Amazon Rekognition Content Moderation
Amazon Rekognition Content Moderation은 기계 학습(ML) 사용 경험이 없는 사람도 ML을 활용하여 이미지 및 동영상 조정 워크플로를 자동화하고 간소화할 수 있도록 합니다. 완전관리형 API 및 사용자 지정 가능한 조정 규칙을 통해, 수백만 개의 이미지와 동영상을 효율적으로 처리하여 사용자의 안전과 비즈니스 규정 준수를 보장합니다. 최소 요금, 라이선스 또는 선불 약정 없이 사용한 만큼만 요금을 지불합니다.
장점
사용자 및 브랜드 안전 개선
사전 정의되거나 비즈니스별로 구분된 다양한 불안전 범주와 비교하여, 몇 개 또는 수백만 개의 이미지와 동영상을 검토합니다. 사용자와 브랜드 스폰서가 원치 않거나 부적절한 콘텐츠에 노출되지 않도록 사전에 보장합니다.
조정 자동화
인간 검토자가 보다 세분화된 콘텐츠 하위 집합을 추적하고 안전하지 않은 콘텐츠를 최대 95%까지 자동으로 플래깅할 수 있게 하여 유해 콘텐츠에 노출되지 않도록 보호합니다. Amazon Augmented AI(Amazon A2I)를 사용하여 새로운 도구와 인프라를 구축하지 않고도 인적 검토를 통합할 수 있습니다.
신뢰성을 높이고 비용을 절감
선불 약정 또는 고가의 라이선스 없이 비용이 일정하고 확장 가능하며 반복 가능한 클라우드 기반 콘텐츠 조정 워크플로를 생성합니다. 이미지 수 또는 처리된 동영상 재생 시간을 기준으로 요금을 지불합니다.
기능
명시적 이미지 및 동영상 감지 및 레이블링
이미지와 동영상에서 노골적인 성인 콘텐츠 또는 선정적인 콘텐츠, 폭력, 마약, 담배, 알코올, 증오의 상징, 도박, 불순한 콘텐츠 등을 감지합니다. 감지된 각 레이블과 동영상 타임스탬프에 신뢰도 점수를 표시합니다. 계층 분류법을 사용하여 다양한 지역, 대상 청중, 시간 등을 기준으로 세분화된 비즈니스 규칙을 만들 수 있습니다.
오디오 및 텍스트 조정 맞춤화
Amazon Rekognition Text Detection을 사용하여 금지된 단어나 구의 목록과 비교하여 텍스트를 감지하고, 읽고, 확인합니다. Amazon Transcribe를 사용하여 동영상의 말을 텍스트로 변환하고 욕설 또는 모욕적 언어가 사용되는지 여부를 확인합니다. Amazon Comprehend의 자연어 처리(NLP) 기능을 통해 텍스트 분석을 확장할 수 있습니다.
사용자 연령 확인
Amazon Rekognition Face Liveness를 사용하여 미성년자가 제한된 콘텐츠에 액세스하지 못하도록 합니다. 예를 들어, 온라인 게임 또는 데이팅 고객은 액세스 권한을 부여하기 전에 Amazon Rekognition Facial Analysis의 Face Liveness 및 연령 추정 기능을 사용하여 사용자의 연령을 확인할 수 있습니다.
콘텐츠 조정 작업 간소화
ML 전문 지식 없이도 자동화 및 인공 지능(AI) 기능에 액세스하여 신뢰할 수 있는 콘텐츠 조정 솔루션을 구현합니다. 안전한 온라인 환경 조성, 브랜드 보호 및 현대화 비용 최소화 자세한 내용은 콘텐츠 조정 작업 간소화를 참조하세요.
맞춤형 모델 훈련 및 배포
클릭 몇 번 또는 API 호출을 통해 자신만의 조정 모델을 손쉽게 훈련하고 배포할 수 있습니다. Amazon Rekognition Custom Labels로 새로운 모델을 빠르게 생성하고 운영하여 온라인 스토어에서 불쾌한 메시지를 제거하거나 생방송에서 로고를 흐리게 표시하는 등의 실시간 시나리오를 처리합니다.
사람의 검토로 예측 개선
사람의 전략적 개입을 통해 예측을 더욱 개선합니다. 신뢰도가 낮은 예측에 사람의 개입이 필요할 때마다 팀이나 서드 파티 공급업체가 최종 판단을 내리는 데 도움이 되도록 Amazon Rekognition 조정 API에 Amazon A2I를 통합합니다.
