SlideShare a Scribd company logo
1 of 154
Download to read offline
영화 서비스에 대한 생각
2014.03.05
김태훈
나는 왜 영화에 집착하는가
영화
이 세상에 영화를 보지 않는 사람은 없다
영화
이 세상에 영화를 보지 않는 사람은 없다
나는 그 중 하나다
영화
이 세상에 영화를 보지 않는 사람은 없다
나는 그 중 하나다
(심지어 덕후에 근접한 거 같아...)
영화
영화 서비스, 왜 필요할까?
할게 없다. 뭐하지?
영화 서비스
할게 없다. 뭐하지?
영화나 보자
영화 서비스
할게 없다. 뭐하지?
영화나 보자
뭐 보지?
영화 서비스
할게 없다. 뭐하지?
영화나 보자
뭐 보지?
영화 서비스 이용
영화 서비스
할게 없다. 뭐하지?
영화나 보자
뭐 보지?
영화 서비스 이용
영화 서비스
결국 이 문제를 해결하기 위해서
국내에 있는 영화 서비스
국내에 있는 영화 서비스
우왕! 만인의 네이버
국내에 있는 영화 서비스
국내에 있는 영화 서비스
는 개뿔, UI 똥
국내에 있는 영화 서비스
여기까진 괜춘
국내에 있는 영화 서비스
흠...
드라마 “개많음” 말곤 얻을 수 있는 정보 제로
국내에 있는 영화 서비스
네이버: UI 똥
뭘 어떻게 서핑하란 거야…
2000년대 SF 대작
이런 정보 얻을 수 없다
국내에 있는 영화 서비스
네이버: UI 똥
친절한 네이버씨
정렬 클라스
이게 공감 베스트????
그래 “공감” 베스트일 수는 있는데...
영화를 고를 때는 전혀 도움이 안됨
국내에 있는 영화 서비스
네이버: UI 똥
열심히 치다가 턱 막히면 허무한 느낌
이라고 한다 (난 안 해봐서 모름)
국내에 있는 영화 서비스
네이버: UI 똥
국내에 있는 영화 서비스
국내에 있는 영화 서비스
잘나가는 왓챠는 어떤가
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
왓챠가 정의한 왓챠
추천 기록
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
단순한 별점 평가 및 평가 유도로 Naver 앞지름
(여기서 유도란 에~ 이거밖에 평가 안하셨나? or 500개나 평가 하셨네요! 등 작게 나오는 멘트)
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
궁극적으로 ”영화 보고 싶은데 뭐 볼까?” 에 대한 질문에 해답을 제시
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
하지만!
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
좋았어! 내가 장인의 손길로 한땀 한땀 누른 별점 평가로 나에게 영화를 추천해줘!!
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
매번 보이는데
보기 싫은데 관심없음 버튼은 누르기 귀찮은데
자꾸 보여서 짜증나는 애
이런 애 많음...
이렇게 잘(?) 추천해줘도 유저는 보통 스크롤로 휙휙 넘겨서 50개가 넘는 영화 포스터를 본다
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
으 F5 새로 고침 또 해야 됨…
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
새로 고침 또 해도 봤던 놈 또 나옴 & 하나도 안 끌림
