들어가며
안녕하세요. LINE 메신저 앱의 통화 모듈을 개발하고 있는 곽정남입니다. 제가 속한 Platform Product Engineering 2 팀은 지난 2024년 11월 태국 현지에서 LINE 메신저 앱의 통화 품질을 점검했습니다.
현지 통화 품질 점검은 현지에서 실제 네트워크의 상태를 분석해서 이에 맞게 LINE 메신저의 통화 품질을 개선하는 것이 주 목적입니다. 네트워크의 상태는 국가별/통신사별로 상당한 차이가 발생할 수 있으며, 시간이 지나면서 그 정도가 조금씩 변하기도 합니다. 따라서 LINE 메신저 앱을 통해 통화 서비스를 제공하는 지역의 실제 환경을 점검하고 이에 맞게 서비스를 개발 및 튜닝하는 작업은 통화 품질 개선 측면에서 저희의 주요 과제 중 하나입니다.
태국 현지에서의 통화 품질 점검은 지난 2022년 9월 이후 약 2년 만에 진행한 것입니다. 이는 지난 2년 동안 수행해 온 품질 개선 과제를 점검하는 좋은 기회이기도 했습니다. 이번 글에서는 지난 태국 출장에서 수행한 테스트 결과를 요약해 공유하려고 합니다.
태국의 LINE 앱 통화 사용 현황
태국은 국가 단위로 살펴봤을 때 영상 통화를 가장 많이 사용하는 나라입니다. 실제 데이터와 함께 확인해 보겠습니다. 아래 그래프는 일본과 태국, 대만에서 하루 동안 발생한 LINE 앱 1:1 통화 중 영상 통화가 차지하는 비율을 비교한 그래프입니다.
태국은 1:1 통화의 30.43%를 영상 통화가 차지하며, 이는 일본이나 대만의 두 배가 넘는 수치입니다. 태국 사용자가 LINE 앱 영상 통화 서비스를 가장 많이 즐기고 있다는 결과는 꽤 오래전부터 지속적으로 관찰돼 왔습니다. 이에 따라 저희는 영상 품질에 변화가 발생할 수 있는 경우 가장 먼저 태국 현지에서 테스트하고 점검하는 것을 염두에 두곤 합니다.
태국의 경쟁사 메신저 통화 사용 현황
LINE 앱은 오랫동안 태국에서 가장 인기 있는 1위 메신저 앱으로 자리매김하고 있는데요(참고). 몇 년 전부터 경쟁사 A 메신저 앱의 사용률이 꾸준히 증가하기 시작했고, 2024년 중반에는 태국 인구의 3/4 이상이 해당 메신저를 사용한다는 조사 결과가 발표되기도 했습니다. 이에 따라 태국에서 마켓 리서치를 수행할 때에는 항상 A 메신저 앱과 비교하는 내용이 등장하곤 합니다.
A 메신저 앱은 시장 점유율뿐 아니라 실시간 통화 기술 측면에서도 저희에게 많은 것을 시사하는 메신저입니다. 주기적으로 자사 콘퍼런스를 개최해 더 나은 실시간 통신을 구현하기 위한 여러 기술을 소개하고 공유하며, 이는 LINE 앱 통화 모듈을 개발하는 저희들에게도 기술적으로 많은 영감을 주고 있습니다.
현지 통화 품질 점검 방식
현지 통화 품질 점검은 품질 테스트를 수행한 후 현장에서 바로 결과를 분석할 수 있는 엔지니어가 직접 해당 지역으로 이동해서 점검하는 방식으로 진행합니다. 대부분 여유롭지 않은 일정으로 진행되며, 출장 전에는 예측하지 못했던 이슈를 현지에서 발견하는 경우도 많습니다. 이에 따라 테스트를 수행하는 엔지니어는 출장 전에 목표로 삼았던 과제와 현지에서 새로 발견한 이슈를 종합해 우선순위를 정리한 뒤 사전에 준비해 온 테스트 시나리오를 적절하게 변경해가며 빠르게 테스트를 수행해야 합니다.
