기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 1단계: Amazon S3에 문서 추가 데이터 세트에 대해 Amazon Comprehend 개체 분석 작업을 실행하기 전에 데이터, 메타데이터 및 Amazon Comprehend 개체 분석 출력을 호스팅할 Amazon S3 버킷을 생성합니다. **Topics** + [샘플 데이터 세트 다운로드](#tutorial-search-metadata-add-documents-download-extract) + [Amazon S3 버킷 생성](#tutorial-search-metadata-add-documents-create-bucket) + [S3 버킷에 데이터 및 메타데이터 폴더 생성](#tutorial-search-metadata-add-documents-data-metadata) + [입력 데이터 로드](#tutorial-search-metadata-add-documents-upload-data) ## 샘플 데이터 세트 다운로드 Amazon Comprehend가 데이터에 대한 개체 분석 작업을 실행하려면 먼저 데이터 세트를 다운로드하고 추출한 다음 S3 버킷에 업로드해야 합니다. ### 데이터 세트를 다운로드하고 추출하려면 (콘솔) 1. 디바이스에 [tutorial-dataset.zip](https://docs.aws.amazon.com/kendra/latest/dg/samples/tutorial-dataset.zip) 폴더를 다운로드합니다. 1. `tutorial-dataset` 폴더를 추출하여 `data` 폴더에 접근합니다. ### 데이터 세트를 다운로드하고 추출하려면 (터미널) 1. `tutorial-dataset`를 다운로드하려면 터미널 창에서 다음 명령을 실행합니다. ------ #### [ Linux ] ``` curl -o path/tutorial-dataset.zip https://docs.aws.amazon.com/kendra/latest/dg/samples/tutorial-dataset.zip ``` 위치: + *path/*는 zip 폴더를 저장하려는 위치의 로컬 파일 경로입니다. ------ #### [ macOS ] ``` curl -o path/tutorial-dataset.zip https://docs.aws.amazon.com/kendra/latest/dg/samples/tutorial-dataset.zip ``` 위치: + *path/*는 zip 폴더를 저장하려는 위치의 로컬 파일 경로입니다. ------ #### [ Windows ] ``` curl -o path/tutorial-dataset.zip https://docs.aws.amazon.com/kendra/latest/dg/samples/tutorial-dataset.zip ``` 위치: + *path/*는 zip 폴더를 저장하려는 위치의 로컬 파일 경로입니다. ------ 1. zip 폴더에서 데이터를 추출하려면 터미널 창에서 다음 명령을 실행합니다. ------ #### [ Linux ] ``` unzip path/tutorial-dataset.zip -d path/ ``` 위치: + *path/*는 저장된 zip 폴더의 로컬 파일 경로입니다. ------ #### [ macOS ] ``` unzip path/tutorial-dataset.zip -d path/ ``` 위치: + *path/*는 저장된 zip 폴더의 로컬 파일 경로입니다. ------ #### [ Windows ] ``` tar -xf path/tutorial-dataset.zip -C path/ ``` 위치: + *path/*는 저장된 zip 폴더의 로컬 파일 경로입니다. ------ 이 단계가 끝나면 압축을 푼 파일을 `tutorial-dataset`라는 이름의 압축 해제 폴더에 저장해야 합니다. 이 폴더에는 Apache 2.0 오픈 소스 속성이 있는 `README` 파일과 이 자습서의 데이터 세트가 들어 있는 `data` 폴더가 포함되어 있습니다. 데이터 세트는 `.story` 확장자를 가진 100개의 파일로 구성되어 있습니다. ## Amazon S3 버킷 생성 샘플 데이터 폴더를 다운로드하고 추출한 후 Amazon S3 버킷에 저장합니다. **중요** Amazon S3 버킷의 이름은 모든 AWS에 대해 고유해야 합니다. ### Amazon S3 버킷 생성(콘솔) 1. 에 로그인 AWS Management Console 하고 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) Amazon S3 콘솔을 엽니다. 1. **버킷**에서 **버킷 생성**을 선택합니다. 1. [**버킷 이름(Bucket name)**]에 고유한 이름을 입력합니다. 1. **리전**에서 버킷을 생성할 AWS 리전을 선택합니다. **참고** Amazon Comprehend와 Amazon Kendra를 모두 지원하는 리전을 선택해야 합니다. 버킷을 생성한 후에는 버킷의 리전을 변경할 수 없습니다. 1. **이 버킷의 퍼블릭 액세스 차단 설정**, **버킷 버전 관리** 및 **태그**의 기본 설정을 유지하세요. 1. **기본 암호화**의 경우, **비활성화**를 선택합니다. 1. **고급 설정**의 기본 설정을 유지합니다. 1. 버킷 구성을 검토한 다음 **버킷 생성**을 선택합니다. ### S3 버킷을 생성하려면 (AWS CLI) 1. S3 버킷을 생성하려면 AWS CLI에서 [create-bucket](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3control/create-bucket.html) 명령을 사용합니다. ------ #### [ Linux ] ``` aws s3api create-bucket \ --bucket amzn-s3-demo-bucket \ --region aws-region \ --create-bucket-configuration LocationConstraint=aws-region ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. + *aws-region*은 버킷을 생성하려는 리전입니다. ------ #### [ macOS ] ``` aws s3api create-bucket \ --bucket amzn-s3-demo-bucket \ --region aws-region \ --create-bucket-configuration LocationConstraint=aws-region ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. + *aws-region*은 버킷을 생성하려는 리전입니다. ------ #### [ Windows ] ``` aws s3api create-bucket ^ --bucket amzn-s3-demo-bucket ^ --region aws-region ^ --create-bucket-configuration LocationConstraint=aws-region ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. + *aws-region*은 버킷을 생성하려는 리전입니다. ------ **참고** Amazon Comprehend와 Amazon Kendra를 모두 지원하는 리전을 선택해야 합니다. 