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
그래... 영화를 잘 추천해 주지 못하는 건
왓챠 잘못이 아니라 멍청한 컴퓨터 잘못이겠지
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
하지만!
인셉션을 본 후의 감동과 희열을 100자 내로 표현하라니…
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
이런 것 보단…
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
이런 궁서체 글을 읽고 싶다
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
진지한 악평, 새로운 해석
솔직히 이정도 길이는 되야 하지 않나
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
왓챠. 그들이 말하는 데로 제 기능(추천)엔 충실히 잘 하고 있는 듯 하다.
국내에 있는 영화 서비스
왓챠: 잘나가는 왓챠는 어떤가
하지만, 영화 추천은 유저들에게 제공해야 할 가장 기본적인 기능 아닌가?
기술적으로 고생해서 강조하고 싶다는 건 알겠는데...
Ex) 아마존, Netflix, IMDB… 추천 기능이 없는 곳은 없다
어쨌든
나의 작은 hope
영화라는 문화 컨텐츠를 좀 더
영화라는 문화 컨텐츠를 좀 더 진지하게
영화라는 문화 컨텐츠를 좀 더 진지하게 소비하고 즐기고 싶다
No 초딩, No 알바, No 워리어
기본적인 기능
1. 평가 및 기록
기본적인 기능
기본적인 기능
평가 및 기록
별점, 보고싶어요, 관심없어요, 코멘트 쓰기
사견: 이런 건 배워야 한다고 생각
기본적인 기능
평가 및 기록
View, Like, 별점은 감상평을 통해서
기본적인 기능
평가 및 기록
내가 평가했던 영화를 둘러 볼 땐 무엇을 얻기 위해 둘러볼까?
기본적인 기능
평가 및 기록
무슨 영화를 봤는지 뿐만 아니라 언제 봤는지를 기록
몇 월
몇 일
letterboxd.com
몇 점을 줬는지
리뷰를 썼는지
몇 월
몇 일
기본적인 기능
평가 및 기록
우린 왜 영화를 기록하고자 하는가?
란 근본적인 질문을 생각해 봐야 할 듯
기본적인 기능
평가 및 기록
기본적인 기능
평가 및 기록
보통 기록 자체에 만족을 느끼고,
실상 기록한걸 봤을 땐 “아 이거 봤구나” 말곤 얻은 게 없는 듯
기본적인 기능
평가 및 기록
Q. 유저에겐 무엇을 줄 수 있을까?
기본적인 기능
평가 및 기록
A1. 지금까지 본 영화의 통계를 보여주는 건 어떨까?
기본적인 기능
평가 및 기록
장르별
연애 : 85%, 액션 : 10%, SF : 5 %
당신은 연애가 고픕니다
연애 액션 SF
기본적인 기능
평가 및 기록
멘트는 상황에 따라 바뀌게
기본적인 기능
평가 및 기록
시대별
1990년대 : 5%, 2000년대 : 50%, 2010년대 : 45 %
당신은 고전을 무시 하시군요 
1990년대 2000년대 2010년대
기본적인 기능
평가 및 기록
멘트는 상황에 따라 바뀌게
기본적인 기능
평가 및 기록
국가별
한국 : 5%, 미국 : 50%, 유럽 : 45 %
국산 영화도 사랑해 주세요 
한국 미국 유럽
기본적인 기능
평가 및 기록
멘트는 상황에 따라 바뀌게
기본적인 기능
평가 및 기록
A2. 지금까지 본 영화의 총 minutes 의 합을 보여 주는 건 어떨까?