현지에서는 장비 또한 부족할 수밖에 없습니다. 사무실에서 사용하는 모든 품질 측정 장비를 들고 갈 수는 없기 때문입니다. 이를 고려해 현지에서는 정량적인 QoE(quality of experience, 사용자 체감 품질) 결과보다는 주로 테스트 수행자의 정성 평가 위주로 진행하며, 복귀 후 사후 확인 가능한 정량값들을 정리해 분석합니다.
즉, 현지 테스트는 정해진 시간 내에 최대한 많은 정보를 얻기 위해서 주로 현지 네트워크의 상태를 분석하는 것에 초점을 두며, 실제 사용자에게 전달되는 최종 미디어 품질(QoE)은 분석한 네트워크와 이와 관련된 네트워크 패킷 손실률, 네트워크 패킷 지연 시간 편차 등의 QoS(quality of service, QoE를 추정할 수 있으나 지표 수치 간 차이 발생 가능) 지표를 기반으로 추정하는 방식으로 진행합니다.
테스트는 5명의 엔지니어가 5일에 걸쳐 주로 사람이 많은 환경에서 태국의 주요 통신사(True, AIS)의 4G 혹은 5G 네트워크에 연결된 상태에서 1:1 영상 통화 품질을 정성적으로 평가하는 방식으로 진행했습니다. 참고로 2023년 3월 1일, 기존 2위와 3위 업체였던 True와 Dtac이 합병했으며, 이번 글에서 True는 합병 이후의 회사를 지칭합니다.
다음은 테스트 환경을 정리한 표입니다.
| 테스트 수행 인원 | 5명 |
| 소요 기간(이동 시간 포함) | 5일 |
| 테스트 장소 |
|
| 단 말 |
|
| 네트워크(USIM) |
|
| 애플리케이션 |
|
| 테스트 시나리오 |
|
| 테스트 결과 기록 |
|
태국에서의 LINE 앱 통화 품질 점검 결과
태국에서 LINE 앱 영상 통화의 품질을 측정한 결과 네트워크 이슈가 발생한 경우 등을 제외한 대개의 경우 아래와 같이 우수한 품질을 보여줬습니다.
- 해상도: VGA
- 프레임 레이트: 20 FPS(frames per second) 이상
- 지연 시간: 150 밀리초(87~343 밀리초)
경쟁사 메신저 앱과의 통화 품질 비교
LINE 앱 영상 통화와 A 메신저 앱과의 통화 품질을 크게 화질과 비트레이트, FPS 측면에서 살펴보겠습니다.
화질 비교 결과
품질 점검 결과 LINE 앱 영상 통화의 화질이 A 메신저 앱 영상 통화의 화질보다 선명했습니다. 아래 이미지는 각 망(4G와 5G)에서 각 앱으로 영상 통화 시의 화질을 비교할 수 있도록 가져온 것입니다.
| A 메신저 앱(4G) | LINE 앱(4G) |
|---|---|
 |  |
| A 메신저 앱(5G) | LINE 앱(5G) |
 |  |
위 이미지에서는 실제 영상 통화에서 저희가 확인했던 품질의 차이가 제대로 전달되지 않을 수도 있을 것 같은데요. 저희의 평가는 대략 LINE 앱 5G > LINE 앱 4G > A 메신저 앱 5G > A 메신저 앱 4G 순으로 나열됐습니다.
비트레이트 비교 결과
다음 그래프는 평균 비트레이트를 비교한 그래프입니다. 두 앱의 통화 건 중 2분 동안 정상적으로 유지된 통화를 선별해 평균 비트레이트를 비교했습니다. 비트레이트는 많은 것을 내포하는 대표적인 QoS 지표입니다.
