일반

Q: Amazon Rekognition이란 무엇인가요?

Amazon Rekognition은 애플리케이션에 강력한 시각 분석 기능을 쉽게 추가할 수 있게 해 주는 서비스입니다. Rekognition Image를 통해 수백만 개의 이미지를 검색, 확인 및 구성할 수 있는 강력한 애플리케이션을 쉽게 구축할 수 있습니다. Rekognition Video를 통해 저장된 동영상 또는 실시간 스트림 동영상에서 동작 기반 컨텍스트를 추출하고 이를 분석할 수 있습니다.

Rekognition Image는 객체, 장면 및 얼굴을 감지하는 이미지 인식 서비스입니다. 텍스트를 추출하고, 유명 인사를 인식하며, 이미지에서 부적절한 콘텐츠를 식별합니다. 또한 얼굴을 검색하고 비교할 수 있습니다. Rekognition Image는 Amazon의 컴퓨터 비전 과학자들이 Prime Photos에서 매일 수십억 개의 이미지들을 분석할 목적으로 개발하여 성능이 검증되었을 뿐만 아니라 확장성까지 뛰어난 딥 러닝 기술을 기반으로 하고 있습니다.

Rekognition Image는 심층 신경망 모델을 사용하여 이미지 속의 수많은 객체와 장면을 탐지 및 라벨링합니다. Amazon은 앞으로도 새로운 라벨과 안면 인식 기능을 서비스에 추가해나갈 예정입니다. Rekognition Image를 사용하면 분석한 이미지와 저장한 안면 메타데이터에 대해서만 요금을 지불합니다.

Rekognition Video는 활동을 탐지하고, 프레임 내 사람의 움직임을 이해하고, Amazon S3에 저장된 동영상과 Acuity의 실시간 동영상 스트림에서 객체, 유명 인사 및 부적절한 콘텐츠를 인식하는 비디오 인식 서비스입니다. Rekognition Video는 사람의 얼굴이 제대로 보이지 않거나 아예 장면에 나타났다가 사라지는 경우에도 사람들을 탐지하고 비디오 전체에서 그 사람들을 추적합니다. 예를 들어 누군가가 택배를 집으로 배달할 때 실시간 알림을 보내는 애플리케이션에서 이 정보를 사용할 수 있습니다. 또한 Rekognition Video를 사용하면 객체, 활동, 장면, 유명 인사 및 얼굴과 같은 메타데이터를 인덱싱하여 쉽게 동영상을 검색할 수 있습니다.

Q: 딥 러닝이란 무엇인가요?

딥 러닝은 기계 학습의 하위 분야이자 인공 지능(AI)의 중요한 분야에 속합니다. 딥 러닝은 다중 선형 및 비선형 변환으로 구성된 다중 처리 계층이 있는 딥 그래프를 사용하여 원시 데이터에서 높은 수준의 추상화를 추론하는 데 그 목적이 있습니다. 딥 러닝은 대체로 뇌의 정보 처리 및 의사 소통 모델을 기반으로 합니다. 딥 러닝은 사람이 만든 기능을 주석이 달린 매우 방대한 양의 데이터에서 얻은 기능으로 대체합니다. 학습은 효율적인 알고리즘을 사용해 수십만 개의 파라미터를 딥 그래프에서 반복적으로 추정하는 방식으로 진행됩니다.

컴퓨터 비전, 음성 인식, 자연 언어 처리 및 오디오 인식에 컨볼루션 딥 신경망(CNN) 및 반복적인 신경망 등 여러 가지 딥 러닝 아키텍처가 적용되어 다양한 작업에 대한 최신 결과를 얻을 수 있습니다.

Amazon Rekognition은 Amazon AI 서비스 제품군의 일부에 속합니다. Amazon AI 서비스는 딥 러닝을 사용해 이미지를 이해하고 텍스트를 실제 같은 음성으로 바꾸며 직관적인 대화형 텍스트 및 음성 인터페이스를 구축합니다.

Q: Amazon Rekognition을 사용하려면 딥 러닝 전문 지식이 필요한가요?

아니요. Amazon Rekognition을 사용하면 딥 러닝 파이프라인을 구축하고 유지 관리하거나 업그레이드할 필요가 없습니다.

객체 및 장면 감지, 얼굴 분석 및 얼굴 인식과 같은 복잡한 컴퓨터 비전 작업에서 정확한 결과를 얻으려면 딥 러닝 시스템을 올바르게 조정해야 하며 레이블이 지정된 방대한 양의 지상 실측 데이터를 교육해야 합니다. 데이터를 정확하게 소싱하고 정리하며 레이블을 지정하는 것은 시간과 비용이 많이 소요되는 작업에 속합니다. 또한 심층 신경망을 훈련시키는 것은 산술적으로 많은 비용이 들며, 그래픽 처리 장치(GPU)를 사용하여 제작된 사용자 지정 하드웨어가 종종 필요합니다.

Amazon Rekognition은 완전관리형 서비스로서 이미지 및 동영상 인식 작업을 위한 사전 교육을 받았기 때문에 딥 러닝 파이프라인을 만드는 데 시간과 리소스를 투입하지 않아도 됩니다. Amazon Rekognition은 최신 연구를 기반으로 하여 새로운 교육 데이터를 소싱함으로써 제반 모델의 정확성을 지속적으로 향상시킵니다. 이를 활용하면 고가치 애플리케이션 설계 및 개발에 주력할 수 있습니다.

Q: Amazon Rekognition에서 가장 일반적인 사용 사례는 무엇입니까?

Rekognition Image의 가장 일반적인 사용 사례는 다음과 같습니다.

  • 검색 가능한 이미지 라이브러리
  • 안면 기반 사용자 확인
  • 감성 분석
  • 안면 인식
  • 이미지 조정

Rekognition Video의 가장 일반적인 사용 사례는 다음과 같습니다.

  • 동영상 아카이브용 검색 인덱스
  • 명시적이고 암시적인 콘텐츠에 대한 간편한 동영상 필터링

Q: Amazon Rekognition을 사용하려면 어떻게 시작해야 하나요?  

Amazon Rekognition에 아직 가입하지 않은 경우 Amazon Rekognition 페이지에서 [Amazon Rekognition 사용해 보기] 버튼을 클릭하면 가입 절차를 완료할 수 있습니다. Amazon Web Services 계정이 있어야 합니다. 계정이 아직 없는 경우 가입 절차 중 계정을 만들라는 메시지가 표시됩니다. 가입이 완료되면 Amazon Rekognition Management Console을 사용하여 사용자 본인의 이미지 및 동영상으로 Amazon Rekognition을 체험해 보거나 혹은 Amazon Rekognition SDK를 다운로드하여 나만의 애플리케이션 만들기를 시작해 보십시오. 자세한 내용은 단계별 시작 안내서를 참조하십시오.

