🏢 Netflix 기술 스택 분석

전 세계 2.4억 구독자에게 매일 1.4억 시간의 콘텐츠를 스트리밍하는 Netflix의 기술 스택을 심층 분석합니다.
"Freedom and Responsibility" - Netflix의 엔지니어링 문화와 기술적 혁신

---

📊 회사 개요

서비스 규모

• 구독자: 190개국 2.38억 명 (2024 Q3)
• 콘텐츠: 15,000+ 타이틀 (지역별 상이)
• 트래픽: 인터넷 트래픽의 15% 차지
• 동시 스트림: 피크 시간 수천만 동시 스트림
• 데이터 전송: 일일 600TB+

엔지니어링 조직

• 엔지니어: 2,500명+
• 팀 구조: 자율적인 소규모 팀 (2-pizza teams)
• 문화: "Highly Aligned, Loosely Coupled"
• 오픈소스: 200+ 프로젝트 공개

기술적 도전과제

1. 글로벌 스케일: 전 세계 실시간 스트리밍
2. 개인화: 1억 개의 서로 다른 Netflix 버전
3. 신뢰성: 99.99% 가용성 목표
4. 성능: 시작 시간 < 2초, 리버퍼링 최소화

---

🏗️ 아키텍처 Overview

시스템 다이어그램

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   Devices   │────►│    Edge     │────►│   Backend   │
│ (TV,Mobile) │     │  (AWS CDN)  │     │   (AWS)     │
└─────────────┘     └─────────────┘     └─────────────┘
       │                    │                    │
       │              ┌─────▼─────┐       ┌─────▼─────┐
       │              │   Zuul    │       │   EVCache │
       │              │ (Gateway) │       │  (Cache)  │
       │              └───────────┘       └───────────┘
       │                                        │
       └────────────────────────────────────────┤
                                          ┌─────▼─────┐
                                          │ Microsvcs │
                                          │ (1000+)   │
                                          └───────────┘

핵심 설계 원칙

1. Microservices First: 1000+ 마이크로서비스
2. Stateless Design: 수평 확장 가능
3. Circuit Breakers: 장애 격리
4. Chaos Engineering: 의도적 장애 주입
5. Data Replication: 다중 리전 복제

진화 과정

• 2008: 모놀리스에서 AWS 마이그레이션 시작
• 2010: 스트리밍 서비스 런칭
• 2012: Chaos Monkey 도입
• 2015: 글로벌 엣지 인프라 구축
• 2020: Studio 기술 통합
• 2023: 광고 지원 티어 인프라

---

🧩 기술 스택 상세

Backend 기술

// Netflix의 전형적인 마이크로서비스 구조
@SpringBootApplication
@EnableEurekaClient
@EnableHystrix
@EnableFeignClients
public class VideoMetadataService {

    @Autowired
    private EVCache evCache;

    @HystrixCommand(
        fallbackMethod = "getDefaultMetadata",
        commandProperties = {
            @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "3000"),
            @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "20")
        }
    )
    public VideoMetadata getVideoMetadata(String videoId) {
        // EVCache 체크
        VideoMetadata cached = evCache.get("metadata:" + videoId);
        if (cached != null) return cached;

        // Cassandra에서 조회
        VideoMetadata metadata = cassandraRepo.findById(videoId);
        evCache.set("metadata:" + videoId, metadata, 300);

        return metadata;
    }
}

주요 백엔드 기술:

• 언어: Java (주력), Python, Node.js, Go
• 프레임워크: Spring Boot, Play Framework
• API Gateway: Zuul 2
• 서비스 디스커버리: Eureka
• 로드 밸런싱: Ribbon
• Circuit Breaker: Hystrix
• 구성 관리: Archaius

Frontend 기술

// Netflix TV UI의 React 컴포넌트 예시
const VideoPlayer = () => {
  const [manifest, setManifest] = useState(null);
  const [bitrate, setBitrate] = useState("auto");

  useEffect(() => {
    // 적응형 비트레이트 스트리밍
    const player = new NetflixPlayer({
      adaptiveBitrate: true,
      bufferSize: 30, // 30초 버퍼
      maxBitrate: getMaxBitrateForDevice(),

      onBitrateChange: (newBitrate) => {
        setBitrate(newBitrate);
        trackEvent("bitrate_change", { bitrate: newBitrate });
      },
    });

    return () => player.destroy();
  }, []);

  return <PlayerUI bitrate={bitrate} />;
};

플랫폼별 기술:

• Web: React, Falcor (GraphQL 대안)
• TV Apps: React + Gibbon (렌더링 레이어)
• Mobile: Native (Swift/Kotlin) + React Native
• 게임 콘솔: C++ 기반 커스텀 UI

Data & Infrastructure

데이터베이스

-- Cassandra 데이터 모델 예시
CREATE TABLE viewing_history (
    user_id UUID,
    video_id UUID,
    timestamp timestamp,
    position_seconds int,
    device_type text,
    PRIMARY KEY ((user_id), timestamp, video_id)
) WITH CLUSTERING ORDER BY (timestamp DESC);

데이터 저장소:

• Cassandra: 시청 기록, 메타데이터 (100+ 클러스터)
• EVCache: 분산 캐시 (Memcached 기반)
• S3: 정적 에셋, 백업
• Elasticsearch: 검색, 로그 분석
• Spark: 배치 처리, ML 학습

