Amazon Bedrock를 활용한 마렌고 3.0 비디오 및 이미지 검색 가이드

동영상 및 미디어 자산이 의미로 검색되지 않는 문제는 미디어, 스포츠 분석, 교육, 보안, 소매업 등 다양한 산업에서 빈번히 발생합니다. 아마존 베드락(Amazon Bedrock) 지식베이스는 이 문제를 해결하기 위해 완전히 관리되는 검색 증강 생성(RAG) 서비스를 제공합니다. 이번 포스트에서는 Amazon Bedrock에서 이용 가능한 새로운 Marengo Embed 3.0 모델을 소개하고 그 구현 방법을 안내하겠습니다.

본문 – 주요 내용 및 사례

Amazon Bedrock를 통해 지식베이스 생성

비디오, 이미지 및 오디오 콘텐츠를 통해 자연어 검색을 가능하게 하는 방법은 이제 완벽하게 관리되는 경험으로 자리 잡았습니다. Amazon Bedrock의 지식베이스(Managed MKB)는 영상 파일(MP4, MOV), 이미지(JPEG, PNG) 및 오디오 트랙을 지원하며, Amazon S3, SharePoint, Confluence 등의 네이티브 커넥터와 통합됩니다. 특히, Marengo Embed 3.0은 비디오, 오디오, 이미지, 텍스트 데이터를 통합하여 512차원 벡터 공간에 저장하게 됩니다.

구현 가이드

1. 미디어 자산 준비: 비디오 파일을 Amazon S3 버킷에 업로드하세요. MKB가 내부적으로 프레임 추출과 전사를 처리하므로 추가 전처리는 필요하지 않습니다.
2. 관리형 지식베이스 생성: Amazon Bedrock 콘솔에서 Knowledge Bases로 이동해 Create Managed KB를 선택하세요.
   – Marengo Embed 3.0 모델을 선택하고, 데이터 소스로 Amazon S3를 지정한 후 비디오 자산을 포함하는 S3 URI를 입력합니다.
   
3. 데이터 동기화 및 인제스트: KB가 생성된 후 Sync를 선택해 인제스트를 시작하세요.
4. 시맨틱 검색 실행: 콘솔 내 Test 기능을 사용해 쿼리를 테스트하세요. 예를 들어, "이 축구 경기에서 페널티킥을 보여줘"라는 쿼리를 사용해 보세요.

결론

Marengo Embed 3.0의 일반 사용 가능으로 비디오, 오디오, 이미지 자산을 자연어 검색을 통해 최대한 활용할 수 있게 되었습니다. 특히 스포츠 분석, 미디어 및 엔터테인먼트, 보안 및 안전, 교육, 소매업 등 여러 분야에서 활용이 가능해지면서 각 산업에 큰 비즈니스 영향을 미치고 있습니다.

[1] https://www.twelvelabs.io/blog/marengo-3-0