🔗 원문 전체 보기 → Venturesquare.net
요약
트웰브랩스의 영상 임베딩·검색 모델 마렝고가 아마존 베드록 관리형 지식 베이스의 첫 영상 모델로 등재됐다. 고객은 영상 저장소를 연결해 화면과 대사, 소리를 자연어로 검색하고 관련 데이터는 자체 AWS 계정에서 처리할 수 있다. 공동 고객 아이코닉은 마렝고 검색 기능을... The post 수천 시간 영상도 한 문장으로 찾는다…트웰브랩스 마렝고, 베드록 첫 영상 모델 appeared first on 벤처스퀘어.
본문
- 영상 저장소 연결만으로 수집·색인·의미 검색…별도 벡터 인프라 구축 부담 줄여
- 영상·데이터는 고객 AWS 계정에서 처리…아이코닉, 첫 프리미어 티어 파트너 선정
기업이 보유한 영상은 빠르게 늘고 있지만 필요한 장면을 다시 찾는 방법은 파일명과 태그, 수작업 메타데이터에 의존해 왔다. 영상 속 화면과 대사, 소리까지 검색하려면 프레임 추출과 음성 변환, 임베딩 생성, 벡터 데이터베이스 구축을 각각 진행해야 했다. 생성형 AI가 기업의 영상 아카이브를 지식으로 활용하려면 이러한 복잡한 검색 인프라를 단순화하는 과정이 필요하다. 멀티모달 영상 이해 AI 기업 트웰브랩스는 영상 임베딩·검색 모델 ‘마렝고(Marengo)’를 아마존 베드록 관리형 지식 베이스에 등재했다.
아마존 베드록 관리형 지식 베이스는 기업 데이터를 AI가 활용할 수 있도록 수집과 색인, 검색 과정을 관리하는 AWS 서비스다. 트웰브랩스에 따르면 영상 모델이 이 서비스에 등록된 것은 마렝고가 처음이다.
이용자는 아마존 심플 스토리지 서비스에 보관한 영상 저장소를 연결한 뒤 일상적인 문장으로 원하는 장면을 검색할 수 있다. “후반전 페널티킥 장면을 보여줘”라고 입력하면 영상 아카이브에서 질문의 의미와 일치하는 구간을 찾아 결과로 제시하는 방식이다.
저장소 연결하면 검색 시작…영상·음성·이미지를 하나의 흐름으로
마렝고는 화면에 등장하는 장면과 문자뿐 아니라 음성과 주변 소리까지 함께 분석한다. 이용자의 질문이 영상의 시각 정보와 대사, 음향 가운데 무엇을 가리키는지 판단하고 관련도에 따라 검색 결과의 순위를 정한다.
자연어 검색에 날짜와 카테고리, 태그 등의 조건을 결합해 검색 범위를 좁힐 수도 있다. 영상뿐 아니라 음성과 이미지 검색도 지원해 미디어 기업이 보유한 여러 형태의 콘텐츠를 하나의 검색 환경에서 탐색할 수 있도록 했다.
기존에는 영상 검색을 구현하기 위해 프레임과 음성을 각각 처리하고 생성한 임베딩을 별도의 벡터 데이터베이스와 연결해야 했다. 이번 등재로 수집부터 색인과 검색까지 아마존 베드록 관리형 지식 베이스에서 처리할 수 있어 고객은 별도의 검색 파이프라인을 직접 설계하지 않고 서비스를 시작할 수 있다.
영상과 관련 데이터는 고객의 AWS 계정 안에서 처리된다. 트웰브랩스는 이를 통해 데이터의 외부 이동을 제한해야 하는 금융과 의료, 공공 분야에서도 보안·규제 요건에 맞춰 영상 검색을 검토할 수 있다고 설명했다.
호세 쿠나칼 존 아마존 에이전틱 AI 총괄은 “스튜디오와 스포츠 리그, 방송사는 방대한 영상을 보유하고 있지만 이를 활용하려면 검색 인프라부터 구축해야 했다”며 “이제는 영상 아카이브를 지정해 필요한 장면을 문장으로 찾고, 수집과 색인도 AWS 환경에서 처리할 수 있다”고 말했다.
클라우드 기반 미디어 자산 관리 플랫폼 아이코닉은 아마존 베드록 관리형 지식 베이스를 통해 마렝고를 먼저 적용한 공동 고객 가운데 하나다. 이번 연동에 따라 아이코닉 이용자는 AWS 환경에서 트웰브랩스의 의미 기반 영상 검색 기능을 이용할 수 있으며, 해당 기능은 아이코닉 플랫폼의 기본 기능으로 제공된다.
