티빙은 오리지널 콘텐츠의 흥행과 스포츠·예능·드라마 등 다양한 장르의 큐레이션을 통해 국내 대표 OTT 플랫폼으로 자리매김해왔습니다. 그리고 그 사용자 경험의 중심에는, 수많은 데이터 흐름을 안정적으로 설계하고 운영하는 기술력이 존재합니다.
티빙 Data Engineering 팀은 콘텐츠와 사용자 간의 접점을 기술적으로 연결하고, 데이터를 전략적으로 가공해 서비스 개선과 의사결정의 기반을 마련하는 핵심 역할을 맡고 있습니다. 데이터 파이프라인, 레이크, 플랫폼 전반의 구조를 설계하고 최적화하는 이들의 손끝에서 티빙의 사용자 경험이 완성됩니다.
이번 인터뷰에서는 Data Engineering 김재민 님을 만나, 티빙의 데이터를 책임지는 엔지니어로서의 일상과 고민, 그리고 함께 성장하는 기술 조직의 이야기까지 들어보았습니다.
자기소개와 현재 담당하는 업무에 대해 소개 부탁드립니다.
안녕하세요. TVING Data Engineering 팀에서 데이터 엔지니어로 근무 중인 김재민입니다. 첫 직장에서 웹 서버 개발과 데이터 분석을 병행하던 중, 우연히 서비스에 필요한 데이터를 직접 수집하고 적재하는 업무를 맡게 되면서 데이터 엔지니어링에 흥미를 느끼게 되었습니다. 이후 이 분야에서 전문성을 키우고자 다음 회사에서 데이터 분석과 엔지니어링 경험을 쌓았고, 2022년 12월 TVING에 합류하게 되었습니다.
현재는 TVING 사용자들의 콘텐츠 및 광고 시청 로그, 콘텐츠 메타데이터 등 다양한 데이터를 분석 및 활용할 수 있도록, 데이터 파이프라인과 데이터 레이크를 설계하고 구축하는 일을 담당하고 있습니다.
티빙에 입사하시기 전에는 어떤 커리어를 가지고 계실까요?
첫 회사에서는 웹 서비스 개발을 위한 프론트엔드와 백엔드 개발을 주로 담당했습니다. 해당 서비스가 데이터 분석 결과를 제공하는 구조였기 때문에, 파이썬을 활용한 데이터 분석 업무도 함께 수행했습니다. 이후 데이터 분석 수요가 늘어나면서 크롤러 개발을 포함한 데이터 파이프라인 구축에도 참여하였습니다.
이러한 경험을 바탕으로 다음 회사에서는 우리나라 시·군·구청의 통합관제센터에서 발생하는 도시 안전 인프라 데이터를 클라우드로 수집하고, 이를 분석해 시각화 대시보드를 제공하는 DMS-BI 데이터 시각화 서비스 개발에 참여했습니다. 이후 OTT 도메인에 도전하고자 KT seezn에 합류하여, 검색 및 추천 기능을 위한 데이터 파이프라인과 데이터 웨어하우스를 개발·운영하는 업무를 맡았습니다. 그리고 지금은 TVING에서 새로운 도전을 이어가고 있습니다.
티빙에는 어떻게 합류하게 되셨나요?
2022년, 제가 근무하던 KT seezn과 TVING의 합병을 계기로 TVING Data Engineering 팀에 합류하게 되었습니다. 당시 OTT 도메인에서의 경험을 확장하고 싶다는 목표가 있었고, TVING은 더 크고 다양한 데이터를 다룰 수 있는 환경이었습니다. 현재는 TVING과 함께 성장하며, OTT 서비스의 데이터 기반 의사결정을 뒷받침하는 역할을 수행하고 있습니다.
합류 후 티빙의 조직 문화에서 가장 인상 깊었던 점이 있으셨나요?
기존에는 직급 체계가 명확한 다소 수직적인 조직에서 일해왔습니다. 그런데 티빙에 합류하고 나서 가장 인상 깊었던 점은 직급이 없다는 것뿐 아니라, 실제로 업무가 매우 수평적으로 진행된다는 점이었습니다. 연차나 직급에 상관없이 누구나 프로젝트에 대해 자유롭게 의견을 낼 수 있고, 그 의견이 진지하게 경청되고 실제로 반영되는 문화가 매우 새로웠습니다. 덕분에 자신의 연차와 무관하게, 본인의 역량에 따라 프로젝트를 이끌어갈 수 있는 환경이 자연스럽게 조성되어 있다고 생각합니다.
소속팀의 주요업무는 무엇인가요?
