Netflix TechBlog 기술 블로그 글 모음

최근 글

1. Fact-Checking at Scale: Building a More Accurate and Efficient Synopsis Factuality System

   넷플릭스가 다단계 에이전트 체계를 도입해 시놉시스 팩트체크 비용을 52.4% 절감하고 검출률을 향상했습니다.

   출처: Netflix TechBlog · 2026-11-09 · 원문 보기

2. Making Failure Diagnosis Reliable with Pensive AI

   넷플릭스가 데이터 플랫폼 작업 실패 진단과 오류 추출을 자동화하는 Pensive AI를 도입했습니다.

   출처: Netflix TechBlog · 2026-10-26 · 원문 보기

3. Multi‑Ratio Video Resizing for Mobile Feed and Marketing

   넷플릭스가 AI 기반의 자동 영상 리사이징 시스템을 구축하여 제작 효율을 높였습니다.

   출처: Netflix TechBlog · 2026-10-26 · 원문 보기

4. Beyond API Compatibility: Building a Tool to Measure the Blast Radius of Library Changes

   넷플릭스가 라이브러리 변경의 영향 범위를 측정하는 도구 Quasar를 공개했습니다.

   출처: Netflix TechBlog · 2026-10-23 · 원문 보기

5. Single-tenant Titus: VM-level isolation on a multi-tenant container platform

   넷플릭스가 멀티텐넌트 Titus 컨테이너 플랫폼에 VM 수준의 격리를 제공하는 싱글텐던트 모드를 도입했다.

   출처: Netflix TechBlog · 2026-10-22 · 원문 보기

6. Single-tenant Titus: VM-level isolation on a multi-tenant container platform

   넷플릭스가 컨테이너 플랫폼 Titus에 VM 수준의 격리를 제공하는 싱글 테넌트 모드를 도입했다.

   출처: Netflix TechBlog · 2026-10-22 · 원문 보기

7. Ontology-Driven Observability: Building an End-to-End Knowledge Graph at Netflix Scale

   넷플릭스가 온톨로지 기반 지식 그래프를 구축해 장애 원인 조사를 줄였다.

   출처: Netflix TechBlog · 2026-10-16 · 원문 보기

8. Integrating Netflix’s Foundation Model into Personalization applications

   넷플릭스가 개인화 추천 시스템에 파운데이션 모델을 통합하는 세 가지 방식을 공개했다.

   출처: Netflix TechBlog · 2026-10-14 · 원문 보기

9. DataJunction as Netflix’s answer to the missing piece of the modern data stack

   넷플릭스가 지표 정의 파편화 문제를 해결하기 위해 오픈소스 세만틱 레이어 DataJunction을 도입했다.

   출처: Netflix TechBlog · 2026-10-14 · 원문 보기

10. Measuring the Impact of Personalized Recommendations

    넷플릭스가 개인화 추천의 인과적 효과를 측정하기 위한 행동 모델과 실험 검증 방식을 공개했습니다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

11. TimeSeries Tiered Storage Journey: Kafka/Flink Streams to Native Cassandra Cold Reads

    넷플릭스가 카산드라 백업과 플러그인 멤테이블을 활용해 객체 스토리지에서 직접 콜드 데이터를 읽는 구조를 구축했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

12. Behind the Scenes: Evolving Netflix’s Ads Event Pipeline for Live — Part II

    넷플릭스가 라이브 스트리밍 광고 처리를 위해 Flink 기반 실시간 스트리밍 조인으로 광고 파이프라인을 전면 개편했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

13. Netflix Conductor: The Next Chapter

    넷플릭스가 대규모 트래픽 처리를 위해 워크플로 엔진 Conductor를 전면 재설계했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

14. Running Apache Spark experiments in my sleep (and on a plane)

    넷플릭스가 병렬 실험 환경과 AI 에이전트를 활용해 대규모 스파크 파이프라인의 메모리 병목을 해결했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

15. The Lifecycle of LLM-as-a-Judge: Building, Aligning, and Monitoring at scale

    넷플릭스가 대규모 추천 설명 생성을 위해 LLM 평가 모델의 구축부터 모니터링까지 전 주기를 관리하는 체계를 구축했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

16. Netflix Stratum Media Processing: Automated Container Right-Sizing

    넷플릭스가 서버리스 미디어 처리 플랫폼의 컨테이너 리소스를 자동으로 최적화하는 SRT 시스템을 구축했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

17. Reliable GPU compute for large training & inference jobs

    넷플릭스가 대규모 GPU 인프라의 신뢰성을 높이기 위해 자동화된 장애 감지와 복구 체계를 구축했다.

