#Backend
대규모 라이브 스트리밍 최적화: 넷플릭스의 모든 라이브 이벤트에 VBR 도입기
01
Summary
넷플릭스가 라이브 스트리밍의 '정석'인 CBR을 버리고 VBR을 선택한 이유
대역폭 15%를 아끼면서 화질과 안정성까지 잡은 넷플릭스의 대규모 라이브 아키텍처 전환기
본 아티클은 넷플릭스가 전 세계 라이브 이벤트를 CBR에서 VBR로 전환하며 겪은 기술적 도전과 해결책을 다룹니다. 가변 비트레이트가 초래하는 서버 예측 불가능성 문제를 트래픽 스티어링 로직 수정을 통해 해결하고, VMAF 지표를 활용해 최적의 비트레이트 래더를 구성한 과정을 상세히 설명합니다.
- 01모든 라이브 이벤트에 Capped VBR(QVBR) 전면 도입
- 02실시간 트래픽 데이터 대신 공칭 비트레이트 기반의 보수적 용량 예약 방식 채택
- 03VMAF 지표 기반의 오프라인 분석을 통한 비트레이트 래더 정밀 튜닝
- 04네트워크 효율성 개선을 통한 리버퍼링 및 시작 지연 시간 단축
- 05복잡한 장면(예: 꽃가루 효과)에서 화질 보존 능력 극대화
RECOMMENDATION
대규모 실시간 영상 송출 서비스를 운영하거나 CDN 비용 최적화와 시청 경험 개선을 동시에 달성하고자 하는 인프라/백엔드 엔지니어에게 필독을 권장합니다.
The Problem
기존 넷플릭스 라이브 스트리밍은 일정한 비트레이트를 유지하는 CBR 방식을 사용했으나, 이는 단순한 장면에서 불필요한 대역폭을 낭비하고 복잡한 장면에서는 화질 저하를 유발하는 한계가 있었습니다.
The Solution
장면 복잡도에 따라 비트레이트를 조절하는 Capped VBR(AWS QVBR)을 도입하고, 서버 과부하를 방지하기 위해 실제 사용량이 아닌 '공칭 비트레이트(Nominal Bitrate)' 기준으로 트래픽을 제어하도록 시스템을 개편했습니다.
The Result
평균 전송 바이트 15% 절감, 피크 시간대 트래픽 10% 감소, 그리고 시간당 리버퍼링(끊김 현상) 발생률을 5% 개선하는 성과를 거두었습니다.
Trade-off
VBR의 비트레이트 변동성으로 인해 트래픽 예측이 어려워졌으며, 서버 안정성을 위해 가용 자원을 실제 사용량보다 보수적으로 예약해야 하는 비효율이 일부 발생했습니다.
03
Key Concepts
Continue reading · same source
More from Netflix
View all posts from NetflixMAPS: 넷플릭스의 대규모 멀티모달 에셋 개인화
CLIPMediaFMRecommendation Systems1일 전두 개의 플링크 오토스케일러 이야기
Apache FlinkAutoscalingStream Processing1주 전넷플릭스가 실시간 분산 그래프를 구축한 방법과 이유: 3부 — gRPC 실행 API를 통한 그래프 쿼리
gRPCGraph DatabaseDistributed Systems3주 전분석을 위한 디바이스 사양 모델링
Data ModelingFeature ManagementAnalytics4주 전GenRec: 넷플릭스의 LLM 네이티브 추천 시스템을 향하여
LLMRecommendation SystemContext Engineering1개월 전