Q: Amazon Rekognition이 제공하는 API로는 무엇이 있나요? 

Amazon Rekognition Image는 객체 및 장면을 감지하고, 얼굴을 감지 및 분석하며, 유명 인사를 인식하고, 부적절한 콘텐츠를 감지하고, 얼굴 모음에서 비슷한 얼굴을 검색하는 API와 리소스를 관리하는 API를 함께 제공합니다. 또한 Rekognition Image는 얼굴을 비교하고 텍스트를 추출하는 API를 제공하고 Rekognition Video는 사람을 추적하고 Acuity의 실시간 스트림 동영상을 관리하는 API도 제공합니다. 자세한 내용은 Amazon Rekognition API Reference를 참조하십시오.

Q: Amazon Rekognition이 지원하는 이미지 및 동영상 형식으로는 무엇이 있나요? 

Amazon Rekognition Image는 현재 JPEG 및 PNG 이미지 형식을 지원합니다. 이미지는 S3 객체 또는 바이트 배열로 제출할 수 있습니다. Amazon Rekognition Video 작업을 통해 Amazon S3 버킷에 저장된 동영상을 분석할 수 있습니다. 동영상은 H.264 코덱을 사용하여 인코딩해야 합니다. 지원되는 파일 형식은 MPEG-4 및 MOV입니다. 코덱은 빠른 전송을 위해 데이터를 압축하고, 수신된 데이터를 원래 형식으로 압축 해제하는 소프트웨어 또는 하드웨어입니다. H.264 코덱은 일반적으로 동영상 콘텐츠의 녹화, 압축 및 배포에 사용됩니다. 동영상 파일 형식에는 하나 이상의 코덱이 포함될 수 있습니다. Rekognition Video에서 MOV 또는 MPEG-4 형식 동영상 파일이 작동하지 않는 경우 동영상을 인코딩하는 데 사용된 코덱이 H.264인지 확인하십시오.

Q: Amazon Rekognition에서 사용할 수 있는 파일의 크기는 얼마나 되나요? 

Amazon Rekognition Image는 S3 객체로 전달 시 최대 15MB, 이미지 바이트 배열로 제출 시 최대 5MB의 이미지 파일 크기를 지원합니다. Amazon Rekognition Video는 S3 파일로 전달될 때 최대 8GB 파일과 최대 2시간 동영상을 지원합니다.

Q: 이미지 해상도는 Rekognition Image API 결과의 품질에 어떤 영향을 미치나요 ? 

Amazon Rekognition은 광범위한 이미지 해상도에서 작동합니다. 최상의 결과를 얻으려면 VGA(640x480) 이상의 높은 해상도를 사용할 것을 권장합니다. Amazon Rekognition에서 가로 및 세로 화소가 최소 80픽셀인 이미지를 허용하더라도, 해상도 설정을 QVGA(320x240) 이하로 변경하면 얼굴, 객체 또는 부적절한 콘텐츠를 놓칠 가능성이 증가할 수 있습니다.

Q. Amazon Rekognition Image에서 탐지하고 분석할 수 있는 객체의 최소 크기는 얼마나 되나요? 

어림해볼 때, 이미지에 있는 가장 작은 객체 또는 얼굴이 비교적 짧은 이미지 크기(단위: 픽셀)의 5% 이상에 해당되는지 확인하십시오. 예를 들면, 1600x900 해상도의 이미지로 작업할 경우 가장 작은 면 또는 객체는 가로 또는 세로 화소가 최소한 45픽셀이어야 합니다.

Q: 동영상 해상도가 Rekognition Video API 결과의 품질에 어떤 영향을 줍니까? 

이 시스템은 32픽셀(가장 짧은 크기)보다 큰 얼굴을 인식하도록 교육되어 있으며, QVGA 해상도에서 더 작은 화면의 약 1/7, HD 1080p 해상도에서 1/30까지 다양하게 인식되는 얼굴의 최소 크기로 변환합니다. 예를 들어 VGA 해상도에서 사용자는 이보다 더 작은 화면의 1/10보다 작은 면에 대해 더 낮은 성능을 기대하게 됩니다.

Q: Rekognition Video API의 품질에 영향을 줄 수 있는 다른 요소는 무엇입니까? 

동영상 해상도, 과도한 흐릿함, 빠르게 움직이는 사람, 조명 환경 외에도 자세가 API의 품질에 영향을 줄 수 있습니다.

Q: Rekognition Video API에 적합한 기본 사용자 동영상 콘텐츠는 무엇입니까? 

이 API는 일반 색상 및 조명 환경에서 정면 시점으로 촬영한 소비자 및 전문가용 동영상에서 가장 잘 작동합니다. 이 API는 흑백, IR 또는 극단적인 조명 환경에 대해서는 테스트되지 않았습니다. 거짓 경보에 민감한 애플리케이션은 지정된 애플리케이션별 신뢰도 이하의 점수를 가진 출력을 폐기하는 것이 좋습니다.

Q: Amazon Rekognition은 어떤 AWS 리전에서 사용할 수 있나요? 

Amazon Rekognition Image는 현재 미국 동부(버지니아 북부), 미국 서부(오레곤), 미국 동부(오하이오) , EU(아일랜드), 아시아 태평양(도쿄), 아시아 태평양(시드니) 및 AWS GovCloud(US) 리전에서 사용할 수 있습니다. Amazon Rekognition Video는 미국 동부(버지니아 북부), 미국 서부(오레곤), 미국 동부(오하이오), EU(아일랜드), 아시아 태평양(도쿄) 및 아시아 태평양(시드니) 리전에서 사용할 수 있습니다. Amazon Rekognition Video 실시간 스트리밍은 현재 미국 동부(버지니아 북부), 미국 서부(오레곤), EU(아일랜드) 및 아시아 태평양(도쿄) 리전에서 사용할 수 있습니다.

객체 및 장면 감지

Q: 레이블은 무엇인가요?

레이블은 내용에 따라 이미지에서 발견되는 객체, 장면 또는 개념을 가리킵니다. 예를 들면, 열대 지역 해변에 있는 사람들을 촬영한 사진에는 '사람', '물', '모래', '야자수'및 '수영복'(객체), '해변'(장면), '야외'(개념) 등의 레이블이 포함될 수 있습니다. 

Q: 신뢰도 점수란 무엇이며 어떻게 사용하나요?

