Personalize란 무엇인가요? - Personalize
Personalize 요금관련 AWS 서비스 및 솔루션타사 서비스자세히 알아보기

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

Personalize란 무엇인가요?

Personalize는 데이터를 사용하여 사용자를 위한 항목 추천을 생성하는 완전 관리형 기계 학습 서비스입니다. 또한 특정 항목 또는 항목 메타데이터에 대한 사용자의 선호도를 기반으로 사용자 세그먼트를 생성할 수 있습니다.

일반적인 사용 사례는 다음과 같습니다.

  • 동영상 스트리밍 앱 개인 낮춤 — 사전 구성되거나 사용자 지정이 가능한 Personalize 리소스를 사용하여 스트리밍 앱에 여러 유형의 개인 맞춤형 동영상 추천을 추가할 수 있습니다. 예: 가장 적합한 추천 제품, X와 유사한 제품, 가장 인기 있는 제품 동영상 추천 등.

  • 전자상거래 앱에 제품 추천 추가 — 사전 구성되거나 사용자 지정이 가능한 Personalize 리소스를 사용하여 여러 유형의 개인 맞춤형 제품 추천을 소매 앱에 추가할 수 있습니다. 예: 추천 제품, 자주 함께 구매한 제품 및 X를 본 고객도 보는 제품 제품 추천.

  • 앱에 실시간 차선책 작업 추천 추가 – 사용자 지정 가능한 Amazon Personalize 리소스를 사용하여 사용자가 행동을 기반으로 행할 가능성이 가장 높은 작업을 추천할 수 있습니다. 예를 들어, 로열티 프로그램 등록, 모바일 앱 다운로드 또는 홍보 이메일 구독을 위한 실시간 추천을 추가할 수 있습니다.

  • 개인 맞춤형 이메일 생성 — 사용자 지정 가능한 Personalize 리소스를 사용하여 이메일 목록에 있는 모든 사용자를 위한 배치 추천을 생성할 수 있습니다. 그러면 다음을 사용할 수 있습니다. AWS 서비스 또는 타사 서비스를 통해 카탈로그의 항목을 추천하는 맞춤형 이메일을 사용자에게 보낼 수 있습니다.

  • 타겟 마케팅 캠페인 생성 — Personalize를 사용하여 카탈로그의 항목과 상호작용할 가능성이 가장 높은 사용자 세그먼트를 생성할 수 있습니다. 그러면 다음을 사용할 수 있습니다. AWS 서비스 또는 타사 서비스를 통해 다양한 사용자 세그먼트에 다양한 항목을 홍보하는 타겟 마케팅 캠페인을 만들 수 있습니다.

  • 검색 결과 개인 맞춤 — 사용자 지정 가능한 Personalize 리소스를 사용하여 사용자에 맞게 검색 결과를 개인 맞춤할 수 있습니다. 예를 들어 Amazon Personalize는 사용자가 생성한 검색 결과의 순위를 다시 매길 수 있습니다. OpenSearch

대부분의 사용 사례에서 Amazon Personalize는 주로 항목 상호 작용 데이터를 기반으로 추천을 생성합니다. 항목 상호 작용 데이터는 사용자가 카탈로그의 항목과 상호 작용하면서 생성됩니다. 사용자가 다른 항목을 클릭하는 경우를 예로 들 수 있습니다. 항목 상호 작용 데이터는 CSV 파일에 있는 과거 대량 상호 작용 기록과 사용자가 카탈로그와 상호 작용할 때 얻은 실시간 이벤트 모두에서 가져올 수 있습니다. Amazon Personalize는 장르, 가격, 성별 등 항목과 사용자의 데이터를 사용하기도 합니다. 또한 차선책 작업 시나리오에서는 작업 및 작업 상호 작용 데이터를 사용합니다.

대량 데이터를 가져올 때 Amazon 데이터 랭글러를 사용하여 40개 이상의 소스에서 SageMaker 데이터를 가져와서 Amazon Personalize에 사용할 수 있도록 준비할 수 있습니다. 자세한 내용은 Amazon SageMaker 데이터 랭글러를 사용하여 대량 데이터 준비 및 가져오기 단원을 참조하십시오.

Amazon Personalize에는 실시간 개인화를 위한 API 작업과 대량 추천 및 사용자 세그먼트를 위한 배치 작업이 포함됩니다. 비즈니스 도메인에 대한 사용 사례 최적화 추천으로 빠르게 시작하거나 구성 가능한 사용자 지정 리소스를 직접 생성할 수 있습니다.

