준실시간 비디오 분석 파이프라인: AWS Elemental 및 Kinesis Video Streams 활용

본 글은 TwelveLabs 비디오 AI 모델을 활용하여 AWS 환경에서 준실시간 비디오 분석 파이프라인을 구축하는 방법을 다룹니다. 특히 라이브 스트림 분석을 위한 AWS Elemental 서비스 스택 활용 방안(서버리스 및 서버 기반 아키텍처)과 CCTV 스트림 분석을 위한 Amazon Kinesis Video Streams 활용 방안을 구체적인 시나리오와 함께 설명합니다.

준실시간 비디오 분석의 중요성

• 영상 데이터의 빠른 분석 및 의사결정이 필요한 환경(감시, 모니터링)에 필수적입니다.
• 단순 룰 기반을 넘어, 자연어 기반의 복잡한 이벤트 감지 및 알림 시스템 구축이 가능합니다.

시나리오 1: AWS Elemental 서비스 활용

스트리밍 포맷(HLS, DASH)을 분석 가능한 비디오 파일(MP4)로 변환하는 것이 핵심 과제입니다.

• 방법 A (서버리스 - MediaLive HLS Output → S3):
  • MediaLive HLS Output을 S3에 직접 저장.
  • S3 Event → Lambda 트리거 → FFmpeg으로 TS를 MP4 변환 → TwelveLabs API 호출.
  • 장점: 가장 단순한 구조. 단점: 세그먼트 단위 분석으로 연속성 제한.
• 방법 B (서버리스 - MediaPackage 타임시프트):
  • MediaLive → MediaPackage (타임시프트 기능 활용).
  • Step Functions → Lambda → FFmpeg으로 HLS 스트림 MP4 변환 → TwelveLabs API 호출.
  • 장점: 정확한 시간 구간 제어, 연속 클립 생성, 완전 서버리스. 단점: MediaPackage 설정 필요.
• 방법 C (서버 기반 - MediaConnect SRT):
  • MediaLive → MediaConnect SRT Output → EC2/ECS에서 FFmpeg으로 실시간 세그먼트 생성.
  • 생성된 MP4 → S3 업로드 → TwelveLabs API 호출.
  • 장점: 낮은 레이턴시, SRT 안정성. 단점: MediaConnect 비용, 서버 관리 필요.

시나리오 2: Amazon Kinesis Video Streams (KVS) 활용

CCTV 스트림 수집 및 실시간 분석에 최적화된 서비스입니다.

• GetClip API 활용: MP4 형식의 비디오 클립을 직접 추출하여 FFmpeg 변환 과정 생략.
• 흐름: KVS 스트림 → GetClip API (MP4 추출) → S3 저장 → TwelveLabs Pegasus/Marengo API 분석.
• PRODUCER_TIMESTAMP: 정확한 시간 구간 기반 클리핑을 위해 사용.
• 장점: 파이프라인 단순화, FFmpeg 변환 불필요.

결론

AWS Elemental 서비스와 Amazon Kinesis Video Streams를 활용하여 TwelveLabs의 강력한 비디오 인텔리전스를 준실시간 환경에 적용할 수 있습니다. 다양한 서비스 조합을 통해 특정 요구사항에 맞는 최적의 비디오 분석 파이프라인을 구축할 수 있습니다.