4G와 5G에서 평균 비트레이트를 비교해 보면 LINE 앱이 A 메신저 앱보다 높다는 것을 알 수 있습니다. 비트레이트가 높다는 것은 그만큼 화질이 높다는 것으로 해석할 수 있으며, 실제 테스터들도 정성 평가에서 LINE 앱의 화질이 더 선명하다는 피드백을 남겼습니다.
네트워크 상태와 비트레이트의 트레이드오프 관계
여기서 네트워크의 상태가 영상 통화 품질에 큰 영향을 미치는 지표인 비트레이트와 어떤 관계가 있는지 간략히 짚고 넘어가겠습니다.
인터넷은 패킷 단위로 데이터를 주고받는데요. 이때 패킷 전달 과정의 특성에 따라 각 패킷이 어느 시간 내에 전달된다고 보장되지는 않습니다. 따라서 패킷 전달 과정에서 발생하는 지연 시간은 네트워크의 상태에 따라 큰 차이가 발생할 수 있으며, 이는 실시간 통화의 영상 품질을 취약하게 만드는 원인 중 하나입니다. 네트워크 상태가 나쁠 때에는 여러 가지 문제가 발생할 수 있는데요. 통화 애플리케이션 입장에서는 크게 아래 두 가지 문제로 정리할 수 있습니다.
- 패킷 간 지연 편차가 크다.
- 패킷 유실이 발생한다.
단말기에서 측정되는 네트워크의 상태는 신호의 크기와 간섭, 라우터의 행동, 물리적인 거리 등 많은 요인에 영향을 받는데요. 그중 라우터의 행동은 비트레이트와 밀접한 관련이 있습니다.
일반적으로 라우터는 트래픽을 일정 기준(소스 IP, 소스 포트, 목적지 IP, 목적지 포트)에 따라 구분해 트래픽 단위로 처리할 큐를 할당하고 속도를 제어합니다. 이때 출력 속도(비트레이트) 및 큐 길이의 제한이 각 패킷 간 지연 시간의 편차와 패킷 유실에 영향을 미칩니다. 일반적으로 비트레이트를 줄이면 해당 트래픽의 지연 시간 편차 및 패킷 유실률이 감소하며, 이로 인해 단말기에서는 네트워크의 상태가 좋다고 판단할 수 있습니다. 그런데 비트레이트를 줄이면 영상 통화의 화질이 저하되기 때문에 비트레이트와 네트워크의 상태는 트레이드오프 관계에 놓여 있다고 할 수 있습니다.
따라서 LINE 앱의 화질이 높은 것으로 나타난 위 그래프는 LINE 앱에서 '프리징(freezing)'이 발생할 확률이 높다는 것을 암시하기도 합니다. 여기서 프리징이란 하나의 이미지 프레임이 다른 프레임에 비해 길게 노출되면서 사용자가 영상 통화가 멈추거나 끊긴 것처럼 느끼는 현상을 가리킵니다. 이런 현상은 네트워크의 상태 때문에 패킷 지연 시간의 편차가 커지거나 유실되는 경우 이미지 프레임을 일시적으로 디코딩하지 못해 이전 프레임이 길게 노출되면서 발생합니다. LINE 앱에서는 한 이미지의 프레임이 200 밀리초 이상 노출되는 경우를 프리징으로 정의하고 있습니다.
즉, 네트워크 신호가 강하거나 사람이 붐비지 않는 등 현지 네트워크가 안정적인 상태에서는 LINE 앱이 더 좋은 통화 경험을 제공하겠지만, 차를 타고 이동하거나 사람이 붐비는 등 네트워크의 상태가 좋지 않은 환경에서는 프리징 현상이 더 자주 나타날 수 있습니다.