주제

Personalize 요금

Personalize에는 최소 요금 및 선수금이 없습니다. 은AWS 프리 티어는 사용 가능한 데이터당 최대 20GB의 월간 데이터 처리 할당량을 제공합니다. AWS 지역, 자격자 1인당 최대 100시간의 교육 시간 AWS 지역, 최대 180,000건의 추천 요청 프리 티어는 처음 2개월 동안 유효합니다.

전체적인 요금 및 가격 목록은 Personalize 요금 단원을 참조하세요.

Amazon Personalize는 다른 제품과 원활하게 통합됩니다. AWS 서비스 및 솔루션. 예를 들어, 다음을 수행할 수 있습니다.

  • 아마존 SageMaker 데이터 랭글러 (데이터 랭글러) 를 사용하여 40개 이상의 소스에서 Amazon Personalize 데이터세트로 데이터를 가져올 수 있습니다. 데이터 랭글러는 데이터를 가져오고, 준비하고, 변환하고, 분석하는 end-to-end 솔루션을 제공하는 Amazon SageMaker Studio의 기능입니다. 자세한 내용은 Amazon SageMaker 데이터 랭글러를 사용하여 대량 데이터 준비 및 가져오기 단원을 참조하십시오.

  • 사용 AWS Amplify 항목 상호 작용 이벤트를 기록합니다. Amplify에는 웹 클라이언트 애플리케이션의 이벤트를 기록하기 위한 JavaScript 라이브러리가 포함되어 있습니다. 그리고 서버 코드에서 이벤트를 기록하기 위한 라이브러리도 포함되어 있습니다. 자세한 내용은 Amplify 설명서를 참조하십시오.

  • 기계 학습을 통한 개인 맞춤형 경험 유지 관리를 통해 Personalize 작업을 자동화하고 예약합니다. 이것은 AWS 솔루션 구현은 데이터 가져오기, 솔루션 버전 교육, 배치 워크플로를 비롯한 Amazon Personalize 워크플로를 자동화합니다.

  • Amazon CloudWatch Eviveryt를 사용하여 Amazon Personalize 권장 사항에 따라 A/B 테스트를 수행하십시오. 자세한 내용은 Evidly를 사용한 CloudWatch A/B 테스트 단원을 참조하십시오.

타사 서비스

Personalize는 다양한 타사 서비스와 잘 연동됩니다.

  • Amplitude — Amplitude를 사용하면 사용자 행동을 추적하여 사용자의 행동을 이해할 수 있습니다. 진폭 및 Amazon Personalize 사용에 대한 자세한 내용은 다음을 참조하십시오. AWS 파트너 네트워크 (APN) 블로그 게시물: 진폭과 Amazon Personalize를 사용한 개인화의 효율성 측정.

  • Braze — Braze를 사용하면 카탈로그의 항목을 추천하는 개인 맞춤형 이메일을 사용자에게 보낼 수 있습니다. Braze는 시장을 선도하는 메시징 플랫폼 (이메일, 푸시 등) 입니다. SMS Personalize와 Braze를 통합하는 방법을 보여주는 워크숍은 Personalize 워크숍을 참조하세요.

  • mParticle— 를 사용하여 앱에서 이벤트 데이터를 mParticle 수집할 수 있습니다. Amazon Personalize를 사용하여 mParticle 개인화된 제품 추천을 구현하는 방법을 보여주는 예제는 기계 학습에 강력한 기능을 활용하는 방법: 2부를 참조하십시오. CDP

  • Optimizely를 사용하면 Personalize 추천에서 A/B 테스트를 수행할 수 있습니다. Optimizely와 Personalize를 사용하는 방법에 대한 자세한 내용은 강력한 기계 학습과 실험을 결합하기 위한 Optimizel와 Personalize의 통합을 참조하세요.

  • 세그먼트 — 세그먼트를 사용하면 Personalize로 데이터를 보낼 수 있습니다. 세그먼트를 Personalize와 통합하는 방법에 대한 자세한 내용은 Personalize 목적지를 참조하세요.

전체 파트너 목록은 Personalize 파트너를 참조하세요.

자세히 알아보기

Personalize에 대한 추가 정보는 다음 리소스에서 확인할 수 있습니다.