( 시간이란 정보 )
기본적인 기능
평가 및 기록
당신의 총 무비타임은 53,550 분 입니다
( 90 * 595 = 53550 )
기본적인 기능
평가 및 기록
당신의 총 무비타임은 892.5 시간 입니다
( 53550 / 60 = 892.5 )
기본적인 기능
평가 및 기록
당신의 총 무비타임은 37 일 입니다
( 892.5 / 24 = 37 )
기본적인 기능
평가 및 기록
당신은 인생의 0.44 %를 영화 감상을 하며 보냈습니다
덕후는 아닌 듯?
기본적인 기능
평가 및 기록
총 시간을 알고 싶다는 욕구에 계속 기록하게 될 것 (maybe?)
기본적인 기능
평가 및 기록
A4. 지금까지 영화계에 기여한 정도?
( 사실 나는 불법 다운로드를 하지만... 이런 정보를 준다면 양심의 가책을 느끼게 만들지도)
기본적인 기능
평가 및 기록
무엇이 더 좋을진 고민이 필요 (서비스의 성격에 맞게)
2. 리스트 공유
기본적인 기능
기본적인 기능
리스트 공유
영화를 평점만으로 기록
영화들 사이의 상관관계가 무시된다
Ex. 감독, 배우간 관계
Ex2. 내가 그 영화를 본 상황 (우울, 기쁨)
Ex3. 영화 외부의 정보 (수상 경력, 시대, 페션, 세상에 준 영향)
기본적인 기능
리스트 공유
1984년 최고의 영화
2013년 오스카의 영화
크리스토퍼 놀란 Best 10
죽기 전에 봐야 할 영화 1000
기본적인 기능
리스트 공유
감상평을 남기기 귀찮아 하는 light 유저
쉽게 영화에 context를 부여할 수 있음
기본적인 기능
리스트 공유
Naver, Watcha : 리스트 공유 없음
(왕 짜증)
3. 감상평
기본적인 기능
이건 앞에서 다 얘기 한 듯
기본적인 기능
But. 깔 건 까자
기본적인 기능
기본적인 기능
감상평
클릭 뒤로가기 클릭 뒤로가기 유도
(쓸데없는 몸부림)
두 줄로는 리뷰가 대충
뭔 내용인지 감도 안 온다
긍정적 사례
기본적인 기능
기본적인 기능
감상평
시원 시원함
기본적인 기능
감상평
역시 시원 시원함
letterboxd.com
기본적인 기능
감상평
예상되는 유저들의 행동
코어 유저 : 당연히 감상평을 길게 쓴다.
(평론가가 되고자 하는 욕구,영화를 보고 난 느낌을 일기 쓰듯 기록하고 싶다는 욕구, 아는 거 자랑하고 싶은 욕구 등)
라이트 유저 : 감상평을 한번 훑어보고 볼 영화를 고른다
(보통 다 읽지는 않음)
기본적인 기능
감상평
솔직히 이런 짧은 글 보고 볼 영화 안 볼 영화 고른다는게 말이 안 된다는 생각
기본적인 기능
감상평
여담 1, 이런 시원함도 좋아함
Cinergy. 그들 각자의 영화관 (공모전)
기본적인 기능
감상평
여담 2, 왓챠는 시원함이 다소 약해
기본적인 기능
감상평
여담 3, 똥 네이버
부가적인 기능
(부가적인 기능이란 메인이 아니란 뜻)
1. 랭킹 히스토리
부가적인 기능
부가적인 기능
랭킹 히스토리
네이버 클라스: 조회순 평점순 영화 랭킹 까진 좋은데... UI 똥
한달 전 꺼 보려면 30번 클릭해야 함
부가적인 기능
랭킹 히스토리
어쨌든 사람들의 관심은 1~5등 정도
부가적인 기능
랭킹 히스토리
몇년 전엔 어떤 영화가 인기 있었지?
부가적인 기능
랭킹 히스토리
그때 그 시절 1등을 알 수 있게
2010년 2012년 2013년
1등
30등
부가적인 기능
랭킹 히스토리
스크롤 하면 확대되고 축소되고
2012년
부가적인 기능
랭킹 히스토리