신뢰도 점수는 주어진 예측이 정확할 확률을 나타내며 0~100의 범위 내에서 평가됩니다. 열대 지역 해변에 관한 상기의 예에서 객체 및 장면 감지 프로세스가 '물' 레이블에 대한 신뢰도 점수 99점과 '야자수' 레이블에 대한 신뢰도 점수 35점을 반환하면 해당 이미지는 물을 포함하지만 야자수는 없을 확률이 더 높습니다.

탐지 오류(오탐)에 매우 민감한 반응을 보이는 애플리케이션들은 특정 임계값보다 낮은 신뢰도 점수와 관련된 결과를 무시해야 합니다. 최적의 임계값은 애플리케이션에 따라 다릅니다. 대개의 경우 최소 신뢰도 값을 기본값보다 높게 설정하면 최상의 사용자 환경을 얻게 됩니다.

Q: 객체 및 장면 감지란 무엇인가요?  

객체 및 장면 감지는 시각적 내용을 기반으로 레이블을 할당할 이미지나 동영상을 분석하는 프로세스를 말합니다. Amazon Rekognition Image는 DetectLabels API를 통해 이를 수행합니다. 이 API를 사용하면 수천 개의 객체, 장면 및 개념들을 자동으로 식별하고 각 레이블에 대한 신뢰도 점수를 반환할 수 있습니다. DetectLabels는 기본 신뢰도 임계값으로 50을 사용합니다. 객체 및 장면 검색은 사용자가 생성한 콘텐츠에 의존하는 소비자 및 라이프 스타일 애플리케이션과 타기팅 알고리즘을 개선하려는 광고 기술 업체를 포함해 대형 이미지 라이브러리를 검색 및 구성하려는 고객들에게 안성맞춤입니다.

Q: Amazon Rekognition은 어떤 유형의 레이블을 지원합니까?  

Rekognition은 다음을 포함하지만 이에 국한되지 않는 공통 범주에 속하는 수천 개의 레이블을 지원합니다.

  • 사람과 이벤트: '웨딩', '신부', '아기', '생일 케이크', '기타리스트' 등
  • 음식과 음료: '사과', '샌드위치', '포도주', '케이크', '피자' 등
  • 자연과 야외: '해변', '산', '호수', '일몰', '무지개' 등
  • 동물 및 애완 동물: '개', '고양이', '말', '호랑이', '거북' 등
  • 가정과 정원: '침대', '테이블', '뒷마당', '샹들리에', '침실' 등
  • 스포츠 및 레저: '골프', '농구', '하키', '테니스', '하이킹' 등
  • 식물과 꽃: '장미', '튤립', '야자수', '숲', '대나무' 등
  • 예술 및 엔터테인먼트: '조각', '회화', '기타', '발레', '모자이크' 등
  • 교통 수단 및 차량: '비행기', '자동차', '자전거', '오토바이', '트럭' 등
  • 전자 제품: '컴퓨터', '휴대폰', '비디오 카메라', 'TV', '헤드폰' 등

Q. 동영상 분석에서 객체 및 장면 감지는 어떻게 다릅니까?

Rekognition Video는 자동차나 애완 동물 같은 수천 가지의 객체 또는 축하하거나 춤을 추는 것과 같은 활동을 자동으로 식별할 수 있게 해 주며 각 레이블의 타임스탬프와 신뢰도 점수를 제공합니다. 또한 "촛불을 불거나" "불을 끄는 것"과 같이 복잡한 활동을 정확하게 식별하기 위해 동영상의 동작 및 시간을 활용합니다.

Q. 필요한 레이블을 찾을 수 없습니다. 새 레이블을 어떻게 요청하면 되나요?

AWS 고객 지원 센터를 통해 요청을 보내주십시오. Amazon Rekognition은 고객 피드백을 기반으로 레이블 카탈로그를 계속 확장합니다.

안전하지 않은 콘텐츠 탐지

Q. 안전하지 않은 콘텐츠 탐지란 무엇입니까?

Amazon Rekognition의 안전하지 않은 콘텐츠 탐지는 이미지에서 선정적이고 노골적인 성인 콘텐츠를 탐지하기 위한 딥 러닝 기반의 사용이 간편한 API입니다. 개발자는 이러한 추가 메타데이터를 사용하여 비즈니스 요구 사항을 기반으로 부적절한 콘텐츠를 필터링할 수 있습니다. 성인 콘텐츠 존재 여부에 따라 이미지에 플래그를 적용하는 것 외에도 이미지 조정은 계층 구조의 레이블 목록을 신뢰 점수와 함께 반환합니다. 이러한 레이블은 성인 콘텐츠의 특정 카테고리를 표시하므로, 개발자가 대량의 UGC(사용자 생성 콘텐츠)를 필터링하고 관리할 수 있는 좀 더 세분화된 제어 기능을 제공합니다. 이 API는 소셜 및 데이트 사이트, 사진 공유 플랫폼, 블로그 및 포럼, 어린이용 앱, 전자 상거래 사이트, 엔터테인먼트 및 온라인 광고 서비스와 같은 애플리케이션의 조정 워크플로에 사용할 수 있습니다.

Q: Amazon Rekognition에서는 어떤 유형의 선정적이고 노골적인 성인 콘텐츠를 탐지합니까?

Amazon Rekognition은 이미지에서 다음과 같은 유형의 선정적이고 노골적인 성인 콘텐츠를 탐지합니다.

  • 노골적인 나체
  • 나체
  • 남성 나체 그림
  • 여성 나체 그림
  • 성행위
  • 부분 나체
  • 선정적
  • 여성 수영복 또는 속옷
  • 남성 수영복 또는 속옷
  • 노출

Amazon Rekognition의 안전하지 않은 콘텐츠 탐지 API는 계층 구조의 레이블과 탐지된 각 레이블에 대한 신뢰 점수를 반환합니다. 예를 들어 부적절한 이미지에 대해 Rekognition이 최상위 레이블로 신뢰 점수와 함께 “노골적인 나체”를 반환할 수 있습니다. 개발자는 이를 사용하여 콘텐츠에 플래그를 적용할 수 있습니다. 같은 응답에서 Rekognition은 자체 신뢰 점수와 함께 “남성 나체 그림”과 같은 추가적인 콘텐츠를 제공하여 2차 세부 단위 레이블을 반환할 수도 있습니다. 개발자는 이러한 정보를 사용하여 좀 더 복잡한 필터링 로직을 구축할 수 있습니다.

안전하지 않은 콘텐츠 탐지 API는 노골적이고 선정적인 성인 콘텐츠를 완전히 필터링할 수 있다고 주장하지 않으며 이를 위한 전문 API도 아닙니다. 또한, 이 API는 이미지에 불법 콘텐츠(아동 포르노 등)나 비정상적인 성인 콘텐츠가 포함되었는지를 탐지하지 않습니다.

