기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# Amazon A2I의 핵심 구성 요소
다음 용어를 검토하여 Amazon A2I의 핵심 구성 요소를 숙지하세요.
## 태스크 유형
Amazon A2I를 통합하는 AI/ML 워크플로는 Amazon A2I 태스크 유형을 정의합니다.**
Amazon A2I 가 지원하는 사항:
+ 두 가지 기본 제공 태스크 유형이 있습니다. [Amazon Textract 키-값 쌍 추출](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-textract-task-type.html)과 [Amazon Rekognition 이미지 조절](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-rekognition-task-type.html)입니다.**
+ [사용자 지정 태스크 유형](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-task-types-custom.html): 사용자 지정 태스크 유형을 사용하여 사람의 검토 루프를 모든 기계 학습 워크플로에 통합할 수 있습니다.** 사용자 지정 작업 유형을 사용하여 Amazon A2I를 Amazon Comprehend, Amazon Transcribe 및 Amazon Translate와 같은 다른 AWS 서비스뿐만 아니라 자체 사용자 지정 기계 학습 워크플로와 통합할 수 있습니다. 자세한 내용은 [Amazon A2I를 사용한 사용 사례 및 예제](a2i-task-types-general.md)를 참조하세요.
다음 표에서 탭을 선택하면 Amazon A2I가 각 태스크 유형에서 어떻게 작동하는지 보여주는 다이어그램을 볼 수 있습니다. 이전 목록의 링크를 사용하여 태스크 유형 페이지를 선택하여 해당 태스크 유형에 대해 자세히 알아보세요.
------
#### [ Amazon Textract – Key-value pair extraction ]
이 이미지는 Amazon Textract을 사용한 Amazon A2I 내장 워크플로를 보여줍니다. 왼쪽에는 Amazon Textract 인적 검토 워크플로를 생성하는 데 필요한 리소스(Amazon S3 버킷, 활성화 조건, 작업자 태스크 템플릿, 작업 팀)가 나와 있습니다. 이러한 리소스는 인적 검토 워크플로 또는 흐름 정의를 생성하는 데 사용됩니다. 화살표는 워크플로에서 다음 단계의 오른쪽을 가리킵니다. 이때 Amazon Textract을 사용하여 인적 검토 워크플로가 있는 인적 루프를 구성합니다. 두 번째 화살표는 이 단계 오른쪽에서 인적 검토 워크플로에 지정된 활성화 조건이 충족되는 단계까지 가리킵니다. 그러면 인적 루프 생성이 시작됩니다. 이미지 오른쪽에는 인적 루프가 세 단계로 묘사되어 있습니다. 1) 작업자 UI와 도구가 생성되어 작업자에게 태스크가 제공되고, 2) 작업자가 입력 데이터를 검토하고, 마지막으로, 3) 결과가 Amazon S3에 저장됩니다.
![\[Amazon Textract을 사용한 Amazon A2I 내장 워크플로\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A21-Components_Textract@2x.png)
------
#### [ Amazon Rekognition – Image moderation ]
이 이미지는 Amazon Rekognition을 사용한 Amazon A2I 내장 워크플로를 보여줍니다. 왼쪽에는 Amazon Rekognition 인적 검토 워크플로를 생성하는 데 필요한 리소스(Amazon S3 버킷, 활성화 조건, 작업자 태스크 템플릿, 작업 팀)가 나와 있습니다. 이러한 리소스는 인적 검토 워크플로 또는 흐름 정의를 생성하는 데 사용됩니다. 화살표는 워크플로에서 다음 단계의 오른쪽을 가리킵니다. 이때 Amazon Rekognition을 사용하여 인적 검토 워크플로가 있는 인적 루프를 구성합니다. 두 번째 화살표는 이 단계 오른쪽에서 인적 검토 워크플로에 지정된 활성화 조건이 충족되는 단계까지 가리킵니다. 그러면 인적 루프 생성이 시작됩니다. 이미지 오른쪽에는 인적 루프가 세 단계로 묘사되어 있습니다. 1) 작업자 UI와 도구가 생성되어 작업자에게 태스크가 제공되고, 2) 작업자가 입력 데이터를 검토하고, 마지막으로, 3) 결과가 Amazon S3에 저장됩니다.
![\[이 이미지는 Amazon Rekognition을 사용한 Amazon A2I 기본 제공 워크플로를 보여줍니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Rekognition@2x.png)
------
#### [ Custom Task Type ]
다음 이미지는 Amazon A2I 사용자 지정 워크플로를 보여줍니다. 사용자 지정 ML 모델은 예측을 생성하는 데 사용됩니다. 클라이언트 애플리케이션은 사용자 정의 기준을 사용하여 이러한 예측을 필터링하고 사람의 검토가 필요한지를 결정합니다. 사람의 검토가 필요한 경우 이러한 예측은 인적 검토를 위해 Amazon A2I로 전송됩니다. Amazon A2I는 클라이언트 애플리케이션이 액세스할 수 있는 Amazon S3에서 사람이 검토한 결과를 수집합니다. 필터에서 인적 검토가 필요하지 않다고 판단되면 클라이언트 애플리케이션에 직접 예측을 제공할 수 있습니다.
