무료 계정 생성

Amazon AI 서비스는 개발자라면 누구나 사용할 수 있도록 자연어 이해(NLU), 자동 음성 인식(ASR), 비주얼 검색 및 이미지 인식, 텍스트 투 스피치(TTS), 그리고 기계 학습(ML) 기술을 구현합니다. Amazon AI 서비스는 Amazon의 딥 러닝 및 기계 학습 전문가 수천 명이 구축한 입증된 뛰어난 확장성의 제품과 서비스를 기반으로 하여, 높은 품질과 정확도의 확장 가능하고 비용 효율적인 AI 기능을 제공합니다.

게다가 AWS Deep Learning AMI를 사용하면 AI 개발자와 연구원이 주요 딥 러닝 프레임워크를 빠르고 간편하게 사용해 정교한 커스텀 AI 모델을 교육하고, 새로운 알고리즘을 실험하고, AWS의 방대한 컴퓨팅 인프라에서 새로운 딥 러닝 기술을 학습할 수 있습니다.



Amazon AI 제품 전략

AWS 인프라를 기반으로 하는 세 개의 주 계층으로 구성된 AI 접근법:

AI 서비스: 최상위 레벨에서는 자체 ML 모델을 교육하거나 개발할 필요 없이 AI 기술에 액세스하고자 하는 개발자를 위해 AWS에서 사전에 교육 및 튜닝되고 확장성이 뛰어난 관리형 AI 서비스 모음을 제공합니다. 이러한 서비스는 사전에 인공 지능이나 딥 러닝 지식이 없어도 시작할 수 있습니다. 이미지 및 얼굴 분석용 Amazon Rekognition, 텍스트 투 스피치용 Amazon Polly, 자동 음성 인식 및 자연어 이해(NLU) 기능을 갖춘 대화형 챗봇 제작용 Amazon Lex.

AI 플랫폼: 기존 데이터로 맞춤형 추론 모델 구축에 집중하고자 하는 소비자를 위해 AI 교육 및 모델 호스팅 배포 및 관리와 관련하여 차별화되지 않는 어려운 과제를 제거하는 AI 플랫폼 세트를 제공합니다. Amazon Machine Learning 서비스를 사용하면 깊이 있는 기계 학습 기술이나 전문성이 없어도 자체 데이터를 사용하여 사용자 지정 기계 학습 모델을 교육할 수 있습니다. 또한, Amazon EMR 기반 Apache Spark에는 확장 가능한 기계 학습 알고리즘용 MLlib가 포함되어 있습니다.

AI 프레임워크: 정교한 최첨단 지능형 시스템을 구축하고자 하는 연구원과 데이터 과학자를 위한 모든 주요 AI 프레임워크를 지원할 수 있게 되었습니다. Apache MXNet, TensorFlow, Caffe, Theano, Torch, Keras. CNTK 등의 프레임워크는 대규모 사용자 지정 모델 교육을 위한 유연성이 뛰어난 프로그래밍 모델을 지원합니다. Amazon LinuxUbuntu에서 사용할 수 있는 AWS 딥 러닝 AMI는 편리한 Amazon Machine Image에 사전 설치되고 구성된 모든 프레임워크를 제공하여 빠르고 쉽게 작업을 시작할 수 있습니다.

AI 인프라: Apache MXNet과 같은 딥 러닝 프레임워크는 수많은 매트릭스를 복제하는 프로세스를 포함하는 신경 회로망을 사용합니다. Amazon EC2 P2 인스턴스에서 제공하는 강력한 Nvidia GPU로 이러한 계산을 완료하는 시간을 크게 단축하여 기존 CPU에서 요구하는 시간보다 빨리 모델을 교육할 수 있습니다. 교육을 완료한 후에 Amazon EC2 C4 컴퓨팅 최적화 및 M4 범용 인스턴스는 교육된 모델로 추론을 실행하는 데 적합합니다. 게다가 AWS Lambda로 서버 없는 기계 학습 예측을 사용해 작업을 단순화할 수 있으며, AWS Greengrass로 AWS Cloud 및 로컬 기기 간에 매끄럽게 AI IoT 애플리케이션을 실행할 수 있습니다.

