‘할 수 있는 일’과 ‘해야 할 일’ 구분하기: Netflix 제품팀은 어떻게 수천 명의 창작자가 AI 전환을 신...

Netflix는 최신 모델의 기능보다 회원에게 제공할 경험과 현장의 문제에서 출발해 AI 전환을 설계함. 콘텐츠 품질과 창작자의 전문성을 훼손하지 않으면서 제작과 배포 규모를 확대하는 것이 전제였음 창작자의 업무를 관찰하고 공개 설문과 찬반 토론을 진행한 뒤, 현재와 미래의 역할을 구체적으로 비교해 변화에 대한 신뢰를 쌓음. 제품, 기술, 운영, 창작 조직이 목표를 함께 작성하고 결과도 공동으로 책임짐 전략은 모두가 동의할 포괄적 선언이 아니라 실제로 매력적인 두 선택지 사이의 절충이어야 했음. 위험이 낮은 콘텐츠부터 적용하고, 비용 절감보다 시청 증가 등 회사의 핵심 지표로 AI 투자의 효과를 검증함 더빙과 홍보 이미지 실험에서는 화려한 기술이나 단일 지표 최적화가 최선은 아니었음. 입술 재합성보다 번역과 더빙 지원에 집중하고, 시청을 유도하는 이미지라도 전체 제품 경험을 해치면 모델과 평가 기준을 수정함 콘텐츠 태깅은 기존 업무를 그대로 자동화하지 않고 불필요한 분류 체계와 절차부터 줄여, 수 주 걸리던 공개 과정을 수 분으로 단축함. AI는 목표를 증폭하는 도구이며, 무엇을 최적화할지는 사람이 결정해야 함 AI가 가능한 일보다 사람이 해야 할 일에서 출발 Netflix에서 제품, 운영, 창작 부문을 이끈 Mckenzie Lock 은 약 300명 규모의 다기능 조직을 맡아 연간 수만 건의 타이틀 출시와 콘텐츠 배포 기술을 담당함 업무 범위에는 폴란드어 작품을 자연스러운 영어 입 모양으로 더빙하는 기술부터, Z세대 팬이 자신을 Outer Banks 장면에 넣을 수 있는 AI 경험까지 있었음 Netflix는 1만 7,000편 이상의 작품을 거의 200개국에서 30개 이상의 언어로 제공하며, 구독자는 3억 명 이상임. 이 규모의 카탈로그를 홍보하고 배포하는 과정에는 AI로 개선할 기회가 많음 기술 조직과 창작 조직은 AI를 바라보는 기준이 다름 기술 기업에서는 충분히 빠르게 움직이는지가 중심 과제지만, 엔터테인먼트에서는 자동화해도 되는지, 작품의 창작적 본질을 희석하지 않는지가 중요함 공동 CEO 체계에서도 Ted Sarandos는 창작 부문의 스튜디오 업무를, Greg Peters는 이를 확장하는 기술을 이끎 “프로토타입이 새로운 PRD”라는 생각과 달리, 다른 사람이 이해할 수 있도록 말로 구체화하는 과정 자체가 의사결정임 LLM이 고객 조사를 종합할 수 있다고 디자이너가 사용자 인터뷰를 그만둬야 하는 것은 ...