영상 생성 자동화: Amazon Bedrock과 Nova Reel을 활용한 RAG 기술

영상 생성 자동화: Amazon Bedrock과 Nova Reel을 활용한 RAG 기술

영상 제작은 광고, 교육, 게임 등 다양한 분야에서 중요한 의미를 지니지만, 기존의 영상 생성 모델들은 주로 사전 훈련에 의존하여 한계가 있을 수 있습니다. 이러한 문제를 해결하기 위해 Amazon은 RAG(Retrieval Augmented Generation)라는 멀티모달 파이프라인을 개발하여 개인 맞춤형 영상을 제작할 수 있게 했습니다. 이 글에서는 Amazon Bedrock과 Nova Reel을 활용하여 어떻게 영상을 생성하는지, 그리고 그 활용 사례들을 살펴보겠습니다.

VRAG 기반 영상 생성의 핵심 구성 요소

1. 이미지 검색 및 처리: 사용자가 입력한 관심 객체에 기반하여 OpenSearch 벡터 엔진을 통해 가장 관련성 있는 이미지를 S3 저장소에서 검색합니다.
2. 프롬프트 기반 영상 생성: 사용자가 정의한 행동 프롬프트와 검색된 이미지를 결합하여 Nova Reel을 통해 영상을 생성합니다.
3. 배치 처리: 여러 텍스트 템플릿을 사용하여 다양한 영상 생성 요청을 동시에 처리합니다.
4. 모니터링 및 저장: 비동기적으로 진행되는 영상 생성의 상태를 모니터링하며, 완료 후 S3에 저장되고 미리보기로 자동 다운로드됩니다.

활용 사례

• 교육 영상: 주제 관련 지식 데이터베이스에서 이미지를 가져와 자동으로 교육용 영상을 제작합니다.
• 마케팅 영상: 특정 인구 통계나 제품 특징에 맞춘 타겟팅 광고 영상을 만듭니다.
• 개인화 콘텐츠: 사용자의 특정 관심사에 기반한 이미지를 검색해 개인화된 영상을 제작합니다.

예제와 비교

여기서는 여행사가 특정 해변 장면을 제작하려고 할 때 텍스트 입력만으로 생성하는 것과 VRAG를 활용한 정적 이미지와의 비교를 보여드립니다.

• 텍스트 입력만 사용: "푸른 하늘에서 색색의 카약으로 천천히 내려가는 장면" 프로메키 생성된 영상.
• 텍스트와 이미지 입력 사용: 특정 위치에서 촬영한 이미지를 사용하여 동일한 프롬프트로 생성한 영상.

설치 가이드

이 솔루션을 배포하기 위해서는 AWS 계정 접근 권한과 AWS CloudFormation을 통해 솔루션을 배포해야 합니다. 구체적인 배포 단계는 다음과 같습니다:

1. AWS CloudFormation을 통해 스택 배포
2. SASM(가상 스택 관리 시스템)을 통해 구축 상태 확인
3. 노트북 인스턴스 열기 및 JupyterLab 실행

결론

VRAG는 AI를 활용한 영상 생성에 혁신적인 접근 방식을 제공합니다. 이 솔루션은 교육, 마케팅, 엔터테인먼트 등 다양한 분야에서 적용 가능하며, 지속 가능한 높은 품질의 영상 콘텐츠 제작을 지원합니다. 데이터 품질 개선 및 사용자의 피드백을 통해 더욱 발전된 영상 생성 프로세스를 구축할 수 있습니다. 이제 제공된 노트북을 통해 VRAG를 직접 체험해 보고 의견을 나눠보세요.

[1] https://aws.amazon.com/blogs/machine-learning/use-rag-for-video-generation-using-amazon-bedrock-and-amazon-nova-reel/