아이코닉은 트웰브랩스 파트너 생태계에서 처음으로 최상위 등급인 ‘프리미어 티어’에도 선정됐다. 아이코닉 운영사 백라이트의 에드 라친스키 전략 파트너십 총괄은 “고객이 콘텐츠를 더 빠르게 찾고 활용해 수익으로 연결하도록 지원해 왔다”며 “이번 협력으로 필요한 시점에 트웰브랩스의 영상 이해 기술을 사용할 수 있게 됐다”고 설명했다.
마렝고는 11일부터 아마존 베드록 관리형 지식 베이스에서 이용할 수 있다. 트웰브랩스는 9월 11일부터 14일까지 네덜란드 암스테르담에서 열리는 ‘IBC 2026’에 참가해 아이코닉과의 연동 사례를 소개하고 5.D82 부스에서 라이브 데모를 진행한다.
대니 니콜로풀로스 트웰브랩스 전략적 파트너십 총괄은 “아마존 S3에 영상이 있다면 별도의 코드나 벡터 검색 인프라를 구축하지 않고도 마렝고의 멀티모달 검색을 사용할 수 있다”며 “AWS와의 협력을 통해 의미 기반 영상 검색 도입을 어렵게 했던 기술적 장벽을 낮췄다”고 말했다.
Like this:
Like Loading...Related
Find thousands of hours of video with a single sentence… Twelve Labs’ Marengo, Bedrock’s first video model
While the amount of video footage held by companies is rapidly increasing, methods to locate specific scenes have relied on filenames, tags, and manual metadata. To search for images, dialogue, and sound within a video, frame extraction, speech conversion, embedding generation, and vector database construction had to be performed separately. For generative AI to utilize a company's video archives as knowledge, a process of simplifying this complex search infrastructure is necessary. Twelve Labs, a multimodal video understanding AI company, has listed its video embedding and search model, 'Marengo,' in the Amazon Bedrock managed knowledge base.
Amazon Bedrock Managed Knowledge Base is an AWS service that manages the collection, indexing, and search processes to enable AI to utilize enterprise data. According to Twelve Labs, Marengo is the first video model to be registered with this service.
Users can connect video storage stored on Amazon Simple Storage and search for desired scenes using everyday sentences. For example, if you input "Show me the penalty kick scene from the second half," the system finds segments in the video archive that match the meaning of the question and presents them as results.
Connect repository to start searching… Video, audio, and images in a single flow
Marengo analyzes not only the scenes and text appearing on the screen but also voice and ambient sounds. It determines whether a user's question refers to the video's visual information, dialogue, or sound, and ranks search results based on relevance.
The search scope can also be narrowed by combining conditions such as date, category, and tags with natural language search. It supports not only video but also audio and image search, enabling users to explore various forms of content owned by media companies within a single search environment.
Previously, implementing video search required processing frames and audio separately and connecting the generated embeddings to a separate vector database. With this listing, the entire process from collection to indexing and searching can now be handled within the Amazon Bedrock managed knowledge base, allowing customers to launch their services without having to design a separate search pipeline themselves.
Video and related data are processed within the customer's AWS account. Twelve Labs explained that this enables the financial, medical, and public sectors, which must restrict the external movement of data, to review video search in accordance with security and regulatory requirements.
"Studios, sports leagues, and broadcasters possess vast amounts of video footage, but utilizing it required building search infrastructure from the ground up," said Jose Kunakal, Head of Amazon Agentic AI. "Now, they can specify video archives to find necessary scenes using sentences, and collect and index data within the AWS environment."
Iconic, a cloud-based media asset management platform, is one of the co-customers that first adopted Marengo through Amazon Bedrock's managed knowledge base. With this integration, Iconic users can utilize Twelve Labs' semantic-based video search function in the AWS environment, and this feature is provided as a standard function of the Iconic platform.
Iconic was also selected for the 'Premier Tier,' the highest tier, for the first time in the Twelve Labs partner ecosystem. Ed Rachinski, Head of Strategic Partnerships at Backlight, the operator of Iconic, explained, "We have been helping customers find and utilize content faster to turn it into revenue," adding, "This collaboration allows us to use Twelve Labs' video understanding technology when needed."
Marengo will be available on Amazon Bedrock's managed knowledge base starting on the 11th. Twelve Labs will participate in 'IBC 2026,' held in Amsterdam, Netherlands from September 11 to 14, to introduce integration cases with Iconic and conduct live demos at booth 5.D82.
