섹션 23: 머신 러닝

Rekognition 개요

• 기계 학습을 이용해 이미지와 비디오의 장면에서 객체, 사람, 텍스트를 찾는 서비스
• 데이터베이스에 저장이 가능
• 사용 사례
  • 촬영한 사진이나 비디오의 라벨링
  • 콘텐츠 조정
  • 텍스트 탐지
  • 얼굴 탐지 및 분석
    • 성별, 연령 범위 및 표정 탐지
  • 얼굴 검색 및 확인
  • 유명인 얼굴 인식
  • 이동 경로를 따라가며 스포츠 경기 분석
• 콘텐츠 조정 기능
  • 이미지나 비디오에서 부적절하거나 원치않은 콘텐츠를 탐지하는 기능
• 인적 검토
  • A2I (Amazon Augmented AI) 선택 옵션에서 사용 가능

Transcribe 개요

• 자동으로 음성을 텍스트로 변환해줌
• 자동 음성 인식 (ASR)로 딥러닝 프로세스로 매우 빠르고 정확하게 변환함
• 개인 식별 정보 (PII)
  • 나이, 이름, 사회보장번호.. 등 자동으로 제거 가능
• 다국어 오디오를 자동으로 언어 식별 가능

Polly 개요

• 자동으로 텍스트를 음성으로 변환해줌
• 어휘 목록과 SSML 활용을 함
• 어휘 목록
  • 어휘 목록을 업로드해서 "AWS"를 "Amazon Web Service"로 발음하게 가능
• SSML
  • 음성 합성 마크업 언어
  • 다양한 사용자 지정 음성을 만들 수 있음
  • 특정 단어나 구절을 강조
  • 음성학적 발음 구현
  • 숨소리를 넣거나 속사이듯 말할 수 있음
  • 뉴스 진행자 스타일로도 말할 수 있음

Translate 개요

• 언어 번역 기능
• 콘텐츠를 현지화 할 때 사용

Lex + Connect 개요

• Alexa 장치를 구현하는 기술과 같음
  • Alexa 기술은 시리야, 빅스비 같은 기술을 말함
• Lex
  • 자동 음성 인식 기능
  • 음성을 인식하는 ASR라서 말을 텍스트로 변환
  • 자연어 이해를 통해 말의 의도 파악을 해준다.
  • 사용 사례
    • 챗봇 구축
    • 콜 센터 봇 구축
• Connect
  • AWS Connect에서 지정한 번호로 통화를 함
  • Lex가 모든 정보를 스트리밍하여 통화 목적을 이해 
  • Lambda 함수 호출
  • CRM으로 이동하여 코드 작성
• 아키텍처 흐름
  Phone -> Connect -> Lex -> Lambda -> CRM

Comprehend 개요

• 자연어를 처리하는 NLP 서비스
• 머신 러닝을 사용해서 텍스트에서 인사이트와 관계를 도출
• 사용 예시
  • 텍스트에서 주요 문구, 장소 및 사람, 브랜드, 이벤트 추출
  • 분석 중인 텍스트가 긍정, 부정인지 감정 분석이 가능
  • 토큰화 및 품사를 사용해서 텍스트 분석, 음성 식별
  • 텍스트 파일 모음을 주제별로 정리 및 식별
• 대량의 데이터가 있으면 Comprehend가 이해하고 시도하는 것

Comprehend Medical Overview

• 비정형 의료 텍스트에서 유용한 정보를 탐지해서 반환해 주는 서비스
• 의사 소견서, 퇴원 요약서, 검사 결과서 의료 사례 기록을 발견하면 Comprehend가 정리를 해주는 것
• 개인 건강 정보 보호 (PHI)
  • DetectPHI API로 탖미하여서
  • 개인 건강 정보를 파악
• 실제 AWS 예시

 

SageMaker 개요

• 머신 러닝 모델을 구축하는 개발자와 데이터 과학자를 위한 서비스
• 다른 서비스는 특정 목적을 가진 관리형 머신 러닝 서비스지만
  SagaMaker는 더 높은 수준의 머신 러닝 서비스
  • 머신 러닝 모델을 만들고 구축하기 위해 사용
• 훨씬 복잡하고 사용하기가 어려움

Forecast 개요

• 예측을 도와주는 기능
• 예시
  • 미래의 비옷 판매를 예측하면은
  • 데이터 자체를 확인하는 것보다 50% 더 정확함
  • 예측이 필요한 시간 몇 달에서 몇 시간으로 줄여줌

Kendra 개요

• 머신 러닝으로 제공되는 완전 관리형(서버리스) 문서 검색 서비스
• text, pdf, HTML, PowerPoint, MS Word, FAQ 등
• 인덱싱을 하여서 머신 러닝으로 작동되는 지식 인덱스 내부적으로 구축
• 사용 예시
  • Amazon Kendra에 "IT의 지원 데스크 위치가 어디야?"라고 물으면은
  • "1층입니다"라고 대답하는식으로 검색을 하는 것
• 모든 리소스를 검색하기에 사용 예시가 가능
• 일반적인 검색도 가능

Personalize 개요

• 실시간 맞춤화 추천 서비스
• 사용 예시
  • 맞춤화된 제품 추천
    • 구글 광고처럼 사용자가 관심있어 하는걸 광고에 띄워주는것
  • 재순위화
  • 맞춤화된 직접 마케팅
• S3(객체를 읽을때) -> Personalize
• Personalize API (실시간)-> Personalize
• Personalize API로 Personalize 서비스에 실시간 데이터를 통합 할 수 있음
• 아니면 S3에서 이미지를 볼때 데이터를 통합하거나 그런 식
• 통합 후
  • SMS 보내기
  • 이메일 보내기
  • 등

Textract 개요

• AI나 머신 러닝으로 텍스트를 추출 하는 것
• 운전 면허증, PDF, 이미지 등 텍스트 추출
• 사용 사례
  • 금융 서비스: 송장, 재무 보고서
  • 건강 보험: 의료 기록, 보험 청구
  • 공공 기관: 세금 양식, 신분증 및 여권