FOX Sports가 Databricks와 함께 팬 경험 향상

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)

FOX Sports는 고화질 방송부터 가상 현실 실험에 이르기까지 방송 기술의 진화를 주도해온 긴 역사를 가지고 있습니다. 결국, 인터넷이 점점 더 복잡해지고 정보로 과부하가 걸리면서, 우리는 웹과 모바일 검색 경험에 대한 투자를 대폭 늘리고자 했습니다. 정보를 쉽게 찾을 수 있도록 하기 위해서입니다.

지난 몇 년 동안 AI 기반 검색이 발전함에 따라, 브랜드와 기업들은 사용자 참여를 향상시키고 검색 반송률을 줄이기 위한 새로운 접근법을 채택하고 있습니다. 점점 더 이러한 노력들은 데이터와 AI를 활용하여 더 똑똑하고 직관적인 사이트 내 검색 경험을 만들어냅니다.

이 변화의 중심에는 AI를 사용하여 쿼리 뒤의 의도를 이해하려는 의미론적 검색에 초점이 맞춰져 있습니다. 이를 통해 검색 경험이 사용자의 기대에 부합하는 직관적인 결과를 제공하며, 단순한 키워드 일치를 넘어 동의어, 철자 오류, 개념 간 복잡한 관계를 고려할 수 있게 되었습니다. 트렌딩 주제에 대한 거의 실시간 데이터를 통합함으로써 이러한 시스템을 더욱 향상시키며, 빠르게 변화하는 검색 패턴과 사용자의 관심사에 동적으로 적응하여 결과를 계속 관련성 있게 유지합니다.

FOX 스포츠에게 이러한 기술을 구현하는 것은 독자들의 기대에 부응하는 빠르고, 맥락을 인식하는 검색 결과를 제공하는 데 중요했습니다.

스포츠 팬 경험 향상

FOX 스포츠의 임무는 항상 스포츠 애호가들이 참여하고 정보를 얻을 수 있는 팬 중심의 경험을 제공하는 것이었습니다. 우리가 스포츠 엔터테인먼트에서 선두를 달리는 것처럼, 팬들이 디지털 콘텐츠와 상호작용하는 방식을 재정의하려고 합니다. AI가 발전함에 따라, 우리는 검색을 우리의 관객을 위한 직관적이고 동적인 도구로 변형하는 데 엄청난 기회를 보고 있습니다. 이 비전을 안내하는 세 가지 주요 목표가 있습니다:

• 팬들을 위한 자연스럽고 맥락적인 검색 가능 - 스포츠 팬들은 그들에게 적응하는 검색 경험을 받을 자격이 있습니다 — 반대로는 아닙니다. 정확한 키워드를 입력하거나 관련 없는 결과를 정렬하는 것이 너무 오래 일반적이었지만, 이제 검색은 맥락을 이해하고 사용자를 더 빠르고 효율적으로 답변에 연결할 수 있습니다.
• 모든 콘텐츠에서 더 풍부한 발견을 위해 의미론적 검색 통합 - 팬들은 자신이 좋아하는 스포츠 하이라이트를 찾기 위해 여러 플랫폼을 뒤져야 할 필요가 없습니다. 의미론적 검색을 검색 창에 내장함으로써, 우리는 FOX 스포츠 생태계 전반에서 첫 번째 파티 기사, 신디케이트 콘텐츠, 또는 비디오에 이르기까지 원활한 콘텐츠 발견을 가능하게 합니다.
• 실시간, 저지연 검색 경험 제공 - 스포츠에서는 시간이 모든 것입니다. 팬들은 우리에게 빠르게 변화하는 스포츠 세계를 따라잡는 정보적 경험을 찾습니다. 우리의 목표는 사용자가 입력함에 따라 관련 결과를 제공하는 실시간 검색 경험을 제공하는 것입니다.

이러한 우선순위를 접근 방식에 통합함으로써, 우리는 검색이 AI를 활용하여 팬 경험을 향상시키는 방법에 대한 새로운 기준을 설정하고 있습니다. 우리에게 검색은 단순한 기능 이상입니다 - 이것은 스포츠를 정의하는 스릴과 연결을 전달하는 게이트웨이입니다.

파편화되고 불완전한 검색 경험 수정

Databricks와 파트너십을 맺기 전에, 우리는 우리의 검색 기능이 데이터와 AI에 의해 구동되는 현대적인 검색을 팬들에게 제공하기 위해 개선이 필요하다는 것을 알고 있었습니다.

