BLOG
Amazon Rekognition은 이제 아시아 태평양(서울)과 아시아 태평양(뭄바이) AWS 리전에서 이용 가능합니다.
Amazon Rekognition은 개체, 사람, 텍스트, 장면 및 활동을 식별하고 부적절한 내용을 감지할 수 있는 심층 학습 기반 이미지 및 비디오 분석 서비스입니다. Amazon Rekognition을 사용하면 고객이 자동으로 메타데이터를 추출하여 이미지 및 비디오 분석을 애플리케이션에 쉽게 통합할 수 있습니다. 이 메타데이터는 이벤트 항목의 ID 확인, 사용자 생성 콘텐츠 검토, 검색 기능 향상, 수동 워크플로우 자동화 등 다양한 방법으로 사용될 수 있습니다.
이 글에서는 엔터테인먼트, 소셜미디어 및 광고와 같은 수직적 기업 고객이 Amazon Rekognition을 사용하여 수동 워크플로우를 자동화하고 새로운 인사이트를 얻는 방법에 대해 설명합니다. 또한 Amazon Rekognition이 Amazon S3 및 AWS Lambda와 같은 인기 AWS 서비스와 어떻게 쉽게 통합될 수 있는지 보여주는 샘플 아키텍처를 제공할 예정입니다.
ID 확인
Amazon Rekognition은 사용자가 만든 얼굴 모음을 검색하여 사진이나 비디오에서 사람을 식별할 수 있는 빠르고 정확한 얼굴 검색 기능을 제공합니다. 사용자가 이미지나 비디오를 업로드하면 Amazon Rekognition은 이미지에서 얼굴을 감지하여 얼굴 컬렉션과 일치시킨 다음 유사성 점수(0-100%)를 반환하여 가장 가능성이 높은 일치 항목을 나타냅니다. 이 기능은 사무실 건물과 같은 시설을 보호하기 위한 접근 제어를 구현하는 데 유용합니다. 기타 일반적인 유스 케이스로는 특정 개인에 대한 대량의 이미지와 비디오 장면의 태그 지정, 금융 서비스에 대한 2단계 인증, 기타 KYC(Know Your Customer) 워크플로우 등이 있습니다.
콘서트 티켓팅과 유료 서비스를 제공하는 한국 연예기획사 K-STAR 그룹은 ‘페이스 티켓’ 서비스를 위해 Amazon Rekognition을 사용하고 있습니다.
K-STAR 그룹 김효진 회장은 “콘서트의 반복적인 고통은 참석자들이 구입한 종이티켓을 증명하기 위해 기다리고 있으며 바로 입구에서 검증되도록 하는 긴 줄입니다.”라고 말했습니다. “이 문제를 해결하기 위해 Amazon Rekognition을 이용한 ‘페이스 티켓’ 서비스를 개발했습니다. 이제, 참석자들은 입장권을 얻거나 입장권을 입구에서 스캔하기 위해 줄을 서는 대신 얼굴 분석을 통해 구매 여부를 신속하게 확인할 수 있도록 자발적으로 선택할 수 있습니다. 저희가 지원하는 콘서트에는 더 이상 줄이 없고 참석자들은 새로운 ‘페이스 티켓’ 시스템을 사용하는 편리함과 즐거움을 만끽합니다. 이 서비스를 개발할 때 저희는 Rekognition을 다른 현지 얼굴 분석 서비스와 인식을 비교했으며, S3와의 확장성과 다른 AWS 서비스와의 원활한 통합으로 인해 결국 Rekognition 기능을 사용하기로 결정했습니다.”라고 덧붙였습니다.
직접 얼굴 검색 응용 프로그램을 작성하려면 다음 블로그 및 튜토리얼을 참조하십시오.
사용자가 생성한 컨텐츠 검토
사용자가 만든 콘텐츠의 양이 증가함에 따라 기업은 잠재적으로 부적절한 콘텐츠를 규모에 맞게 조정해야 하는 새로운 과제를 안고 있습니다. Amazon Rekognition을 사용하는 고객은 Image Moderation API를 사용하여 부적절하거나 암시적인 콘텐츠를 자동으로 검색할 수 있습니다. 또한 고객은 사용자의 문화 또는 인구 통계에 적합한 콘텐츠 유형에 따라 조정 필요성을 사용자 정의할 수 있습니다. 이 기능은 청중을 위해 맞춤화된 콘텐츠 조정을 요구하는 대량의 온디맨드 미디어를 보유한 회사에 유용할 수 있습니다.
