전문가 Q&A

좋은 의견 감사드립니다.

Transcribe는 아직 preview 상태라서 답을 드리기 어렵습니다.

Polly의 경우, 계정당 어휘를 최대 100개까지 저장할 수 있습니다.

Amazon Transcribe가 STT 서비스입니다. 현재 preview 상태입니다.

https://aws.amazon.com/ko/macie/ 를 검토해보시면 좋겠습니다.

AWS는 보안을 1순위로 생각합니다. DDos등 기본 L4 수준의 보안을 shield 에서 제공합니다. 보안 수준을 높일 수 있는 다양한 option을 제공드리고 있습니다. 고객께서도 MFA 등 멀티 인증 체제를 구축하거나 IAM 등 권한설정을 하시어 보안을 강화하실 수 있습니다.

접근성이나 인증에 대한 보안외에 이미 침입한 침입자를 찾아 조치할수 보안 대책이 있는지 답변 부탁 드립니다.
출입문 제어나 기타 보안에 관한 활용을 예로 들어 주셨는데 일부 제어 권한을 획득한 상태의 미인증 사용자를 확인 하고 초치할수 있는 기술이 AI서비스기에 필요할것이라 생각 됩니다.

실시간 상황판을 음성 기반으로 만들어 볼 수도 있을 듯하고요, SageMaker의 time series forecasting 알고리즘을 활용하면 자원사용률에 대한 예측도 해볼 수 있을 듯 합니다.

알렉사 App을 보면 음성을 프로파일할 수 있는 기능이 있습니다.

각 서비스별 웹 페이지에 있는데 전체 ML 서비스는 https://aws.amazon.com/ko/machine-learning/ 에서 찾아볼 수 있습니다.

서울 리전 출시계획은 아직 정해지지 않았습니다.

업무에 따라서 100여개의 서비스들 중에 선택을 할 수 있습니다. ML은 SageMaker의 time series forecasting 알로리즘을 활용해보는 것도 좋을 듯 합니다.

AWS는 모든 비즈니스 활동을 하는데 있어 고객이 제일 중요하며, 신규 서비스의 50% 이상의 고객의 feedback을 중심으로 출시됩니다.

https://aws.amazon.com/ko/solutions/case-studies/ 에서 각종 고객 사례를 보실 수 있습니다.

기업들의 상황에 따라서 다를 것으로 생각되고, AWS는 모든 개발자와 모든 데이터 과학자들이 바로 사용할 수 있는 서비스들을 제공하는 것이 목표 입니다.

AWS 클라우드는 전 세계 18개의 지리적 리전 내에 49개의 가용 영역을 운영하고 있으며. 국내 및 해외에서 latency 이슈가 있으시다면, Cloudfront로 cache하는 방법이 있습니다.

각 서비스는 API 형태로 제공되고 있고, AWS SDK를 사용하면 API를 쉽게 사용할 수 있습니다.

Amazon SageMaker를 이용하면 학습 요청시 CPU/GPU 서버들이 생성되고, 완료 후 자동으로 삭제됩니다.

시나리오에 따라서는 다르겠지만 AWS Greengrass 를 사용하면 로컬에서 IoT 를 구현할 수 있습니다. 예를들면, Lambda 수행 엔진이 포함되어 있습니다.

결과로 나오는 정확도는 저희가 지속적으로 학습하는 모델의 결과이고, 학습 데이터는 별도로 제공하지 않습니다.

앞으로 출시할 Amazon Translate를 이용하면 직접 번역을 수행할 수 있겠네요.

가입 후 첫 2개월 동안은 Amazon SageMaker를 사용한 모델 구축을 위한 t2.medium 노트북 사용 250시간, 교육용 m4.xlarge 50시간, 기계 학습 모델 호스팅을 위한 m4.xlarge 125시간이 매달 프리 티어로 제공됩니다.