넷플릭스 본사 방문 후기

미국 여행하면서 다양한 경험을 했지만, 넷플릭스는 그 중 가장 기억에 남았던 장소다. 우연히 넷플릭스의 추천 팀 데이터 엔지니어로 근무하시는 선배님과 연락이 되었고, 덕분에 많은 이야기를 들을 수 있었다.

넷플릭스의 연봉은 실리콘밸리에서도 많이 주는 편이다. 자세한 금액은 https://www.glassdoor.com/ 에서 확인해보자.

넷플릭스의 기반인 마이크로 아키텍쳐로 인해 팀 구성원도 그에 맞게 쪼개어져 있다. 적은 팀은 3명까지도 있고, 그 중에서 추천 팀은 10명 정도로 구성되어 있다고 한다.

회사 내부는 마치 영화관처럼 꾸며져 있었다. 실제로 넷플릭스 내에는 영화를 볼 수 있는 영화관도 있다. 계단에는 카페트가 깔려있고 벽면에는 영화 포스터들이 붙어있었다. 각 층마다 회의실, 세미나실이 정말 많았는데, 모두 영화 이름이 붙어 있었다. 예를 들면, 회의실의 이름이 닥터 지바고, 어벤져스 이런 식이다.

그리고 층마다, 건물마다 전혀 다른 분위기다. 엔지니어링 팀이 있는 곳은 모니터가 여러 개에 집중하는 분위기였고, UI/UX 팀이 위치한 곳은 전부 오픈된 공간에 자유로운 분위기였다. 벽면에는 목업디자인 샘플이 많이 붙어있었고 포스트잇을 통해 누구나 피드백을 주는 듯 했다. 밖에 나가면 산책로와 함께 거대한 공원이 있다.

넷플릭스의 추천 시스템은 실시간, 전 세계 사용자를 대상으로 돌아간다. 셀제로 각 국가 별 실시간 인기 영화 순위를 보여주는 대시보드를 볼 수 있었다. 넷플릭스의 추천 시스템은 정말 유명하지만 여전히 고민하는 부분이 많다고 한다. (비인기지역의 데이터를 어떻게 처리할 것인지, Cold start problem을 어떻게 해결할 것인지 등) 최근에는 딥러닝을 이용한 추천 시스템도 개발 중이라고 한다.

데이터 관련 팀은 데이터 분석 팀과 데이터 엔지니어링 팀이 나뉘어 있고 추천 팀은 그 사이에 존재한다. 데이터 분석 팀은 주로 머신러닝 쪽 일을 한다. (Model training, Parameter tuning) 중요한 것은 연구를 한다기보다 기존에 나온 여러 연구들 중에 넷플릭스에 어울리는 것을 찾아 빠르게 적용해보고 성능 테스트를 하는 것이다.

그리고 데이터 엔지니어링 팀은 사용자들의 다양한 로그 데이터를 수집하고 이를 빠르게 프로세싱한다. 흔히 말하는 데이터 파이프라인에 관련된 일을 한다. 그리고 또 한 가지 일은 실제 어플리케이션에 모델이 잘 동작하도록 만드는 일이다. 데이터 엔지니어링 팀에서 주로 사용하는 것은 Apache Spark 그리고 Scala 언어다. 미국에서도 Spark의 인기는 많았다. 날짜, 시간 단위로 데이터를 나누어 저장하고 이를 불러와서 사용한다.

추천이 중요한 이유는 명확하다. 넷플릭스의 유저가 전 세계 몇 억명인데 이 중에 0.5% 리텐션이 늘게 되었을 때, 얻을 수 있는 매출 효과가 어마어마하기 때문이다.