Shaadi.com은 세계에서 가장 큰 온라인 결혼 서비스 중 하나로, 전세계 사람들이 검증된 프로필의 정리된 데이터베이스를 통해 그들의 배우자를 만날 수 있도록 돕습니다. 훌륭한 사진은 긍정적인 사용자 환경에 매우 중요합니다. Shaadi.com은 사진을 적합하게 하기 위해 사용자가 업로드한 사진을 검토하는 전담 팀을 운영하고 있습니다. 자동화는 프로세스를 간소화할 것을 약속했지만 이전 환경의 리소스 요구사항은 금지되었습니다. Shaadi.com의 엔지니어링 부사장인 Ajay Poddar는 “기존 인프라에서 사진 인식을 자동화하려면 새로운 하드웨어뿐 아니라 여러 애플리케이션을 구입, 구축 및 관리해야 했습니다.”라고 말합니다.
Shaadi.com은 AWS Lambda 서버리스 컴퓨팅과 사용자 지정 API를 함께 사용하여 Amazon Rekognition을 채택했습니다. “저희는 Amazon Rekognition을 사용하여 매우 복잡한 프로세스를 빠르고 경제적으로 자동화했습니다. 저희는 사진이 사용자 프로필에 나타나는 데 걸리는 시간을 95% 줄일 것으로 예상하며 수동 작업을 50% 줄일 수 있었습니다.” 라고 Poddar가 덧붙였습니다.
이미지 조정 워크플로우에 대한 자세한 내용은 다음 예제 아키텍처를 참조하십시오. 또한 이미지 조정, 얼굴 분석 및 텍스트 감지를 비롯한 Amazon Rekognition 기능을 함께 사용하여 고유한 이미지 검토 워크플로우를 생성할 수도 있습니다.
이미지 조정을 위한 아키텍처 예
검색 기능 향상
Amazon Rekognition을 사용하면 수천 개의 객체(예: 테이블, 의자, 자전거)와 장면(예: 풍경, 도시, 시내)을 자동으로 식별할 수 있습니다. 비디오를 분석할 때 “패키지 배달” 또는 “축구하기”와 같은 프레임에서 발생하는 특정 활동을 식별할 수도 있습니다. 이 기능은 DetectLabels API 작업에 의해 작동되며, 사용자가 의미 있는 메타데이터를 자동으로 추출할 수 있습니다.
엔드 투 엔드 영향력행사자 마케팅 플랫폼인 Open Influence는 DetectLabels API 조치를 사용하여 수백만 개의 이미지를 분석하여 플랫폼이 영향력행사자를 추천하는 방법을 개선합니다. 이미지는 DetectLabels에 대해 실행되어 개체 및 장면과 같은 메타데이터를 추출하고, Amazon Rekognition은 각 이미지에 대한 레이블을 반환합니다. 다음으로, 관련 레이블은 사용자가 해시 태그 또는 인구 통계가 아닌 레이블로 영향력 있는 사람을 검색할 수 있도록 하는 시각적 검색 기능의 전원에 사용됩니다. 이 기능을 통해 고객은 중요한 마케팅 캠페인을 위해 관련 영향력 있는 사람들을 신속하게 발굴하고 식별할 수 있습니다. Amazon Rekognition을 플랫폼에 통합함으로써 Open Influence는 영향력행사자 승인 프로세스 시간을 40% 단축하고, 게시물당 2.6배 더 많은 통찰력을 얻으며, 30% 더 많은 게시물을 수용할 수 있게 되었습니다.
검색 기능 향상에 대한 자세한 내용은 AWS Lambda, Amazon Rekognition 및 Amazon Elastic Search Service를 사용하는 다음 예제 아키텍처를 참조하십시오.
이미지 메타데이터 검색의 아키텍처 예
시작하기
지금 바로 Amazon Rekognition 콘솔을 사용하고 설명서를 이용하여 Amazon Rekognition을 구축할 수 있습니다. 리전별 Amazon Rekognition 이미지와 비디오 가격 정보는 이 페이지를 참조하십시오.
원문 URL: https://aws.amazon.com/ko/blogs/machine-learning/amazon-rekognition-is-now-available-in-the-asia-pacific-seoul-and-asia-pacific-mumbai-regions/
** 메가존 TechBlog는 AWS BLOG 영문 게재글중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.