AI
클라우드 환경에서의 비디오 인텔리전스 구현 : TwelveLabs로 시작하는 AI 영상 분석 5부 – 비디오 임베딩을 위한 Vector DB 비교
두줄요약
TwelveLabs Marengo 3.0 비디오 임베딩을 AWS에서 저장·검색하는 두 벡터 DB를 비교했습니다. OpenSearch Serverless와 S3 Vectors의 성능, 비용, 활용 시점을 정리했습니다.
핵심 내용
- TwelveLabs Marengo 3.0 비디오 임베딩을 AWS에서 저장·검색하는 벡터 DB 비교
- OpenSearch Serverless와 S3 Vectors의 설정, 인제스트, 검색 방식 차이 정리
- 동일 환경에서 측정한 인제스트 시간과 검색 레이턴시 비교
선택 이유
- OpenSearch Serverless: 키워드 검색과 벡터 검색을 함께 쓰는 하이브리드 검색에 적합
- S3 Vectors: 설정 단순성과 비용 효율성을 중시하는 대규모 저장에 적합
장단점
- OpenSearch Serverless: 풍부한 검색 기능과 메타데이터 필터링, 상대적으로 높은 최소 비용
- S3 Vectors: 별도 클러스터 관리 없이 간편한 운영, top-k 벡터 검색 중심
적용해볼 점
- 배치 크기와 API 최대값 활용에 따른 인제스트 성능 개선
- 실제 워크로드 기준 PoC로 검색 패턴과 비용 검증