중요: 2023년 8월 30일부터 Content Analysis on AWS는 더 이상 지원되지 않으며, GitHub 리포지토리가 아카이브됩니다. 기존 배포는 계속 실행됩니다. GitHub 오픈 소스 코드를 복제하여 Content Analysis on AWS를 배포한 경우, 해당 솔루션을 계속 사용할 수 있습니다.
Content Analysis on AWS에서 제공하는 기능은 Media2Cloud on AWS 및 Content Localization on AWS의 기능으로 대체됩니다. 이 솔루션에 대해 알아보는 것이 좋습니다.
개요

Content Analysis on AWS 솔루션은 서버리스 애플리케이션 모델을 사용하여 자동 비디오 콘텐츠 분석을 수행함으로써 기계 학습(ML) 생성 메타데이터를 통해 의미 있는 인사이트를 추출하는 데 도움이 됩니다. 이 솔루션은 미디어 라이브러리에 적용할 수 있는 다양한 AWS AI 서비스에 대한 액세스를 제공한 다음 인사이트와 메타데이터를 사용하여 수동 프로세스를 자동화합니다. 이 솔루션은 비디오 라이브러리를 업로드하고 검색할 때 사용할 수 있는 웹 기반 사용자 인터페이스를 포함합니다.
Content Analysis on AWS 솔루션은 Amazon Rekognition, Amazon Transcribe, Amazon Translate 및 Amazon Comprehend를 결합하여 고객의 비디오 콘텐츠를 분석하기 위한 포괄적인 기능 세트를 제공합니다. 이 솔루션은 Media Insights on AWS 개발 프레임워크를 기반으로 하는 맞춤형 애플리케이션입니다.
이 솔루션은 여러 기계 학습 서비스를 적용하여 고객이 손쉽게 해당 서비스를 이용할 수 있도록 하는 단일 애플리케이션을 제공합니다. 또한 이 솔루션은 메타데이터 생성을 비롯한 수동 프로세스를 자동화하고 단일 위치에서 여러 기계 학습 서비스의 메타데이터를 검색합니다.
이점

비디오에서 고도로 정확한 객체, 장면 및 동작 탐지, 사람 식별 및 경로 추적, 유명인 인식을 지원합니다.
간편한 웹 기반 사용자 인터페이스를 사용하여 비디오 컬렉션을 즉시 업로드하고 분석하고 탐색합니다.
Media Insights는 개발자가 AWS에서 비디오를 변환하거나 분석하는 애플리케이션을 손쉽게 개발할 수 있는 프레임워크를 제공합니다.
단일 애플리케이션을 사용하여 메타데이터 생성 및 기타 수동 프로세스를 자동화합니다. 검색을 위해 비디오 아카이브를 카탈로깅하는 데 필요한 수작업을 크게 줄입니다.
기술 세부 정보

아래 다이어그램은 솔루션의 구현 가이드와 이에 수반되는 AWS CloudFormation 템플릿을 사용하여 자동으로 배포할 수 있는 서버리스 아키텍처 흐름을 보여줍니다.
1단계
정적 Content Analysis 웹 애플리케이션에 서비스를 제공할 Amazon CloudFront 배포
2단계
정적 웹 애플리케이션을 호스팅하기 위한 Amazon Simple Storage Service(S3) 웹 소스 버킷
3단계
사용자 디렉터리를 제공하는 Amazon Cognito 사용자 풀
4단계
AWS Identity and Access Management(IAM)와의 페더레이션을 통해 웹 UI에 대한 인증 및 권한 부여를 지원하는 Amazon Cognito ID 풀
5단계
웹 UI에서 Amazon S3 및 AWS Step Functions로의 파일 업로드에 프록시를 사용하고 워크플로 작업을 오케스트레이션하는 컨트롤 플레인에 대한 Amazon API Gateway REST API. 이 API가 작동할 수 있도록 AWS IAM 역할이 생성됩니다.
6단계
컨트롤 플레인 REST API를 지원하는 AWS Lambda API 핸들러 함수
7단계
시스템 파라미터, 워크플로 정의, 워크플로 상태, 워크플로 실행 기록 및 기타 워크플로 관련 데이터를 저장하는 Amazon DynamoDB 테이블
7단계
AWS Glue 워크플로는 오전 1시(UTC)에 매일 활성화됩니다. 워크플로는 원시 데이터를 처리하고 처리된 데이터의 결과를 Amazon S3 버킷에 저장하는 AWS Glue 작업을 시작합니다. 그런 다음, 워크플로는 AWS Glue 데이터 카탈로그를 업데이트하는 AWS Glue 크롤러를 시작합니다.
8단계
동시 실행 워크플로의 총 수를 구성 가능한 최대값으로 제한하는 Amazon Simple Queue Service(Amazon SQS) 리소스
9단계
DynamoDB 내 워크플로의 실행 상태를 확인하고 기록하는 Lambda 함수
10단계
Amazon Rekognition, Amazon Transcribe, Amazon Translate, AWS Elemental MediaConvert 및 Amazon Comprehend에서 미디어 분석 작업을 실행하는 Lambda 함수로 구성된 AWS Step Functions 워크플로 2개. 이 Lambda 함수는 데이터 영역과 상호 작용하여 미디어 분석 작업에서 반환된 미디어 객체 및 메타데이터를 저장 및 검색하는 작업도 수행합니다.
11단계
데이터 영역의 CRUD 기능을 위한 API Gateway REST API
12단계
데이터 영역 REST API를 지원하는 Lambda API 핸들러 함수
13단계
메타데이터, 미디어 객체 및 사용자 지정 미디어 파일 간의 관계를 기록하는 DynamoDB 테이블
14단계
업로드된 비디오 파일, 파생된 메타데이터 결과, 파생된 미디어 객체(썸네일, 오디오 파일, 트랜스코딩된 비디오 파일 등)를 저장하는 Amazon S3 버킷
15단계
Amazon OpenSearch Service에서 CRUD 작업을 DynamoDB 테이블에 반영하는 변경 데이터 캡처를 통해 미디어 메타데이터에 액세스하는 데 사용되는 인터페이스를 제공하는 Amazon Kinesis Data Streams 리소스
16단계
DynamoDB 테이블에서 미디어 메타데이터를 추출 및 변환한 후 Amazon OpenSearch Service 클러스터에 로드하는 Lambda 함수
17단계
미디어 메타데이터를 인덱싱하는 Amazon OpenSearch Service 클러스터
관련 콘텐츠

AI를 미디어 콘텐츠 워크플로에 손쉽게 통합하는 데 사용할 수 있는 결합 서비스인 AWS Media Intelligence(AWS MI) 솔루션이 발표되었습니다.
이 과정에서는 Amazon의 AI 서비스(Amazon Transcribe, Amazon Translate 및 Amazon Polly)를 사용하여 캡션, 대체 언어 자막 및 대체 언어 오디오 트랙을 자동으로 생성하는 워크플로를 만드는 방법을 설명합니다.
이 일련의 교육 과정을 수강하고 나면 인공 지능(AI), 기계 학습(ML), 그리고 딥 러닝(DL)으로 이어지는 기술의 상관관계를 이해할 수 있습니다.
이 과정에서는 Amazon의 AI 서비스(Amazon Transcribe, Amazon Translate 및 Amazon Polly)를 사용하여 캡션, 대체 언어 자막 및 대체 언어 오디오 트랙을 자동으로 생성하는 워크플로를 만드는 방법을 설명합니다.