Amazon Comprehend란? - Amazon Comprehend
Amazon Comprehend 인사이트Amazon Comprehend 사용자 정의 플라이 휠문서 클러스터링 (주제 모델링)예제이점Amazon Comprehend 요금Amazon Comprehend를 처음 사용하십니까?

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon Comprehend란?

Amazon Comprehend는 자연어 처리를 사용하여 문서 내용에 대한 인사이트를 추출합니다. 문서에 있는 개체, 핵심 문구, 언어, 감정 및 기타 일반적인 요소를 인식하여 인사이트를 개발합니다. Amazon Comprehend를 사용하면 문서 구조에 대한 이해를 바탕으로 새로운 상품을 생성할 수 있습니다. 예를 들어 Amazon Comprehend를 사용하면 소셜 네트워킹 피드에서 제품에 대한 멘션을 검색하거나 전체 문서 리포지토리에서 주요 문구를 스캔할 수 있습니다.

Amazon Comprehend 콘솔 또는 Amazon Comprehend API를 사용하여 Amazon Comprehend 문서 분석 기능에 액세스할 수 있습니다. 소규모 워크로드에 대해 실시간 분석을 실행하거나 대규모 문서 세트에 대해 비동기 분석 작업을 시작할 수 있습니다. Amazon Comprehend에서 제공하는 사전 학습된 모델을 사용하거나 분류 및 개체 인식을 위해 자체 사용자 정의 모델을 교육할 수 있습니다.

Amazon Comprehend는 분석 모델의 품질을 지속적으로 개선하기 위해 사용자의 콘텐츠를 저장할 수 있습니다. 자세한 내용은 Amazon Comprehend 요금을 참조하세요.

모든 Amazon Comprehend 기능은 UTF-8 텍스트 문서를 입력으로 받아들입니다. 또한 사용자 정의 분류 및 사용자 정의 개체 인식은 이미지 파일, PDF 파일 및 Word 파일을 입력으로 받아들입니다.

Amazon Comprehend는 특정 기능에 따라 다양한 언어로 문서를 검사하고 분석할 수 있습니다. 자세한 내용은 Amazon Comprehend에서 지원되는 언어를 참조하십시오. Amazon Comprehend의 지배적 언어 기능은 문서를 검사하고 훨씬 더 다양한 언어에 사용할 수 있는 지배적 언어를 결정할 수 있습니다.

Amazon Comprehend 인사이트

Amazon Comprehend는 사전 학습된 모델을 사용하여 문서 또는 문서 세트를 검토 및 분석하여 이에 대한 인사이트를 수집합니다. 대량의 텍스트를 기반으로 이 모델을 지속적으로 학습시키기 때문에 학습 데이터를 제공할 필요가 없습니다.

Amazon Comprehend는 다음과 같은 유형의 인사이트를 분석합니다.

  • 개체 — 문서에 포함된 사람, 장소, 항목 및 위치의 이름을 가리키는 참조입니다.

  • 핵심 문구 — 문서에 나타나는 문구. 예를 들어 농구 경기에 관한 문서에는 팀 이름, 경기장 이름, 최종 점수를 보낼 수 있습니다.

  • 개인 식별 정보 (PII) — 주소, 은행 계좌 번호, 전화번호 등 개인을 식별할 수 있는 개인 데이터입니다.

  • 언어 — 문서의 주요 언어입니다.

  • 감성 — 문서의 주된 감정으로 긍정적, 중립적, 부정적 또는 혼합적일 수 있습니다.

  • 대상 감성 — 문서 내 특정 개체와 관련된 감정. 각 개체에 대한 감정은 긍정적, 부정적, 중립적 또는 혼합적일 수 있습니다.

  • 구문 — 문서 내 각 단어의 품사.

자세한 내용은 인사이트을 참조하십시오.

Amazon Comprehend 사용자 정의

기계 교육 기반 NLP 솔루션을 구축하는 데 필요한 기술이 없어도 특정 요구 사항에 맞게 Amazon Comprehend를 사용자 정의할 수 있습니다. Amazon Comprehend 사용자 정의는 자동 기계 학습 또는 AutoML을 사용하여 이미 보유한 데이터로 사용자 대신 사용자 정의 NLP 모델을 구축합니다.

사용자 정의 분류 — 사용자 정의 분류 모델(분류기)을 생성하여 문서를 고유한 범주로 구성할 수 있습니다.

사용자 지정 개체 인식 – 텍스트를 분석하여 특정 용어와 명사 기반 구문을 분석할 수 있는 사용자 지정 개체 인식 모델(인식기)을 만들 수 있습니다.

자세한 내용은 Amazon Comprehend 사용자 지정을 참조하십시오.

플라이 휠

플라이 휠을 사용하면 장기간 사용자 정의 모델 버전을 학습시키고 관리하는 프로세스를 단순화할 수 있습니다. 플라이 휠은 새 버전의 모델의 학습 및 평가와 관련된 작업을 오케스트레이션 하는 데 도움이 됩니다. 플라이 휠은 사용자 정의 분류 및 사용자 정의 개체 인식을 위한 일반 텍스트 사용자 정의 모델을 지원합니다. 자세한 내용은 플라이 휠을 참조하십시오.

문서 클러스터링 (주제 모델링)

또한 Amazon Comprehend를 사용하여 문서 코퍼스를 검사하여 문서 내의 유사한 키워드를 기반으로 문서를 구성할 수 있습니다. 문서 클러스터링 (주제 모델링) 은 대량의 문서를 단어 빈도에 따라 비슷한 주제 또는 클러스터로 구성하는 데 유용합니다. 자세한 내용은 주제 모델링을 참조하십시오.

예제

다음은 Amazon Comprehend 작업을 애플리케이션에서 사용할 수 있는 방법을 보여주는 예제입니다.

