Amazon Rekognition

기계 학습을 통해 이미지 및 비디오 분석을 자동화합니다.

Amazon Rekognition을 사용하면 기계 학습 전문 지식을 사용하지 않고도 확장성이 뛰어난 입증된 딥 러닝 기술을 사용하여 애플리케이션에 이미지 및 비디오 분석을 쉽게 추가할 수 있습니다. Amazon Rekognition에서는 이미지 및 비디오에서 객체, 사람, 텍스트, 장면 및 활동을 식별하고 부적절한 콘텐츠를 탐지할 수 있습니다. 또한 Amazon Rekognition은 다양한 사용자 확인, 사람 수 계산, 공공 안전 사용 사례를 위해 얼굴 탐지, 분석 및 비교하는 데 사용할 수 있는 매우 정확한 얼굴 분석 및 얼굴 검색 기능을 제공합니다.

Amazon Rekognition Custom Labels를 사용하면 비즈니스 요구 사항에 특정한 이미지의 객체와 장면을 식별할 수 있습니다. 예를 들어 어셈블리 라인에서 특정 기계 부품을 분류하거나 비정상적인 공장을 탐지하기 위해 모델을 구축할 수 있습니다. Amazon Rekognition Custom Labels는 모델 개발의 중요한 부분을 자동으로 관리하므로, 기계 학습 전문 지식이 필요하지 않습니다. 식별하려는 객체나 장면의 이미지를 제공하기만 하면, 서비스에서 나머지를 처리합니다.

고객

National Football League
CBS
National Geographic
Marinus Analytics
SmugMug
Sky News

주요 기능

객체, 장면 및 동작 탐지

레이블

Amazon Rekognition에서는 수천 개의 객체(예: 자전거, 전화기, 건물)와 장면(예: 주차장, 해변, 도시)을 식별할 수 있습니다. 비디오를 분석할 때는 "택배 배달" 또는 "축구하기" 등과 같이 특정 활동을 식별할 수도 있습니다. 자세히 알아보기 »

객체, 장면 및 동작 탐지

Custom labels

Amazon Rekognition Custom Labels를 사용하면 Amazon Rekognition의 탐지 기능을 확장하여 특정한 비즈니스에만 유용한 이미지의 정보를 추출할 수 있습니다. 예를 들어 소셜 미디어에서 기업 로고를 찾거나 매장에서 제품을 식별하거나 어셈블리 라인에서 기계 부품을 분류하거나 비디오에서 애니메이션 캐릭터를 탐지할 수 있습니다. 자세히 알아보기 »

안전하지 않은 콘텐츠 탐지

콘텐츠 조정

Amazon Rekognition은 이미지와 비디오 자산 모두에서 잠재적으로 위험하거나 부적절한 콘텐츠를 식별하는 데 도움이 되며, 상세한 레이블을 제공하므로 요구 사항을 기준으로 어떤 콘텐츠를 허용할지 정확하게 제어할 수 있습니다. Amazon A2I를 사용하여 인적 검토를 통해 Amazon Rekognition 이미지 조정 예측의 정확도를 개선하십시오. 자세히 알아보기 »

얼굴 분석

텍스트 탐지

사진 및 비디오의 텍스트는 인쇄된 페이지의 명확한 단어와는 매우 다르게 표시됩니다. Amazon Rekognition은 기울어지고 왜곡된 텍스트를 읽어 매장 이름, 미디어에 표시되는 강제 적용 자막, 도로명 표지판 및 제품 포장의 텍스트와 같은 정보를 캡처할 수 있습니다. 자세히 알아보기 »

얼굴 분석

얼굴 탐지 및 분석

Amazon Rekognition에서는 이미지와 비디오에서 얼굴이 나타나는 순간을 쉽게 탐지하고 각 얼굴에서 성별, 연령대, 뜬 눈, 안경, 헤어 스타일과 같은 속성을 확보할 수 있습니다. 비디오에서 시간이 지나면서 이러한 속성들이 어떻게 변하는지 측정할 수도 있습니다(예: 배우가 표현하는 감정이 변화하는 시간대를 구성). 자세히 알아보기 »

안면 인식

얼굴 검색 및 검증

Amazon Rekognition은 빠르고 정확한 검색 기능을 제공하므로, 이를 통해 얼굴 이미지 프라이빗 리포지토리를 사용하여 사진 또는 비디오에 있는 사람을 식별할 수 있습니다. 또한 비교를 위해 저장해둔 이미지와 얼굴 이미지를 분석하여 신원을 확인할 수도 있습니다. 자세히 알아보기 »

유명 인사 인식

유명 인사 인식

비디오 및 이미지 라이브러리에서 유명한 사람을 신속하게 식별하여 마케팅, 광고 및 미디어 산업 사용 사례에 따라 화면과 사진을 분류할 수 있습니다. 자세히 알아보기 »