맨 위로 이동 »


Amazon AI 서비스로 모든 개발자는 텍스트를 생생한 음성으로 변환하고, 음성 또는 텍스트를 통해 대화하고, 이미지를 분석해 얼굴, 사물 또는 풍경을 인식하는 애플리케이션을 쉽게 제작할 수 있습니다.

Amazon Lex

Amazon Lex는 Amazon Alexa와 동일한 기술을 사용하여 자동 음성 인식(ASR) 및 자연어 이해(NLU)에 대한 고급 딥 러닝 기능을 제공하여 흔히 챗봇이라고 하는 대화형 인터페이스를 갖춘 애플리케이션을 구축할 수 있습니다.

자세히 알아보기 »

Amazon Polly

Amazon Polly는 텍스트를 생생한 음성으로 변환하는 서비스입니다. Polly를 사용하여 자연스러운 남성 및 여성 음성이 20가지 이상의 언어로 말하는 애플리케이션을 만들어 음성 지원 제품의 완전히 새로운 분류를 창조할 수 있습니다.

자세히 알아보기 »

Amazon Rekognition

Amazon Rekognition은 Amazon Prime Photos에서 매일 수십억 개의 이미지를 분석하는 데 사용하는 기술을 기반으로 한 서비스로, 애플리케이션에서 간편하게 이미지를 분석할 수 있습니다. Rekognition을 사용하여 이미지상의 물체, 풍경 또는 얼굴을 인식하고 이미지 간의 얼굴을 검색하여 비교할 수 있습니다.

자세히 알아보기 »


기존 데이터로 맞춤형 모델을 구축하고자 하는 개발자들을 위해 AI 플랫폼 서비스는 AI 교육 및 모델 호스팅 배포 및 교육과 관련하여 차별화되지 않는 오버헤드를 제거해 줍니다.

Amazon Machine Learning

Amazon Machine Learning은 복잡한 기계 학습(ML) 알고리즘과 기술을 배우지 않고도 ML 모델 생성 프로세스를 사용할 수 있도록 시각화 도구와 마법사를 제공합니다.

자세히 알아보기 »

ha_ed_emr-new-2

Amazon EMR 기반 Apache Spark에는 MLlib가 포함되어 있어 확장 가능한 기계 학습 알고리즘을 배포할 수 있으며, 사용자의 자체 라이브러리를 사용할 수도 있습니다. Spark는 메모리 내에 데이터 세트를 저장함으로써 기계 학습 애플리케이션에 뛰어난 성능을 제공합니다.

자세히 알아보기 »


AWS 딥 러닝 AMI(Amazon LinuxUbuntu에서 사용 가능) 및 AWS 딥 러닝 CloudFormation 템플릿으로 모든 규모의 주요 딥 러닝 프레임워크를 빠르게 배포하고 실행할 수 있습니다. AWS 딥 러닝 AMI로 대규모 교육에 대한 GPU의 병합된 자동 확장 클러스터를 생성하고 교육된 모델에서 추론 작업을 수행할 수 있습니다. 이 제품은 Apache MXNet, TensorFlow, Caffe2(및 Caffe), Theano, Torch, CNTK 및 Keras에 미리 설치되어 있습니다. AWS 딥 러닝 AMI는 Amazon Web Services에서 제공 및 지원하며 Amazon EC2에서 사용할 수 있습니다. AWS 딥 러닝 AMI는 추가 비용 없이 애플리케이션을 저장 및 실행하는 데 필요한 AWS 리소스에 대해서만 요금을 지불하면 됩니다.

Apache MXNet은 Amazon에서 선택한 딥 러닝 프레임워크이자 AI 서비스 및 Amazon.com 내의 다양한 AI 프로젝트용 플랫폼입니다. 다양한 프로그래밍 언어와 사용 사례에서 선언형 및 명령형 프로그래밍 모델을 지원하는 유연하고 효율적이고 휴대가 편리하고 확장 가능한 오픈 소스 라이브러리입니다.