통화 시작부터 고품질의 영상 통화를 제공하기 위한 LINE 앱의 최대 비트레이트 설정
여기서 위 결과를 LINE 앱의 비트레이트 설정과 연결해 살펴보겠습니다. LINE 앱 내부에는 최대 영상 비트레이트 설정이 존재합니다. 이 설정은 비트레이트가 과도하게 높아지는 것을 막아 사용자의 데이터 사용량이 지나치게 증가하는 것을 방지하고, 각종 이슈가 발생했을 때 서버에서 해당 설정을 변경하며 통화 품질을 제어하거나 망 내로 유입되는 데이터 양을 조절해야 할 때 사용합니다. 태국에서의 LINE 앱 최대 영상 비트레이트 설정은 네트워크별로 다음과 같습니다.
- 5G: 1Mbps
- 4G: 600kbps
다시 위 그래프를 보면 LINE 앱은 이 설정이 허용하는 최대치를 쓰고 있다는 것을 알 수 있습니다. 추가로 시계열 데이터 기록을 확인한 결과 통화 시작부터 최대 비트레이트로 전송하는 것도 관찰할 수 있었습니다.
저희는 초기 미디어 품질이 사용자에게 큰 영향을 준다고 판단하고 가능하면 통화 시작부터 고품질의 미디어를 전달하기 위해 기술적으로 노력해 오고 있으며, 그중 하나가 초기 비트레이트 결정 방법입니다. LINE 앱은 통화를 시작하는 과정에서 전송 가능한 최대 비트레이트를 측정하고 예측하며, 이 과정에서 초기 비트레이트 찾기에 성공하는 경우 해당 비트레이트로 통화를 시작합니다. 이를 통해 사용자는 네트워크 상태가 좋다면 처음부터 고화질로 영상 통화를 할 수 있는 반면, 높은 비트레이트 나 네트워크 자체 문제로 네트워크의 상태가 악화된다면 통화 품질 저하를 느끼게 될 수도 있겠죠.
반면 A 메신저 앱은 초기에 낮은 비트레이트를 사용하는 것으로 관찰됐으며, 이후 비트레이트를 올리는 것 역시 매우 조심스럽게 올린다는 것을 관찰할 수 있었습니다. 이와 같은 A 메신저 앱의 설정은 네트워크 상태의 악화를 유도하지 않겠다는 의도로 해석할 수 있으며, 더 나아가 사용자에게 품질 저하를 겪게 하는 것보다는 일관된 품질을 보여주는 쪽이 더 낫다고 판단한 것으로 추측할 수 있습니다.
또한 저희의 추측으로는 A 메신저 앱은 태국의 네트워크 상태를 저희가 판단한 것보다 더 낮게 평가한 것으로 보입니다. 이에 따라 비트레이트를 낮게 설정해서 화질이 다소 떨어지더라도 네트워크 상태 악화에 더 잘 견딜 수 있는 방향을 택한 것 같습니다(아래에서 살펴보겠지만 이를 위해 최대 FPS도 제한한 것으로 추측합니다).
두 방법 중 어느 것이 더 좋거나 나쁘다고 말할 수는 없습니다. 중요한 것은 비트레이트와 네트워크 상태는 트레이드오프 관계이며, 그 사이에서 최적의 균형점을 찾는 것이 중요한 핵심 기술이라는 것입니다.
프레임 레이트 비교 결과
프레임 레이트는 시간당 변경되는 프레임 개수를 의미하는 FPS로 측정하며, FPS가 높을수록 영상 통화가 부드럽다고 판단합니다. FPS는 영상 통화 비교 시 항상 언급되는 중요한 지표입니다.
다만 FPS가 너무 높으면 그만큼 인코딩 및 디코딩을 많이 해야 하므로 단말의 연산량 이슈를 야기해 단말기가 뜨거워지거나 실시간을 보장하지 못하는 등 사용자 경험을 나쁘게 만들 수도 있습니다. 따라서 단말기의 부하를 적절하게 유지하는 한도 내에서 높은 FPS를 유지하도록 만드는 것이 주된 튜닝 포인트입니다.
아래 그래프는 2분 동안 정상적으로 유지된 통화를 선별해 FPS를 분석 및 비교한 그래프입니다.