![\[Amazon A2I 사용자 지정 워크플로\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Custom@2x.png)
------
## 인적 검토 워크플로(흐름 정의)
인적 검토 워크플로를 사용하여 사람으로 구성된 작업 팀을 지정하고, 작업자 태스크 템플릿을 사용하여 작업자 UI를 설정하고, 작업자가 검토 태스크를 완료하는 방법에 대한 정보를 제공합니다.****
기본 제공 태스크 유형의 경우 인적 검토 워크플로를 사용하여 인적 검토 루프가 시작되는 조건도 식별합니다. 예를 들어, Amazon Rekognition은 기계 학습을 사용하여 이미지 콘텐츠 조절을 수행할 수 있습니다. 인적 검토 워크플로를 사용하면 Amazon Rekognition의 신뢰도가 너무 낮을 경우 콘텐츠 조절 검토를 위해 사람에게 이미지를 전송하도록 지정할 수 있습니다.
인적 검토 워크플로를 사용하여 인적 루프를 여러 개 만들 수 있습니다.
SageMaker AI 콘솔 또는 SageMaker API를 사용하여 흐름 정의를 만들 수 있습니다. 이러한 두 옵션에 대한 추가 정보는 [인적 검토 워크플로 생성](a2i-create-flow-definition.md) 섹션을 참조하세요.
**작업 팀**
작업 팀은 인적 검토 태스크를 받는 인간 작업자 그룹입니다.**
인적 검토 워크플로를 생성할 때는 단일 작업 팀을 지정합니다.
작업 팀은 [Amazon Mechanical Turk 인력](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html), [공급업체 관리 인력](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-vendor.html) 또는 [프라이빗 작업 인력](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-private.html) 중에서 선택할 수 있습니다. 프라이빗 작업 인력을 사용하면 여러 작업 팀을 만들 수 있습니다. 각 작업 팀은 여러 인적 검토 워크플로에 사용될 수 있습니다. 인력 및 작업 팀을 생성하는 방법을 알아보려면 [인력](sms-workforce-management.md) 섹션을 참조하세요.
**작업자 태스크 템플릿 및 인적 태스크 UI**
작업자 태스크 템플릿을 사용하여 인적 검토 태스크를 위한 작업자 UI(인적 태스크 UI)를 만들 수 있습니다.****
작업자 태스크 UI는 문서 또는 이미지와 같은 입력 데이터와 작업자에 대한 지침을 표시합니다. 또한 작업자가 작업을 완료하는 데 사용하는 대화형 도구를 제공합니다.
기본 제공 태스크 유형의 경우 해당 태스크 유형에 제공된 Amazon A2I 작업자 태스크 템플릿을 사용해야 합니다.
## 인적 루프
인적 루프는 단일 인적 검토 작업을 생성하는 데 사용됩니다.** 각 인적 검토 작업에 대해 단일 데이터 객체를 검토하도록 태스크를 보낼 작업자 수를 선택할 수 있습니다.** 예를 들어 이미지 분류 레이블 지정 작업의 객체당 작업자 수를 `3`으로 설정하면 작업자 3명이 각 입력 이미지를 분류합니다. 객체당 작업자 수를 늘리면 레이블 정확도를 높일 수 있습니다.
인적 루프는 다음과 같이 인적 검토 워크플로를 사용하여 생성됩니다.
+ 기본 제공 태스크 유형의 경우 인적 검토 워크플로에 지정된 조건에 따라 인적 루프 생성 시기가 결정됩니다.
+ 인적 검토 태스크는 인적 검토 워크플로에 지정된 작업 팀으로 전송됩니다.
+ 인적 검토 워크플로에 지정된 작업자 태스크 템플릿은 인적 태스크 UI를 렌더링하는 데 사용됩니다.
**인적 루프는 언제 생성되나요?**
*기본 제공 작업 유형* 중 하나를 사용하면 인적 검토 워크플로에 지정된 조건이 충족되면 해당 AWS 서비스가 사용자를 대신하여 인적 루프를 생성하고 시작합니다. 예를 들면 다음과 같습니다.
+ Amazon Textract와 함께 Augmented AI를 사용하는 경우, `AnalyzeDocument` API 작업을 사용하여 Amazon A2I를 문서 검토 태스크에 통합할 수 있습니다. 인적 루프는 Amazon Textract가 인적 검토 워크플로에서 지정한 조건을 충족하는 키-값 쌍에 대한 추론을 반환할 때마다 생성됩니다.
+ Amazon Rekognition과 함께 Augmented AI를 사용하는 경우, `DetectModerationLabels` API 작업을 사용하여 Amazon A2I를 이미지 조절 태스크에 통합할 수 있습니다. Amazon Rekognition에서 인적 검토 워크플로에 지정된 조건을 충족하는 이미지 콘텐츠에 대한 추론을 반환할 때마다 인적 루프가 생성됩니다.
사용자 지정 태스크 유형을 사용하면 [Amazon Augmented AI 런타임 API](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/Welcome.html)를 사용하여 인적 루프를 시작합니다.** 사용자 지정 애플리케이션에서 `StartHumanLoop`를 호출하면 인적 검토자에게 작업이 전송됩니다.
인적 루프를 생성하고 시작하는 방법은 [인적 루프 생성 및 시작](a2i-start-human-loop.md) 섹션을 참조하세요.
이러한 리소스를 생성하고 인적 검토 워크플로를 생성하기 위해 Amazon A2I에서는 Amazon Augmented AI 런타임 모델, SageMaker API 및 태스크 유형과 연결된 API를 비롯한 여러 API를 통합합니다. 자세한 내용은 [Amazon Augmented AI에서 API 사용](a2i-api-references.md)를 참조하세요.