Q: Amazon Rekognition의 안전하지 않은 콘텐츠 탐지 API에서 노골적이고 선정적인 성인 콘텐츠 외에 다른 부적절한 콘텐츠를 탐지할 수 있습니까?

현재 Rekognition에서는 위에 설명한 레이블만 지원합니다. AWS에서는 고객의 피드백에 따라 레이블을 계속해서 추가하고 개선해 나갈 것입니다.
이미지에서 다른 유형의 부적절한 콘텐츠를 탐지해야 하는 경우, 본 섹션 뒷부분에 설명된 피드백 프로세스를 사용하여 문의해주십시오.

Q. 동영상 분석에서 안전하지 않은 콘텐츠 탐지는 어떻게 다릅니까?

Rekognition Video는 명시적 또는 암시적인 성인 콘텐츠를 자동으로 식별할 수 있게 하며 각 콘텐츠 유형 레이블에 대한 타임스탬프 및 신뢰도 점수를 제공합니다.

Q: Rekognition이 내 성인 이미지 및 동영상 탐지 사용 사례에 부합되는지 확인하려면 어떻게 해야 합니까?

Rekognition의 안전하지 않은 콘텐츠 탐지 모델은 종합적으로 튜닝 및 테스트되었지만, 자체 데이터 세트에서 정확도를 측정하여 성능을 판단하는 것이 좋습니다.

API 요청에서 'MinConfidence' 파라미터를 사용하여 콘텐츠 탐지(회수)와 탐지 정확성(정밀도) 간 균형을 맞출 수 있습니다. 'MinConfidence' 값을 낮추면, 부적절한 콘텐츠 대부분을 탐지할 수 있지만 실제로 노골적이거나 선정적이 아닌 콘텐츠가 포함되었을 가능성이 높습니다. 'MinConfidence' 값을 올리면, 실제로 노골적이거나 선정적인 콘텐츠만 탐지할 수 있지만 일부 부적절한 콘텐츠가 태깅되지 않을 수 있습니다. 이미지의 'MinConfidence' 사용 방법에 대한 예는 여기에서 설명서를 참조하십시오.

Rekogntion이 이미지나 동영상에서 성인 콘텐츠를 탐지하는 데 실패하는 경우, 아래 설명된 피드백 프로세스를 사용하여 문의해 주십시오.

Q: Rekognition의 안전하지 않은 콘텐츠 탐지 기능을 개선할 수 있도록 피드백을 제공하려면 어떻게 해야 합니까? 

AWS 고객 지원 센터를 통해 요청을 보내주십시오. Amazon Rekognition은 고객 피드백에 따라 부적절한 콘텐츠 탐지 유형을 계속해서 확장하고 있습니다. 새로운 유형의 노골적 또는 선정적 성인 콘텐츠를 추가하는 데는 보통 6~8주가 걸립니다. 불법 콘텐츠(아동 포르노 등)는 이 프로세스에서 수용하지 않습니다.

얼굴 분석

Q: 얼굴 분석이란 무엇인가요?

얼굴 분석은 어떤 이미지에 포함된 얼굴을 감지하고 이 이미지에서 관련 얼굴 속성들을 추출하는 프로세스입니다. Amazon Rekognition Image는 성별, 선글라스 착용 유무, 얼굴 표식점 등의 속성들과 함께 감지된 각 얼굴에 대한 경계 상자를 반환합니다. Rekognition Video는 타임스탬프가 있는 동영상에서 감지된 얼굴을 반환하고 각 감지된 얼굴에 대해 얼굴 표식점과 함께 위치와 경계 상자를 반환합니다.

Q: Amazon Rekognition에서 추출할 수 있는 얼굴 속성으로는 무엇이 있나요?

Amazon Rekognition은 각 속성에 대한 경계 상자 및 신뢰도 점수와 함께 감지된 각 얼굴에 대해 다음과 같은 얼굴 속성을 반환합니다.

  • 성별
  • 미소
  • 감정
  • 안경
  • 선글라스
  • 두 눈을 뜬 모습
  • 입을 벌린 모습
  • 콧수염
  • 턱수염
  • 포즈
  • 화질
  • 얼굴 표식

Q. 얼굴 포즈란 무엇인가요?

얼굴 포즈는 피치, 롤 및 요 축에서 감지된 얼굴의 회전을 나타냅니다. 이러한 파라미터들은 각각 -180도~+180도 범위 내에 있는 각도로 반환됩니다. 얼굴 포즈는 얼굴 경계 다각형의 방향(사각형 경계 상자와 반대 방향)을 찾고 변형을 측정하며 얼굴을 정확하게 추적하는 등 다양한 작업에 사용할 수 있습니다.

Q. 얼굴 화질이란 무엇인가요?

얼굴 화질은 두 가지 파라미터인 선명도 및 밝기를 사용하여 감지된 얼굴 이미지의 화질을 나타냅니다. 두 파라미터는 모두 0~1 사이의 값으로 반환됩니다. 이러한 파라미터에 하나의 임계값을 적용하면 조명이 충분하면서 선명한 얼굴을 필터링할 수 있습니다. 이는 얼굴 비교 및 얼굴 인식과 같은 고화질 얼굴 이미지의 이점을 활용하는 애플리케이션에 유용합니다.

Q: 얼굴 표식이란 무엇인가요?  

얼굴 표식은 대체로 눈, 코, 입 등 주요 안면 구성 요소의 모서리, 끝 또는 중간 지점에 위치한 두드러진 일련의 특징을 가리킵니다. Amazon Rekognition DetectFaces API는 얼굴 자르기, 한 얼굴을 다른 얼굴로 변형, 사용자 지정 마스크를 오버레이하여 사용자 지정 필터를 만드는 등의 작업에 사용할 수 있는 일련의 얼굴 표식점들을 반환합니다.

Q: 하나의 이미지에서 몇 개의 얼굴을 감지할 수 있나요?

Amazon Rekognition을 사용하면 하나의 이미지에서 최대 100명의 얼굴을 탐지할 수 있습니다.

Q: 동영상 분석에서 얼굴 분석은 어떻게 다릅니까?

Rekognition Video를 사용하면 동영상에서 얼굴을 찾고 얼굴이 웃고 있는지 눈을 뜨고 있는지 또는 감정이 표출되고 있는지 등 안면 속성을 분석할 수 있습니다. Rekognition Video는 타임스탬프를 통해 감지된 얼굴을 반환하며, 각 얼굴에 대해 왼쪽 눈, 오른쪽 눈, 코, 입의 왼쪽 끝 및 오른쪽 끝과 같은 표시점과 함께 위치와 경계 상자를 반환합니다. 이 위치 및 시간 정보는 시간 경과에 따른 사용자 감정을 쉽게 추적하고 자동 얼굴 프레임, 하이라이트 또는 자르기와 같은 추가 기능을 제공하는 데 사용될 수 있습니다.

