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

Amazon A2I의 핵심 구성 요소

다음 용어를 검토하여 Amazon A2I의 핵심 구성 요소를 숙지하세요.

태스크 유형

Amazon A2I를 통합하는 AI/ML 워크플로는 Amazon A2I 태스크 유형을 정의합니다.

Amazon A2I 가 지원하는 사항:

다음 표에서 탭을 선택하면 Amazon A2I가 각 태스크 유형에서 어떻게 작동하는지 보여주는 다이어그램을 볼 수 있습니다. 이전 목록의 링크를 사용하여 태스크 유형 페이지를 선택하여 해당 태스크 유형에 대해 자세히 알아보세요.

Amazon Textract – Key-value pair extraction

이 이미지는 Amazon Textract을 사용한 Amazon A2I 내장 워크플로를 보여줍니다. 왼쪽에는 Amazon Textract 인적 검토 워크플로를 생성하는 데 필요한 리소스(Amazon S3 버킷, 활성화 조건, 작업자 태스크 템플릿, 작업 팀)가 나와 있습니다. 이러한 리소스는 인적 검토 워크플로 또는 흐름 정의를 생성하는 데 사용됩니다. 화살표는 워크플로에서 다음 단계의 오른쪽을 가리킵니다. 이때 Amazon Textract을 사용하여 인적 검토 워크플로가 있는 인적 루프를 구성합니다. 두 번째 화살표는 이 단계 오른쪽에서 인적 검토 워크플로에 지정된 활성화 조건이 충족되는 단계까지 가리킵니다. 그러면 인적 루프 생성이 시작됩니다. 이미지 오른쪽에는 인적 루프가 세 단계로 묘사되어 있습니다. 1) 작업자 UI와 도구가 생성되어 작업자에게 태스크가 제공되고, 2) 작업자가 입력 데이터를 검토하고, 마지막으로, 3) 결과가 Amazon S3에 저장됩니다.

Amazon Rekognition – Image moderation

이 이미지는 Amazon Rekognition을 사용한 Amazon A2I 내장 워크플로를 보여줍니다. 왼쪽에는 Amazon Rekognition 인적 검토 워크플로를 생성하는 데 필요한 리소스(Amazon S3 버킷, 활성화 조건, 작업자 태스크 템플릿, 작업 팀)가 나와 있습니다. 이러한 리소스는 인적 검토 워크플로 또는 흐름 정의를 생성하는 데 사용됩니다. 화살표는 워크플로에서 다음 단계의 오른쪽을 가리킵니다. 이때 Amazon Rekognition을 사용하여 인적 검토 워크플로가 있는 인적 루프를 구성합니다. 두 번째 화살표는 이 단계 오른쪽에서 인적 검토 워크플로에 지정된 활성화 조건이 충족되는 단계까지 가리킵니다. 그러면 인적 루프 생성이 시작됩니다. 이미지 오른쪽에는 인적 루프가 세 단계로 묘사되어 있습니다. 1) 작업자 UI와 도구가 생성되어 작업자에게 태스크가 제공되고, 2) 작업자가 입력 데이터를 검토하고, 마지막으로, 3) 결과가 Amazon S3에 저장됩니다.

Custom Task Type

다음 이미지는 Amazon A2I 사용자 지정 워크플로를 보여줍니다. 사용자 지정 ML 모델은 예측을 생성하는 데 사용됩니다. 클라이언트 애플리케이션은 사용자 정의 기준을 사용하여 이러한 예측을 필터링하고 사람의 검토가 필요한지를 결정합니다. 사람의 검토가 필요한 경우 이러한 예측은 인적 검토를 위해 Amazon A2I로 전송됩니다. Amazon A2I는 클라이언트 애플리케이션이 액세스할 수 있는 Amazon S3에서 사람이 검토한 결과를 수집합니다. 필터에서 인적 검토가 필요하지 않다고 판단되면 클라이언트 애플리케이션에 직접 예측을 제공할 수 있습니다.