    출처: Netflix TechBlog · 2026-10-14 · 원문 보기

18. Trading a Cloud Identity for Your Own: Workload Attestation on Managed Compute

    Netflix가 Amazon EMR의 Spark 작업에 내부 신원을 안전하게 발급하는 방식을 만들었다.

    출처: Netflix TechBlog · 2026-09-25 · 원문 보기

19. Leave the Class Path in the Rearview Mirror

    Netflix가 Java 모듈 개발과 코딩 에이전트를 위한 ja 도구군의 프리뷰를 공개했다.

    출처: Netflix TechBlog · 2026-09-18 · 원문 보기

20. MAPS: Netflix’s Multimodal Asset Personalization at Scale

    넷플릭스가 콘텐츠 임베딩으로 새 작품의 이미지와 영상 미리보기 개인화를 앞당겼다.

    출처: Netflix TechBlog · 2026-08-28 · 원문 보기

21. A Tale of Two Flink Autoscalers

    Netflix가 자체 Flink 오토스케일러를 Apache Flink 기반으로 단계적으로 통합하고 있다.

    출처: Netflix TechBlog · 2026-08-21 · 원문 보기

22. How and Why Netflix Built a Real-Time Distributed Graph: Part 3 — Querying the graph with gRPC…

    Netflix가 초당 수만 건의 그래프 질의를 100ms 안에 처리하는 서빙 계층을 구축했다.

    출처: Netflix TechBlog · 2026-08-07 · 원문 보기

23. Modeling Device Capabilities for Analytics

    Netflix가 기기별 하드웨어와 소프트웨어 기능을 분석하는 데이터 모델을 만들었다.

    출처: Netflix TechBlog · 2026-07-31 · 원문 보기

24. GenRec: Towards LLM-Native Recommendation at Netflix

    Netflix가 대규모 언어 모델 기반 추천 순위 모델 GenRec의 온라인 성능을 공개했다.

    출처: Netflix TechBlog · 2026-07-30 · 원문 보기

25. In-House LLM Serving at Netflix

    Netflix가 vLLM과 Triton을 통합해 사내 LLM 추론 플랫폼을 운영한다.

    출처: Netflix TechBlog · 2026-07-17 · 원문 보기

26. Building Service Topology at Scale: Architecture, Challenges, and Lessons Learned

    Netflix가 스트리밍 집계와 재분배로 실시간 서비스 의존성 지도를 구축했다.

    출처: Netflix TechBlog · 2026-07-13 · 원문 보기

27. GenPage: Towards End-to-End Generative Homepage Construction at Netflix

    넷플릭스가 사용자 맥락에서 홈페이지 전체를 생성하는 추천 모델 GenPage를 개발했다.

    출처: Netflix TechBlog · 2026-06-29 · 원문 보기

28. Toward More Controllable AI Video Editing: An Early Research Exploration at Netflix

    Netflix가 원본 보존 편집 모델 Vera와 물리적 상호작용을 고려한 제거 모델 VOID를 공개했다.

    출처: Netflix TechBlog · 2026-06-23 · 원문 보기

자주 다루는 주제

• AI 에이전트·MCP (536편)
• LLM 활용·프롬프트 (245편)
• LLM 서빙·추론 (247편)
• AI 운영·평가 (250편)
• 멀티모달·비전·음성 (227편)
• AI 연구·모델 공개 (483편)
• CI/CD·플랫폼 엔지니어링 (181편)
• AI 코딩 도구 (248편)
• 클라우드 아키텍처 (250편)
• 쿠버네티스·컨테이너 (127편)
• RAG·검색 (141편)
• 데이터 엔지니어링·분석 (208편)
• 백엔드 설계·MSA (435편)
• 데이터베이스·캐시 (170편)
• 메시징·스트리밍 (58편)
• GPU·AI 인프라 (194편)
• 보안·인증 (235편)
• 언어·알고리즘 (268편)
• 모델 학습·파인튜닝 (251편)
• 관측성·장애 대응 (148편)