Skip to Content

관리형 AI 서비스 선택

실습복습
관련 기초 개념

개요

입력과 원하는 결과로 AWS 관리형 AI·개발·업무 서비스의 역할을 비교한다.

먼저 이미지 이해·위치·접근성, OCR·레이아웃·필드 추출, 텍스트 분석·번역·도메인, 음성·실시간 상호작용의 핵심 개념을 확인하세요.

세부 학습 목표

  • 텍스트·음성·문서·이미지의 입력과 출력으로 관리형 AI 서비스를 선택한다.
  • Lex·Amazon Quick·Kiro·SageMaker JumpStart의 목적을 구별한다.

핵심 개요

관리형 AI 서비스는 OCR·음성 인식·번역·텍스트 분석처럼 정의된 작업을 제공하는 선택지입니다. Textract·Transcribe·Polly·Translate·Comprehend·Rekognition 등의 역할을 입력과 원하는 결과로 비교합니다.

생성형 모델로 모두 대체하기보다 구조화 결과·도메인 품질·지연·비용을 같은 자료에서 비교합니다. 서비스 연결 뒤에도 원문 대조와 오류 처리는 필요합니다.

입력·출력 대응: Textract는 문서 이미지·PDF→텍스트·폼·표, Transcribe는 오디오→텍스트, Polly는 텍스트→음성, Translate는 원문 텍스트→다른 언어 텍스트, Comprehend는 텍스트→엔터티·감정 등 분석, Rekognition은 이미지·영상→객체 등 분석, Personalize는 상호작용·항목 자료→추천 항목을 맡습니다. 실제 지원 언어·지역·기능은 해당 서비스 문서로 확인합니다.

필요한 용어

  • 관리형 AI: 특정 AI 기능을 서비스 API로 사용하는 형태
  • 작업 적합성: 입력·출력·품질 요구에 기능이 맞는 정도

작동 과정

  1. 입력이 문서·음성·텍스트·이미지 중 무엇인지 정합니다.
  2. 필요 결과를 추출·변환·분류·생성으로 나눕니다.
  3. 해당 서비스와 생성형 구성을 같은 평가 자료에서 비교합니다.

업무 요청에서 서비스 역할 찾기

  • Lex는 음성·텍스트 대화 인터페이스를 구성하는 서비스입니다. Transcribe의 전사, Polly의 합성, Comprehend의 텍스트 분석과 역할을 구별합니다.

    ‘통화 녹음을 글로 만들기’에는 전사가, ‘문의 의도를 받아 대화를 진행하기’에는 대화 구성이 중심입니다. 자연어를 사용한다는 공통점만으로 같은 서비스라고 고르지 않습니다.

  • Amazon Quick은 연결된 업무 자료의 분석·연구·자동화 등을 제공하고, Kiro는 AI 개발 도구 계열, SageMaker JumpStart는 사전 학습 모델·솔루션을 찾아 활용하는 선택지입니다. 모델 API·개발 도구·업무 도구의 층을 구분합니다.

    가상 예: 회의 전사에는 Transcribe, 검토한 내용을 읽는 음성에는 Polly, 자료를 연결해 업무 분석을 수행하는 요구에는 Quick을 비교합니다. 모든 요구를 기반 모델 재학습으로 시작할 필요는 없습니다.

AWS AIF-C01 공식 영역 1  · AWS AIF-C01 공식 영역 2  · AWS: What is Amazon Quick?  · Kiro 공식 문서 

풀이 예제

아래 입력과 기록은 직접 만든 교육용 가상 자료입니다.

입력·조건

녹음 파일을 글로 바꾸고 그 글을 다른 언어로 번역해야 합니다.

판단·결과

녹음→Transcribe→인식 텍스트→Translate→번역문으로 연결합니다. Polly는 반대 방향인 음성 합성이므로 인식 단계에서 제외합니다. 문서 표 추출용 Textract와 개인화 추천용 Personalize도 이 작업의 직접 대체재가 아닙니다.

이렇게 판단한 이유

단계별 오류가 누적될 수 있으므로 최종 번역만 보고 인식 오류를 놓치지 않아야 합니다.

흔한 실패와 복구

비슷한 서비스 이름을 외우는 대신 입력과 결과를 연결합니다. 특정 기능의 지원 언어와 지역은 현재 문서에서 확인합니다.