이런 느낌으로 깔끔하게
2. 그래프 서치
부가적인 기능
부가적인 기능
그래프 서치
Facebook의 graph search
(실제론 저렇게 시각적으로 검색 결과를 보여 주는 건 아니고, 저렇게 찾겠다는 의미)
부가적인 기능
그래프 서치
하지만 난 저렇게 보여주고 싶다!
부가적인 기능
그래프 서치
http://www.nytimes.com/interactive/2013/02/20/movies/among-the-oscar-contenders-a-host-of-
connections.html?_r=0
배우와 감독간의 관계도, infographic을 만든다는 느낌으로
부가적인 기능
그래프 서치
http://www.visualthesaurus.com/
이런 느낌으로 dynamic 하게
부가적인 기능
그래프 서치
mockup
타이타닉 여배우
스필버그
조연1
인기없는 영화
thumbnail 없이
울프 오브
스콜 세이지
맥허커니
인셉션
놀란
엘렌 페이지
고든
마리옹
분노 장고
부가적인 기능
그래프 서치
mockup
타이타닉 여배우
스필버그
조연1
인기없는 영화
thumbnail 없이
울프 오브
스콜 세이지
맥허커니
인셉션
놀란
엘렌 페이지
고든
마리옹
분노 장고
고든 클릭!
mockup
타이타닉 여배우
스필버그
조연1
인기없는 영화
thumbnail 없이
프 오브
인셉션
놀란
엘렌 페이지 돈 존 요한슨
감독
조연1
다크 나이트
마리옹
장고
500일 썸머
감독
둥둥 떠다니는 세포같은 느낌으로 증식
이 부분 매우 중요
유저가 예상하지도 못했는데 흥미로운 정보를 제공
(ex 어! X가 Y랑 인셉션 다크나이트 같이 찍었네?? 뭐지? 무슨 역할로 나온 거지?)
타이타닉 여배우
스필버그
조연1
인기없는 영화
thumbnail 없이
프 오브
인셉션 엘렌 페이지 돈 존 요한슨
감독
조연1
다크 나이트
장고
500일 썸머
감독
놀란
마리옹
부가적인 기능
그래프 서치
왓챠처럼 수동적으로 F5 새로 고침 하면서 영화를 찾지 않고
유저가 직접 찾는다는 느낌!
부가적인 기능
그래프 서치
기술적으로 봤을 땐... 내 멘탈이 깨지는 소리가 들린다
부가적인 기능
그래프 서치
여담, 이런 것도 좋다고 생각
(클릭 클릭 뒤로가기 클릭 클릭 뒤로가기 같은 의미 없는 클릭 방지)
http://movieduk.herokuapp.com/
부가적인 기능
그래프 서치
여기서도 유저가 예상치 못한 흥미로운 정보 제공 가능
Ex) 이 사람이 이 영화에 나왔다고?? 무슨 역할로 나왔단 거야?
3. 영화인 (감독, 배우)
부가적인 기능
부가적인 기능
영화인
보통 “영화“ 정보 페이지는 간지나는데
부가적인 기능
영화인
“영화인“ 정보 페이지는 지못미…
부가적인 기능
영화인
Only 포스터 & 사진 & 이름
부가적인 기능
영화인
여기서는 네이버가 의외로 잘해둠
부가적인 기능
영화인
이것도 네이버가 의외로 잘함
여기는 아직까진…
부가적인 기능
영화인
Bio 가 있다지만, 좀 부족한 듯
부가적인 기능
영화인
뭔가 영화인의 정보도 많이 보여주고 싶고 또 내가 알고 싶다
(바이오, 수상, 경력, 다른 영화인과의 관계)
부가적인 기능
4. 소셜
부가적인 기능
네이버 : 소셜 제로, 없음
(심지어 모두 익명)
소셜
부가적인 기능
1. 보고싶은 영화로 저장했습니다
2. * 개의 영화를 평가했습니다.
3. * 에 코멘트를 남겼습니다.
4. * 님의 본 영화가 1000개를 돌파했어요!
소셜
부가적인 기능
