리소스 높은 기술력과 빠른 지원으로 고객의 비즈니스 문제를 해결합니다.

98만 점의 로열티 프리 음원을 제공하는 서비스의 액세스 로그를 활용. 분석·시각화 기반을 구축하여 데이터 분석의 자립을 시작

주식회사 오디오스톡

 

BEFORE
  • 웹 서비스의 액세스 로그를 분석하는 기반이 없음
  • 사용자로부터 문의를 받을 때는 원시 로그를 수동으로 검색
  • 개발부에 분석 기반 구축 및 대시보드 제작 노하우가 없음
AFTER
  • 시계열 기반의 상세한 데이터 분석 실현
  • 데이터에 기반한 서비스 시책 및 비즈니스 시책 실현
  • 분석·시각화 노하우 습득을 통한 데이터 분석의 자립 시작

 

세계 최대급 로열티 프리 스톡 뮤직 서비스 "Audiostock"를 운영하는 주식회사 오디오스톡. Audiostock의 서비스 제공 플랫폼에 AWS를 채택하고 있는 동사에서는 웹 애플리케이션의 로그를 Amazon CloudWatch Logs에 출력하고 있지만, 로그 데이터의 활용이 이루어지지 않고 있었습니다.

 

이에 클래스메소드의 기술 지원을 받아 Amazon Athena와 Amazon QuickSight를 중심으로 한 데이터 분석·시각화 기반을 구축하고, 데이터 기반의 서비스 및 마케팅 강화를 시작하고 있습니다. 기반 구축 프로젝트에 대해 고니시(小西) 씨에게 이야기를 들었습니다.

 

 

 

액세스 로그 분석·시각화 기반 구축 검토

 

오카야마현에 본사를 둔 오디오스톡은 "크리에이터가 더 활약할 수 있는 세상으로"를 비전으로, BGM, 효과음, 보이스, 노래가 있는 곡을 제공하는 "Audiostock"을 운영하고 있습니다. 로열티 프리 음원은 98만 점 이상, 음원을 제공하는 등록 크리에이터는 3만 명 이상에 달하며, 사용자는 고품질의 다양한 음원을 동영상 광고, 앱, 게임, YouTube, TV, 라디오 등 폭넓은 용도로 활용할 수 있습니다.

 

요금 체계는 단품 구매와 무제한 이용의 정액제 플랜에서 선택이 가능하며, 정액제 플랜에서는 개인 사용자를 위한 합리적인 "동영상 크리에이터 플랜", 모든 영상 제작자를 위한 "스탠다드 플랜", 기업 및 팀을 위한 "엔터프라이즈 플랜"을 제공하고 있습니다.

 

Audiostock의 서비스 제공 플랫폼은 AWS를 채택하고 있으며, 사용자 ID, 폼 입력 내용, 액세스 URL, 사이트 경로 등의 웹 애플리케이션 로그는 검색과 분석이 용이한 JSON 형식으로 변환하여 Amazon CloudWatch Logs에 출력하고 있습니다. 그러나 사용자 문의를 받아 서비스 장애 원인을 조사하거나 새로운 기능 추가 시 영향을 조사할 때는 원시 로그를 수동으로 검색해야 했으며, 이는 시스템 관리자에게 부담이 되고 있었습니다. 그래서 액세스 로그의 분석·시각화 기반을 구축하고자 한 것이 프로젝트의 시작이었습니다.

 

 

 

향후 자립을 내다보고 기술력이 높은 클래스메소드를 선택

 

액세스 로그의 분석·시각화 기반 구축을 검토한 동사이지만, 로그 및 IT 인프라 운영을 주로 담당하는 엔지니어는 3명 정도에 불과하고, 게다가 서비스 개발과 겸직하고 있어 사내 개발 리소스가 절대적으로 부족한 상황이었습니다. 자사에는 분석·시각화 기반에 관한 노하우도 부족하기 때문에, 향후 자립을 내다보고 외부 파트너에게 구축 지원을 요청하기로 했습니다.

