차세대 엔터테인먼트 경험을 위해, 대규모 언어 모델(LLM)의 성능은 접근할 수 있는 데이터의 질에 달려 있다

정보를 찾는 우리의 끊임없는 여정 속에서 검색 도구와 사용자의 행동 양상은 변화하고 있습니다. 이제 기존 검색 엔진과 통합된 인공지능(AI)은 키워드 일치 알고리즘으로는 제공할 수 없는, 개인 맞춤형이며 상호작용적인 대화형 경험을 선사하고 있습니다.

하지만 엔터테인먼트 분야에서는 대부분의 서비스 제공업체들이 ChatGPT나 Gemini와 같은 인기 있는 생성형 AI 챗봇이 제공하는 수준의 서비스를 제공할 준비가 되어 있지 않습니다. 이는 기업에 라이선스가 부여된 대규모 언어 모델(^LLM1)들이 외부 현실 세계의 지식 소스를 바탕으로 ‘근거를 갖추지’ 못했기 때문입니다.

인공지능(AI)의 급속한 확산으로 인해, 자체 비즈니스 사례에 대규모 언어 모델(LLM)을 활용하려는 기업들 사이에서 기대치와 현실 간의 괴리가 발생하고 있습니다. 그러나 기업용 LLM이 가진 잠재력을 최대한 발휘해 차세대 콘텐츠 경험을 제공하려면, 신뢰할 수 있는 산업별 데이터에 대한 접근이 무엇보다 중요합니다.

콘텐츠 탐색 분야에서 사람들은 이미 AI에 대해 큰 기대를 걸고 있다.

분열된 TV 환경에서의 콘텐츠 탐색 문제 해결

LLM은 TV 시청 경험에 새로운 기능과 막대한 잠재력을 선사합니다. 예를 들어, LLM은 검색 기능을 획기적으로 개선하여 시청자가 기존 검색 방식의 한계를 훨씬 뛰어넘는 매우 정교한 질문을 할 수 있게 해줍니다. 또한 LLM은 영화나 에피소드에 대한 설명을 동적으로 재구성하거나 보강하여, 개별 사용자에게 더 시의적절하고 심지어 지역적 관련성까지 높여줄 수 있습니다.

특정 산업 분야에서는 공개 인터넷이 제공할 수 있는 것보다 훨씬 심층적인 교육 및 기초 데이터가 필요합니다. 엔터테인먼트 업계에서는 기술의 발전에 힘입어 소비자들의 기대치가 높아지고 있습니다. OTT 및 유료 TV^지출에 대한 업계 전망2을 고려할 때, 콘텐츠 제공업체들은 각자의 가치 제안을 세밀하게 조정해야 할 강력한 동기를 가지고 있습니다.

미국인의 26%가 보고 싶은 프로그램을 알고 있음에도 불구하고^이를 찾지 못한다고 응답하는3 상황에서, AI는 해결책이 될 수 있습니다. 하지만 이 부분에서는 인기 있는 챗봇조차 어려움을 겪고 있습니다. 예를 들어, 2025년 Veed Analytics가 콘텐츠 검색을 위한 챗봇 사용 현황을 조사한 결과, 테스트 대상^챗봇4 중 특정 프로그램을 어디서 찾을 수 있는지 정확히 알려준 경우는 3분의 2에 불과했습니다. 또한 사용자 입장에서 더욱 아쉬운 점은, 프로그램 제목으로 연결되는 딥 링크를 제공한 챗봇이 31%에 그쳤다는 것입니다.

콘텐츠 탐색 기능의 개선을 통해, 대규모 언어 모델(LLM)은 기존 데이터베이스 및 기초적인 검색 기능에 비해 다음과 같은 세 가지 주요 이점을 제공합니다:

• 대폭 향상된 의미 기반 검색 기능
• 포괄적이고 표준화된 콘텐츠 카탈로그
• 강력한 정렬 및 순서 지정 기능

오늘날의 콘텐츠 환경은 개별 플랫폼이나 서비스 내에서도 기존 검색 기능만으로는 감당하기 어려울 정도로 방대합니다. 콘텐츠 검색 및 탐색을 위한 생성형 AI(GenAI)의 도입은 사용자 경험에 지각변동과 같은 변화를 가져올 것이며, 콘텐츠의 과밀화와 파편화가 전반적인 TV 시청 즐거움을 저해함에 따라 발생하는 부정적인 시청자 감정을 크게 줄일 잠재력을 지니고 있습니다. 단, 이는 정확한 결과를 제공할 때에만 가능합니다. 

더 많은 정보를 원하시면, 저희의 AI 시대의 TV 검색 및 발견 보고서를 다운로드하세요. 

참고

1. LLM은 학습된 패턴을 기반으로 콘텐츠를 생성하는 생성형 AI의 한 유형입니다.
2. PwC는 2029년 OTT(Over-the-Top) 서비스와 유료 TV에 대한 소비자 지출이 3,185억 달러에 달할 것으로 전망하고 있다.
3. 2025년 Gracenote 스트리밍 소비자 설문조사.
4. ChatGPT, Claude, Gemini, Perplexity