AI는 방송을 위해 강화된 Media Asset Management(MAM)를 제공
비디오 아카이브의 슬픈 역사 – TV 방송국, 네트워크, 제작 센터, 후반 제작, 심지어 비방송 기업 또는 정부 기관에서도 – 특정 컨텐츠를 찾기가 어렵다.
일부 벽지의 라이브러리 룸에 보관된 ¾인치 유매틱 또는 ½인치 베타캠 카세트가 있는 TV 방송국, 영화 및 기타 필름 컨텐츠용 아카이브 유형, NAS 또는 SAN 스토리지, RAID 또는 JBOD 또는 특수 목적의 미디어 자산 관리(Media Asset Management) 시스템 중 어느 것이든 분명한 개념이다. 일부 영화에 대해서는 재사용, 재화폐화, 리퍼브할 수 있는 귀중한 영상을 보유하고 있는 것이 타당하다.
비디오 카세트의 시대에 뉴스룸에서 일했던 사람이라면 이 시나리오나 변주곡을 한 번 이상 봐야 했다. 기자, 편집자 또는 뉴스 제작자는 나중에 그것을 찾기 위해 선반을 뒤지거나 오소리 동료들을 피할 수 있도록 주요 장면들이 담긴 특정 카세트를 저장해 둔다.
그 시나리오는 근본적인 사실을 보여준다. 아카이브 영상을 찾을 수 있는 경우에만 유용하다.
Media Asset Management 시스템의 정의
MAM(Media Asset Management) 시스템의 기원은 온라인, 니어라인 또는 딥 아카이브에 저장된 컨텐츠를 검색 및 액세스할 수 있는 것을 실현하고자 했던 것이다. 시장은 MAM 벤더들의 노력에 대해 보상을 해주었으며 앞으로도 그럴 것으로 보인다.
“글로벌 Media Asset Management(MAM) 솔루션” 보고서에서 시장 조사 및 시장조사기관 Technavio는 2020-2024년 동안 전 세계 MAM 시장이 67억 4000만 달러 성장할 것으로 전망했다.
많은 요소들이 이 예상 성장에 도움이 된다. 인터넷망에 연결되어 있고 OTT 콘텐츠를 스트리밍하고자 하는 전 세계 사람들의 수가 급격히 증가하고 있다.OTT 컨텐츠를 스트리밍하고자 하는 미디어 전문가들 입장에서는 작업 흐름 효율성을 높이고자 하는 욕구, 이를 지원하기 위한 디지털 상거래 및 디지털 광고의 성장, 그리고 심지어 코로나19로부터 직원을 보호하고자 하는 미디어 회사의 욕구까지 말이다. 클라우드 기반 MAM에 저장된 컨텐츠에 대한 액세스를 통해 가정에서 작업할 수 있게 함으로써 이러한 성장을 주도할 수 있다.
Media assets을 저장하고 액세스하려는 욕구가 강한 것은 분명하다. 그러나 MAM 시스템에 저장된 특정 컨텐츠를 찾을 수 있는 기능은 어떻습니까? 속도가 잘 맞았나요? 더욱 중요한 것은 MAM이 스토리지와 검색 이상의 기능을 제공합니까? 새로운 컨텐츠를 제작하는 데 더 많은 도움이 될 수 있을까요?
Media Asset Management(MAM)의 문제점
MAM 브로드캐스트 체인의 가장 약한 점은 메타데이터 생성이다. 예를 들어 오늘날의 디지털 카메라는 GPS 위치 데이터, 카메라 설정, 렌즈, 장면 정보, 날짜, 시간 및 기타 유용한 정보와 같은 일부 메타데이터를 자동으로 생성할 수 있는 기능을 가지고 있다.
촬영 대상자 또는 내용, 도지사 집무실 기자회견, 추가 맥락을 제공하는 구어 등 보다 자세한 내용은 아예 입력 시 수동으로 입력해야 한다. 이 때문에 MAM을 미디어 작업흐름에 통합해야 하는 주요 이유 중 하나인 작업흐름 효율성이 부분적으로나마 저하된다.
