Plan AI for 미디어·콘텐츠
영상 커뮤니티 앱 전면 고도화로 체류 시간 40% 증가, 처리 속도 2배
크리에이터 동영상 플랫폼의 앱 디자인과 영상 처리 백엔드를 동시에 고도화해 체류 시간 40% 증가와 트랜스코딩 속도 2배 향상을 달성했습니다.
- 01 · Challenge문제 정의
- 02 · Approach접근 설계
- 03 · Build구축·검증
- 04 · Results성과 측정
핵심 성과
문제
크리에이터들이 동영상을 업로드하고 공유하는 플랫폼을 운영하던 미디어 스타트업. 빠른 출시를 위해 최소 기능으로 런칭한 서비스가 성장하면서 UI/UX의 한계가 드러났고, 영상 탐색·재생 경험이 경쟁 서비스에 못 미쳐 사용자 이탈이 지속되었다. Flutter 앱의 영상 재생 UX가 매끄럽지 못해 불만이 많았고, Python 백엔드의 트랜스코딩이 느려 업로드한 영상이 시청 가능해지기까지 긴 대기가 발생했다. 다양한 해상도와 네트워크 환경에 적응하는 스트리밍 파이프라인이 필요했고, 투박한 디자인이 브랜드 이미지에도 부정적이었다. 이 모든 개선을 기존 사용자 경험을 유지하면서 진행해야 했다.
접근
앱 사용 데이터를 분석해 이탈이 집중되는 화면과 시점을 파악하고 영상 탐색, 재생, 업로드 순으로 개선 우선순위를 세웠다. Python 백엔드의 영상 처리 파이프라인을 프로파일링해 트랜스코딩과 스토리지 I/O 병목을 식별하고, Flutter 앱의 렌더링 성능을 디바이스별로 벤치마킹해 최적화 대상을 특정했다. 제스처 기반 조작이 가능한 커스텀 영상 플레이어와 숏폼 트렌드를 반영한 피드 기반 탐색 UI를 새로 개발했다. 비동기 트랜스코딩 파이프라인으로 업로드 후 처리 대기 시간을 절반으로 줄이고, HLS 기반 적응형 스트리밍으로 네트워크 상태에 따라 최적 화질로 자동 전환되게 했다. 앱 전체 디자인은 다크 모드 기반으로 리뉴얼해 브랜드 정체성을 강화했다.
진행 과정
- 01앱 사용 데이터 분석으로 이탈 집중 구간 파악과 개선 우선순위 수립
- 02백엔드 영상 파이프라인 프로파일링과 병목 식별
- 03제스처 기반 커스텀 영상 플레이어 개발
- 04숏폼형 피드 탐색 UI 적용과 다크 모드 디자인 리뉴얼
- 05비동기 트랜스코딩 파이프라인과 HLS 적응형 스트리밍 구축
- 06디바이스별 렌더링 최적화 및 배포
결과
- 커스텀 플레이어와 피드 탐색 UI로 사용자 경험 대폭 개선
- 트랜스코딩 속도 2배 이상 향상, 업로드 후 처리 대기 절반 단축
- 적응형 스트리밍으로 다양한 네트워크 환경에서 끊김 없는 시청
- 사용자 평균 체류 시간 40% 이상 증가, 앱 스토어 평점 상승
- 2개월 내 프론트엔드·백엔드 고도화 동시 완료로 서비스 경쟁력 확보
인계물
커스텀 영상 플레이어와 피드 탐색 UI를 갖춘 Flutter 앱 리뉴얼, 비동기 트랜스코딩과 HLS 적응형 스트리밍을 포함한 Python 백엔드 고도화.
디자인 리뉴얼과 기능 고도화를 동시에 진행해 서비스 퀄리티가 확 올라갔습니다.
대표, 국내 미디어 스타트업
기술 스택
- Flutter
- Python
- HLS 적응형 스트리밍
사례 정보
| 업종 | 미디어·콘텐츠 |
|---|---|
| 부서 | 프로덕트팀 |
| 기간 | 2개월 |
| 구축 범위 | 웹·앱 개발 |
| 상태 | 구축 완료 |
실제 사례 기반이며 사명은 마스킹 처리했습니다.