“리오넬”을 검색하면 축구 슈퍼스타 리오넬 메시보다 먼저 다른 이름이 리오넬인 수많은 선수들을 볼 수 있습니다. 또는 “크리스티안 풀리스”와 같은 불완전한 쿼리를 입력하면 이전에는 “크리스티안”이라는 이름이나 “풀리스”라는 성을 가진 관련 없는 사람들이 반환되었지만, 이제는 미국 축구 선수 크리스티안 풀리식이 반환됩니다. 빠르고 정확한 결과를 찾고자 하는 팬들은 종종 올바른 결과를 얻기 위해 검색어를 신중하게 구성해야 했습니다.

마지막으로, 우리는 엔티티와 풍부한 콘텐츠 라이브러리를 통합 검색할 수 없었습니다. 팬이 예를 들어 달라스 카우보이즈의 오프시즌 이동에 대해 알아보고 싶다고 가정해 봅시다. 이전 시스템은 관련 비디오, 기사, 그리고 엔티티들을 모두 한 곳에서 보여주는 것을 수용하기 위해 설정되어 있지 않았습니다. 대신, 사용자들은 찾고 있는 정보를 조각낸 상태로 사이트 내비게이션의 여러 섹션을 이동해야 했고, 이로 인해 사용자 경험이 단절되고 시간이 많이 소요되는 느낌을 받았습니다.

이 모든 문제는 결국 한 가지로 귀결되었습니다: 검색 경험이 현대 팬들이 필요로 하는 것에 뒤처져 있었습니다. 사람들은 FOX 스포츠에서 빠르고, 관련성 있는, 쉽게 탐색 가능한 결과를 기대하며, 그렇지 않을 경우 그들을 참여시키고 FOX를 스포츠 뉴스의 주요 출처로 돌아오게 하는 놓친 기회가 됩니다.

그때 우리의 리더십 팀은 변화를 가져올 시기가 되었다는 것을 알았습니다. 우리는 맥락을 이해하고 검색자가 원하는 결과를 제공할 수 있는 더 똑똑하고 직관적인 검색 솔루션을 필요로 했고, 그것이 바로 Databricks가 등장한 곳입니다.

팬들이 AI를 통해 더 빠르게 콘텐츠를 발견하는 데 도움

Databricks를 이용하여, FOX 스포츠는 검색 경험을 향상시키기 위해 중요한 개선을 이루었으며, 독자들에게 맥락을 인식하는 결과를 제공하는 것을 목표로 하였습니다.

이 변화의 첫 단계는 Spark 구조화된 스트리밍과 Databricks 워크플로우를 활용하여 Databricks에서 실시간 데이터 수집 파이프라인을 구현하는 것이었습니다. 이 파이프라인들은 지속적으로 엔티티 데이터를 수집하고 처리합니다 (예를 들어, 운동선수, 팀, 그리고 리그) 그리고 FOX Sports의 기사, 비디오, 그리고 출판되는 대로 제3자의 콘텐츠까지 포함됩니다. 스포츠는 빠르게 변합니다 — 선수들이 이적하고, 명단이 바뀌고, 새로운 이야기가 터지고, 팬들의 관심이 매 경기마다 바뀝니다. 우리의 데이터 수집 파이프라인은 이러한 업데이트가 거의 즉시 반영되도록 보장합니다.

엔티티에 대한 동적 관련성 점수를 생성하기 위해, 검색 쿼리와 클릭과 같은 사용자 상호작용 데이터에 대한 추가적인 수집 및 처리 파이프라인을 구축했습니다. 이러한 통찰력을 사용하여 인기 있는 것이나 트렌드에 대한 실시간 데이터 지능을 제공합니다. 예를 들어, "워싱턴"에 대한 검색은 야구 시즌 동안 워싱턴 내셔널스를 우선시하고, 축구 시즌 동안 워싱턴 커맨더스를 우선시할 수 있습니다. 그러나 워싱턴 커맨더스가 야구 시즌 동안 스타 선수를 영입하면, 점수 계산 엔진이 이를 더 높게 표시합니다. Databricks는 지속적으로 참여 데이터를 수집하고 처리함으로써, 우리가 검색 결과가 어느 시기에나 관련성을 유지하도록 보장할 수 있게 해줍니다, 사용자의 관심사가 변하더라도 말이죠.