예 1: 주제에 관한 문서 찾기

Amazon Comprehend 주제 모델링을 사용하여 특정 주제에 대한 문서를 찾습니다. 문서 세트를 스캔하여 논의된 주제를 파악하고 각 주제와 관련된 문서를 찾습니다. Amazon Comprehend가 문서 세트에서 반환해야 하는 주제 수를 지정할 수 있습니다.

예 2: 고객이 사용자의 상품에 대해 어떻게 생각하는지 알아봅니다.

회사에서 카탈로그를 게시하면 Amazon Comprehend가 상품에 대한 고객의 생각을 알려드립니다. 각 고객 의견을 DetectSentiment 운영 팀에 보내면 고객이 제품에 대해 긍정적으로 느끼는지, 부정적인지, 중립적인지 또는 혼동감을 느끼는지 알 수 있습니다.

예 3: 고객에게 중요한 것이 무엇인지 알아봅니다.

Amazon Comprehend 주제 모델링을 사용하여 고객이 포럼 및 게시판에서 이야기하는 주제를 찾은 다음, 개체 탐지를 사용하여 해당 주제와 관련된 사람, 장소 및 사물을 파악할 수 있습니다. 감성 분석을 사용하여 고객이 주제에 대해 어떻게 생각하는지 파악할 수 있습니다.

이점

Amazon Comprehend를 사용할 때 얻을 수 있는 이점은 다음과 같습니다.

  • 강력한 자연어 처리를 앱에 통합 — Amazon Comprehend는 간단한 API로 강력하고 정확한 자연어 처리를 사용할 수 있게 함으로써 애플리케이션에 텍스트 분석 기능을 구축해야 하는 복잡함이 사라집니다. Amazon Comprehend가 제공하는 인사이트를 활용하는 데 텍스트 분석 전문 지식이 필요하지 않습니다.

  • 딥 러닝 기반 자연어 처리 — Amazon Comprehend는 딥 러닝 기술을 사용하여 텍스트를 정확하게 분석합니다. 정확도를 높이기 위해 여러 도메인에 걸친 새로운 데이터를 사용하여 모델을 지속적으로 학습시킵니다.

  • 확장 가능한 자연어 처리 — Amazon Comprehend를 사용하면 수 백만 개의 문서를 분석하여 문서에 포함된 인사이트를 발견할 수 있습니다.

  • 다른 AWS 서비스와 통합 — Amazon Comprehend는 Amazon S3, 및 와 AWS 같은 다른 서비스와 원활하게 작동하도록 설계되었습니다. AWS KMS AWS LambdaAmazon S3에 문서를 저장하거나 Firehose를 사용하여 실시간 데이터를 분석할 수 있습니다. Support for AWS Identity and Access Management (IAM) 를 사용하면 Amazon Comprehend 작업에 대한 액세스를 쉽고 안전하게 제어할 수 있습니다. IAM을 사용하면 사용자 및 그룹이 사용자 개발자와 최종 사용자에게 적절하게 액세스할 권한을 부여할 수 있습니다.

  • 출력 결과 및 볼륨 데이터 암호화 — Amazon S3에서는 이미 입력 문서를 암호화할 수 있으며 Amazon Comprehend는 이를 더욱 확장합니다. 자체 KMS 키를 사용하여 작업의 출력 결과와 분석 작업을 처리하는 컴퓨팅 인스턴스에 연결된 스토리지 볼륨의 데이터를 암호화할 수 있습니다. 그 결과 보안이 크게 강화됩니다.

  • 저렴한 비용 — Amazon Comprehend는 최소 수수료나 사전 약정이 없습니다. 사용자가 분석한 문서와 교육한 사용자 정의 모델에 대한 비용만 지불합니다.

Amazon Comprehend 요금

Amazon Comprehend의 경우 사용자가 사용한 리소스에 대해서만 비용을 지불합니다. 신규 AWS 고객은 Amazon Comprehend를 무료로 시작할 수 있습니다. 자세한 내용은 AWS 무료 사용 티어를 참조하세요.

실시간 또는 비동기 분석 작업 실행에는 사용 요금이 부과됩니다. 사용자는 사용자 정의 모델을 학습시키는 데 비용을 지불하고 사용자 정의 모델 관리에 대한 비용을 지불합니다. 사용자 정의 모델을 사용한 실시간 요청의 경우, 엔드포인트를 시작한 시점부터 엔드포인트를 삭제할 때까지의 엔드포인트 요금을 지불합니다. 플라이 휠을 사용해도 추가 요금이 부과되지 않습니다. 하지만 플라이 휠 반복을 실행하면 새 모델 버전 학습 및 모델 데이터 저장 표준 요금이 발생합니다.

요금 및 추가 세부 정보는 Amazon Comprehend 요금을 참조하세요.

Amazon Comprehend를 처음 사용하십니까?

Amazon Comprehend를 처음 사용하신다면 다음 섹션을 순서대로 읽어보기를 권장합니다.

  1. 작동 방식— 이 섹션에서는 Amazon Comprehend 개념을 소개합니다.

  2. 설정— 이 섹션에서는 계정을 생성하고 AWS CLI를 설정합니다.

  3. Amazon Comprehend 시작하기— 이 섹션에서는 Amazon Comprehend 분석 작업을 실행합니다.

  4. 자습서: Amazon Comprehend 고객 리뷰를 통한 인사이트 분석— 이 섹션에서는 감성 및 개체 분석을 수행하고 결과를 시각화합니다.

  5. Amazon Comprehend API 참조 – — Amazon Comprehend 작업에 대한 참조 문서입니다.

AWS Amazon Comprehend 서비스에 대해 배울 수 있는 다음 리소스를 제공합니다.