Q: 동영상 해상도 외에 Rekognition Video API의 화질에 영향을 줄 수 있는 요소는 무엇입니까?

동영상 해상도 외에 검색할 얼굴 모음의 화질 및 대표 얼굴 요소가 큰 영향을 줍니다. 턱수염, 안경, 포즈(프로필 및 정면)와 같은 변수가 있는 사람마다 여러 얼굴 인스턴스를 사용하면 성능이 크게 향상됩니다. 일반적으로 매우 빠르게 움직이는 사람들과 흐릿한 동영상으로 인해 낮은 화질을 경험할 수 있습니다.

얼굴 비교

Q: 얼굴 비교란 무엇인가요? 

얼굴 비교는 한 얼굴을 하나 이상의 얼굴과 비교하여 유사성을 평가하는 프로세스입니다. Amazon Rekognition Image에서 CompareFaces API를 사용하면 두 이미지의 얼굴이 동일한 사람의 얼굴에 속할 확률을 측정할 수 있습니다. API는 원본 입력 이미지의 얼굴을 대상 입력 이미지에서 감지 된 각 얼굴과 비교한 다음, 유사성 점수를 반환하여 개별적으로 비교합니다. 또한 감지된 각 얼굴에 대한 경계 상자 및 신뢰도 점수도 얻을 수 있습니다. 얼굴 비교를 사용하면 파일에 있는 사람들의 사진과 대조하여 한 사람의 신원을 거의 실시간으로 확인할 수 있습니다.

Q: 2가지 이상의 얼굴이 있는 원본 이미지를 사용해도 되나요? 

예. 원본 이미지에 다수의 얼굴이 포함되어 있는 경우 CompareFaces는 그 중에서도 가장 큰 얼굴을 감지하여 이를 사용해 대상 이미지에서 감지된 각각의 얼굴과 비교합니다.

Q: 몇 개의 얼굴을 대조 비교할 수 있나요?

원본 이미지의 한 얼굴과 대상 이미지에서 감지된 최대 15개의 얼굴을 서로 비교할 수 있습니다.

안면 인식

Q: 안면 인식이란 무엇입니까?

안면 인식은 얼굴 모음에서 얼굴을 검색하여 한 개인의 신원을 식별하거나 확인하는 프로세스입니다. 안면 인식 기능을 사용하면 은행 결제용 멀티 팩터 인증, 직원용 자동 건물 출입 등과 같은 애플리케이션을 쉽게 구축할 수 있습니다.

Q: 얼굴 모음이란 무엇이며 어떻게 생성하나요?  

얼굴 모음은 사용자가 소유하고 관리하는 얼굴 특징 벡터의 검색 가능한 인덱스입니다. CreateCollection API를 사용하면 지원되는 AWS 리전에서 하나의 모음을 쉽게 생성할 수 있으며 Amazon 리소스 이름(ARN)을 가져올 수 있습니다. 각 얼굴 모음은 그것과 연결된 하나의 고유한 CollectionId가 있습니다.

Q: 얼굴 모음에서 얼굴을 추가하거나 삭제하려면 어떻게 해야 하나요?  

기존의 얼굴 모음에 하나의 얼굴을 추가하려면 IndexFaces API를 사용하십시오. 이 API는 하나의 이미지를 S3 객체 또는 이미지 바이트 배열의 형식으로 허용하며 감지된 얼굴의 벡터 표현을 해당 얼굴 모음에 추가합니다. 또한 IndexFaces는 추가된 각 얼굴에 대해 고유한 FaceId 및 얼굴 경계 상자를 반환합니다.

기존의 얼굴 모음에서 하나의 얼굴을 삭제하려면 DeleteFaces API를 사용하십시오. 이 API는 CollectionId를 사용하여 제공된 얼굴 모음에서 작동하며 FaceIds 목록에 해당하는 항목들을 제거합니다. 얼굴 추가 및 삭제에 관한 자세한 내용은 모음 관리 예제를 참조하십시오.

Q. 얼굴 모음 내에서 얼굴을 어떻게 검색하면 되나요?  

인덱스가 있는 얼굴 모음을 생성한 후, 이미지(SearchFaceByImage) 또는 FaceId(SearchFaces)를 사용하면 얼굴 모음 내에서 하나의 얼굴을 검색할 수 있습니다. 이들 API는 입력된 하나의 얼굴을 가져와 그것과 일치하는 일련의 얼굴들을 반환하며, 이러한 얼굴들은 가장 높은 유사성을 가진 얼굴부터 유사성 점수 순으로 정렬됩니다. 자세한 내용은 얼굴 검색 예제를 참조하십시오.

Q. 동영상 분석에서 안면 인식은 어떻게 다릅니까?

Rekognition Video를 사용하면 수천만 개의 얼굴을 가진 모음에 대해 실시간 얼굴 검색을 수행할 수 있습니다. 먼저 얼굴 모음, 즉 얼굴 모양의 벡터 표시를 저장하는 얼굴 모음을 생성합니다. 그런 다음 Rekognition은 동영상 전체에서 시각적으로 비슷한 얼굴을 얼굴 모음에서 검색합니다. Rekognition은 동영상의 각 얼굴에 대한 신뢰 점수를 반환하므로 애플리케이션에서 일치 확률이 높은 얼굴을 표시할 수 있습니다.

Q: 동영상 해상도 외에 Video API의 화질에 영향을 줄 수 있는 요소는 무엇입니까?

동영상 해상도 외에 검색할 얼굴 모음의 화질 및 대표 얼굴 요소가 큰 영향을 줍니다. 턱수염, 안경, 포즈(프로필 및 정면)와 같은 변수가 있는 사람마다 여러 얼굴 인스턴스를 사용하면 성능이 크게 향상됩니다. 일반적으로 매우 빠르게 움직이는 사람들로 인해 낮은 재현율을 경험할 수 있습니다. 또한 흐릿한 동영상으로 인해 낮은 화질을 경험할 수 있습니다.

유명 인사 인식

Q: 유명 인사 인식이란 무엇입니까?

Amazon Rekognition의 유명 인사 인식은 딥 러닝 기반의 사용이 간단한 API로서, 해당 분야에서 유명하고 주목할 만하거나 중요한 사람을 탐지 및 인식합니다. RecognizeCelebrities API는 큰 규모에서 작동하고 정치, 스포츠, 비즈니스, 엔터테인먼트 및 방송과 같은 여러 카테고리에 걸쳐 유명 인사를 인식하도록 개발되었습니다. 유명 인사 인식 기능은 특정 관심사에 따라 유명 인사용 디지털 이미지 라이브러리를 인덱싱 및 검색해야 하는 고객에게 적합합니다.