모자이크 AI 모델 서빙과 벡터 검색은 우리의 검색 시스템의 기반이 됩니다. 모든 데이터는 Delta Sync Indexes로 지속적으로 동기화되며, Model Serving으로 제공되는 임베딩 모델을 사용하여 자동으로 벡터화됩니다. 엔티티와 콘텐츠는 다른 검색 패턴을 지원하기 위해 별도로 저장됩니다.

추가적인 Model Serving 엔드포인트는 클라이언트로부터 오는 모든 검색 요청을 처리하여 Vector Search로의 여러 호출을 조정합니다. 엔티티 검색은 정확한 일치를 우선시하며, 콘텐츠 검색은 콘텐츠의 출판 날짜를 기반으로 시간 가중치가 부여된 의미 검색을 수행합니다. 최종 검색 결과는 콘텐츠와 엔티티 결과를 결합하고, 검색된 콘텐츠에 FOX 편집자가 태그한 추가적인 주요 엔티티를 끌어들여 구성됩니다. 이 엔드포인트는 높은 부하 하에서 낮은 지연 시간을 달성하여 결과가 반응적이도록 보장합니다.

이 향상된 검색 경험을 통해 사용자들은 "카우보이스 오프시즌 업데이트"와 같은 추상적인 개념을 탐색하고, 부상 중인 스타 퀄터백인 Dak Prescott와 NFL on FOX에서 팀의 새로운 헤드 코치를 고용하기로 한 결정에 대한 분석이 포함된 관련 결과 세트를 받을 수 있습니다.

더 세밀한 검색을 위해, 우리는 사용자에게 클릭을 절약하게 하기 위해 요청된 하위 페이지로 직접 보냅니다. 예를 들어, “MLB 일정”에 대한 쿼리는 기본 홈 페이지 대신 MLB 일정 페이지로 이동시킵니다.

마지막으로, 인기 검색 기능은 사용자가 검색 창에 아무것도 입력하기 전에 사용자 상호작용 데이터에서 계산된 점수에 따라 상위 엔티티를 동적으로 강조합니다.  이는 팬들이 스포츠 세계에서 주목을 받고 있는 것을 쉽게 발견하는 데 도움이 됩니다.

Databricks는 FOX 스포츠가 데이터 수집, 처리, 모델 제공을 통합할 수 있게 합니다. 실시간 업데이트, 동적 검색 관련성, 그리고 AI의 이 조합은 현대 스포츠 애호가들에게 맞춤화된 경험을 제공합니다.

새로운, 민첩한 스포츠 뉴스 시대 창출

FOX Sports에서의 검색 변혁 결과는 인상적이었습니다. 모델 서빙의 새로운 엔드포인트는 이제 주말과 라이브 이벤트 동안 트래픽이 크게 증가하는 수십만 건의 요청을 처리합니다. 

성능을 최적화하는 캐싱 계층 덕분에, FOX Sports의 웹 및 모바일 플랫폼을 통해 이루어진 사용자 요청의 총 수는 훨씬 더 높습니다. 인기 있는 검색 기능만으로도 모든 검색 요청의 25% 이상을 차지하며, 이는 경험에 실시간 데이터 지능을 통합하는 것의 중요성을 강조합니다. 이 향상된 용량을 통해, 우리는 팬들이 가장 바쁜 시간에도 필요한 콘텐츠를 빠르게 찾을 수 있도록 보장할 수 있습니다.

이 롤아웃을 지원하기 위해, 우리는 또한 이전과 새로운 검색 시스템 간의 비교를 제공하여 우리의 변화의 영향을 보여주는 Databricks Lakehouse 앱을 구현했습니다. 새로운 구현의 개선된 관련성, 속도, 정확성을 시각적으로 보여주면서, 이 앱은 이 변혁적인 검색 업그레이드에 대한 이해관계자의 신뢰와 참여를 계속 확보하고 있습니다.

전반적으로, 이 검색의 개편은 팬들의 경험을 향상시키는 것뿐만 아니라 FOX 스포츠가 스포츠 애호가의 끊임없이 변화하는 요구에 발맞추는 데 대한 헌신을 강화했습니다. Databricks를 통해, 우리는 실시간 성능, 고급 기술, 그리고 동적 검색 적응성을 결합한 견고한 데이터 및 AI 기반을 구축했으며, 이를 통해 우리의 검색이 경쟁자보다 한 걸음 앞서 있도록 보장합니다.