Amazon Web Servicesは2026年9月29日に、Condé NastがAmazon Bedrockを活用して構築した、マルチモーダルな動画検索ソリューションについて発表しました。この導入により、膨大な動画ライブラリからのコンテンツ探索時間が劇的に短縮されています。
Condé Nastは、VogueやWiredなどのブランドで14万本を超える動画資産を保有していますが、従来はタイトルや説明文に頼った手動の検索を行っていました。1つのコンテンツ探索タスクに平均250分を要しており、動画内の特定のシーンを見つけるために、編集者が手作業で動画を最初から最後まで確認する必要がありました。
同社はAWS Generative AI Innovation Centerと提携し、Amazon BedrockとAmazon OpenSearch Serviceを用いた新しい検索ソリューションを開発しました。このシステムは、動画の書き起こしテキスト、視覚要素、音声の3要素を同時に解析するTwelveLabs Marengoモデルを採用しています。これにより、キーワードの一致ではなく、ユーザーの意図に基づいた意味的な検索が可能になりました。
このソリューションにより、コンテンツ探索にかかる時間は1タスクあたり250分から2分未満へと短縮されました。ユーザーは「初心者向けのヨガコンテンツ」といった自然言語での指示や、参照画像のアップロードによって、目的のシーンをピンポイントで見つけ出せます。検索結果には、動画内の正確なタイムスタンプも含まれます。
システムは、動画のインデックス作成とユーザーのクエリ処理を分離した設計になっています。動画がアップロードされると、Amazon S3に保存された後に分割され、Amazon Bedrockを通じてベクトル化されます。生成されたデータはAmazon OpenSearch Serviceにインデックスされ、低遅延での検索を実現しています。