AI을 통해 손실된 콘텐츠를 찾는 방법
그러나 최근에는 수동으로 영상을 검토하고 이 수준의 메타데이터를 생성하는 번거로움을 제거할 뿐만 아니라, 이미 저장된 영상에 대한 기존 메타데이터를 향상시켜 숨겨진 가치를 더욱 완전하게 공개하는 빠른 작업을 수행하는 인공지능 알고리즘을 사용할 수 있게 되었다.
TVU Networks의 MediaMind AI엔진을 통해 제공되는 음성 대 텍스트, 객체 인식 및 안면 인식과 같은 AI 알고리즘을 활용하여 MAM의 내부 또는 클라우드에 저장된 콘텐츠에 대해 프레임별로 메타데이터를 생성하거나 기존의 다른 디지털 스토리지 매체에서도 정확한 비디오 클립을 훨씬 쉽게 찾아 사용할 수 있다.
이러한 수준의 메타데이터가 갖는 의미는 MAM을 영원히 혁신할 수 있다는 점에서 여전히 더 크다. 어떻게 해야 할까요? 각 디지털 스토리지 장치를 통해 쉽게 미디어를 유지하여 수많은 스토리지 노드 중하나로 만들어 인터넷망 연결을 통해 언제든지 어디든지 적절한 사용 권한을 가진 모든 사용자가 가상 MAM을 사용할 수 있다.
방송을 위한 MAM의 미래
TV의 AI 강화된 MAM 스토리지는 많은 작업흐름에 영향을 미칠 것이다. 뉴스룸에서는 AI가 강화된 MAM에 액세스하면 기사를 위해 아카이브 영상을 찾아야 하는 기자 및 편집자의 생산성을 높일 수 있다.
생방송 뉴스 및 공보 방송 중에, 이러한 MAM은 쇼 제작자가 게스트 또는 호스트가 논의하는 내용과 관련된 저장된 클립을 즉시 찾는 것을 실용적으로 만들 것이며, 관리를 위해, 이 수준의 메타데이터를 보유하면 FCC 규정 준수를 증명하는 데 필요한 문서를 정기적으로 작성하기가 훨씬 쉬워질 것이다..
마찬가지로 후반 제작에서는 AI 강화 MAM 스토리지를 사용하면 편집하면서 특정 콘텐츠를 쉽게 찾을 수 있으며 계획이 변경되는 경우에 따라 샷 설정이나 적절한 대체 샷과 같은 아카이브된 클립을 신속하게 식별할 수 있다.
그러나 이는 AI가 강화된 MAM 스토리지가 궁극적으로 콘텐츠 제작에 어떤 영향을 미칠 것인가의 시작에 불과한다. 기자들이 이야기를 쓰고, NLE 타임라인을 채우는 편집자 등이 창작 과정을 시작하고, AI 기술이 진행 중인 작업에 적합하다고 판단하는 저장된 클립을 스크립트 작성이나 편집 도구로 끌어올리는 것이 가능할 것이다.
예를 들어, 조지 부시의 개표 소식을 방송하는 TV 기자가 “Brad Raffensperger”(the Georgia Secretary of State)라는 단어를 입력하기 시작하자, “바이든 부통령이 그루지야로 갈 것 같다”고 말하는 동영상이 기자에게 자동으로 튀어나오는데, 이를 사용하거나 무시할 수 있다. 또한 기자가 ‘President Trump counters’라고 치면, 12월 2일 그가 부정선거 의혹을 제기한 45분 연설의 관련 영상이 뜬다. 다시 한 번, 리포터는 클립을 사용하거나 스토리에서 사용하지 않을 수도 있다.
그날이 오면, 특정 동영상을 찾고 싶으면 찾을 수 있다.