Danny Nicolopoulos, Head of Strategic Partnerships at Twelve Labs, said, “If you have video in Amazon S3, you can use Marengo’s multimodal search without building separate code or vector search infrastructure,” adding, “Through our collaboration with AWS, we have lowered the technical barriers that made the adoption of semantic-based video search difficult.”
数千時間の映像も一文で探す…。トウェルブラブス・マレンゴ、ベッドロック初の映像モデル
企業が保有する映像は急速に増えているが、必要なシーンを再び探す方法はファイル名とタグ、手作業のメタデータに依存してきた。映像の中の画面とセリフ、音まで検索するには、フレーム抽出と音声変換、埋め込み生成、ベクターデータベース構築をそれぞれ進めなければならなかった。生成型AIが企業の映像アーカイブを知識として活用するには、このような複雑な検索インフラストラクチャを単純化するプロセスが必要である。マルチモーダル映像の理解 AI企業トウェルブラップスは映像埋め込み・検索モデル「マレンゴ（Marengo）」をアマゾンベドロック管理型知識ベースに登載した。
Amazon Bedrock管理型の知識ベースは、企業データをAIが活用できるように収集とインデックス、検索プロセスを管理するAWSサービスだ。トウェルブラブスによると、映像モデルがこのサービスに登録されたのはマレンゴが初めてだ。
ユーザーはAmazonシンプルストレージサービスに保存した映像リポジトリを接続した後、日常的な文章で希望のシーンを検索することができる。 「後半戦ペナルティキックシーンを見せて」と入力すると、映像アーカイブで質問の意味と一致する区間を見つけて結果として提示する方式だ。
リポジトリに接続すると検索を開始…映像・音声・画像を一つの流れで
マレンゴは画面に登場するシーンや文字だけでなく、音声と周辺の音まで一緒に分析する。利用者の質問が映像の視覚情報とセリフ、音響の中で何を指しているかを判断し、関連度に応じて検索結果の順位を決める。
自然言語検索に日付とカテゴリ、タグなどの条件を組み合わせて検索範囲を絞り込むこともできる。映像だけでなく音声や画像検索も支援し、メディア企業が保有する様々な形態のコンテンツを一つの検索環境で探索できるようにした。
従来は、映像検索を実現するためにフレームと音声をそれぞれ処理し、生成した埋め込みを別々のベクトルデータベースと関連付けなければならなかった。今回の登載で収集からインデックスと検索まで、Amazon Bedrock管理型の知識ベースで処理することができ、顧客は別途の検索パイプラインを直接設計せずにサービスを開始することができる。
ビデオと関連データは顧客のAWSアカウントで処理されます。トウェルブラブスはこれを通じてデータの外部移動を制限しなければならない金融と医療、公共分野でもセキュリティ・規制要件に合わせて映像検索を検討できると説明した。
ホセ・クナカル・ジョン・アマゾン・エージェンティックAI総括は「スタジオとスポーツリーグ、放送会社は膨大な映像を保有しているが、これを活用するには検索インフラから構築しなければならなかった」とし「今は映像アーカイブを指定して必要なシーンを文章で探し、収集とインデックスもAWS環境で処理できる」と話した。
クラウドベースのメディアアセットマネジメントプラットフォームアイコニックは、Amazon Bedrockマネージドの知識ベースを通じてマレンゴを最初に適用した共同顧客の1つです。今回の連動により、アイコニックユーザーはAWS環境でトウェルブラブスの意味ベースの映像検索機能を利用することができ、その機能はアイコニックプラットフォームの基本機能として提供される。
アイコニックは、トウェルブラップスパートナーエコシステムで初めて最上位等級の「プレミアティア」にも選ばれた。アイコニック運営会社バックライトのエドラチンスキー戦略パートナーシップ総括は「顧客がコンテンツをより迅速に探して活用して収益につなげるよう支援してきた」とし「今回の協力で必要な時点でトウェルブラブスの映像理解技術を使用できるようになった」と説明した。
マレンゴは11日からAmazon Bedrock管理型知識ベースで利用できる。 TWELBRABSは9月11日から14日までオランダのアムステルダムで開催される「IBC 2026」に参加し、アイコニックとの連動事例を紹介し、5.D82ブースでライブデモを進行する。
ダニー・ニコロプロストウェルブラブス戦略的パートナーシップ総括は「アマゾンS3に映像があれば、別途のコードやベクター検索インフラを構築しなくてもマレンゴのマルチモーダル検索を使用できる」とし「AWSとの協力を通じて意味ベースの映像検索の導入を難しくした技術的障壁を下げた」と話した。
只需一句话，即可找到数千小时的视频……Twelve Labs 的 Marengo，Bedrock 的首个视频模型
尽管企业拥有的视频素材量正在迅速增长，但定位特定场景的方法仍然依赖于文件名、标签和手动元数据。要在视频中搜索图像、对话和声音，必须分别执行帧提取、语音转换、嵌入生成和矢量数据库构建等操作。为了让生成式人工智能能够利用企业的视频档案作为知识，简化这种复杂的搜索基础设施至关重要。多模态视频理解人工智能公司 Twelve Labs 已将其视频嵌入和搜索模型“Marengo”上架到 Amazon Bedrock 管理的知识库中。