사용 사례
소셜 미디어
사용자가 콘텐츠 공유 플랫폼에서 부적절한 콘텐츠에 노출되지 않도록 보호합니다. 소셜 미디어 플랫폼과 사진 및 동영상 공유, 온라인 게임, 비디오 스트리밍 및 온라인 데이팅 앱을 비롯한 서비스 및 소셜 미디어 플랫폼의 부적절한 콘텐츠로부터 사용자와 커뮤니티를 안전하게 보호하기 위해 많은 양의 사용자 업로드를 선제적으로 조정합니다.
게임
게임 포럼, 라이브 게임 및 비디오 스트리밍 서비스에서 불쾌하거나 논란의 여지가 있는 이미지를 방지합니다. 또한 프로필 및 아바타와 같은 사용자 생성 콘텐츠를 조정하고, 게이머의 참여와 활동을 유지하고, 괴롭힘과 이를 유발하는 사용자 이탈을 방지합니다.
전자 상거래
타사 제품 목록 및 리뷰와 관련된 불법적이거나 부적절한 이미지와 비디오 콘텐츠를 디지털 상품 목록에서 없애 안전하고 투명한 쇼핑 환경을 조성함으로써 고객의 신뢰를 강화합니다. 고객이 쇼핑 과정에서 정보에 입각한 결정을 내리기 위해 제품 리뷰에 의존하는 경우가 늘고 있으므로 플랫폼의 평판과 규정 준수를 보호합니다.
광고
규정 준수를 위해 원치 않는 연관성으로부터 브랜드를 보호합니다. 또한 브랜드 인지도와 호감도 등 수익 성장을 이끄는 브랜드 목표를 달성합니다.
미디어 및 엔터테인먼트
잠재적으로 안전하지 않은 이미지 및 비디오 콘텐츠에 노출되지 않도록 시청자를 보호하고, 사용자 복지를 보호하고, 지적 재산을 보호하고, 긍정적인 커뮤니티를 유지합니다.
교육
학생과 교육자의 기고를 조정하여 안전하고 포용적이며 성취감이 있는 학습 경험을 구축합니다.
고객
40여 건의 Amazon Rekognition 고객 성공 사례를 읽어보세요.
CoStar는 상업용 부동산 정보, 분석, 기술 및 뉴스 부문의 선도업체로, 시장에서 가장 포괄적인 데이터 플랫폼에서 매일 업로드되는 15만 개 이상의 이미지를 처리합니다.
“CoStar는 플랫폼에 업로드되는 이미지가 최종 사용자 계약의 약관을 준수하고 부적절한 콘텐츠를 포함하지 않는지 확인하여 포용적이고 안전한 데이터 중심 사용자 커뮤니티를 운영해야 합니다. Amazon Rekognition의 콘텐츠 조정 API를 사용하면 업로드된 모든 이미지를 자동으로 분석하는 솔루션을 간편하게 구축하여 가치가 높은 제품을 효율적으로 고객에게 제공할 수 있습니다. Amazon Rekognition은 미리 훈련된 컴퓨터 비전 API 세트를 제공하는데, 콘텐츠 조정, 텍스트 탐지 및 객체 탐지와 이 API를 함께 사용하면 수신 이미지의 검색 가능성과 커뮤니티의 포용력을 높여 제품 오퍼링을 추가로 개선하는 데 도움이 됩니다. Amazon Rekognition을 사용하면 미리 훈련된 모델을 사용하여 AI 스마트 기능을 시스템에 더 빠르게 추가할 수 있습니다. 따라서 부동산 부문에 관련된 고유한 솔루션을 제공하는 데 도움이 됩니다.”
Mark Osborn, CoStar Group 수석 소프트웨어 엔지니어
Dream11은 그룹 채팅에서 동영상 및 사진을 게시하고 이미지를 공유할 수 있는 서비스입니다. 이 회사는 Amazon Rekognition을 사용하여 콘텐츠 조정 프로세스 중에 매일 수천 개 자산의 미디어 분석을 자동화함으로써 1억 명에 달하는 사용자를 보호하고 탁월한 경험을 제공합니다.
“당사는 데이터와 기술을 기반으로 모든 의사 결정을 내립니다. 다양한 지표를 고려하여 고객 유지에 도움이 되는 ‘신박한 요소’를 지속적으로 추가하고 있습니다. AWS의 직관적인 클라우드 네이티브 서비스는 사용자 우선 문화를 조성하는 동시에 어떤 종속성도 없이 출시를 앞당기는 데 도움이 됩니다. 다양한 AWS 기술 제품 및 서비스는 매우 큰 규모에서도 아주 빠르게 프로토타입을 개발하고 운영 환경으로 전환하는 데 도움이 됩니다. 속도가 필수적인 시장에서 경쟁 우위를 확보할 수 있습니다.”