확인 문제

음성을 텍스트로 바꾸는 단계의 역할은?

  1. 음성 합성
  2. 객체 저장만
  3. 음성 인식

풀이 기록 기능을 불러오는 중…

해설 보기

정답: C. 음성 인식

음성 인식 비슷한 서비스 이름을 외우는 대신 입력과 결과를 연결합니다. 특정 기능의 지원 언어와 지역은 현재 문서에서 확인합니다.

녹음을 전사한 뒤 검증된 안내문을 음성으로 읽으려면?

  1. 전사는 Transcribe, 합성은 Polly로 역할을 나눈다
  2. Polly로 녹음을 문자로 인식한다
  3. S3가 전사와 합성을 자동 수행한다

풀이 기록 기능을 불러오는 중…

해설 보기

정답: A. 전사는 Transcribe, 합성은 Polly로 역할을 나눈다

입력 음성→문자와 입력 문자→음성은 반대 방향입니다. 각 단계의 결과를 검증해야 합니다.

참고 자료

  1. AWS: In-scope services  — 공식 범위에 포함된 AWS 서비스 목록.
  2. Amazon Textract 공식 개요  — 서비스의 입력·출력과 기본 역할.
  3. Amazon Transcribe 공식 개요  — 서비스의 입력·출력과 기본 역할.
  4. Amazon Polly 공식 개요  — 서비스의 입력·출력과 기본 역할.
  5. Amazon Personalize 공식 개요  — 서비스의 입력·출력과 기본 역할.
  6. AWS AIF-C01 공식 영역 1  — 공식 세부 목표와 판단 수준.
  7. AWS AIF-C01 공식 영역 2  — 공식 세부 목표와 판단 수준.
  8. AWS: What is Amazon Quick?  — 업무 분석·연구·자동화와 데이터 연결.
  9. Kiro 공식 문서  — 개발 도구의 지침·스펙·MCP·권한 등 기능 경계.

자료 확인: 2026-10-25. 사례·문항·실습은 자체 제작했습니다. 외부 서비스 호출과 실제 모델 품질 측정은 학습자가 별도 환경에서 수행합니다.

직접 적용하기

교육용 가상 상황

통화 전사, 텍스트 번역, 음성 안내, 주문 의도 대화, 업무 자료 분석, 개발 코드 보조의 역할을 각각 고르세요. 다른 서비스를 배제한 이유도 쓰세요.

선택·계산·진단의 근거를 조건과 연결하고, 확인할 결과를 적으세요.

답안 저장 기능을 불러오는 중…

검증 기준과 해설 보기
  1. Transcribe·Translate·Polly의 입출력을 연결한다
  2. Lex의 대화 구성과 Quick의 업무 분석을 구별한다
  3. Kiro와 JumpStart를 모델 API와 혼동하지 않는다

전사는 Transcribe, 번역은 Translate, 합성은 Polly를 비교합니다. 대화 구성은 Lex, 연결된 업무 자료의 분석은 Quick, 코드 개발 보조는 Kiro를 검토합니다. JumpStart는 사전 학습 모델 활용의 선택지이며 전사·번역의 동의어가 아닙니다. 지원 조건·실제 품질은 별도 비교합니다.

복습하기

  1. Transcribe와 Polly의 역할 차이는?
  2. 전용 서비스도 평가해야 하나요?
  3. 두 단계를 연결하면 무엇을 보나요?
  4. 녹음을 전사한 뒤 검증된 안내문을 음성으로 읽으려면?
답변 확인 기준
  1. Transcribe와 Polly의 역할 차이는?

    음성 인식과 텍스트 음성 합성의 차이입니다.

  2. 전용 서비스도 평가해야 하나요?

    업무 자료·언어·구조에서 품질을 확인해야 합니다.

  3. 두 단계를 연결하면 무엇을 보나요?

    각 단계와 최종 결과의 오류 전파를 봅니다.

  4. 녹음을 전사한 뒤 검증된 안내문을 음성으로 읽으려면?

    전사는 Transcribe, 합성은 Polly로 역할을 나눈다. 입력 음성→문자와 입력 문자→음성은 반대 방향입니다. 각 단계의 결과를 검증해야 합니다.

← 이전 강의다음 강의 →학습 기록 →