A 메신저 앱의 영상 통화 시 FPS는 15 FPS로 관찰됐습니다. FPS 분석 및 비교를 위해 선별한 통화 외에도 출장 기간 동안 A 메신저 앱은 고정적으로 15 FPS를 사용하는 것으로 관찰됐습니다. A 메신저 앱은 아주 까다로운 조건 하에서만 FPS를 올리거나 태국에서의 최대 FPS 설정을 15 FPS로 설정한 것으로 추측됩니다.
LINE 앱의 경우 FPS가 보다 유동적인 것을 관찰할 수 있었습니다. 대부분의 경우 20 FPS를 상회했고, 안정적인 통화에서는 24 FPS를 보여주기도 했습니다.
LINE 앱과 A 메신저 앱의 서로 다른 선택
통화 품질 관점의 두 가지 트레이드오프 관계에서 LINE 앱은 다음과 같이 선택했습니다.
- LINE 앱은 비트레이트를 더 높게 설정함으로써 영상 통화의 화질을 올리고자 합니다. 다만 이는 네트워크의 안정성을 저하할 수 있으며 이로 인해 사용자 경험이 상대적으로 악화될 수 있습니다.
- LINE 앱은 FPS를 더 높이 설정함으로써 보다 부드러운 통화를 제공하고자 합니다. 다만 이렇게 설정하면 단말기의 리소스(CPU와 메모리)를 더 많이 사용하게 되며, 이로 인해 사용자 경험이 상대적으로 악화될 수 있습니다.
사용자 경험에는 다양한 측면이 있으며, 영상 통화로 한정했을 때 사용자 경험을 저하시키는 주요 요소로는 화질 저하와 잦은 프리징, 긴 지연 시간 등을 들 수 있습니다. LINE 앱의 영상 통화는 사용자의 환경에서 가능한 한 통화 품질을 최대한 끌어올리는 것을 지향하는 반면, A 메신저의 경우 적당한 품질로 통화의 안정성을 최대한 유지하는 데 초점을 맞추고 있습니다.
이 두 트레이드오프 관계는 실시간 통화 서비스에서 늘 대두되는 문제이며, 앞서 말씀드렸듯 여기에 정답은 없습니다. 다만 데이터를 기반으로 지속적으로 튜닝해 나간다면 자신의 방향에 맞는 최적의 포인트를 찾을 수 있을 것이라고 생각합니다.
현지 통화 품질 점검 과정에서 도출해 해결한 개선 과제 소개
이번 태국 출장에서는 다양한 테스트를 진행하면서 크고 작은 여러 개선 과제를 도출할 수 있었습니다. 그중 통화 품질과 관련해 도출된 두 가지 개선 과제를 공유하겠습니다.
5G 최대 비트레이트 하향 조정
LINE 앱의 통화 품질은 다양한 방식으로 제어할 수 있습니다. 그중 하나가 앞서 소개한 최대 영상 비트레이트 설정입니다.
태국에서는 5G에서의 최대 영상 비트레이트가 4G에서의 최대 영상 비트레이트보다 높게 설정돼 있습니다. 5G의 물리적인 속도가 4G보다 월등히 빠른 만큼 이는 분명 합리적인 판단이었지만, 태국 현지 네트워크의 상태를 분석한 결과 그 차이가 조금 과도한 것으로 나타났습니다. 최대 영상 비트레이트를 너무 높게 설정하면 네트워크가 불안정해질 수 있고 품질이 네트워크의 상태 변화에 너무 민감하게 반응할 수도 있습니다. 예를 들어 신호가 조금만 약해져도 프리징 현상이 더 자주 길게 발생할 수 있습니다.
또한 모바일 네트워크의 상태는 물리적 스펙 외에 통신사 정책의 영향도 받을 수 있기 때문에 이런 측면에서도 충분히 확인하고 고려해야 하며, 그 대표적인 예가 통신 요금제입니다. 현지에서 실시한 인터뷰 조사 결과 많은 사용자가 1Mbps로 속도를 제한하는 요금제를 사용하고 있다는 것을 알게 되었는데요. 저희는 해당 요금제의 속도를 관측했고, 1Mbps를 넘기면 패킷 유실률이 높아지는 현상을 발견했습니다.
