GS리테일의 Amazon Bedrock을 활용한 AI 와인 라벨 이미지 검색 서비스 구축

핵심 내용

• GS리테일이 Amazon Bedrock 기반으로 와인 라벨 이미지를 검색하는 멀티모달 서비스 구축
• Claude 3 Haiku로 라벨 텍스트를 추출하고 Titan Multimodal Embedding과 Elasticsearch 벡터 검색을 결합한 하이브리드 구조
• 배치 수집, 추론 API, 검색 임계값, 다국어·빈티지 특화 튜닝으로 검색 품질을 개선

구조와 흐름

• 배치 단계에서 상품 이미지를 전처리하고 YOLOv8로 병 영역을 자른 뒤 OCR과 임베딩을 수행
• 사용자가 촬영한 이미지는 동일한 전처리와 추출 과정을 거쳐 벡터화 후 유사 상품 검색에 활용
• Argo Workflows, Metaflow, Elasticsearch, S3를 중심으로 파이프라인 구성

선택 이유

• 전통 OCR과 단순 이미지 검색만으로는 다국어 라벨과 비슷한 병 모양, 에디션 구분에 한계
• 멀티모달 LLM은 디자인이 섞인 라벨에서도 텍스트 추출 정확도를 높임
• 영어권과 비영어권에 따라 Titan Image, SigLIP 등 임베딩 방식을 분기 적용

성능/운영 포인트

• 온라인 미취급 상품과 저화질 데이터가 검색 실패의 주요 원인
• Cross-Region Inference와 HPA로 Bedrock 호출 병목과 트래픽 증가에 대응
• 와인 빈티지 연도 포함, 유사도 임계값 0.73 설정으로 검색 신뢰도 관리