이 글은 24년 하반기 AWS Certified Solutions Architect - Associate(이하 AWS SAA-C03) 자격증 취득을 위해서 아래 유데미 강의를 보고, 공부한 내용을 정리하였습니다.
https://www.udemy.com/course/best-aws-certified-solutions-architect-associate
Rekognition
- ML로 객체, 사람, 텍스트를 이미지와 비디오에서 장면을 찾는 서비스
- 얼굴 분석으로 사용자 확인
- 익숙한 얼굴 저장으로 자체 DB 생성
- 사례 : 촬영한 사진, 비디오의 라벨링, 콘텐츠 조정, 텍스트 탐지, 얼굴 탐지 및 분석, 얼굴 검색 확인, 스포츠 경기 분석
- 콘텐츠 조정 기능 : 부적절하거나 원치않는 이미지 탐지.. 안전한 사용자 경험을 위함
- 동작 : 이미지를 분석하고 플래그를 띄우도록 최소 신뢰도 임곗값을 설정 가능(퍼센트 낮을 수록 매칭되는것 많아짐)
- A2I로 인적 검토 가능
Transcribe
- 음성을 텍스트로 변환.. ASR 딥러닝 이용
- Redaction을 사용하여 개인 식별 정보(PII)를 자동으로 제거 가능
- 다국어 오디오를 자동으로 언어식별 가능
- 사례 : AS 전화의 대본을 자동으로 자막으로 만들기, 미디어 자산에 대한 메타데이터 만들기
`Polly
- 텍스트를 음성으로 변환.. Lexicon & SSML 사용
lexicons : 발음어휘 목록
- 사용자 지정 발음도 생성 가능(AWS를 Amazon Web Service로 읽게 가능)
- 업로드해서 SynthesizeSpeech 작업에 쓰도록 하면됨
SSML : 음성 합성 마크업 언어
- 특정 단어나 구절 강조
- 음성학적 발음 구현
- 숨소리를 넣거나 속삭이듯 말할 수 있음
Translate
- 언어 번역 기능 제공
- 해외 사용자들을 위한 웹사이트와 애플리케이션 등에 적용 가능
- 대량 텍스트를 효율적으로 번역 가능
Lex + Connect
Amazon Lex
- Alexa 장치를 구현하는 기술과 같음(시리, 빅스비 같은것)
- ASR로 음성을 텍스트로 변환 후 자연어 이해를 통해 말의 의도를 파악
- 챗봇이나 콜 센터 봇 구축에 도움이 됨
Amazon Connect
- 가상 고객 센터.. 전화를 받고 고객 응대 흐름 생성
- CRM이나 다른 AWS와 통합 가능
- 기존 고객 센터에 비해 초기 비용 없고 스마트 고객 센터 구축 가능
흐름 : 고객 전화시 Connect가 전화 받고 Lex로 스트리밍, Lex는 람다를 부르고 CRM과 연결
Comprehend
- 이해하는 서비스.. 자연어를 처리하는 NLP 서비스
- 텍스트에서 인사이트와 관계를 도출
- 감정분석, 특정 키워드 추출
- 토큰화와 품사
- 주제에 따라 정리
- 구조화 되지 않은 데이터를 구조화
- 사례 : 고객과 상호작용 분석.. BI를 얻을 수 있음, 문서를 그룹화하여 주제 분석
Comprehend Medical
- 비정형 의료 데이터에서 유용한 정보를 탐지해서 반환하는 서비스
- 의사 소견서, 퇴원 요약서, 검사 결과서 등에서 NLP로 분석
SageMaker
- 머신러닝 모델을 만들고 구축할 때 사용
- 라벨링, 모델 구축, 훈련 및 조정 및 배포까지 가능
Forecast
- 예측을 도와주는 기능
- 완전 관리형 서비스로 데이터만 보는것보다 50%이상 정확.. 예측 시간을 몇 달에서 몇 시간으로 줄임
- 사례 : 예측이 필요한 모든 사례
Kendra
- 완전 관리형 문서 검색 서비스
- 문서 : text, pdf, HTML, PPT, Word, FAQ 등등
- 문서를 인덱싱하여 ML로 작동되는 지식 인덱스를 내부적으로 구축
- 증분식 학습 가능 : 사용자의 상호 작용 및 피드백에서 학습하고 선호되는 답변을 내놓음
- 검색 결과 파인튜닝 가능
Personalize
- 실시간 맞춤화 추천
- 사례 : 맞춤화된 제품 추천, 재순위화, 맞춤화된 마케팅
- 검색, 구매, 관심 내역으로부터 추천
- S3에서 데이터를 가져오거나 Amazon Personalize API를 이용해 실시간 데이터를 받음
- 제공되는 번들을 그대로 사용할 수 있음
Textract
- 텍스트를 추출.. 텍스트, 손글씨, 스캔을 한 문서의 데이터를 추출
- 폼, 테이블, PDF, 이미지로 부터 추출 가능
- 사례 : 금융 서비스(면허증 인식 등)
