스토리블록스, AI 검색 도입: BERT·LLM 결합해 다운로드율 60% 향상

영상 편집을 해본 사람이라면 누구나 스톡 사이트에서 수십 페이지를 넘기며 원하는 클립을 찾지 못해 헤맸던 기억이 있을 것입니다.

무제한 구독형 스톡 미디어 플랫폼 Storyblocks는 4월 4일 크리에이터의 검색 경험을 개선하기 위한 새로운 AI 검색 기능을 공개했습니다. 생성형 콘텐츠를 찍어내는 대신, 기존 라이브러리에서 필요한 에셋을 빠르게 찾아내는 데 AI를 집중시켰습니다.

20만 개 비인기 에셋 정리, 4시간마다 신규 콘텐츠 재평가

보통의 스톡 플랫폼은 라이브러리 크기를 늘리는 데 집중하지만, Storyblocks는 과감하게 다이어트를 감행했습니다. 2023년에 전체 라이브러리를 40% 확장하면서도, 성과가 저조한 에셋 약 20만 개를 시스템에서 삭제했습니다.

남아 있는 콘텐츠를 보여주는 방식도 바뀌었습니다. 4시간마다 신규 에셋의 성과를 평가하는 독자 알고리즘을 도입해 최신 콘텐츠를 상단에 배치한 결과, 다운로드 비율이 기존 대비 최대 60%까지 상승했습니다.

검색 랭킹 시스템 뒷단에는 BERT 프레임워크 기반의 자체 머신러닝 모델이 적용되어 이용자의 반응을 거의 실시간으로 분석합니다. 또한 첫 페이지에 노출되는 영상의 약 24%에 유색인종 모델이 포함되도록 다양성 기준도 함께 맞췄습니다.

OpenAI 언어 모델 탑재와 주파수 스펙트로그램 기반 음악 추천

검색어 이해도 한층 정교해졌습니다. Storyblocks는 OpenAI의 대규모 언어 모델을 접목해 오타가 있거나 지나치게 까다로운 검색어가 입력되어도 의도를 파악해 결과물을 제시합니다.

컴퓨터 비전 기술도 곳곳에 쓰였습니다. 영상 검색 결과에서 이용자 반응이 가장 좋은 프레임을 AI가 골라 썸네일로 띄우고, 특정 인물이 출연하는 추가 클립이나 대체 장면을 추천합니다.

오디오 에셋 검색에는 음악을 시각적 스펙트로그램으로 변환하는 방식이 도입되었습니다. 컴퓨터 비전 모델이 음원 주파수 패턴을 분석해 귀로 들었을 때 느낌이 매우 유사한 배경음악을 찾아냅니다.

왜 중요한가

마감에 쫓기는 영상 편집자나 소규모 콘텐츠 제작팀에게 검색 효율 개선은 즉각적인 작업 시간 단축으로 이어집니다. 원하는 느낌의 클립과 음악을 찾는 데 쓰던 시간을 아껴 실제 편집과 기획에 집중할 수 있기 때문입니다.

업계 전체가 생성형 비디오 기술에 몰두하고 있는 상황에서 Storyblocks가 검색 고도화에 집중한 것은 매우 영리한 선택으로 보입니다. 기업과 크리에이터 입장에서는 저작권 문제가 해결된 고품질 실사 에셋을 빠르게 확보하는 것이 여전히 훨씬 중요하기 때문입니다.

다만 성과 위주의 필터링에는 그림자도 있습니다. 4시간 주기의 순위 산정과 대규모 에셋 정리는 검색 피로도를 낮추지만, 가끔씩 필요한 개성 있고 마이너한 소재들이 노출 기회를 잃고 사장될 위험도 존재합니다.

그럼에도 생성형 영상이 상업 제작 현장을 완전히 대체하기 전까지, 방대한 스톡 라이브러리의 검색 편의성을 극대화하는 전략은 강력한 실용적 경쟁력이 될 것으로 보입니다.