사례

청소년 스포츠 영상 편집 자동화를 위한 AWS 활용 사례: SkillShow의 혁신적인 변환기술

도입

글로벌 청소년 스포츠 시장은 빠르게 성장하고 있으며, 이에 따른 영상 콘텐츠 수요도 폭증하고 있습니다. 이 분야에서 20년 이상의 노하우를 지닌 SkillShow는 매년 300건 이상의 스포츠 행사를 촬영하며, 2만 명 이상의 선수 데이터를 영상으로 제작하는 선도 기업입니다. 그러나 이러한 성장의 중심에서, 수작업에 의존한 비효율적인 영상 처리 방식이 운영 비용 상승과 공급 지연이라는 과제를 야기했습니다. 이에 SkillShow는 Amazon Web Services(AWS)의 머신러닝 기반 서비스들을 활용하여 자동화 파이프라인을 구축하고, 영상 처리와 업무 효율을 비약적으로 향상시켰습니다.

본 문서에서는 SkillShow가 Amazon Transcribe, AWS Lambda 및 Amazon S3를 이용해 실제로 청소년 스포츠 영상 프로세싱을 자동화한 방법과 과정, 그리고 이를 통해 얻은 성과들을 상세히 다룹니다. 이 사례는 영상 자동화, 음성 분석, 클립 생성 자동화 등의 도입을 검토 중인 모든 조직에 머신러닝 및 클라우드 기술 활용 가이드를 제공합니다.

본론

SkillShow가 마주한 주요 문제

SkillShow는 불과 7명의 정직원으로 연간 1,100여 명의 외부 편집자를 관리해야 했고, 1회 행사 영상 편집에 평균 3주가 소요돼 시장 수요를 따라가기엔 현실적으로 어려움이 존재했습니다. 영상 데이터는 연간 230TB에 달했고, 이는 저장 비용 및 데이터 전송 지연으로 이어지며 운영 효율을 떨어뜨렸습니다.

텍스트나 영상 기반 분석 기술들은 조명, 움직임, 카메라 각도 등 다양한 환경 변수에 취약해 자동화로 활용하기엔 무리가 있었으며, 헬멧이나 보호장비로 인해 얼굴 인식 기반 식별 역시 신뢰성이 낮았습니다.

자동화 솔루션의 전환: Amazon Transcribe 기반 음성 인식

이에 SkillShow는 "음성 로그 기반 자동 클립 생성 파이프라인"으로 방향을 전환, 다양한 AWS 서비스를 조합해 실제 자동화 환경을 구현했습니다. 특히 경기 해설자가 언급하는 선수 이름과 등번호, 색상 정보를 활용하여 클립을 자동 분류하는 단순하면서도 강력한 구조로 전환해 식별 정확도와 처리 효율 모두를 확보했습니다.

도입한 주요 AWS 서비스 및 처리 아키텍처

• Amazon S3: 입력 및 출력 영상 저장소로 사용. 대용량 데이터 처리에 최적화된 내구성과 확장성 제공.
• AWS Lambda: 서버리스 방식으로 자동 트리거 및 클립 처리 로직 실행. 인프라 관리 없이 효율적인 워크로드 실행 가능.
• Amazon Transcribe: 영상 음성을 실시간 텍스트로 변환. 선수 정보와 매칭을 위한 기반 데이터 생성.

자동화 처리 흐름 요약

1. 사용자 업로드: 선수 명단 CSV와 영상 자료를 S3 버킷에 업로드.
2. Transcribe 시작: Lambda 함수가 자동으로 작동, Amazon Transcribe를 이용하여 음성 인식 및 타임스탬프 포함된 텍스트 생성.
3. 클립 추출: 사용자 요청으로 auto-clipper Lambda가 실행되어 선수 정보와 음성을 매칭한 후 클립 분할 및 S3에 업로드.

자동화 효과 및 정확도

SkillShow는 영상 편집 소요 시간을 평균 3주에서 단 하루로 단축시켰으며, 최근 열린 Chicago 경기에서는 69개의 영상 중 64개를 자동으로 정확히 처리하여 약 93% 자동화 성공률을 달성했습니다. 또한, 다양한 유형의 경기 영상(예: 배팅 연습 포함 영상)에도 시스템이 유연하게 대응 가능함을 입증했습니다.

최종적으로는 전체 처리 파이프라인의 자동화를 통해 복수 이벤트를 병렬 처리할 수 있는 역량이 생겼으며, 클립명, 폴더구조, 식별 정확성을 표준화시켜 에디터와 고객 경험 모두를 획기적으로 개선했습니다.

결론

이번 SkillShow 사례는 AWS의 AI/ML 서비스를 도입함으로써 처리 자동화, 운영최적화, 확장성, 비용 절감을 실현한 대표 성공 사례로 평가받고 있습니다. 특히 Amazon Transcribe의 음성 텍스트화 기술은 영상 분석 자동화의 핵심 요소로, 단시간 내에 검증된 성과를 만들어낸 키 테크놀로지였습니다.

이와 유사한 영상 처리 자동화를 도입하려는 조직이라면, AWS의 Amazon Bedrock Data Automation 등 다른 고급 AI/ML 기술들과의 연계를 통해 실시간 분석, 하이라이트 생성, 콘텐츠 검열, 상황 추출까지 확장된 활용도 기대할 수 있습니다. 머신러닝 기반 콘텐츠 자동화에 관심 있는 어떤 조직이라도 SkillShow의 접근을 참고삼아 자신만의 클라우드 자동화 전략을 수립해 볼 수 있습니다.

https://aws.amazon.com/blogs/machine-learning/how-skillshow-automates-youth-sports-video-processing-using-amazon-transcribe/