[Reinvent2017] 주요 서비스 업데이트 – AI 분야

작성자 GS Neotek 작성일 11월 30, 2017 조회수 2104

Reinvent2017 주요 서비스 업데이트 – Artificial Intelligence 분야 Summary

· Amazon SageMaker
· Amazon DeepLens
· Amazon Rekognition Video
· Amazon Translate (Preview)
· Amazon Comprehend
· Amazon Transcribe (Preview)

신규 서비스 및 기능 추가

Amazon SageMaker

Amazon SageMaker는 개발자 및 데이터 과학자가 모든 규모의 기계 학습 모델을 빠르고 쉽게 Build, Train 및 Train 할 수 있게 해주는 fully-managed service입니다.
Amazon SageMaker는 기계 학습을 사용하려는 개발자를 둔화시키는 모든 장벽을 제거합니다.

1) 주요특징

• Amazon SageMaker는 기계 학습 모델을 학습, 조정 및 배포하는데 필요한 시간을 크게 단축합니다. Amazon SageMaker는 모든 정교한 학습 및 튜닝 기술을 관리 및 자동화하므로 모델을 신속하게 생산에 적용 할 수 있습니다.
• 모든 프레임 워크 또는 알고리즘 선택 – Amazon SageMaker는 모든 시스템 알고리즘 및 프레임 워크를 지원하므로 이미 익숙한 기술을 사용할 수 있습니다. Apache MXNet 및 TensorFlow는 사전 설치되어 있으며 Amazon SageMaker에는 다양한 내장형 고성능 기계 학습 알고리즘이 있습니다. 대체 프레임 워크 또는 알고리즘으로 학습하려면 Docker 컨테이너에서 직접 가져올 수 있습니다.
• 원 클릭 학습 및 배포 – Amazon SageMaker를 사용하면 콘솔에서 단 한번의 클릭으로 간단한 API 호출로 모델 학습을 시작할 수 있습니다. 학습이 완료되고 모델을 배포 할 준비가 되면 Amazon SageMaker 콘솔에서 한 번의 클릭으로 모델을 시작할 수 있습니다.
• 기존 워크플로와 손쉽게 통합 – Amazon SageMaker는 기존 ML 워크 플로우의 일부로 함께 또는 독립적으로 사용할 수있는 세 가지 모듈로 설계되었습니다.
• 학습 모델에 쉽게 액세스 – Amazon SageMaker를 사용하면 모든 응용 프로그램에서 호출 할 수있는 HTTPS 끝점을 제공하여 기계 학습 모델을 응용 프로그램에 쉽게 통합 할 수 있습니다.

2) 작동원리

• Build – Amazon SageMaker를 사용하면 학습 데이터에 빠르게 연결하는데 필요한 모든 것을 제공하여 ML 모델을 쉽게 만들고 준비 할 수 있고, 어플리케이션을 위한 최상의 알고리즘과 프레임워크를 선택하고 최적화할 수 있습니다. Amazon SageMaker에는 호스팅된 Jupyter 노트북이 포함되어있어 Amazon S3에 저장된 학습 데이터를 쉽게 탐색하고 시각화 할 수 있습니다. S3의 데이터에 직접 연결하거나 AWS Glue를 사용하여 Amazon RDS, Amazon DynamoDB 및 Amazon Redshift에서 S3로 데이터를 이동하여 노트북에서 분석 할 수 있습니다. 알고리즘을 선택하는데 도움이되도록 Amazon SageMaker에는 최대 10배의 성능으로 최적화된 10 가지의 가장 일반적인 기계 학습 알고리즘이 포함되어 있습니다. Amazon SageMaker는 TensorFlow 및 Apache MXNet을 실행하도록 미리 구성되어 있습니다. 자체 프레임워크도 사용가능합니다.
• Train – Amazon SageMaker 콘솔에서 한 번의 클릭으로 모델 학습을 시작할 수 있습니다. Amazon SageMaker는 기본 인프라를 모두 관리하며 페타바이트 규모로 모델을 쉽게 확장 할 수 있습니다. 학습 프로세스를 더욱 빠르고 쉽게 수행 할 수 있도록 Amazon SageMaker는 모델을 자동으로 조정하여 최상의 정확성을 제공합니다.
• Deploy – 모델을 학습하고 조정하면 Amazon SageMaker를 통해 프로덕션 환경에 쉽게 배포 할 수 있으므로 새로운 데이터에 대한 예측 생성 작업을 시작할 수 있습니다 (추론이라는 프로세스). Amazon SageMaker는 여러 가용 영역에 분산되어있는 Amazon EC2 인스턴스의 자동 확장 클러스터에 모델을 배치하여 고성능 및 고가용성을 제공합니다. Amazon SageMaker에는 모델을 테스트하고 다른 버전으로 실험하여 최상의 결과를 얻는 데 도움이되는 기본 제공 A / B 테스트 기능이 포함되어 있습니다.