저희 Data Engineering 팀은 TVING의 콘텐츠 및 광고 시청 이력, 결제 정보, 각종 메타데이터 등 다양한 데이터를 쉽고 효율적으로 분석·활용할 수 있도록 ETL 데이터 파이프라인을 개발하고 있습니다. 또한, 대용량 데이터를 빠르게 처리할 수 있는 데이터 레이크를 설계·구축하는 업무도 담당하고 있습니다.
이렇게 수집된 데이터는 데이터 솔루션팀을 통해 집계 및 분석되어 시각화 대시보드로 구현되고, AI팀의 추천 및 검색 서비스 개발에도 활용됩니다. 이 외에도, 데이터가 필요한 조직에 맞춤형으로 정제된 형태로 제공함으로써 조직 간 협업을 지원하고 있습니다. 아울러, 데이터 품질을 보장하고 사용자 접근성을 높이기 위한 데이터 플랫폼 개발도 함께 수행하며, TVING의 데이터 민주화 실현을 위해 지속적으로 노력하고 있습니다.
현재 업무 중에서 주도적으로 개선하고 싶으신 부분이 있을까요?
현재 저희 팀의 주요 과제이자 저 역시 관심을 갖고 주도적으로 참여하고 있는 업무는 티빙의 데이터를 통합적으로 관리할 수 있는 데이터 레이크를 재구성하는 일입니다. 보다 많은 데이터를, 보다 많은 구성원들이, 필요한 시점에 적재적소에서 효율적으로 활용할 수 있도록 만드는 것이 목표입니다. 단순히 데이터를 쌓는 데 그치지 않고, 최소한의 자원으로 최대한의 효율을 낼 수 있는 구조적인 데이터 레이크를 구축하고자 노력하고 있습니다.
소속팀의 업무방식과 분위기는 어떤가요?
Data Engineering 팀은 칸반 방식을 통해 체계적으로 업무를 관리하며, 데일리 스크럼 미팅을 통해 각자의 진행 상황을 공유하고 긴밀하게 협업하고 있습니다. 이러한 방식 덕분에 업무 사일로를 최소화하고 효율적인 협업 환경을 구축하는 데 큰 도움이 되고 있습니다.
또한, 팀원들은 각자의 역할에만 집중하지 않고, 문제를 주도적으로 발견하고 해결하려는 자세를 갖추고 있으며, 수평적인 분위기 속에서 다양한 의견이 자유롭게 오가는 문화를 지향하고 있습니다. 이러한 문화는 팀워크를 강화하고, 더 나은 해결책과 혁신을 이끌어내는 원동력이 되고 있습니다.
현재 진행중인 프로젝트는 어떤 것이 있을까요?
현재 Data Engineering 팀은 기존 데이터 파이프라인을 전반적으로 개선하며, 대규모 데이터를 보다 효율적으로 처리하고 분석할 수 있도록 구조를 재설계하고 있습니다. 예를 들어, KBO 검색 및 정산 시스템의 개선 요구사항을 반영해 콘텐츠 파이프라인을 고도화하고 있으며, Amplitude와 Firebase Analytics(FBA)를 통해 수집되는 고객 이동 데이터를 다듬어, 마케팅 및 CRM 부서에서 활용할 수 있는 신뢰도 높은 지표를 제공하고 있습니다.
또한, 신규 광고 플랫폼 도입에 따라 광고 데이터 소싱 및 분석을 위한 파이프라인 고도화 작업도 함께 진행 중입니다. 이와 더불어, 기존에 사용하던 AWS Redshift 기반의 데이터 웨어하우스를 점진적으로 페이드아웃하고, S3 기반의 데이터 레이크로 재구성함으로써 확장성과 유연성을 갖춘 대용량 분석 환경을 구축하고 있습니다.
티빙에 입사 후 가장 만족스러운 부분은 무엇일까요?
가장 만족스러운 점은 뛰어난 동료들과 함께 같은 목표를 향해 나아갈 수 있다는 점입니다. 다양한 경험을 통해, 아무리 훌륭한 목표가 있어도 혼자만의 힘으로는 달성하기 어렵고, 팀이 있더라도 구성원 간 신뢰와 존중이 없다면 성공하기 힘들다는 것을 배웠습니다.
그런 점에서 TVING은 매우 특별한 조직입니다. Data Engineering 팀뿐 아니라 Data function 전체가 ‘TVING Data’라는 공통된 키워드 아래 유기적으로 협업하고 있으며, 서로의 경험과 역량을 존중하고 보완하며 함께 성장하는 문화가 잘 정착되어 있습니다. 이러한 협업 환경 덕분에 저 역시 커리어 전체를 통틀어 가장 빠른 성장 곡선을 그리고 있다고 자부할 수 있을 정도로 많은 도움과 배움을 얻고 있습니다.
