이 기사의 버전은 원래 최고 학습 책임자 (Chief Learning Officer)에 게재되었습니다 .

우리는 영화 급 카메라가 주머니에 들어가고 USB 썸 드라이브에 평생 콘텐츠를 담을 수있는 세상에 살고 있습니다. 전문 비디오 장비 및 스토리지의 상품화로 인해 L & D 팀은 기하 급수적으로 더 많은 비디오 콘텐츠를 제작하고 불과 몇 년 전보다 훨씬 적은 비용으로 교육 프로그램을 확장 할 수있었습니다.

비디오를 캡처하면 팀이 교육을보다 효율적으로 수행하는 데 도움이 될 수 있지만 교육 비디오 가 나머지 직원에게 가장 큰 가치를 제공하도록 어떻게 보장 할 수 있습니까?

비디오 콘텐츠 관리 시스템이 해답을 제공합니다. 최근 몇 년 동안 비디오 CMS는 기계 학습 기술을 통합하기 시작하여 소프트웨어가 대규모 데이터 세트에서 패턴을 식별하여 학습 할 수 있도록합니다. 특히, 기계 학습은 직원들이 최선을 다하는 데 필요한 정보를 찾도록 지원함으로써 조직이 비디오의 가치를 활용할 수 있도록합니다.

 

검색 : 마지막 위대한 비디오 챌린지

전통적인 학습 관리 시스템 및 기타 콘텐츠 저장소에서 비디오 검색은 일반적으로 제목, 태그 및 설명과 같이 수동으로 입력 된 메타 데이터로 제한됩니다.

직원에게는 두 가지 문제가 있습니다. 첫째, 검색이 실제로 올바른 동영상을 찾을 가능성을 제한합니다. 둘째, 직원이 작업을 수행하는 데 필요한 관련 2 분 세그먼트를 찾기 위해 비디오 에서 검색하는 것을 방지합니다.

45 분 길이의 녹음 된 강사 주도 교육 세션을 고려하십시오. 평균적으로 강사는 분당 125 단어를 말하므로 세션 동안 5,000 단어 이상을 말한다고 가정 해 보겠습니다. 그중 10 %만이 정보를 검색하는 직원에게 고유 한 가치가있을 것이라고 보수적으로 추정 해 봅시다.

500 단어입니다. 모두 수동으로 태그를 지정하려면 몇 시간이 걸립니다. 태그를 지정하지 않으면 동영상의 검색 가능성이 제한됩니다. 두 결과 모두 바람직하지 않습니다.

트레이너가 열심히 동영상에 500 개의 태그를 추가하더라도 이러한 태그는 직원이 녹화의 시작점을 찾는 데에만 도움이됩니다. 대부분의 경우 사람들은 교육 비디오 전체를보고 싶어하지 않습니다. 대신 특정 주제에 대한 통찰력이 포함 된 정확한 순간을 비디오에서 찾고 있습니다. 전통적인 비디오 검색의 유일한 해결책은 타임 라인을 무작위로 클릭하거나 전체 녹화 영상을 보는 것입니다.

이러한 검색의 비 효율성은 직원이 비디오를 적시 학습 리소스로 사용하지 못하게하므로 e- 러닝 이니셔티브의 가치를 떨어 뜨립니다.

인사이드 비디오 검색 : 비디오 콘텐츠를 검색 가능하게 만들기

다행히도 비디오 검색은 지난 몇 년 동안 엄청난 발전을 이루 었으며 이러한 발전은 많은 비디오 CMS에서 표준이되었습니다. AI 기반 비디오 검색 엔진을 사용하면 직원이 모든 비디오 내에서 화면에 표시되거나 말한 단어를 찾은 다음 해당 정확한 순간으로 즉시 빠르게 이동할 수 있습니다.

내부적으로 이러한 비디오 검색 엔진은 기계 학습으로 구동됩니다. 특히 두 가지 기술은 비디오 콘텐츠를 분석하여 검색 색인을 만듭니다. 자동 음성 인식은 강사가 말한 단어를 인식하고 광학 문자 인식은 화면에 표시된 단어를 인식합니다. 이러한 기술은 방대한 데이터 세트와 딥 러닝 알고리즘으로 훈련되어 개별 단어와 구문을 식별 한 다음 타임 스탬프가 찍혀 검색 색인에 추가됩니다.

결과? 음성 및 화면 콘텐츠를 텍스트 타임 라인으로 변환함으로써 이러한 검색 엔진은 문서 나 이메일처럼 비디오 콘텐츠를 검색 할 수 있도록합니다.

직원이 귀하의 비디오 라이브러리를 검색 할 때 가장 관련성이 높은 녹화물을 찾을뿐만 아니라 강사가 관련 주제를 언급하거나 화면에 표시 한 비디오 내의 정확한 순간도 찾습니다.

직원 생산성에 대한 측정 가능한 수익

교육 비디오를 검색 가능하게 만들면 포함 된 모든 귀중한 정보를 잠금 해제하고 필요할 때 직원이 사용할 수 있습니다. 이는 직원들이 업무 수행에 필요한 정보를 검색하는 데 소비하는 시간을 줄여 직원 생산성 을 크게 향상시킬 수 있습니다.

Synaptics 와 같은 회사에서는 그 결과를 측정 할 수있었습니다. 조직은 직원들이 비디오 검색을 사용 하여 주당 15 분을 절약 할 것으로 추정합니다. 그 정도의 개인 이익은 매년 비즈니스 전반에 걸쳐 수천 시간의 생산성 향상으로 이어집니다.

조직에서 계속해서 e- 러닝 비디오 를 제작할 때 콘텐츠를 검색 할 수없는 경우 가치가 거의 없다는 점을 기억하십시오. 기계 학습 기술은 이러한 레코딩의 잠재 가치를 실현하는 새로운 방법을 제공합니다. 이 기회를 활용하는 학습 리더는 인력 생산성을 개선하고 비즈니스 결과를 이끌어 궁극적으로 수익을 개선 할 수 있습니다.

 

공개됨: 7월 30, 2018