Amazon DeepLens

개발자들이 손쉽게 딥러닝 모델 학습 및 개선을 할 수 있는 세계 최초의 무선 딥러닝 카메라입니다.

1) 주요 특징

• 기계 학습을 배우는 새로운 방법 – AWS DeepLens를 사용하면 한번의 클릭으로 실습을 시작할 수 있는 실제 사례를 샘플 프로젝트로 제공하여 모든 기술 수준의 개발자가 10 분 이내에 딥러닝을 시작할 수 있습니다.
• Amazon SageMaker로 맞춤형 모델 구축 – Amazon SageMaker에서 학습받은 모델은 AWS 관리콘솔에서 단 몇 번의 클릭만으로 AWS DeepLens로 전송할 수 있습니다.
• AWS와 통합 – AWS DeepLens는 Amazon Kinesis 비디오 스트림을 사용하여 비디오를 AWS로 다시 스트리밍하고 Amazon Rekognition Video를 사용하여 고급 비디오 분석을 적용 할 수 있습니다. 또한 AWS IoT, Amazon SQS, Amazon SNS, Amazon S3, Amazon DynamoDB 등에 안전하게 연결할 수 있습니다.
• 딥러닝을 위한 맞춤 제작 – AWS DeepLens는 딥러닝을 염두에 두고 설계되었습니다. 기기에서 100 GFLOPS 이상의 컴퓨팅 성능을 통해 실시간으로 HD 비디오에 대한 립러닝 예측을 처리 할 수 ​​있습니다.
• 광범위한 프레임 워크 지원 – AWS 개발자는 TensorFlow 및 Caffe를 비롯한 모든 딥러닝 프레임워크를 실행할 수 있습니다. AWS DeepLens에는 Apache MXNet을 사용하여 심도있는 학습을 위한 고성능, 효율적이고 최적화된 추론 엔진이 미리 설치되어 있습니다.
• Fully programmable – AWS DeepLens는 쉽게 사용자 정의 할 수 있으며 AWS Lambda를 사용하여 완전히 프로그래밍 할 수 있습니다. DeepLens의 딥러닝 모델은 AWS Lambda 함수의 일부로 실행되어 익숙한 프로그래밍 환경에서 실험 할 수 있습니다.

2) 예제 프로젝트

3) 사양

• CPU – Intel Atom® Processor
• MEMORY – 8GB RAM
• OS – Ubuntu OS-16.04 LTS
• BUILT-IN STORAGE – 16GB Memory (expandable)
• GRAPHICS – Intel Gen9 Graphics Engine

Amazon Rekognition Video

Amazon Rekognition을 사용하면 응용 프로그램에 이미지 및 비디오 분석을 쉽게 추가 할 수 있습니다. Rekognition API에 이미지 또는 비디오를 제공하기 만하면 서비스가 개체, 사람, 텍스트, 장면 및 활동을 식별하고 부적절한 콘텐츠를 감지 할 수 있습니다. Amazon Rekognition은 또한 매우 정확한 얼굴 분석 및 얼굴 인식 기능을 제공합니다. 다양한 사용자 확인, 목록 작성, 사람 계산 및 공공 안전 사용 사례에 대해 얼굴을 검색, 분석 및 비교할 수 있습니다.
Amazon Rekognition은 Amazon의 컴퓨터 비전 과학자가 매일 수십억 개의 이미지와 비디오를 분석하기 위해 개발 한 검증되고 확장 가능한 심층 학습 기술을 기반으로하며 기계 학습 전문 기술이 필요하지 않습니다. Amazon Rekognition은 Amazon S3에 저장된 모든 이미지 또는 비디오 파일을 신속하게 분석 할 수 있는 간단하고 사용하기 쉬운 API입니다. Amazon Rekognition은 항상 새로운 데이터로부터 학습하고 있으며, 새 레이블과 얼굴 인식 기능을 지속적으로 서비스에 추가하고 있습니다.

1) Rekognition Video 사용사례

• • 공안 및 안전을 위한 즉각적인 대응 – Amazon Rekognition Video 및 Amazon Kinesis 비디오 스트림을 사용하면 얼굴 메타 데이터의 개인 데이터베이스에 대해 카메라 라이브 스트림에서 관심있는 사람을 실시간으로 인식하는 응용 프로그램을 만들 수 있습니다. Amazon Rekognition Video를 사용하면 관심있는 사람을 검색하고 움직임을 추적하며 활동을 감지하기 위해 비디오 장면을 쉽고 빠르게 검토 할 수 있습니다.
    Example: Public Safety – Law enforcement bodycams