경로

경로

Amazon Rekognition을 비디오 파일에 사용하는 경우 장면에서 사람의 경로를 캡처할 수 있습니다. 예를 들어 경기 도중 운동선수의 움직임을 사용해 플레이를 파악하여 이전 경기를 분석할 수 있습니다. 자세히 알아보기 »

고객 성공 사례

NFL
"오늘날 미디어 환경에서 조직이 관리하는 구조화되지 않은 콘텐츠의 양은 기하급수적으로 늘어나고 있습니다. 기존 도구로는 수천 개의 미디어 자산 속에서 사용자가 찾는 특정 요소를 찾기 어렵습니다. Amazon Rekognition의 새로운 기능, Custom Labels를 사용하면 비즈니스의 특정 사용 사례에 맞게 조정된 메타데이터를 자동으로 생성하고 콘텐츠 생성 팀에 검색 가능한 패싯을 제공할 수 있습니다. 그러면 콘텐츠 검색 속도를 크게 향상시킬 수 있으며, 특히 전에는 수동으로 작업해야 했지만 지금은 자동으로 요소에 태그를 지정할 수 있습니다. 이러한 도구를 통해 자사의 프로덕션 팀은 이러한 데이터를 직접 활용하여 모든 미디어 플랫폼에서 고객에게 향상된 제품을 제공할 수 있습니다."

Brad Boim, NFL Media의 포스트 프로덕션 및 자산 관리 부문의 상임 이사


CBS

CBS 기업은 전 세계적으로 다양한 플랫폼에 걸쳐 업계를 선도하는 콘텐츠를 생성하고 배포하는 대중 매체 회사입니다. CBS는 미국에서 가장 시청률이 높은 텔레비전 네트워크와 세계에서 가장 큰 엔터테인먼트 콘텐츠 라이브러리 중 하나를 소유하고 있습니다. 이를 통해 CBS의 "the Eye"는 비즈니스에서 가장 많이 인정받는 브랜드 중 하나가 되었습니다.

"저희는 CBS에서 프로그램의 부적절한 콘텐츠를 조정하여 글로벌 시청자들이 불쾌함을 느끼지 않도록 하고 정부 규제를 위반하지 않기 위해 상당한 노력을 했습니다. 이를 위해 매달 수백 시간에 달하는 거의 실시간에 가까운 스크리닝과 편집을 실행하는 수동 방식에 투자하고 있습니다. 내부 프로세스를 확장하기 위해 우리는 조정 모델을 더욱 구체화하는 Custom Labels의 새로운 기능을 활용하는 동시에 Amazon Rekognition을 통해 동영상 콘텐츠의 자동화된 조정 작업을 기대하고 있습니다. 이를 통해 누드, 외설적인 몸짓 및 폭력 같은 민감한 콘텐츠의 태그 지정을 자동화하고 처리 작업을 몇 시간에서 몇 분으로 단축할 수 있을 것으로 기대합니다."

Jamie Duemo, Senior Vice President, 멀티 플랫폼 배포 - CBS 운영 및 엔지니어링


influential-600x400

Influential은 프리미어 AI 기반 인플루언서 Marketplace입니다. Influential은 조치 가능한 통찰력 및 예측 인텔리전스를 통해 인플루언서를 추천하기 위해 AI 및 기계 학습을 활용하여 인플루언서를 식별하는 난제를 해결했습니다.

"사내 AI/ML 알고리즘 외에도 제3자와 파트너를 맺어 인플루언서 소싱을 더 효과적으로 활용하도록 데이터 세트를 채우고 잇습니다. Amazon Rekognition 객체 및 장면 탐지 기능을 통해 인플루언서가 소셜 미디어 콘텐츠와 함께 게시하는 미디어를 바탕으로 인플루언서 집단을 특정 수직 시장과 주제로 더 잘 구분할 수 있습니다. 그리고 텍스트를 넘어 검색 기능을 확장하여 자사의 Brand Match Score의 교육 기능을 향상시켰고, 이를 Rekognition의 사용자 친화적 태그 및 레이블과 결합하여 사용자 쿼리에 대한 적중 비율을 200% 넘게 높였습니다."

Piotr Tomasik, Influential의 CTO


marinus-analytics-600x400

Marinus Analytics는 법 집행 기관에 인공 지능에서 찾은 도구를 제공하며 빅 데이터를 조치 가능한 인텔리전스로 변환합니다. Marinus의 주요 소프트웨어인 Traffic Jam은 성매매 사건 조사와 관련하여 법 집행 기관이 사용하는 도구입니다.