최근 태국은 5G 가입자가 늘어나고 있습니다. 2024 3Q 기준으로 True 전체 가입자의 25.15 %, AIS 전체 가입자의 24.62%가 5G를 사용하고 있습니다(참고 자료: AIS 5G Subscribers in 2023 3Q). 따라서 5G 관련 튜닝 시 더 주의를 기울일 필요가 있는데요. 이와 같은 상황을 고려해 테스트를 거쳐 적정 비트레이트를 파악했고, 2025년 3월 4일 태국을 대상으로 5G의 최대 비트레이트 값을 하향 조정했습니다.
아래 그래프는 하향 조정 전후 일주일 동안 태국 5G 환경에서의 LINE 앱 영상 통화의 평균 FPS 값을 비교한 결과입니다. 평균 값이 22.046에서 22.237로 소폭 상승한 것을 확인할 수 있으며, 이를 통해 프리징 현상이 줄어들었다는 것을 짐작할 수 있습니다.
네트워크 혼잡 제어 개선
네트워크는 출력 속도와 메모리 크기가 제한돼 있는 큐로 간단하게 모델링할 수 있습니다. 이때 입력 속도가 출력 속도보다 빠른 경우 큐가 넘치면서 패킷 유실이 발생하는데요. 이런 상황을 네트워크 혼잡(network congestion)이라고 합니다. 네트워크 혼잡이 발생하면 지연 시간이 길어지고 패킷 유실이 발생하면서 실시간 통화 서비스의 품질이 매우 크게 하락할 수 있습니다.
아래 그림을 보시면 'Network 3'에서 입력량이 서빙 가능한 양보다 많아 큐가 넘치면서 패킷이 유실되고 있습니다. 이런 경우 실시간 통화 품질이 크게 나빠지기 때문에 가능한 한 빨리 입력량을 줄여야 합니다.
네트워크 내 혼잡 발생 여부를 예측하고 이에 따라 큐가 넘치지 않게 비트레이트를 설정하는 것은 실시간 통화에서 가장 어려운 과제 중 하나라고 생각합니다. 네트워크 혼잡을 예측하는 방법에 관해서는 여러 방향으로 연구가 진행되고 있는데요. 크게 각 패킷의 도착 패턴을 바탕으로 예측하는 지연 기반(delay based) 알고리즘과, 패킷의 유실을 기반으로 예측하는 손실 기반(loss based) 알고리즘으로 나눌 수 있습니다(지연 기반 알고리즘에서 '지연'은 실제로는 '지연의 변화값'을 의미합니다).
또한 네트워크 혼잡을 예측하는 주체를 기준으로 봤을 때에는 송신자(sender) 측에서 예측하는 방법과 수신자(receiver) 측에서 예측하는 방법이 있습니다. 수신자 측에서 예측할 때에는 수신하는 패킷의 양상을 기반으로 판단합니다. 반면 송신자 측에서 예측할 때에는 수신자의 할 일이 단순해집니다. 수신자는 단순히 송신자에게 패킷을 언제, 몇 바이트의 크기로 받았는지 피드백해 주는 것이 전부입니다. 송신자는 이 피드백을 받은 뒤 수신 패턴을 해석해 전송 경로에 혼잡이 발생했는지 예측합니다.