인적 검토 워크플로(흐름 정의)

인적 검토 워크플로를 사용하여 사람으로 구성된 작업 팀을 지정하고, 작업자 태스크 템플릿을 사용하여 작업자 UI를 설정하고, 작업자가 검토 태스크를 완료하는 방법에 대한 정보를 제공합니다.

기본 제공 태스크 유형의 경우 인적 검토 워크플로를 사용하여 인적 검토 루프가 시작되는 조건도 식별합니다. 예를 들어, Amazon Rekognition은 기계 학습을 사용하여 이미지 콘텐츠 조절을 수행할 수 있습니다. 인적 검토 워크플로를 사용하면 Amazon Rekognition의 신뢰도가 너무 낮을 경우 콘텐츠 조절 검토를 위해 사람에게 이미지를 전송하도록 지정할 수 있습니다.

인적 검토 워크플로를 사용하여 인적 루프를 여러 개 만들 수 있습니다.

SageMaker AI 콘솔 또는 SageMaker API를 사용하여 흐름 정의를 생성할 수 있습니다. 이러한 두 옵션에 대한 추가 정보는 인적 검토 워크플로 생성 섹션을 참조하세요.

작업 팀

작업 팀은 인적 검토 태스크를 받는 인간 작업자 그룹입니다.

인적 검토 워크플로를 생성할 때는 단일 작업 팀을 지정합니다.

작업 팀은 Amazon Mechanical Turk 인력, 공급업체 관리 인력 또는 프라이빗 작업 인력 중에서 선택할 수 있습니다. 프라이빗 작업 인력을 사용하면 여러 작업 팀을 만들 수 있습니다. 각 작업 팀은 여러 인적 검토 워크플로에 사용될 수 있습니다. 인력 및 작업 팀을 생성하는 방법을 알아보려면 인력 섹션을 참조하세요.

작업자 태스크 템플릿 및 인적 태스크 UI

작업자 태스크 템플릿을 사용하여 인적 검토 태스크를 위한 작업자 UI(인적 태스크 UI)를 만들 수 있습니다.

작업자 태스크 UI는 문서 또는 이미지와 같은 입력 데이터와 작업자에 대한 지침을 표시합니다. 또한 작업자가 작업을 완료하는 데 사용하는 대화형 도구를 제공합니다.

기본 제공 태스크 유형의 경우 해당 태스크 유형에 제공된 Amazon A2I 작업자 태스크 템플릿을 사용해야 합니다.

인적 루프

인적 루프는 단일 인적 검토 작업을 생성하는 데 사용됩니다. 각 인적 검토 작업에 대해 단일 데이터 객체를 검토하도록 태스크를 보낼 작업자 수를 선택할 수 있습니다. 예를 들어 이미지 분류 레이블 지정 작업의 객체당 작업자 수를 3으로 설정하면 작업자 3명이 각 입력 이미지를 분류합니다. 객체당 작업자 수를 늘리면 레이블 정확도를 높일 수 있습니다.

인적 루프는 다음과 같이 인적 검토 워크플로를 사용하여 생성됩니다.

인적 루프는 언제 생성되나요?

기본 제공 작업 유형 중 하나를 사용하면 인적 검토 워크플로에 지정된 조건이 충족되면 해당 AWS 서비스가 사용자를 대신하여 인적 루프를 생성하고 시작합니다. 예를 들면 다음과 같습니다.

사용자 지정 태스크 유형을 사용하면 Amazon Augmented AI 런타임 API를 사용하여 인적 루프를 시작합니다. 사용자 지정 애플리케이션에서 StartHumanLoop를 호출하면 인적 검토자에게 작업이 전송됩니다.

인적 루프를 생성하고 시작하는 방법은 인적 루프 생성 및 시작 섹션을 참조하세요.

이러한 리소스를 생성하고 인적 검토 워크플로를 생성하기 위해 Amazon A2I에서는 Amazon Augmented AI 런타임 모델, SageMaker API 및 태스크 유형과 연결된 API를 비롯한 여러 API를 통합합니다. 자세한 내용은 Amazon Augmented AI에서 API 사용을 참조하십시오.