Q: 유명 인사 인식 API로 누구를 식별할 수 있습니까?

Amazon Rekognition은 딥 러닝 모델이 인식하도록 훈련된 유명 인사만 식별할 수 있습니다. RecognizeCelebrities API가 모든 유명 인사를 인식하는 것은 아니며 그럴 수 있다고 주장하지도 않습니다. 이 기능은 고객의 요구 사항과 피드백을 기반으로 가능한 한 많은 유명 인사를 포함하도록 설계되었습니다. AWS에서는 새로운 이름을 계속 추가하고 있지만, 유명 인사 인식 기능이 다른 그룹이나 다른 고객이 중요하다고 생각하는 사람을 인식하지 못한다고 해서 여기에 해당 유명 인사의 사회적 지위에 대한 AWS의 의견이 반영된 것은 아닙니다. 유명 인사 인식 기능에서 식별하길 원하는 다른 유명 인사가 있다면 피드백을 제출해 주십시오.

Q: Amazon Rekognition API를 통해 식별된 유명 인사가 이 기능에서 자신을 제외해 달라고 요청할 수 있습니까?

예. 이 기능에서 제외되길 원하는 유명 인사가 있는 경우, AWS 고객 센터로 이메일을 보내주시면 제외 요청을 처리하겠습니다.

Q: 유명 인사에 대한 추가 정보를 제공할 때 사용할 수 있는 소스는 무엇입니까 ?

이 API에서는 API 응답의 일부로 유명 인사에 관한 추가 정보를 제공할 수 있도록 선택적 소스 목록을 지원합니다. AWS에서는 현재 IMDB URL을 제공합니다(사용할 수 있는 경우). 향후에 다른 소스를 추가할 수도 있습니다.

Q. 동영상 분석에서 유명 인사 인식은 어떻게 다릅니까? 

Rekognition Video를 사용하면 잘 알려진 사람이 언제 어디서 동영상에 나타나는지 감지하고 인식할 수 있습니다. 시간 코드 출력에는 유명 인사의 이름 및 고유 ID, 경계 상자 좌표, 신뢰도 점수 및 유명 인사와 관련된 콘텐츠를 가리키는 URL(예: 유명 인사의 IMDB 링크)이 포함됩니다. 유명 인사는 동영상에서 얼굴이 제대로 나타나지는 경우에도 감지됩니다. 이 기능을 사용하면 특정 마케팅 및 미디어 요구와 관련된 사용 사례에 대해 디지털 동영상 라이브러리를 인덱싱하고 검색할 수 있습니다.

Q: 동영상 해상도 외에 Rekognition Video API의 화질에 영향을 줄 수 있는 요소는 무엇입니까? 

매우 빠르게 움직이는 유명 인사의 모습과 흐릿한 동영상이 Rekognition Video API의 화질에 영향을 미칠 수 있습니다. 또한, 남자 배우/여자 배우에게 공통적으로 짙은 화장 및 변장도 화질에 영향을 줄 수 있습니다.

이미지 내 텍스트

Q: 이미지 내 텍스트란 무엇입니까? 

이미지 내 텍스트는 이미지에 있는 텍스트(거리명, 자막, 제품명, 차량 번호판 등)를 탐지 및 인식할 수 있는 Amazon Rekognition의 기능입니다. 이미지 내 텍스트 기능은 문서 이미지보다는 실제 이미지에서 작동하도록 특별히 구축되었습니다. Amazon Rekognition의 DetectText API가 이미지를 가져와서 신뢰 점수와 함께 텍스트 레이블과 탐지된 각 문자열에 대한 경계 상자를 반환합니다. 예를 들어 이미지 공유 및 소셜 미디어 애플리케이션의 경우, 같은 텍스트 레이블이 포함된 이미지 인덱스를 기준으로 시각적 검색을 지원할 수 있습니다. 미디어 및 엔터테인먼트 애플리케이션의 경우, 비디오 프레임에 대한 텍스트 메타데이터를 생성하여 뉴스, 스포츠 경기 점수, 광고, 자막 등 관련 콘텐츠에 대한 검색을 지원할 수 있습니다. 보안 및 감시 애플리케이션의 경우, 바디 카메라 또는 교통 카메라에서 촬영한 이미지의 차량 번호를 기준으로 차량을 식별할 수 있습니다.

Q: Amazon Rekognition 이미지 내 텍스트 기능에서는 어떤 유형의 텍스트를 지원합니까? 

이미지 내 텍스트 기능은 문서 이미지보다는 실제 이미지에서 작동하도록 특별히 구축되었습니다. 이 기능은 다양한 레이아웃, 글꼴 및 스타일에 포함된 그리고 배너와 포스터처럼 배경 객체에 여러 방향으로 겹쳐진 거의 모든 로마자와 숫자로 된 텍스트를 지원합니다. 이미지 내 텍스트 기능은 이미지당 최대 50개의 문자 순서를 인식하고 이를 단어와 줄로 나열합니다. 또한, +/- 30도의 가로 방향 텍스트만 인식합니다.

Q: Rekognition의 텍스트 인식 기능을 개선할 수 있도록 피드백을 제공하려면 어떻게 해야 합니까?

AWS 고객 지원 센터를 통해 요청을 보내주십시오. Amazon Rekognition은 고객 피드백에 따라 텍스트 콘텐츠 인식 유형을 계속해서 확장하고 있습니다.

동영상 분석

Q. Amazon Rekognition Video 비동기 API는 어떻게 작동합니까? 

Rekognition Video는 Amazon S3 버킷에 저장된 동영상을 처리합니다. 디자인 패턴은 비동기식 작업 집합입니다. StartLabelDetection과 같은 Start 작업을 호출하여 동영상 분석을 시작할 수 있습니다. 요청의 완료 상태는 Amazon Simple Notification Service 항목에 게시됩니다. Amazon SNS 주제에서 완료 상태를 얻으려면 Amazon Simple Queue Service 대기열 또는 AWS Lambda 함수를 사용할 수 있습니다. 완료 상태가 되면 GetLabelDetection과 같은 Get 작업을 호출하여 요청 결과를 가져옵니다.

 

Q. 인물 추적이란 무엇입니까? 

Rekognition Video를 사용하면 한 장면 및 여러 장면의 동영상을 통해 모든 인물을 추적할 수 있습니다. Rekognition Video는 카메라가 움직일 때에도 인물을 감지하고 각 인물에 대해 얼굴 속성과 타임스탬프와 함께 경계 상자 및 얼굴을 반환합니다. 소매 애플리케이션의 경우 고객이 쇼핑몰에서 통로를 가로질러 이동하는 방법 또는 계산대 앞에서 기다리는 시간과 같은 고객 통찰력을 생성할 수 있습니다.