Praveen Jain, Dream11, Vice President of Engineering
MobiSocial은 소셜 네트워킹 및 게임 앱 구축에 주력하는 선도적인 모바일 소프트웨어 회사입니다. 이 회사가 개발하는 Omlet Arcade는 수천만 명의 모바일 게임 라이브 스트리머와 e스포츠 플레이어가 모여 게임플레이를 공유하고 새로운 친구들을 만나는 글로벌 커뮤니티입니다.
“사람들과 교류하고 재미있는 콘텐츠를 공유할 수 있는 안전한 게임 커뮤니티를 만들기 위해 당사는 기계 학습을 사용하여 당사의 커뮤니티 표준을 준수하지 않는 콘텐츠를 식별했습니다. 또한 Amazon Rekognition을 활용하여 업로드된 이미지와 동영상 콘텐츠 중에서 위반 콘텐츠를 포함하는 항목에 플래그를 지정하는 워크플로를 만들었습니다. Amazon Rekognition의 콘텐츠 조정 API는 정확성을 달성하고 규모를 확장하여 전 세계 수백만 명의 게임 제작자 커뮤니티를 관리하는 데 도움이 됩니다. Amazon Rekognition을 구현한 후로 운영 팀에서 수동으로 검토하는 콘텐츠 양이 95% 줄었고 남은 엔지니어 리소스를 핵심 비즈니스에 집중할 수 있게 되었습니다. 앞으로 최신 Rekognition Content Moderation 모델이 업데이트되면 이를 사용하여 정확성을 개선하고 새로운 조정 등급을 추가할 계획입니다.”
Zehong, MobiSocial, Senior Architect
SmugMug는 SmugMug와 Flickr라는 2개의 대규모 온라인 사진 플랫폼을 운영합니다. 1억 명이 넘는 사용자가 이러한 플랫폼을 사용하여 수백 억 장의 사진을 안전하게 저장, 검색, 공유 및 판매합니다. Flickr는 전 세계의 사진작가들이 영감을 얻고 교류하며 열정을 공유하는 세계 최대 규모의 사진작가 중심 커뮤니티입니다.
“대형 글로벌 플랫폼으로서, 바람직하지 않은 콘텐츠는 당사 커뮤니티의 건전성에 극히 위험하며 사진사들을 멀어지게 만들 수 있습니다. 당사는 Amazon Rekognition의 콘텐츠 관리 기능을 사용하여 바람직하지 않은 콘텐츠를 찾아내 적절한 플래그를 지정함으로써 당사 커뮤니티에서의 안전하고 건전한 경험을 보장합니다. Flickr의 대규모 콘텐츠에서 Amazon Rekognition 없이 이 작업을 하기란 사실상 거의 불가능합니다. Amazon Rekognition을 사용하여 콘텐츠 관리를 한 덕분에 당사 플랫폼은 구성원들의 기대에 더욱 부합하는 멋진 사진을 자동으로 검색하고 하이라이트할 수 있어 영감을 주고 연결하며 공유하는 목표를 이행할 수 있습니다."
Don MacAskill, SmugMug, 공동 창립자, CEO 겸 Chief Geek
ZOZO Inc.는 일본 최대 규모의 패션 전자상거래인 ZOZOTOWN과 스타일링과 의상을 공유하는 SNS인 WEAR 등 패션 애호가를 위한 다양한 서비스를 소유 및 운영하고 있습니다.
"사용자가 매일 WEAR에 게시하는 많은 이미지가 모두 서비스 지침을 준수하는지 확인해야 했습니다. 이에 Amazon S3에 게시되고 저장되는 콘텐츠를 자동으로 검사하여 분석하는 Amazon Rekognition Content Moderation API 기반 솔루션을 구축했습니다. Amazon Rekognition으로 이미지를 자동으로 분석하여 수동 콘텐츠 검토 프로세스를 최대 40%까지 줄일 수 있었습니다. 또한 이미지의 적합성 여부를 판단할 수 없을 때 평가를 감독자에게 에스컬레이션하여 콘텐츠 작업 속도가 늦어지는 상황을 줄일 수 있었습니다.“
Yu Shigetani, Brand Solution Development Division, ZOZO Inc., Engineer
Amazon Rekognition 요금 자세히 알아보기