[DVA-C02] AWS 오늘의 퀴즈 (복수 정답)

🎯 정답: A, B

✅ A. AWS Textract를 사용하여 스캔된 문서에서 핵심 정보(key information)를 추출합니다.

✅ B. AWS Comprehend를 사용하여 자유 형식 텍스트(free-form text)에서 키워드, 엔티티 및 감성(sentiment)을 분석하고 위험 신호를 식별합니다.

C. AWS Rekognition을 사용하여 문서에서 텍스트를 감지하고 주요 정보를 추출합니다.

D. AWS SageMaker를 사용하여 맞춤형 기계 학습(ML) 모델을 구축하여 문서에서 데이터를 추출하고 위험 신호를 분석합니다.

E. AWS Polly를 사용하여 신청서 내용을 음성으로 변환하고, AWS Lex를 사용하여 음성 명령으로 신청서를 처리합니다.

💡 해설:
이 시나리오는 스캔된 문서에서 구조화된 데이터를 추출하고 자유 형식 텍스트를 분석하는 두 가지 주요 요구 사항을 제시합니다.

AWS Textract는 스캔된 문서, PDF, 이미지에서 텍스트, 필기, 표 및 양식 데이터를 자동으로 추출하는 데 특화된 완전 관리형(fully managed) 서비스입니다. 따라서 핵심 정보 추출에 가장 적합합니다.

AWS Comprehend는 자연어 처리(Natural Language Processing, NLP) 서비스로, 텍스트에서 키워드, 엔티티, 감성 및 기타 인사이트를 발견하는 데 사용됩니다. 자유 형식 텍스트 섹션에서 잠재적인 위험 신호를 식별하는 데 매우 효율적이고 비용 효과적입니다.

AWS Rekognition은 이미지 및 비디오 분석에 중점을 두며, 텍스트 감지 기능이 있지만 Textract가 문서 및 양식 데이터 추출에 더 강력하고 전문화되어 있습니다. AWS SageMaker는 맞춤형 ML 모델을 구축할 때 사용되지만, 이 문제에서 요구하는 '키워드 및 위험 신호 식별'은 Comprehend와 같은 사전 훈련된(pre-trained) 서비스로 충분하므로 SageMaker는 비용 및 효율성 측면에서 과도한 솔루션입니다. AWS Polly와 Lex는 음성 및 대화형 인터페이스 서비스로, 문서 처리에는 적합하지 않습니다.

🚀 Tip: AWS AI/ML 서비스는 각각의 특정 사용 사례에 최적화되어 있습니다. 문제의 요구사항을 정확히 파악하여 가장 적합한 관리형 서비스(예: Textract, Comprehend)를 식별하는 것이 중요합니다. 사용자 지정 ML 모델(예: SageMaker)이 필요한 경우는 사전 훈련된 서비스로 해결할 수 없는 복잡하고 특수한 시나리오에 한정됩니다.