Q. 실시간으로 동영상을 분석하려면 어떻게 해야 합니까?  

스트리밍 모드에서는 수천만 개의 얼굴이 있는 모음을 실시간으로 검색하여 얼굴을 검색할 수 있습니다. Rekognition Video 얼굴 감지 및 얼굴 인식 API는 개발자가 수천 개의 실시간 피드 및 관련 메타데이터를 전송할 수 있게 하는 서비스인 Amazon Kinesis Video Streams의 동영상 스트림과 기본적으로 통합됩니다. 보안 애플리케이션의 경우 주요 인물의 실시간 식별을 쉽고 정확하게 할 수 있습니다.

Q: Amazon Rekognition Video는 Amazon Kinesis Video Streams와 함께 작동합니까? 

Rekognition Video는 동영상 스트림을 처리하기 위해 Kinesis Video Stream을 입력으로 사용합니다. 분석 결과는 Rekognition Video에서 Kinesis 데이터 스트림으로 출력되고 마지막으로 클라이언트 애플리케이션에서 이를 읽습니다. Rekognition Video는 스트리밍 동영상 분석을 시작하고 관리하는 데 사용할 수 있는 스트림 프로세서를 제공합니다. 자세히 알아보려면 Working with Streaming Videos를 참조하십시오.

결제

Q: Amazon Rekognition은 처리된 이미지의 수를 어떻게 계산하나요?

이미지를 입력으로 허용하는 API의 경우 Amazon Rekognition은 분석된 이미지의 실제 개수를 처리된 이미지의 수로 계산합니다. DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities 및 SearchFaceByImage가 이 범주에 속합니다. 2개의 이미지가 입력으로 전달되는 CompareFaces API의 경우 원본 이미지만 처리된 이미지의 단위로 계수됩니다.

입력 파라미터로서 하나의 이미지를 필요로 하지 않는 API 호출의 경우 Amazon Rekognition은 각각의 API 호출을 처리된 하나의 이미지로 계수합니다. SearchFaces 및 ListFaces는 이 범주에 속합니다.

나머지 Amazon Rekognition API 즉, DeleteFaces, CreateCollection, DeleteCollection 및 ListCollections는 처리된 이미지에 포함되지 않습니다.

Q: Amazon Rekognition은 처리된 동영상의 시간(분)을 어떻게 계산하나요?

아카이브된 동영상의 경우 Amazon Rekognition은 API가 성공적으로 처리한 동영상의 시간(분)을 계산하여 결제를 위해 측정합니다. 실시간 스트림 동영상의 경우 성공적으로 처리하는 동영상의 5초마다 비용이 부과됩니다.

Q: Amazon Rekognition이 요금을 부과하는 API로는 무엇이 있나요?

Amazon Rekognition Image에서는 DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities, SearchFaceByImage, CompareFaces, SearchFaces 및 ListFaces API에 대해 요금을 부과합니다. Amazon Rekognition Video에서는 StartLabelDetection, StartFaceDetection, StartFaceDetection, SatrtContentModeration, StartPersonTracking, StartCelebrityRecognition, StartFaceSerach 및 StartStreamProcessor API에 의해 성공적으로 처리된 동영상 시간(분)을 기반으로 요금을 부과합니다.

Q. Amazon Rekognition의 사용 요금은 얼마인가요?

현행 요금에 관한 정보는 Amazon Rekognition 요금 페이지를 참조하십시오.

Q. 내 얼굴 모음에 저장되는 기능 벡터에 대해 요금이 부과되나요?

예. Amazon Rekognition은 매월 1,000개의 얼굴 벡터당 0.01 USD의 요금을 부과합니다. 자세한 내용은 요금 페이지를 참조하십시오.

Q. Amazon Rekognition은 AWS 프리 티어에 참여하나요?

예. AWS 프리 티어를 사용하는 고객은 Amazon Rekognition를 무료로 시작할 수 있습니다. 신규 Amazon Rekognition 고객은 등록 후 첫 12개월 동안 매월 최대 5,000개의 이미지를 무료로 분석할 수 있습니다. 이 프리 티어와 함께 모든 Amazon Rekognition API를 사용할 수 있으며 최대 1,000개의 얼굴을 무료로 저장할 수 있습니다. 또한 Amazon Rekognition Video 고객은 처음 1년 동안 무료로 매달 1,000분의 동영상을 분석할 수 있습니다.

Q: 요금에 세금이 포함되어 있습니까?

세금에 관한 자세한 내용은 Amazon Web Services 세금 도움말을 참조하십시오.

AWS 통합

Q: Amazon Rekognition Video는 Amazon S3에 저장된 이미지로 작동하나요?

예. Amazon Rekognition API에서 S3 버킷을 가리키기만 하면 Amazon S3에 저장된 이미지에 대한 분석을 시작할 수 있습니다. 데이터를 옮길 필요가 없습니다. S3 객체를 Amazon Rekognition API 호출과 함께 사용하는 방법에 대한 자세한 내용은 레이블 감지 연습을 참조하십시오.

Q: 다른 리전의 Amazon S3 버킷에 저장된 이미지로 Amazon Rekognition을 사용할 수 있습니까?

아니요. 사용하려는 Amazon S3 버킷이 Amazon Rekognition API 엔드포인트와 같은 리전에 있어야 합니다.

Q: Amazon Rekognition을 사용하여 여러 이미지 파일을 일괄적으로 처리하려면 어떻게 해야 하나요?

GitHub의 Amazon Rekognition 일괄 처리 예제에 설명된 단계들을 적용하면 Amazon S3 이미지를 대량으로 처리할 수 있습니다.

Q: AWS Lambda를 Amazon Rekognition과 함께 사용하려면 어떻게 해야 하나요?

Amazon Rekognition을 사용하면 AWS Lambda에 원활하게 액세스할 수 있으며 Amazon S3 및 Amazon DynamoDB와 같은 AWS 데이터 스토어에 트리거 기반 이미지 분석을 제공할 수 있습니다. Amazon Rekognition을 AWS Lambda와 함께 사용하려면 여기에 설명된 단계를 따라 Amazon Rekognition 청사진을 선택하십시오.

Q: Amazon Rekognition은 AWS CloudTrail과 연동됩니까?