소셜 이거 클릭해야 볼 수 있는데, 거의 안 눌러 봄.
부가적인 기능
솔직히 추천을 메인으로 뒀기 때문에
소셜 타임라인을 메인에 둬서 강조하기엔 아이덴티티가 흔들림
소셜
부가적인 기능
소셜
어쨌든, 리스트, 감상평을 추가하면 더욱 공유할 게 많아진다
Ex) *가 “디카프리오 베스트 10” 리스트를 만들었습니다.
*님이 “아메리칸 허슬“ 리뷰에 댓글을 달았습니다.
친구 추천
부가적인 기능
소셜
비슷한 성향을 가진 유저를 추천해 줄 수 있음
그 사람 (성향이 비슷한)이 본 영화 가 “뭐 보지?"라는 고민을 줄여줄 수 있다
부가적인 기능
5. 토론 공간
부가적인 기능
토론 공간
나는 인셉션을 보고 “인셉션 결말"을 검색해 보았다
나는 메멘토를 보고 “메멘토 결말"을 검색해 보았다
나는 토탈 리콜을 보고 “토톨 리콜 결말"을 검색해 보았다
나는 광해를 보고 “광해 결말"을 검색해 보았다
부가적인 기능
토론 공간
감독은 영화를 만들면서 뭘 말하고 싶었나?
이 장면은 무엇을 뜻하는가?
결말은 왜 이런가?
대부분(라이트 유저) 이런 질문을 던지고, 대부분(코어 유저) 질문에 대한 답을 제시한다
부가적인 기능
토론 공간
부가적인 기능
토론 공간
Thread를 만들어서 유저가 하나의 주제로 토론을 할 수 있는 공간을 만들자
나는 라이트 유저로써 쓰진 않겠지만 읽고는 싶다
구구 절절 설명했지만 결론은 하나
영화라는 문화 컨텐츠를 좀 더 진지하게 소비하고 즐기고 싶다
그러한 공간을
내가
만들고 싶다
여기서부턴 잡담
계속 언급하는
뭐 하는 놈인가?
letterboxd
letterboxd
뭐 하는 놈인가?
그들 스스로의 정의 : Watched, Liked, Lists, Tags, Friends
http://letterboxd.com/welcome/
letterboxd
뭐 하는 놈인가?
그들 스스로의 정의 : Watched, Liked, Lists, Tags, Friends
http://letterboxd.com/welcome/
letterboxd
뭐 하는 놈인가?
계속 언급한다고 절대로 카피캣이나 되자는 말은 아님
해외의 다른 유망주들
해외의 다른 유망주들
해외의 다른 유망주들
icheckmovies
핵심: 영화 기록 →
넣을 거 없어서
넣은 느낌 →
(소셜은 절대 아님)
해외의 다른 유망주들
icheckmovies
영화 리스트 공유가 전부라고 보면 됨
해외의 다른 유망주들
국내 IP 막힘... 잘 못봄
해외의 다른 유망주들
seenth.at
한마디로 영화 얘기만 하는 이쁜 트위터
해외의 다른 유망주들
seenth.at url 주소부터 특이함 & UI 이쁨
영화이야기만 쓰는 트윗
나 이거 봄, 자랑 or 정보 공유류
해외의 다른 유망주들
seenth.at
404 에러 페이지: 볼 때마다 바뀜 (개인적으로 매우 좋아하는 기능)
해외의 다른 유망주들
404 에러 페이지: 볼 때마다 바뀜 (개인적으로 매우 좋아하는 기능)
seenth.at
해외의 다른 유망주들
참고로 왓챠도 이런 건 있음 (바뀌진 않음): 404 에러 페이지
seenth.at
해외의 다른 유망주들
seenth.at
해외의 다른 유망주들
seenth.at
해외의 다른 유망주들
seenth.at
해외의 다른 유망주들
seenth.at
seenth.at design 분석 : http://dribbble.com/ShaneHelm/projects/6215-SeenTh-at