프로그래밍 기능
Apache MXNet은 Python, C++, Scala, R 등 다양한 프런트 엔드 언어를 지원하며 백엔드 시스템 및 일반 연산자 단일 구현 기능을 갖추고 있습니다. Apache MXNet의 아키텍처로 인해 사용하는 프런트 엔드 언어와 관계없이 일정한 성능을 구현합니다.

이동성
고유한 메모리 최적화 기능으로 Apache MXNet을 다양한 사용 사례에 이용할 수 있습니다. 클라우드를 이용해 모델을 교육한 후, Apache MXNet을 엣지, 휴대폰, 브라우저, 산업 및 소비자용 드론에 연결된 기기에 배포하거나 단순히 클라우드에 저장해 둘 수 있습니다.

성능
Apache MXNet은 분산된 환경에서 병렬할 수 있는 소스코드의 일부에 대한 자동 순서 계획 기능을 기본적으로 지원합니다. Apache MXNet 애플리케이션은 Amazon EC2 P2 인스턴스와 함께 최대 91%의 효율로 GPU에서 확장하거나 최대 88%의 효율로 클러스터 노드상에서 확장합니다. 

Apache MXNet

TensorFlow는 상태 저장 데이터 흐름 그래프를 사용한 수치 계산용 오픈 소스 소프트웨어 라이브러리입니다.

Caffe2는 연구원이 대규모 기계 학습 모델을 훈련하고 모바일 디바이스에서 AI를 제공하는 데 도움이 되도록 설계된 모듈 방식의 간편하고 확장 가능한 딥 러닝 프레임워크입니다.

Keras는 고급 신경망 라이브러리로, Python으로 작성되었으며 TensorFlow 또는 Theano 최상위에서 실행할 수 있습니다. 빠른 실험에 초점을 맞추어 개발된 제품입니다. 

Microsoft Cognitive Toolkit은 Microsoft Research의 통합 딥 러닝 도구 키트로, 신경망을 방향 그래프를 통해 일련의 계산 단계로 설명합니다.

Torch는 GPU를 중시하는 딥 러닝 알고리즘에 대한 다양한 지원을 제공하는 과학 컴퓨팅 프레임워크입니다. 쉽고 빠른 스크립팅 언어인 LuaJIT와 기본 C/CUDA 구현으로 쉽고 효율적입니다. 

Theano는 효율적으로 다차원 배열을 포함한 수식을 정의, 최적화 및 평가할 수 있는 Python 라이브러리입니다. 


Amazon 머신 이미지는 AWS에서 딥 러닝 기술을 처음부터 빠르게 사용할 수 있는 효과적인 방법입니다. AWS Deep Learning AMI는 인기 있는 오픈 소스 딥 러닝 프레임워크(Apache MXNet, TensorFlow, Theano, Torch, CNTK, Caffe), 사전 구성된 CUDA 드라이버를 통한 GPU 가속화, 그리고 Anaconda, Jupyter 같은 지원 도구가 사전 설치되어 제공되기 때문입니다.

자세한 내용은 AWS Deep Learning AMI 사이트를 참조하십시오. 

Cloud Formation 템플릿
AMI

AWS CloudFormation 템플릿을 사용하면 심층 신경망 교육과 같은 대규모 컴퓨팅 작업을 위해 다수의 EC2 인스턴스를 쉽게 확장할 수 있습니다. 개발자들은 대규모 교육이 필요한 경우 배포된 딥 러닝 CloudFormation 템플릿에서 Deep Learning AMI를 사용하여 P2 또는 G2 인스턴스로 구성된 확장되고 탄력적인 클러스터를 가동할 수 있습니다.

딥 러닝을 위한 CloudFormation 사용법에 대한 자세한 내용은 AWS EC2 컴퓨팅 블로그를 참조하십시오.