한 미디어 회사는 온프레미스 테이프 라이브러리에 테이프로 저장된 30TB 규모의 디지털 뉴스 비디오 저장소를 보유하고 있으며, 이는 MAM(Media Asset Management) 시스템에 의해 참조됩니다. 이 회사는 비디오 메타데이터(예: 객체, 장면 항목, 얼굴)를 자동으로 풍부하게 만들고 MAM을 통해 비디오를 검색할 수 있도록 하고자 합니다. 비디오에 등장하는 인물들의 이미지가 포함된 얼굴 카탈로그는 이미 존재합니다. 이 회사는 비디오를 AWS로 마이그레이션할 계획이며, 고속 AWS Direct Connect 링크를 보유하고 있습니다. 이 회사는 기존 시스템에 대한 지속적인 관리 오버헤드를 최소화하고 중단을 최소화하면서 현재 파일 시스템에서 비디오 파일을 직접 이동하기를 원합니다. 다음 중 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

이 솔루션은 AWS Storage Gateway 파일 게이트웨이를 사용하여 온프레미스 MAM 시스템에서 비디오를 S3로 직접 마이그레이션하고, 기존 파일 시스템 인터페이스를 유지하여 중단을 최소화합니다. 파일 게이트웨이는 S3에 저장된 객체를 파일로 노출하므로 MAM 시스템이 기존 방식으로 데이터를 처리할 수 있습니다. Amazon Rekognition은 얼굴 카탈로그를 사용하여 비디오에서 메타데이터를 자동으로 추출하고, Lambda 함수는 이 프로세스를 오케스트레이션하여 MAM 시스템으로 메타데이터를 다시 푸시합니다. 이는 관리 오버헤드를 최소화하고 고속 Direct Connect 링크를 활용합니다. 다른 옵션들은 다음과 같은 이유로 적합하지 않습니다. 테이프 게이트웨이는 아카이브용이며, 파일 시스템 인터페이스를 제공하지 않아 MAM 시스템과의 통합이 복잡합니다. Kinesis Video Streams는 실시간 스트리밍에 적합하며, 30TB의 기존 데이터를 마이그레이션하는 데는 비효율적입니다. EC2 및 OpenCV 솔루션은 수동으로 인프라를 관리하고 확장해야 하며, 이는 관리 오버헤드를 증가시킵니다. 또한, 대용량 데이터 전송에 대한 효율적인 방안을 제시하지 않습니다.