More Related Content

Viewers also liked

강화 학습 기초 Reinforcement Learning an introduction
강화 학습 기초 Reinforcement Learning an introduction강화 학습 기초 Reinforcement Learning an introduction
강화 학습 기초 Reinforcement Learning an introductionTaehoon Kim
 
Continuous control with deep reinforcement learning (DDPG)
Continuous control with deep reinforcement learning (DDPG)Continuous control with deep reinforcement learning (DDPG)
Continuous control with deep reinforcement learning (DDPG)Taehoon Kim
 
텐서플로우 기초 이해하기
텐서플로우 기초 이해하기 텐서플로우 기초 이해하기
텐서플로우 기초 이해하기 Yong Joon Moon
 
텐서플로 걸음마 (TensorFlow Tutorial)
텐서플로 걸음마 (TensorFlow Tutorial)텐서플로 걸음마 (TensorFlow Tutorial)
텐서플로 걸음마 (TensorFlow Tutorial)Taejun Kim
 
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기NAVER D2
 
코멘트(업로드)
코멘트(업로드)코멘트(업로드)
코멘트(업로드)Yoonjeong Heo
 
Zeppelin 탑승기: 오픈 소스 입문 이야기
Zeppelin 탑승기: 오픈 소스 입문 이야기Zeppelin 탑승기: 오픈 소스 입문 이야기
Zeppelin 탑승기: 오픈 소스 입문 이야기Taejun Kim
 
스쿱미디어 회사 소개서 (150820) 외부용
스쿱미디어 회사 소개서 (150820) 외부용스쿱미디어 회사 소개서 (150820) 외부용
스쿱미디어 회사 소개서 (150820) 외부용SKOOPMEDIA
 
Python 으로 Slackbot 개발하기
Python 으로 Slackbot 개발하기Python 으로 Slackbot 개발하기
Python 으로 Slackbot 개발하기성일 한
 
챗봇 개발을 위한 네이버 랩스 api
챗봇 개발을 위한 네이버 랩스 api챗봇 개발을 위한 네이버 랩스 api
챗봇 개발을 위한 네이버 랩스 apiNAVER D2
 
챗봇 시작해보기
챗봇 시작해보기챗봇 시작해보기
챗봇 시작해보기성일 한
 
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개Terry Cho
 
20170227 파이썬으로 챗봇_만들기
20170227 파이썬으로 챗봇_만들기20170227 파이썬으로 챗봇_만들기
20170227 파이썬으로 챗봇_만들기Kim Sungdong
 
네이버 시맨틱 영화 검색
네이버 시맨틱 영화 검색네이버 시맨틱 영화 검색
네이버 시맨틱 영화 검색webscikorea
 
소셜 네트워크 게임(SNG) 현황과 전망(1)
소셜 네트워크 게임(SNG) 현황과 전망(1)소셜 네트워크 게임(SNG) 현황과 전망(1)
소셜 네트워크 게임(SNG) 현황과 전망(1)mosaicnet
 
영화 포털 사이트 Cgv2
영화 포털 사이트 Cgv2영화 포털 사이트 Cgv2
영화 포털 사이트 Cgv2buyghoo
 
중간발표 고민타파팀
중간발표 고민타파팀중간발표 고민타파팀
중간발표 고민타파팀kyobosns
 

Viewers also liked (19)

강화 학습 기초 Reinforcement Learning an introduction
강화 학습 기초 Reinforcement Learning an introduction강화 학습 기초 Reinforcement Learning an introduction
강화 학습 기초 Reinforcement Learning an introduction
 
Continuous control with deep reinforcement learning (DDPG)
Continuous control with deep reinforcement learning (DDPG)Continuous control with deep reinforcement learning (DDPG)
Continuous control with deep reinforcement learning (DDPG)
 
텐서플로우 기초 이해하기
텐서플로우 기초 이해하기 텐서플로우 기초 이해하기
텐서플로우 기초 이해하기
 
텐서플로 걸음마 (TensorFlow Tutorial)
텐서플로 걸음마 (TensorFlow Tutorial)텐서플로 걸음마 (TensorFlow Tutorial)
텐서플로 걸음마 (TensorFlow Tutorial)
 
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기
딥러닝과 강화 학습으로 나보다 잘하는 쿠키런 AI 구현하기
 
Color bath
Color bathColor bath
Color bath
 
코멘트(업로드)
코멘트(업로드)코멘트(업로드)
코멘트(업로드)
 
Zeppelin 탑승기: 오픈 소스 입문 이야기
Zeppelin 탑승기: 오픈 소스 입문 이야기Zeppelin 탑승기: 오픈 소스 입문 이야기
Zeppelin 탑승기: 오픈 소스 입문 이야기
 