• • 검색 가능한 비디오 라이브러리 – Amazon Rekognition Video는 업로드 된 비디오에서 자동으로 메타 데이터를 생성하므로 유명인의 이름과 출연 시각에 대한 검색 색인을 만들 수 있습니다. AWS Lambda 함수를 사용하여 인덱스를 최신 상태로 유지하면 Amazon S3에 새 비디오가 업로드 될 때 새 비디오 레이블을 검색 인덱스에 자동으로 추가 할 수 있습니다. 그런 다음 Amazon Elastic Search Service에서 이 색인을 사용하여 비디오 컨텐츠를 신속하게 찾을 수 있습니다.
    Example: Celebrity detection in user submitted content

• 안전하지 않은 비디오 검색 – Amazon Rekognition Video를 사용하면 소셜 미디어 또는 데이트 앱과 같은 사용자 제작 콘텐츠를 관리하는 조직에서 동영상의 명시적 또는 암시적 콘텐츠를 자동으로 감지하고 사용자의 문화 및 인구 통계에 적합한 규칙을 만들 수 있습니다.

Amazon Translate (Preview)

Amazon Translate은 고급 기계 학습 기술을 사용하여 텍스트 기반 컨텐트의 빠른 언어 변환을 제공하고 다국어 사용자 경험을 제공하는 응용 프로그램을 개발할 수 있는 고품질 신경 기계 번역 서비스입니다. 이 서비스는 현재 Preview 상태에 있으며 영어와 지원되는 언어간에 텍스트를 번역하는 데 사용할 수 있습니다.
번역 서비스를 통해 조직 및 비즈니스는 이제 고객이 자동화 된 언어 변환을 사용하여 원하는 언어로 웹 사이트, 정보 및 자원에 액세스 할 수 있게하여 다른 지역의 제품 및 서비스를 보다 쉽게 확장 할 수 있습니다. 또한 고객은 멀티 플레이어 채팅에 참여하고, 소비자 포럼에서 정보를 수집하고, 교육 문서로 읽으면서, 심지어는 호텔에 대한 리뷰를 쉽게 이해할 수 없는 언어로 제공하더라도 정보를 얻을 수 있습니다.

Amazon Translate은 다른 AWS 서비스와 함께 사용하여 강력한 다국어 환경을 구축하거나 언어 독립적 처리를 가능하게합니다. 예를 들어 번역 서비스는 다음 서비스 중 일부와 함께 사용할 수 있습니다.

1) Amazon Polly : 번역된 텍스트를 사용하고 실물 그대로의 연설을하고 말할 수있는 응용 프로그램
2) Amazon S3: 번역된 문서 저장소를 생성하는 기능 제공
3) AWS Elasticsearch: Elasticsearch 엔진을 사용하여 다중 언어 검색을 생성
4) Amazon Lex: 텍스트 및 음성을 사용하여 번역 챗봇 만들기
5) AWS Lambda: 동적 웹 사이트 콘텐츠의 현지화 사용

Amazon Comprehend

Amazon Comprehend는 Afrikans에서 Yoruba에 이르기까지 텍스트를 분석하고 발견 한 내용을 98 개 이상의 언어로 알려줍니다. 영어 또는 스페인어 텍스트로 다양한 유형의 엔티티 (사람, 장소, 브랜드, 제품 등), 정서 (양수, 음수, 혼합 또는 중성)를 식별하고 핵심구를 추출 할 수 있습니다. 마지막으로 Comprehend의 주제 모델링 서비스는 분석 또는 주제 기반 그룹화를 위해 많은 문서 세트에서 주제를 추출합니다.
처음 네 가지 기능 (언어 감지, 엔티티 분류, 감정 분석 및 핵심 구문 추출)은 대화식으로 사용할 수 있도록 설계되었으며 수백 밀리 초 내에 사용할 수 있습니다. 주제 추출은 작업 기반 모델에서 작동하며 콜렉션의 크기에 비례하는 응답을 제공합니다.
Comprehend는 지속적으로 훈련 된 NLP (자연 언어 처리) 서비스입니다. 서비스를 점점 더 정확하고 광범위하게 적용 할 수 있도록 시간을 두고 학습 데이터를 확장하고 수정합니다.

Amazon Transcribe (Preview)

개발자가 애플리케이션에 텍스트 기능에 음성을 쉽게 추가 할 수있게 해주는 자동 음성 인식 (ASR) 서비스 인 Amazon Transcribe의 비공개 미리보기를 시작했습니다.
Amazon Simple Storage Service (S3)에 저장된 오디오 파일을 API로 작업을 시작하여 여러 가지 일반적인 형식 (WAV, MP3, Flac 등)으로 분석 할 수 있습니다. 추측 된 구두점뿐만 아니라 각 단어에 대한 타임 스탬프가 포함 된 상세하고 정확한 표기를 받게됩니다. 미리보기 중에 비동기 API를 사용하여 영어 또는 스페인어로 음성을 녹음 할 수 있습니다.

1) Transcribe 사용사례

• 고객 콜 데이터 분석
• 자막 생성 자동화
• 콘텐츠 기반 광고 타겟팅
• 오디오 및 비디오 컨텐츠의 아카이브에 대한 풍부한 검색 기능 사용