핵심 요약
메타(Engineering)의 Video Invisible Watermarking at Scale 프로젝트는 대규모 영상 관리에 비가시 워터마킹을 적용하기 위해 GPU 의존에서 CPU 기반 인퍼런스로 전환하고, FFmpeg 기반의 커스텀 필터로 엔드투엔드 파이프라인을 최적화해 운영 효율성과 확장성을 달성했습니다.
구현 방법
- FFmpeg에 커스텀 필터를 적용한 재사용 가능한 임베더 아키텍처
- 프레임 배칭, 스레딩, PyTorch 파라미터 최적화로 CPU에서 엔드투엔드 지연 최소화
- CPU 풀에서 다중 FFmpeg 프로세스를 병렬 실행해 처리 용량 확장
- 데이터 전송 오버헤드, 모델 로딩 시간 등 주요 병목 요인 식별 및 해결
주요 결과
- 엔드투엔드 지연이 GPU 대비 5% 이내 차이로 근접
- CPU 기반 솔루션으로 운영 효율성 증가 및 확장성 확보
- BD-Rate 약 20% 증가로 비트레이트에 영향