스쿱미디어 회사 소개서 (150820) 외부용
스쿱미디어 회사 소개서 (150820) 외부용스쿱미디어 회사 소개서 (150820) 외부용
스쿱미디어 회사 소개서 (150820) 외부용
 
[4차]왓챠 알고리즘 분석(151106)
[4차]왓챠 알고리즘 분석(151106)[4차]왓챠 알고리즘 분석(151106)
[4차]왓챠 알고리즘 분석(151106)
 
Python 으로 Slackbot 개발하기
Python 으로 Slackbot 개발하기Python 으로 Slackbot 개발하기
Python 으로 Slackbot 개발하기
 
챗봇 개발을 위한 네이버 랩스 api
챗봇 개발을 위한 네이버 랩스 api챗봇 개발을 위한 네이버 랩스 api
챗봇 개발을 위한 네이버 랩스 api
 
챗봇 시작해보기
챗봇 시작해보기챗봇 시작해보기
챗봇 시작해보기
 
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
 
20170227 파이썬으로 챗봇_만들기
20170227 파이썬으로 챗봇_만들기20170227 파이썬으로 챗봇_만들기
20170227 파이썬으로 챗봇_만들기
 
네이버 시맨틱 영화 검색
네이버 시맨틱 영화 검색네이버 시맨틱 영화 검색
네이버 시맨틱 영화 검색
 
소셜 네트워크 게임(SNG) 현황과 전망(1)
소셜 네트워크 게임(SNG) 현황과 전망(1)소셜 네트워크 게임(SNG) 현황과 전망(1)
소셜 네트워크 게임(SNG) 현황과 전망(1)
 
영화 포털 사이트 Cgv2
영화 포털 사이트 Cgv2영화 포털 사이트 Cgv2
영화 포털 사이트 Cgv2
 
중간발표 고민타파팀
중간발표 고민타파팀중간발표 고민타파팀
중간발표 고민타파팀
 

Similar to 영화 서비스에 대한 생각

프레젠테이션1
프레젠테이션1프레젠테이션1
프레젠테이션1HeoAReum
 
용인송담대강의 게임 시나리오작성법
용인송담대강의 게임 시나리오작성법용인송담대강의 게임 시나리오작성법
용인송담대강의 게임 시나리오작성법Hwang Sang Hun
 
NDC16 스매싱더배틀 1년간의 개발일지
NDC16 스매싱더배틀 1년간의 개발일지NDC16 스매싱더배틀 1년간의 개발일지
NDC16 스매싱더배틀 1년간의 개발일지Daehoon Han
 
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링현석 오
 
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다건우 이
 
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조Heejeong Yu
 
Cinema marketing
Cinema marketingCinema marketing
Cinema marketingjo heyonwoo
 
뉴비라이터를 위한 게임라이팅 일반론
뉴비라이터를 위한 게임라이팅 일반론뉴비라이터를 위한 게임라이팅 일반론
뉴비라이터를 위한 게임라이팅 일반론sinnoske
 
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색NAVER D2
 
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤명곤 장
 
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기강 민우
 
Tgb 김다찬 소년이여개발자가되어라(igc2017)
Tgb 김다찬 소년이여개발자가되어라(igc2017)Tgb 김다찬 소년이여개발자가되어라(igc2017)
Tgb 김다찬 소년이여개발자가되어라(igc2017)다찬 김
 
posepicker_최종소개자료
posepicker_최종소개자료posepicker_최종소개자료
posepicker_최종소개자료sugyeong kim
 

Similar to 영화 서비스에 대한 생각 (14)

프레젠테이션1
프레젠테이션1프레젠테이션1
프레젠테이션1
 
Megabox mobile movie theater experience prism
Megabox mobile movie theater experience prismMegabox mobile movie theater experience prism
Megabox mobile movie theater experience prism
 