티빙 콘텐츠 중 최근에 즐겨보는 콘텐츠나 추천해주실 콘텐츠는 무엇일까요?
저도 많은 분들처럼 <환승연애>를 재미있게 시청했는데요, 이미 여러 분들이 언급하신 것 같아 저는 조금 다른 작품을 추천드리고 싶습니다. 최신 콘텐츠는 아니지만, 개인적으로는 티빙 오리지널 드라마 <LTNS>를 정말 인상 깊게 보았습니다.
<LTNS>는 현실에 치여 관계가 소원해진 부부가 불륜 커플들을 추적해 돈을 버는, 다소 파격적인 설정의 6부작 블랙 코미디 드라마입니다. 단순한 선정적 소재에 그치지 않고, 현실적인 부부의 갈등과 사랑의 이면을 유머러스하게 그려낸 점이 특히 매력적이었습니다. 배우 이솜님과 안재홍님의 자연스럽고 섬세한 연기 역시 극에 몰입하게 해주는 요소였습니다. 파격적인 전개 속에서도 사회적 메시지를 던지는 작품이라, 아직 안 보신 분들께 꼭 추천드리고 싶습니다.
또한 현재 방영 중인 배우 이제훈님 주연의 드라마 <협상의 기술>도 개인적으로 기대하고 있는 작품입니다.
티빙에서 앞으로 이루고자 하는 목표가 있나요?
티빙이 국내 시장을 넘어 글로벌 OTT 리더로 자리매김하기 위해, 주요 의사결정과 서비스 개발에 필요한 데이터를 안정적으로 제공할 수 있는 견고한 데이터 플랫폼을 구축하고자 합니다. 이를 위해 언제든지 확장 가능한 인프라를 마련하고, 복잡해진 데이터 파이프라인과 적재 구조를 효과적으로 개선하는 모범 사례를 만들고 싶습니다.
장기적으로는 티빙 Data Engineering 팀이 업계의 벤치마크가 되는 팀으로 자리 잡고, 저 또한 그 안에서 신뢰받는 시니어 데이터 엔지니어로 성장하고자 합니다. 팀의 일원으로서 책임감을 가지고 꾸준히 배우고 도전하며, 함께 성장하는 동료가 되는 것이 제가 티빙에서 이루고 싶은 목표입니다.
새로운 동료가 함께한다면 어떤 동료와 함께 일하고 싶으실까요?
저는 서로를 신뢰할 수 있는 동료와 함께 일하고 싶습니다. 단순히 개인 역량이 뛰어난 사람보다는, 서로를 믿고 존중하며 필요할 때는 기꺼이 책임을 나눌 수 있는 팀워크 중심의 동료와 함께하고 싶습니다. 팀은 혼자서 이룰 수 없는 성과를 함께 만들어가기 위해 존재하는 집단이라고 생각합니다. 그래서 혼자 빛나는 사람보다는, 함께 모여 하나의 큰 그림을 완성해 나갈 수 있는 동료와 함께하고 싶습니다. 물론, 저 역시 그런 팀의 일원이자, 함께 일하고 싶은 동료가 되기 위해 늘 노력하고 있습니다.
입사 전에 알았으면 좋았을 정보나 팁이 있을까요?
개인적으로는, 티빙 OTT 앱을 실제로 많이 사용해보면서 각 기능이 어떻게 동작하는지 하나하나 눌러보는 경험이 큰 도움이 되었을 것 같다고 생각합니다. 예를 들어, 어떤 버튼을 눌렀을 때 어떤 화면이 나오고, 그 과정에서 어떤 데이터가 수집되고 활용될지 상상하며 앱을 탐색해 보는 것이죠. 이러한 경험은 실제로 티빙에 합류한 이후 업무를 이해하고 분석하는 데 큰 도움이 될 것 같습니다.
티빙의 입사를 고민하는 지원자들에게 한마디 해주세요.
티빙은 국내를 넘어 글로벌 OTT 시장의 리더로 도약하기 위해 끊임없이 도전하고 변화하는 기업입니다. 이러한 빠른 변화 속에서도, 개인의 성장과 역량 개발을 적극적으로 지원하는 환경이 잘 마련되어 있다고 생각합니다. 저 역시 입사 후 많은 배움과 성장을 경험했고, 앞으로도 계속 발전해 나갈 수 있을 것이라 확신합니다. OTT 산업에 대한 열정과 자기계발에 대한 의지가 있는 분들이라면, 주저하지 말고 티빙과 함께하시면 좋겠습니다. 
Editor : TVING 김성용님, 이유민님