 

 

"최종 목표는 스스로 다양한 데이터를 수집하여 대시보드를 만들 수 있게 되는 것입니다. 그래서 첫 번째 단계로, 음원 재생 기록 로그를 활용한 분석·시각화 기반을 구축하고, 사용자로부터 곡명 문의를 받을 때 답변하거나 시계열 기반으로 상세한 데이터 분석을 할 수 있도록 하고 싶었습니다." (고니시 씨)

 

 

파트너로는 2021년 이후 동사의 AWS 환경에서 WAF 도입, API 구현 등 AWS 아키텍처 설계 및 구축을 지원해 온 클래스메소드를 선정했습니다.

 

 

 

"AWS 상에 시스템 기반을 구축하는 어려움은 방대한 AWS 서비스 중에서 최적의 조합을 찾아 착실하게 실행하는 데 있습니다. AWS 노하우가 부족한 저희가 직접 대응하기는 어렵지만, 클래스메소드는 저희가 '이런 것을 하고 싶다'고 전달하면 비용 대비 효과도 고려하여 최적의 해결책을 찾아 제안해 줍니다. 과거의 협력 관계에서 AWS에 관한 실적이 풍부하고 기술력이 높다는 것은 이미 검증되었기 때문에, 주저 없이 클래스메소드에 부탁하기로 했습니다." (고니시 씨)

 

 

 

핵심 개발 멤버들이 대시보드 제작 관련 스킬 습득

 

프로젝트 기간은 2023년 9월 중순부터 2024년 2월 말까지 약 5개월 반. 아키텍처는 클래스메소드가 제안한 표준 구성을 채택했습니다. 구체적으로는, 애플리케이션이 가동되는 Amazon ECS에서 CloudWatch Logs에 출력한 로그 데이터를, 스트리밍 데이터 전송 서비스인 Amazon Data Firehose를 경유하여 스토리지인 Amazon S3에 전송합니다. S3에 축적한 데이터에서 ETL 서비스인 AWS Glue Data Catalog로 데이터 테이블을 생성하고, 쿼리 서비스인 Athena에 전송하여 분석하고, QuickSight로 시각화하는 흐름입니다.

 

 

"분석과 시각화에 대해 저희는 지식이 없었기 때문에, 전체적인 설계를 포함하여 모든 것을 클래스메소드에 맡겼습니다. 업무 요구 사항을 청취하고, 처음에 최적의 제안을 제시해 주신 후 진행된 덕분에 안심하고 맡길 수 있었습니다." (고니시 씨)

 

프로젝트에서는 재생 음원 로그만으로 하루 수만 건의 레코드에 달하는 대용량 데이터를 효율적으로 처리하기 위해, 일정 일수로 로그를 분할하여 수집하는 방식을 적용했습니다. 또한 프로젝트 도중에 발생한 새로운 로그 데이터를 분석 대상에 추가하는 요건에도 대응했습니다. 그 밖에, Audiostock의 프로덕션 환경 VPC에 있는 음원 데이터베이스 정보를 축적한 RDS와 QuickSight를 네트워크 인터페이스인 Elastic Network Interface를 통해 연계하여, 음원 데이터를 참조하면서 데이터 분석이 가능하도록 했습니다.

 

또한 이번에는 향후 자립을 위해, 클래스메소드로부터 아키텍처에 관한 전반적인 설명을 받고 설계·구축 자료를 제공받은 후, 핵심 멤버 2명이 대시보드 제작 방법에 대한 스킬 트랜스퍼를 받았습니다.

 

이러한 프로젝트는 동사의 오카야마 거점과 클래스메소드의 거점(홋카이도·후쿠오카·오사카·도쿄)을 온라인으로 연결한 완전 원격 방식으로 진행되었으며, 정례 회의와 태스크 관리 툴인 Backlog를 활용하여 커뮤니케이션하면서 진행했습니다.