Amazon Bedrock Managed Knowledge Base 是 AWS 的一项服务，它管理数据收集、索引和搜索流程，使人工智能能够利用企业数据。据 Twelve Labs 称，Marengo 是首个注册到该服务的视频模型。
用户可以连接存储在亚马逊简单存储 (Amazon Simple Storage) 上的视频，并使用日常用语搜索所需的场景。例如，如果您输入“给我看看下半场的点球场景”，系统会在视频库中找到符合该问题含义的片段，并将其显示为搜索结果。
连接存储库即可开始搜索……视频、音频和图像在一个流程中传输
Marengo不仅分析屏幕上的画面和文字，还会分析语音和环境音。它能判断用户的问题是指视频的视觉信息、对话还是声音，并根据相关性对搜索结果进行排名。
用户还可以结合日期、类别、标签等条件以及自然语言搜索来缩小搜索范围。它不仅支持视频搜索，还支持音频和图像搜索，使用户能够在单一搜索环境中浏览媒体公司拥有的各种形式的内容。
此前，实现视频搜索需要分别处理帧和音频，并将生成的嵌入向量连接到单独的矢量数据库。现在，通过此次上线，从收集到索引和搜索的整个过程都可以在 Amazon Bedrock 托管知识库中完成，客户无需自行设计单独的搜索流程即可启动服务。
视频及相关数据在客户的 AWS 账户内进行处理。Twelve Labs 解释说，这使得金融、医疗和公共部门等必须限制数据外部流动的机构，能够根据安全和监管要求审查视频搜索。
亚马逊Agentic AI负责人Jose Kunakal表示：“工作室、体育联盟和广播公司拥有海量的视频素材，但要利用这些素材，需要从零开始构建搜索基础设施。现在，他们可以使用句子指定视频存档，找到所需的场景，并在AWS环境中收集和索引数据。”
Iconic 是一个基于云的媒体资产管理平台，它是最早通过 Amazon Bedrock 的托管知识库采用 Marengo 的客户之一。通过此次集成，Iconic 用户可以在 AWS 环境中使用 Twelve Labs 基于语义的视频搜索功能，该功能已作为 Iconic 平台的标准功能提供。
Iconic 首次入选 Twelve Labs 合作伙伴生态系统中的最高级别——“顶级合作伙伴”。Iconic 的运营商 Backlight 的战略合作负责人 Ed Rachinski 解释说：“我们一直致力于帮助客户更快地找到并利用内容，从而将其转化为收入。”他补充道：“此次合作使我们能够在需要时使用 Twelve Labs 的视频理解技术。”
Marengo 将于 11 日起在 Amazon Bedrock 的托管知识库中提供。Twelve Labs 将参加 9 月 11 日至 14 日在荷兰阿姆斯特丹举行的“IBC 2026”，在 5.D82 号展位介绍与 Iconic 的集成案例并进行现场演示。
Twelve Labs 战略合作负责人 Danny Nicolopoulos 表示：“如果你的视频存储在 Amazon S3 中，你就可以使用 Marengo 的多模态搜索，而无需构建单独的代码或向量搜索基础设施。”他补充道：“通过与 AWS 的合作，我们降低了语义视频搜索普及的技术门槛。”
Trouvez des milliers d'heures de vidéo avec une seule phrase… Marengo de Twelve Labs, le premier modèle vidéo de Bedrock
Alors que le volume de séquences vidéo détenues par les entreprises augmente rapidement, les méthodes de localisation de scènes spécifiques reposent jusqu'à présent sur les noms de fichiers, les étiquettes et les métadonnées manuelles. Pour rechercher des images, des dialogues et du son dans une vidéo, l'extraction d'images, la conversion vocale, la génération d'embeddings et la construction d'une base de données vectorielles doivent être effectuées séparément. Afin que l'IA générative puisse exploiter les archives vidéo d'une entreprise comme source de connaissances, il est nécessaire de simplifier cette infrastructure de recherche complexe. Twelve Labs, une entreprise spécialisée dans l'IA pour la compréhension vidéo multimodale, a référencé son modèle d'embeddings et de recherche vidéo, « Marengo », dans la base de connaissances gérée d'Amazon Bedrock.