송신자를 기준으로 예측하면 예측 알고리즘의 변화로부터 조금 더 자유롭다는 장점이 있지만, 패킷 전송 방향의 반대 방향으로 피드백을 받아야 하기 때문에 반대 방향의 네트워크에 종속되고 신속성이 떨어집니다. 반면 수신자 측에서 예측하면 전송 반대 방향의 네트워크 상태와 무관하다는 장점이 있지만, 송신자 측과 어떤 프로토콜을 사용할지 서로 맞춰 놓아야 하며, 이로 인해 수신자의 예측 알고리즘에 의존성이 생깁니다. 예를 들어 수신자의 예측 알고리즘을 개선했는데 전송자만 알 수 있는 인코딩 옵션 설정값이 필요해질 수 있는데요. 이 값은 기존 프로토콜에 반영되지 않았을 것이므로 송신자와 수신자 간의 프로토콜을 다시 맞춰야 합니다. 이런 제약은 예측 알고리즘을 개선해 나가는 데 상당한 부담이 될 수 있습니다.
저희는 지연 기반 알고리즘에 손실 기반 알고리즘을 혼합해 네트워크 혼잡 예측 기능을 구현했습니다. 또한 이를 지속적으로 개선하고자 송신자 측에서 혼잡을 예측하고 있습니다. 네트워크 혼잡에 대한 더욱 자세한 내용은 이 글의 범위를 벗어나므로 여기까지만 소개하려고 합니다. 다음에 기회가 된다면 새로운 글에서 LINE 앱에서 사용하는 네트워크 혼잡 회피(network congestion avoidance) 알고리즘을 소개하겠습니다.
다시 본론으로 돌아와, 태국에서 LINE 앱으로 통화 시 네트워크 혼잡이 다소 늦게(적정 시점으로부터 대략 30초 이후) 검출되거나 정상적으로 검출되지 않는 이슈를 발견했습니다. 특히 앞서 말씀드린 1Mbps 속도 제한이 걸린 네트워크에서는 패킷 손실이 자주 발생하지만 네트워크 혼잡이 늦게 검출되는 현상을 쉽게 재현할 수 있었습니다.
문제의 원인은 LINE 앱의 손실 기반 알고리즘 내 윈도 이슈였습니다. 이 알고리즘은 전송자 측에서 패킷들을 30초 길이의 윈도에 저장하고 분석합니다. 30초 동안 저장된 패킷들이 윈도에서 사라질 때까지 30초간 영향을 주는 것인데요. 통화 초반에 비트레이트가 일시적으로 급등하는 문제가 발생했을 때 이 패킷들이 30초 동안 윈도에 남아 영향을 주면서 실제 패킷이 손실된 시점에서 30초 늦게 네트워크 혼잡이 검출되는 상황이 발생했습니다. 이 문제를 개선하기 위한 과제는 현재 진행 중입니다.
트레이드오프 상황에서 최선의 선택을 하기 위한 QoE
그동안 영상 통화 품질 영역에서는 QoS를 많이 써왔지만 QoS 같은 서비스 품질 지표보다는 QoE가 인간의 인지를 정량화하는 데 조금 더 가까운 정의라고 할 수 있습니다. 다만 아직까지는 음성과 영상의 품질과 관련해서 명쾌하게 이것이라고 할 수 있는 QoE 지표는 없다고 생각하는데요. 그럼에도 그중 저희가 사용하고 있는 두 가지 지표를 소개하겠습니다.
- POLQA(Perceptual Objective Listening Quality Analysis)(참고)
- 음성 품질과 관련해 가장 널리 알려진 객관적 지표입니다(표준 번호: ITU-T P.863).
- 단점
- 실제 서비스 환경에서 측정하는 것이 사실상 불가능합니다.
- 지원 가능한 대역폭이 LINE 앱의 음성 통화보다 좁습니다.
- 손실률이 증가하거나 음성 청크 단위의 지연이 발생하면 변별력이 크게 떨어집니다.
- VMAF(Video Multi-Method Assesment Fusion)
- Netflix에서 개발한 지표로, 영상 스트리밍 서비스에서의 영상 품질 평가 지표입니다.
- 오픈소스로 제공되며, 표준은 아니지만 많은 곳에서 참고하며 활용하고 있습니다.
- 단점
- 원본 영상이 필요하기 때문에 실제 서비스에서 측정하는 것은 불가능합니다.