용인송담대강의 게임 시나리오작성법
용인송담대강의 게임 시나리오작성법용인송담대강의 게임 시나리오작성법
용인송담대강의 게임 시나리오작성법
 
NDC16 스매싱더배틀 1년간의 개발일지
NDC16 스매싱더배틀 1년간의 개발일지NDC16 스매싱더배틀 1년간의 개발일지
NDC16 스매싱더배틀 1년간의 개발일지
 
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링
NDC 2019 - 이세계 시나리오 라이터를 위한 스토리텔링
 
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다
당신을 위해 똑똑해지는 것들은 결국 당신을 위하지 않는다
 
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조
1독립영화관 활성화를 위한_마케팅_커뮤티케이션_전략안_-_1조_그렇조
 
Cinema marketing
Cinema marketingCinema marketing
Cinema marketing
 
뉴비라이터를 위한 게임라이팅 일반론
뉴비라이터를 위한 게임라이팅 일반론뉴비라이터를 위한 게임라이팅 일반론
뉴비라이터를 위한 게임라이팅 일반론
 
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색[216]네이버 검색 사용자를 만족시켜라!   의도파악과 의미검색
[216]네이버 검색 사용자를 만족시켜라! 의도파악과 의미검색
 
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤
영화연출과 게임 레벨디자인에 기반한 Vr컨텐츠 제작 장명곤
 
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기
[IGC 2017] 청강문화산업대학 TGB 김다찬 - 소년이여 개발자가 되어라 - 계획성 0% 막무가내 HP소드 개발기
 
Tgb 김다찬 소년이여개발자가되어라(igc2017)
Tgb 김다찬 소년이여개발자가되어라(igc2017)Tgb 김다찬 소년이여개발자가되어라(igc2017)
Tgb 김다찬 소년이여개발자가되어라(igc2017)
 
posepicker_최종소개자료
posepicker_최종소개자료posepicker_최종소개자료
posepicker_최종소개자료
 

More from Taehoon Kim

LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...
LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...
LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...Taehoon Kim
 
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링Taehoon Kim
 
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018Taehoon Kim
 
Random Thoughts on Paper Implementations [KAIST 2018]
Random Thoughts on Paper Implementations [KAIST 2018]Random Thoughts on Paper Implementations [KAIST 2018]
Random Thoughts on Paper Implementations [KAIST 2018]Taehoon Kim
 
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017Taehoon Kim
 
알아두면 쓸데있는 신기한 강화학습 NAVER 2017
알아두면 쓸데있는 신기한 강화학습 NAVER 2017알아두면 쓸데있는 신기한 강화학습 NAVER 2017
알아두면 쓸데있는 신기한 강화학습 NAVER 2017Taehoon Kim
 
카카오톡으로 여친 만들기 2013.06.29
카카오톡으로 여친 만들기 2013.06.29카카오톡으로 여친 만들기 2013.06.29
카카오톡으로 여친 만들기 2013.06.29Taehoon Kim
 

More from Taehoon Kim (7)

LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...
LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...
LLM에서 배우는 이미지 생성 모델 ZERO부터 학습하기 Training Large-Scale Diffusion Model from Scr...
 
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링
상상을 현실로 만드는, 이미지 생성 모델을 위한 엔지니어링
 
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
 
Random Thoughts on Paper Implementations [KAIST 2018]
Random Thoughts on Paper Implementations [KAIST 2018]Random Thoughts on Paper Implementations [KAIST 2018]
Random Thoughts on Paper Implementations [KAIST 2018]
 
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
 
알아두면 쓸데있는 신기한 강화학습 NAVER 2017
알아두면 쓸데있는 신기한 강화학습 NAVER 2017알아두면 쓸데있는 신기한 강화학습 NAVER 2017
알아두면 쓸데있는 신기한 강화학습 NAVER 2017
 
카카오톡으로 여친 만들기 2013.06.29
카카오톡으로 여친 만들기 2013.06.29카카오톡으로 여친 만들기 2013.06.29
카카오톡으로 여친 만들기 2013.06.29
 

영화 서비스에 대한 생각