"법 집행 기관은 인터넷 시대에 피해자 중심의 치안 활동을 지원하는 정교한 도구를 필요로 합니다. 이들 기관은 가출 아동이 성매매 사건의 가장 취약한 피해자임을 알고 있습니다. Amazon Rekognition을 사용하기 전에는, 이들의 유일한 리소스는 이들을 찾기 위해 직접 온라인 데이터를 검색하는 것이었지만, 이 작업에는 시간이 너무 많이 들거나 사실상 불가능에 가까웠습니다. 이제 Amazon Rekognition이 지원하는 Traffic Jam의 FaceSearch를 통해 조사관들은 몇 초 안에 수백만 건의 레코드를 검색하여 희생자를 찾아 효과적인 조치를 시행할 수 있습니다."

Emily Kennedy, Marinus Analytics의 CEO 겸 창립자


aella-credit-600x400

Aella Credit은 생체 인증, 고용주 및 휴대폰 데이터를 사용하여 신흥 시장에서 검증 가능한 수입원을 통해 개인에게 즉각적인 대출 상품을 제공합니다.

"그동안 신흥 시장에서는 자격 증명 확인 및 검증이 주요 당면 과제였습니다. 사용자를 적절히 식별하는 능력은 신흥 시장에서 수십억 명의 사람에 대한 신용 정보를 구축하는 데 있어 큰 장애 요소입니다. 모바일 애플리케이션에서 신원 확인을 위해 Amazon Rekognition을 사용하면서 검증 오류가 크게 감소하고 확장성이 향상되었습니다. 이제 사람의 개입 없이 실시간으로 개인의 신원을 탐지하고 확인할 수 있게 되어 제품에 대한 액세스 속도가 개선되었습니다. 우리는 광고를 통해 알게 된 다양한 솔루션을 시도해 보았지만 널리 사용되는 대안 중 다양한 피부색을 정확하게 식별하는 솔루션은 없었습니다. Amazon Rekognition은 우리 시장에서 고객의 얼굴을 효과적으로 인식하는 데 도움이 되었습니다. 또한 KYC와 함께 중복되는 프로필과 중복 데이터 세트를 발견하는 데 도움이 되었습니다."

Wale Akanbi – Aella Credit의 CTO 겸 공동 창립자

사용 사례

미디어 분석

콘텐츠 검색 가능

Amazon Rekognition은 이미지 및 비디오 파일에서 객체, 얼굴, 텍스트 등을 캡처하여 자동으로 메타데이터를 추출합니다. 이러한 메타데이터는 키워드로 이미지 및 비디오를 쉽게 검색하거나 콘텐츠 연합을 위한 올바른 자산을 찾는 데 사용할 수 있습니다.    

부적절한 콘텐츠에 플래그 지정

Amazon Rekognition에서는 이미지 및 비디오에서 누드, 폭력적인 장면이나 무기 등과 같은 부적절한 콘텐츠에 자동으로 플래그를 지정할 수 있습니다. 반환되는 자세한 메카데이터를 사용하여 사용자의 문화 및 인구 통계 정보에 적합하다고 판단되는 기준에 따라 자체 규칙을 생성할 수 있습니다.

디지털 신원 확인 활성화

Amazon Rekognition을 사용하면 자동화된 결제 및 기타 신원 확인 시나리오에 대해 확장 가능한 인증 워크플로를 생성할 수 잇습니다. Amazon Rekognition에서는 운전면허증과 같은 신분증으로 사진이나 셀카 사진을 비교하여 옵트인한 사용자에 대한 얼굴 신원 확인을 쉽게 수행할 수 있습니다.

공공 안전 과제에 빠르게 대응

Amazon Rekognition을 사용하면 이미지 및 비디오에서 실종자를 찾는 데 도움이 되는 애플리케이션을 만들 수 있습니다. 여러분이 제공한 실종자 데이터베이스와 대조하여 얼굴을 검색함으로써 일치하는 잠재적 얼굴을 정확하게 표시하고 구조 작업을 가속화할 수 있습니다.

제품, 명소 및 브랜드 식별

앱 개발자는 Amazon Rekognition Custom Labels를 사용하여 소셜 미디어 및 사진 앱에서 특정 항목을 식별할 수 있습니다. 예를 들어 사진만 찍어도 도시의 명소를 식별하여 관광객에게 명소에 대한 역사, 운영 시간 및 티켓 가격에 대한 정보를 제공하도록 사용자 지정 모델을 훈련할 수 있습니다.

블로그

날짜
  • 날짜
1

Amazon Rekognition에 대해 자세히 알아보기

기능 페이지로 이동하기
구축할 준비가 되셨습니까?
Amazon Rekognition 시작하기
추가 질문이 있으십니까?
문의하기
침해 사례를 신고해야 합니까?
여기로 이동