스트리밍 인프라

# CDN 구성
Open Connect:
  Appliances: 17,000+
  Locations: 1,000+ ISPs
  Cache_Hit_Rate: 95%+

Encoding:
  Formats: [H.264, H.265, AV1, VP9]
  Profiles: 120+ per title
  Bitrates: 235kbps - 15.5Mbps

Adaptive_Streaming:
  Protocol: DASH + Custom
  Chunk_Size: 4 seconds
  Buffer_Target: 30 seconds

DevOps & SRE

Chaos Engineering

# Chaos Monkey 설정 예시
chaos_config = {
    "enabled": True,
    "schedule": {
        "type": "cron",
        "expression": "0 9-17 * * 1-5"  # 평일 업무시간
    },
    "termination": {
        "probability": 0.01,  # 1% 확률로 인스턴스 종료
        "strategies": ["RANDOM", "OLDEST"],
        "excluded_clusters": ["critical-payment", "auth-service"]
    },
    "notifications": {
        "slack": "#chaos-engineering",
        "email": "oncall@netflix.com"
    }
}

Chaos Engineering 도구:

• Chaos Monkey: 랜덤 인스턴스 종료
• Chaos Kong: 전체 리전 장애 시뮬레이션
• Chaos Gorilla: 가용 영역 장애
• Latency Monkey: 네트워크 지연 주입
• Conformity Monkey: 모범 사례 준수 확인

모니터링 스택

// Atlas 메트릭 수집 예시
class VideoStreamingMetrics {
  constructor() {
    this.registry = new Atlas.Registry();

    this.playbackStarts = this.registry.counter("playback.starts");
    this.rebufferRatio = this.registry.gauge("playback.rebuffer.ratio");
    this.startupTime = this.registry.timer("playback.startup.time");
  }

  trackPlaybackStart(metadata) {
    this.playbackStarts.increment({
      device: metadata.device,
      country: metadata.country,
      title: metadata.titleId,
    });

    this.startupTime.record(metadata.startupTime);
  }
}

관측성 도구:

• Atlas: 시계열 메트릭 (자체 개발)
• Vector: 실시간 로그 분석
• Mantis: 실시간 스트림 프로세싱
• Vizceral: 트래픽 시각화

---

💡 핵심 기술 인사이트

1. 개인화 알고리즘

# 추천 시스템 간소화 예시
def get_recommendations(user_id):
    # 1. 협업 필터링
    similar_users = find_similar_users(user_id)
    collaborative_recs = aggregate_preferences(similar_users)

    # 2. 콘텐츠 기반 필터링
    user_profile = build_user_profile(user_id)
    content_recs = find_similar_content(user_profile)

    # 3. 딥러닝 모델
    neural_recs = deep_ranking_model.predict(user_id)

    # 4. 앙상블
    final_recs = ensemble_blend(
        collaborative_recs * 0.4,
        content_recs * 0.3,
        neural_recs * 0.3
    )

    return personalize_artwork(final_recs, user_id)

2. A/B 테스팅 플랫폼

• 규모: 동시에 1000+ 실험 진행
• 분할: 사용자를 수천 개 셀로 분할
• 메트릭: 시청 시간, 구독 유지율, 참여도
• 통계: Bayesian 추론 사용

3. Open Connect CDN

• 자체 CDN: ISP 내부에 캐시 서버 배치
• 효율성: 95%+ 캐시 히트율
• 하드웨어: 커스텀 최적화 서버
• 소프트웨어: FreeBSD 기반

---

📈 성과 & 지표

기술적 성과

• 가용성: 99.99% (연간 52분 다운타임)
• 스트리밍 시작 시간: < 2초
• 리버퍼링: < 0.5%
• 비디오 품질: 평균 1080p+
• 전 세계 동시 스트림: 수천만

비즈니스 영향

• AWS 비용: 연간 $5억+ (추정)
• 인프라 효율성: 지속적 개선으로 비용 절감
• 개발 속도: 일일 수천 번 배포
• 실험 속도: 연간 수만 개 A/B 테스트

---

🎓 Netflix에서 배울 점

✅ 적용 가능한 패턴

1. Circuit Breaker Pattern: 장애 전파 방지
2. Bulkhead Pattern: 리소스 격리
3. API Gateway Pattern: 중앙화된 엔트리 포인트
4. Service Mesh: 서비스 간 통신 관리
5. Chaos Engineering: 사전 장애 대응

❌ 피해야 할 실수

1. 과도한 마이크로서비스: 작은 팀에는 부담
2. 분산 모놀리스: 잘못된 서비스 분리
3. 캐시 의존성: EVCache 없이는 작동 불가
4. 복잡한 디버깅: 분산 시스템의 어려움

📚 추천 리소스

• Netflix Tech Blog
• Netflix OSS
• Chaos Engineering Book
• Netflix Culture Deck

---

🔮 미래 전망

현재 집중 분야

1. AV1 코덱: 대역폭 30% 절감
2. 게임 스트리밍: 클라우드 게이밍 인프라
3. 실시간 인코딩: 라이브 이벤트 지원
4. 엣지 컴퓨팅: 더 가까운 곳에서 처리
5. AI/ML: 더 정교한 개인화

기술 트렌드

• 서버리스: 일부 워크로드 이전
• WebAssembly: 클라이언트 성능 향상
• 5G: 모바일 스트리밍 품질 개선
• Blockchain: 콘텐츠 권리 관리 실험

---

"우리는 엔터테인먼트를 재창조하고 있습니다. 기술은 그 여정의 핵심입니다."

• Netflix Engineering

마지막 업데이트: 2025-01-28