 

"오디오스톡은 코로나19 이전부터 원격 근무를 도입하고 있으며, 현재 개발 부문의 엔지니어는 전원 풀 리모트로 근무하고 있습니다. 이번 프로젝트도 저를 포함한 엔지니어는 한 번도 출근하지 않고 모두 원격으로 대응할 수 있었으며, 매우 원활하게 진행되었습니다." (고니시 씨)

 

 

 

음원 재생 기록 분석을 통해 얻은 "인사이트"를 서비스에 피드백

 

클래스메소드와의 프로젝트에서 제작한 음원 재생 기록 시각화 대시보드에서는, 지정한 기간 내의 재생 수, 활성 사용자 수, 재생 카테고리 비율, 재생 수 랭킹 등을 그래프로 확인할 수 있습니다. 현시점(2024년 4월)에서 서비스 부문에 제공은 하지 않고 있지만, 사내 반응이 높아 조만간 공개를 예정하고 있습니다.

 

"서비스 부문 담당자에게 대시보드 프로토타입을 보여주었더니, '특정 음원이 일정 기간 집중적으로 재생되고 있다는 것을 다시 확인할 수 있었다', '지금까지 알지 못했던 재생 트렌드가 보이는 것이 획기적이다'라는 의견과, '빨리 업무에 활용해 보고 싶다'는 목소리가 이어졌습니다. 마케팅 부문에서는 검색 키워드 랭킹을 대시보드에 추가해 달라는 요청도 들어왔으며, 새로운 대시보드를 제작한 후 담당자에게 공개를 시작할 예정입니다." (고니시 씨)

 

로그 데이터의 분석·시각화 기반 구축을 통해 동사가 얻은 이점은 서비스 부문의 데이터 활용과 비즈니스 기여만이 아닙니다. 개발부 내에서도 데이터 활용에 대한 의식이 변화하고 관심이 높아졌습니다.

 

"지금까지도 음원 재생 수는 DB에 기록하고 있었지만, 데이터 양이 많아 성능상의 제약이 있다는 기술적인 이유로 분석을 포기하는 경우가 있었습니다. 이번 데이터 분석 기반에서는 이러한 기술적인 문제가 해소되어, 활용하고 싶은 데이터는 로그로만 저장해 두면 사용자 ID와 연결된 시계열 데이터 분석을 손쉽게 실행할 수 있다는 것을 알게 되었으며, 개발 시의 사고방식을 전환할 수 있었습니다." (고니시 씨)

 

 

 

습득한 노하우를 활용한 분석 환경의 횡전개 검토

 

앞으로는 이번 프로젝트에서 습득한 분석 기반 구축 및 대시보드를 통한 시각화 노하우를 활용하여, 로그 분석의 자립과 분석 환경의 횡전개를 추진해 나갈 예정입니다.

 

"Audiostock에서는 로그 데이터 이외에도 다양한 데이터 분석을 진행하고 있습니다. 그러나 그러한 분석·시각화 툴은 오픈소스를 활용한 애플리케이션이 중심이며, 애플리케이션이나 서버의 운영 유지 보수 및 보안 대책 등도 모두 자체적으로 대응해야 합니다. Amazon QuickSight나 Athena와 같은 완전 관리형 클라우드 서비스라면 번거로운 운영 유지 보수가 필요 없어 본질적인 분석에 집중할 수 있으므로, 필요에 따라 활용하는 것을 검토하고 있습니다." (고니시 씨)

 

AWS에 대해서는 데이터 분석뿐만 아니라 AI 관련 서비스의 활용도 검토 중이며, 계속해서 클래스메소드의 지원에 기대를 걸고 있습니다.

 

"지금까지 여러 차례 지원을 요청해 왔는데, 모든 상담에 확실하게 응해 주셔서 만족하고 있으므로, 앞으로도 잘 부탁드립니다." (고니시 씨)

 

클래스메소드는 다양한 기술 제공을 통해 크리에이터의 지속적인 창작 활동을 지원하는 오디오스톡을 앞으로도 지원해 나가겠습니다.