05. AWS AI Services 완벽 이해하기 -Amazon Bedrock · SageMaker AI · Rekognition · Textract

앞에서 AI, Machine Learning, Generative AI의 기본 개념을 살펴보았습니다.

이제 중요한 질문이 하나 남았습니다.

"그렇다면 AWS에서는 AI를 어떻게 사용할 수 있을까?"

AWS는 다양한 AI/ML 서비스를 제공합니다.

이번 글에서는 AWS AI Practitioner 시험에서 알아야 할 주요 AWS AI 서비스를 문제 상황과 연결하여 정리해 보겠습니다.

---

1. Amazon Bedrock

Generative AI를 공부한다면 가장 먼저 알아야 하는 AWS 서비스입니다.

Amazon Bedrock은 다양한 Foundation Model을 활용하여 Generative AI 애플리케이션을 구축할 수 있도록 지원합니다.

개념적으로:

Application
     ↓
Amazon Bedrock
     ↓
Foundation Model
     ↓
Response

활용 사례:

• Chatbot
• Q&A
• Summarization
• Content Generation
• AI Assistant
• Document Q&A

시험에서:

"Foundation Model을 활용하여 Generative AI 애플리케이션을 만들고 싶다."

라는 요구사항이 나온다면 Amazon Bedrock을 우선적으로 생각하면 됩니다.

---

2. Amazon SageMaker AI

SageMaker AI는 Machine Learning 모델을 구축하고, 학습하고, 배포하고 관리하기 위한 AWS 서비스입니다.

기본적인 흐름:

Data
 ↓
Training
 ↓
ML Model
 ↓
Deployment
 ↓
Inference

따라서 Bedrock과의 차이를 이해하는 것이 중요합니다.

Bedrock

기존 Foundation Model을 활용하여 Generative AI 애플리케이션을 구축

SageMaker AI

Machine Learning 모델의 개발, Training, Deployment 및 관리

---

3. Bedrock vs SageMaker AI

구분	Amazon Bedrock	SageMaker AI
주요 목적	Generative AI	Machine Learning
Foundation Model	활용	구축/커스터마이징 가능
Training	직접적인 모델 학습보다 활용 중심	ML Training 지원
주요 사용자	AI Application 개발자	ML/AI 개발자 및 Data Scientist
대표 사용	GenAI App	ML Model Lifecycle

시험에서 두 서비스를 비교하는 문제가 나올 가능성이 높기 때문에 차이를 확실히 이해하는 것이 좋습니다.

---

4. Amazon Rekognition

이미지와 비디오를 분석하는 서비스입니다.

예:

Image / Video
      ↓
Rekognition
      ↓
Objects / Faces / Labels

활용 사례:

• 얼굴 분석
• 객체 탐지
• 이미지 분석
• 비디오 분석

시험에서:

"이미지나 비디오를 분석하고 싶다."

라고 하면 Amazon Rekognition을 생각합니다.

---

5. Amazon Textract

문서에서 텍스트와 구조화된 데이터를 추출하는 서비스입니다.

예:

PDF / Document
       ↓
   Textract
       ↓
Text / Forms / Tables

활용 사례:

• Invoice 처리
• 영수증 분석
• Form 데이터 추출
• 문서 OCR

시험에서:

"스캔된 문서나 PDF에서 텍스트와 테이블을 추출하고 싶다."

→ Amazon Textract

---

6. Amazon Comprehend

텍스트 데이터를 분석하는 NLP 서비스입니다.

예:

Text
 ↓
Comprehend
 ↓
Sentiment / Entities / Language

활용 사례:

• Sentiment Analysis
• Entity Recognition
• Text Classification
• NLP

예를 들어 고객 리뷰가:

"AWS 서비스가 정말 좋습니다."

라고 한다면 긍정적인 감정인지 분석할 수 있습니다.

---

7. Amazon Transcribe

음성을 Text로 변환하는 서비스입니다.

Speech
  ↓
Transcribe
  ↓
Text

예:

회의 녹음 파일을 Text로 변환할 수 있습니다.

시험에서:

Speech → Text

가 나오면 Amazon Transcribe를 기억합니다.

---

8. Amazon Polly

반대 방향입니다.

Text
 ↓
Polly
 ↓
Speech

즉:

Text → Speech

입니다.

Transcribe와 Polly를 비교해서 기억하면 쉽습니다.

Service	변환
Transcribe	Speech → Text
Polly	Text → Speech

---

9. Amazon Translate

언어를 번역하는 서비스입니다.

English
   ↓
Translate
   ↓
Korean

시험에서:

"실시간 또는 자동 언어 번역이 필요하다."

→ Amazon Translate

---

10. Amazon Lex

Conversational Interface를 구축하는 데 사용하는 서비스입니다.

예:

User
 ↓
Chatbot
 ↓
Amazon Lex
 ↓
Intent / Response

Chatbot과 Voice Bot 같은 대화형 인터페이스를 구축할 때 활용할 수 있습니다.

---

11. AWS AI Service 선택 문제

시험에서는 서비스 이름 자체보다 문제 상황을 보고 서비스를 선택하는 능력이 중요합니다.

다음 표를 기억해 두면 좋습니다.

요구사항	AWS Service
Generative AI / Foundation Model	Amazon Bedrock
ML Model Training / Deployment	Amazon SageMaker AI
Image / Video 분석	Amazon Rekognition
Document / Table / Form 추출	Amazon Textract
Text / NLP 분석	Amazon Comprehend
Speech → Text	Amazon Transcribe
Text → Speech	Amazon Polly
Translation	Amazon Translate
Conversational AI	Amazon Lex

---

12. Responsible AI

AI 서비스를 사용하는 것만큼 중요한 것이 Responsible AI입니다.

AI가 잘못된 결과를 만들어내거나 특정 사용자에게 불공정한 판단을 한다면 큰 문제가 발생할 수 있습니다.

주요 개념:

Bias

데이터나 모델의 편향

Fairness

사용자 또는 그룹에 대해 공정한 결과를 제공하는 것

Explainability

AI가 왜 특정 결과를 만들었는지 이해할 수 있는 정도

Transparency

AI 시스템의 동작과 사용 방식에 대한 투명성

Privacy

개인정보와 민감한 데이터를 보호하는 것

Safety

AI가 위험하거나 유해한 결과를 만들지 않도록 관리하는 것

---

13. AI Security

AI 시스템에서도 기본적인 Cloud Security가 중요합니다.

대표적으로:

• IAM
• Encryption
• Access Control
• Data Protection
• Monitoring
• Compliance
• Governance

를 고려해야 합니다.

특히 AI에서는 데이터가 매우 중요합니다.

따라서 AI를 구축할 때:

"이 데이터를 누가 사용할 수 있는가?"

"어디에 저장되는가?"

"암호화되어 있는가?"

"모델 학습에 사용되는가?"

등을 고려해야 합니다.

---

마무리

AWS AI Practitioner 시험에서는 단순히 AWS 서비스 이름을 암기하는 것보다:

문제 → 필요한 AI 기능 → 적절한 AWS 서비스

의 연결 관계를 이해하는 것이 중요합니다.

특히 다음 서비스는 반드시 구분할 수 있어야 합니다.

Bedrock vs SageMaker AI

Rekognition vs Textract

Comprehend vs Transcribe

Transcribe vs Polly

다음 마지막 글에서는 실제 시험을 준비하기 위한 공식 학습 자료, 동영상, Practice Question과 공부 전략을 정리해 보겠습니다.

Next → AWS AI Practitioner 시험 준비 Complete Guide