- 처리 시간이 깁니다.
현재는 대체할 수 있는 방법이 없기 때문에 상술한 단점에도 불구하고 저희는 위 두 지표를 주요 QoE 지표로 활용하고 있습니다.
실시간 음성 및 영상 통화는 네트워크 속도 및 사용자 단말기의 리소스 제약 등의 이유로 제한된 자원 내에서 최대의 품질을 끌어내야 하기 때문에 항상 트레이드오프 관계에서 어느 한쪽을 선택해야 하는 상황에 놓입니다. 이때 지향하는 바에 따라 선택하는 지점이 달라질 수 있으며, 이는 이번 태국 출장에서 LINE 앱과 A 메신저 앱과의 품질 비교를 통해 분명하게 알 수 있었습니다.
가장 좋은 선택은 사용자에게 가장 많은 득을 주는 선택이라고 생각합니다. 또한 이것은 측정이 가능해야 합니다. 즉, 트레이드오프 관계에서 가장 좋은 선택을 하기 위해서는 실제 서비스의 사용자 체감 품질을 정의하고 정량화해야 하며, 그 전제 조건으로써 신뢰할 수 있는 QoE 지표가 필요합니다.
저희는 장기 과제로 음성 및 영상 통화에 대한 QoE 정의에 도전하고 있습니다. 아직은 여러 실험을 하며 시행착오를 겪고 있는 단계이지만, 그 결과로 신뢰할 수 있는 QoE가 정의된다면 트레이드오프 상황에서 최선의 선택을 할 수 있을 것이며, 이를 통해 더욱 진전된 품질로 서비스할 수 있을 것입니다. 이번 태국의 현지 통화 품질 점검 테스트는 QoE 지표의 정의가 필요하다는 것을 다시 한번 환기하는 계기가 되었습니다.
LINE 앱에서 통화 품질을 높이기 위해 어떤 노력을 해오고 있는지 궁금하신 분들은 아래 글을 참고하시기 바랍니다.
마치며
이번 글에서는 2024년 11월에 태국에서 실시한 현지 영상 통화 품질 점검 테스트 방식을 살펴보고 그 결과를 요약 및 정리해 말씀드렸습니다.
태국은 영상 통화를 가장 많이 사용하는 국가입니다. 또한 5G 사용률도 증가하고 있습니다. 저희는 이와 같은 태국에서 4G 및 5G 네트워크에서의 영상 통화 품질 테스트를 수행했으며, 태국에서 사용자가 증가하고 있는 경쟁사 A 메신저의 영상 통화와 품질을 비교해 봤습니다.
품질 점검 결과 대체로 큰 문제 없이 통화되는 것을 확인했으며, 경쟁사 메신저에 비해 화질과 FPS가 더 높다는 것 또한 데이터로 확인할 수 있었는데요. 여기서 두 가지 트레이드오프 관계를 살펴보며 LINE 앱의 영상 통화는 A 메신저에 비해 더 자주 네트워크 이슈로 품질이 저하될 수 있고, 사용자 단말의 리소스 또한 더 많이 사용할 수 있다는 점 또한 말씀드렸습니다.
현지 품질 점검 과정에서 도출된 여러 개선 작업 중 품질과 관련된 주요 이슈 두 가지 와 그 진행 상황 또한 공유드렸습니다. 저희는 5G에서 최대 영상 비트레이트를 줄였고, 네트워크 혼잡 예측 기능을 개선하고 있습니다. 또한 트레이드오프 상황에서 최선의 선택을 내리기 위해 왜 올바른 QoE 정의가 필요한지 살펴보고, 어떤 노력을 기울이고 있는지 말씀드렸습니다.
저희는 추후 기능이 업데이트되면 다시 태국 현지 테스트를 수행할 예정이며 그 결과를 다시 이 블로그에서 공유드리겠습니다. 긴 글 읽어주셔서 감사합니다.