Amazon Bedrock Managed Knowledge Base est un service AWS qui gère la collecte, l'indexation et la recherche des données d'entreprise, permettant ainsi à l'IA d'exploiter ces données. Selon Twelve Labs, Marengo est le premier modèle vidéo enregistré auprès de ce service.
Les utilisateurs peuvent connecter un stockage vidéo hébergé sur Amazon Simple Storage et rechercher les scènes souhaitées à l'aide de phrases courantes. Par exemple, si vous saisissez « Montre-moi la scène du penalty de la seconde mi-temps », le système trouve dans la vidéothèque les segments correspondant à la requête et les affiche comme résultats.
Connectez-vous au dépôt pour lancer la recherche… Vidéo, audio et images dans un flux unique
Marengo analyse non seulement les images et le texte affichés à l'écran, mais aussi la voix et les sons ambiants. Il détermine si la question de l'utilisateur porte sur les informations visuelles, les dialogues ou le son de la vidéo, et classe les résultats de recherche par ordre de pertinence.
Il est possible d'affiner la recherche en combinant des critères tels que la date, la catégorie et les mots-clés avec la recherche en langage naturel. Ce système prend en charge la recherche vidéo, audio et image, permettant ainsi aux utilisateurs d'explorer différents types de contenus appartenant à des entreprises de médias au sein d'un environnement de recherche unique.
Auparavant, la mise en œuvre de la recherche vidéo nécessitait le traitement séparé des images et de l'audio, ainsi que la connexion des vecteurs générés à une base de données vectorielle distincte. Grâce à cette nouvelle fonctionnalité, l'ensemble du processus, de la collecte à l'indexation et à la recherche, peut désormais être géré au sein de la base de connaissances Amazon Bedrock. Les clients peuvent ainsi lancer leurs services sans avoir à concevoir eux-mêmes un pipeline de recherche séparé.
Les données vidéo et associées sont traitées au sein du compte AWS du client. Twelve Labs explique que cela permet aux secteurs financier, médical et public, qui doivent limiter les transferts de données externes, d'effectuer des recherches vidéo conformément aux exigences de sécurité et réglementaires.
« Les studios, les ligues sportives et les diffuseurs possèdent d'immenses quantités d'images vidéo, mais leur exploitation nécessitait la création d'une infrastructure de recherche entièrement nouvelle », explique José Kunakal, responsable d'Amazon Agentic AI. « Désormais, ils peuvent spécifier des archives vidéo pour trouver les scènes nécessaires à l'aide de phrases, puis collecter et indexer les données au sein de l'environnement AWS. »
Iconic, une plateforme de gestion de ressources multimédias basée sur le cloud, fait partie des premiers clients à avoir adopté Marengo via la base de connaissances gérée d'Amazon Bedrock. Grâce à cette intégration, les utilisateurs d'Iconic peuvent exploiter la fonction de recherche vidéo sémantique de Twelve Labs dans l'environnement AWS ; cette fonctionnalité est désormais proposée de manière standard sur la plateforme Iconic.
Iconic a également été sélectionné pour la première fois au sein de l'écosystème de partenaires de Twelve Labs pour le niveau « Premier », le plus élevé. Ed Rachinski, responsable des partenariats stratégiques chez Backlight, l'opérateur d'Iconic, a expliqué : « Nous aidons nos clients à trouver et à utiliser plus rapidement leurs contenus afin de les monétiser. » Il a ajouté : « Cette collaboration nous permet d'utiliser la technologie de compréhension vidéo de Twelve Labs lorsque cela s'avère nécessaire. »
Marengo sera disponible sur la base de connaissances gérée d'Amazon Bedrock à partir du 11. Twelve Labs participera à « IBC 2026 », qui se tiendra à Amsterdam, aux Pays-Bas, du 11 au 14 septembre, pour présenter des cas d'intégration avec Iconic et réaliser des démonstrations en direct sur le stand 5.D82.
Danny Nicolopoulos, responsable des partenariats stratégiques chez Twelve Labs, a déclaré : « Si vous avez des vidéos sur Amazon S3, vous pouvez utiliser la recherche multimodale de Marengo sans avoir à créer de code séparé ni d'infrastructure de recherche vectorielle », ajoutant : « Grâce à notre collaboration avec AWS, nous avons réduit les obstacles techniques qui rendaient difficile l'adoption de la recherche vidéo sémantique. »