예. Amazon Rekognition은 CreateCollection, DeleteCollection, CreateStreamProcessor, DeleteStreamProcessor, DescribeStreamProcessor, ListStreamProcessors 및 ListCollections 작업을 CloudTrail 로그 파일에 이벤트로 로깅하도록 지원합니다. AWS CloudTrail과 통합된 Amazon Rekognition API 호출에 대한 자세한 내용은 AWS CloudTrail로 Amazon Rekognition API 호출을 로깅 섹션을 참조하십시오.

데이터 프라이버시

Q. Amazon Rekognition에서 처리한 이미지 및 동영상 입력이 있는 경우 AWS에서 어떻게 사용합니까?

Amazon Rekognition은 서비스를 제공 및 유지하고 Amazon Rekognition과 기타 Amazon 기계 학습/인공 지능 기술의 품질을 개선 및 개발하기 위해 해당 서비스에서 처리된 이미지 및 동영상 입력을 저장하고 사용할 수 있습니다. 관련 기술의 개발 및 교육을 포함하여 Amazon Rekognition 고객 경험을 지속적으로 개선하려면 콘텐츠를 사용해야 합니다. AWS는 고객 또는 고객의 최종 사용자에 대해 제품, 서비스 또는 마케팅 대상으로 고객의 콘텐츠에 포함될 수 있는 개인 식별 정보를 사용하지 않습니다. AWS에서는 고객의 신뢰, 개인 정보, 콘텐츠의 보안을 최우선으로 하고 있으며 콘텐츠에 대한 무단 액세스 또는 유출을 방지하기 위해 저장 중 및 전송 중 암호화를 비롯하여 적절하고 정교한 기술적 및 물리적 제어를 구현하고 고객과의 약속을 충실히 준수합니다. 자세한 내용은 https://aws.amazon.com/compliance/data-privacy-faq/를 참조하십시오.

Q. Amazon Rekognition에 저장된 이미지 및 동영상 입력을 삭제할 수 있습니까?

예. AWS Support에 문의하여 고객 계정과 연결된 이미지 및 동영상 입력을 삭제하도록 요청할 수 있습니다. 이미지 및 동영상 입력을 삭제하면 Amazon Rekognition 환경이 저하될 수 있습니다.

Q: Amazon Rekognition에서 처리하고 저장한 내 콘텐츠에 대한 액세스 권한은 누구에게 있습니까?

승인을 받은 직원만 Amazon Rekognition에서 처리하는 고객의 콘텐츠에 액세스할 수 있습니다. AWS에서는 고객의 신뢰, 개인 정보, 콘텐츠의 보안을 최우선으로 하고 있으며 콘텐츠에 대한 무단 액세스 또는 유출을 방지하기 위해 유휴 상태 및 전송 시 암호화를 비롯하여 적절하고 정교한 기술적 및 물리적 제어를 구현하고 고객과의 약속을 충실히 준수합니다. 자세한 내용은 https://aws.amazon.com/compliance/data-privacy-faq/를 참조하십시오.

Q: Amazon Rekognition에서 처리하고 저장한 콘텐츠를 내가 계속 소유할 수 있습니까?

고객은 항상 콘텐츠에 대한 소유권을 가지며 AWS는 고객의 동의에 따라 해당 콘텐츠를 사용합니다.

Q: Amazon Rekognition에서 처리한 콘텐츠는 내가 Amazon Rekognition을 사용 중인 AWS 리전 외부로 이동됩니까?

Amazon Rekognition에서 처리되는 모든 콘텐츠는 암호화되어 고객이 Amazon Rekognition을 사용 중인 AWS 리전에 저장됩니다. Amazon Rekognition에서 처리한 콘텐츠의 일부는 Amazon Rekognition 고객 경험 및 기타 Amazon 기계 학습/인공 지능 기술의 지속적인 개선 및 개발과 관련하여 다른 AWS 리전에 저장될 수 있습니다. AWS Support에 문의하여 고객 계정과 연결된 이미지 및 동영상 입력을 삭제하도록 요청할 수 있습니다. AWS에서는 고객의 신뢰, 개인 정보, 콘텐츠의 보안을 최우선으로 하고 있으며 콘텐츠에 대한 무단 액세스 또는 유출을 방지하기 위해 유휴 상태 및 전송 시 암호화를 비롯하여 적절하고 정교한 기술적 및 물리적 제어를 구현하고 고객과의 약속을 충실히 준수합니다. 자세한 내용은 https://aws.amazon.com/compliance/data-privacy-faq/를 참조하십시오.

Q: 13세 미만 어린이를 대상으로 하며 COPPA(Children’s Online Privacy Protection Act)의 적용을 받는 웹 사이트, 프로그램 또는 애플리케이션에 Amazon Rekognition을 사용할 수 있습니까?

예. COPPA에 따라 필요한 알림을 제공하고 필요한 확인 가능한 부모 동의를 제공해야 하는 의무 조항을 비롯한 Amazon Rekognition 서비스 약관을 준수하는 경우, 13세 미만 어린이를 대상(전체 또는 일부)으로 하는 웹 사이트, 프로그램 또는 애플리케이션에 Amazon Rekognition을 사용할 수 있습니다.

Q: 내 웹 사이트, 프로그램 또는 애플리케이션이 COPPA의 적용을 받는지 확인하려면 어떻게 해야 합니까?

COPPA 요구 사항에 대한 정보와 웹 사이트, 프로그램 또는 기타 애플리케이션이 COPPA의 적용을 받는지 확인하기 위한 지침은 미국연방거래위원회에서 제공하고 관리하는 리소스를 직접 참조하시기 바랍니다. 또한, 이 사이트에는 서비스의 대상(전체 또는 일부)이 13세 미만 어린이인지를 확인하는 방법에 대한 정보도 제공되어 있습니다.

Q: Amazon Rekognition은 HIPAA 적격 서비스입니까?

Amazon Rekognition은 AWS BAA(AWS Business Associate Addendum)에 포함된 HIPAA 적격 서비스입니다. AWS BAA를 체결한 경우, Amazon Rekognition은 AWS BAA 약관에 따라 허용된 경우에만 개인 건강 정보(PHI)를 사용, 공개 및 유지 관리합니다.

액세스 제어

Q: Amazon Rekognition에 대한 사용자 액세스는 어떻게 제어하나요?

Amazon Rekognition은 AWS Identity and Access Management(IAM)와 통합되었습니다. AWS IAM 정책은 권한이 있는 사용자만 Amazon Rekognition API에 액세스할 수 있도록 보장할 목적으로 사용할 수 있습니다. 자세한 내용은 Amazon Rekognition 인증 및 액세스 제어 페이지를 참조하십시오.

Amazon Rekognition 요금 자세히 알아보기

요금 페이지로 이동
구축할 준비가 되셨습니까?
AWS Rekognition 시작하기
질문이 있으십니까?
문의하기