버킷을 생성한 후에는 버킷의 리전을 변경할 수 없습니다. 1. 버킷이 성공적으로 생성되었는지 확인하려면 [list](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3/ls.html) 명령을 사용하세요. ------ #### [ Linux ] ``` aws s3 ls ``` ------ #### [ macOS ] ``` aws s3 ls ``` ------ #### [ Windows ] ``` aws s3 ls ``` ------ ## S3 버킷에 데이터 및 메타데이터 폴더 생성 S3 버킷을 생성한 후 그 안에 데이터 및 메타데이터 폴더를 생성합니다. ### S3 버킷에서 폴더 생성(콘솔) 1. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)에서 S3 콘솔을 엽니다. 1. **버킷**에서 버킷 목록에서 해당하는 버킷의 이름을 클릭합니다. 1. **객체** 탭에서 **폴더 생성**을 선택합니다. 1. 새 폴더 이름으로 **data**을 입력합니다. 1. 암호화 설정에서 **비활성화**를 선택합니다. 1. **폴더 생성**을 선택합니다. 1. 3\$16단계를 반복하여 Amazon Kendra 메타데이터를 저장할 다른 폴더를 생성하고 4단계에서 생성한 폴더의 이름을 **metadata**로 지정합니다. ### S3 버킷에서 폴더 생성(AWS CLI) 1. S3 버킷에 `data` 폴더를 생성하려면 AWS CLI에서 [put-object](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3api/put-object.html) 명령을 사용합니다. ------ #### [ Linux ] ``` aws s3api put-object \ --bucket amzn-s3-demo-bucket \ --key data/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ macOS ] ``` aws s3api put-object \ --bucket amzn-s3-demo-bucket \ --key data/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ Windows ] ``` aws s3api put-object ^ --bucket amzn-s3-demo-bucket ^ --key data/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ 1. S3 버킷에 `metadata` 폴더를 생성하려면 AWS CLI에서 [put-object](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3api/put-object.html) 명령을 사용합니다. ------ #### [ Linux ] ``` aws s3api put-object \ --bucket amzn-s3-demo-bucket \ --key metadata/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ macOS ] ``` aws s3api put-object \ --bucket amzn-s3-demo-bucket \ --key metadata/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ Windows ] ``` aws s3api put-object ^ --bucket amzn-s3-demo-bucket ^ --key metadata/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ 1. 폴더가 성공적으로 생성되었는지 확인하려면 [list](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3/ls.html) 명령어를 사용하여 버킷의 콘텐츠를 확인하세요. ------ #### [ Linux ] ``` aws s3 ls s3://amzn-s3-demo-bucket/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ macOS ] ``` aws s3 ls s3://amzn-s3-demo-bucket/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ Windows ] ``` aws s3 ls s3://amzn-s3-demo-bucket/ ``` 위치: + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ ## 입력 데이터 로드 데이터 및 메타데이터 폴더를 만든 후 샘플 데이터 세트를 `data` 폴더에 업로드합니다. ### 샘플 데이터 세트를 데이터 폴더에 업로드하려면 (콘솔) 1. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)에서 S3 콘솔을 엽니다. 1. **버킷**에서 버킷 목록에서 버킷의 이름을 클릭한 다음 `data`를 클릭합니다. 1. **업로드**를 선택한 후 **파일 추가**를 선택합니다. 1. 대화 상자에서 로컬 디바이스의 `tutorial-dataset` 폴더 내 `data` 폴더로 이동하여 모든 파일을 선택한 다음 **열기**를 선택합니다. 1. **대상**, **권한** 및 **속성**에 대한 기본 설정을 유지합니다. 1. **업로드**를 선택합니다. ### 샘플 데이터 세트를 데이터 폴더에 업로드하려면 (AWS CLI) 1. 샘플 데이터를 `data` 폴더에 업로드하려면 AWS CLI에서 [copy](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3/cp.html) 명령어를 사용하세요. ------ #### [ Linux ] ``` aws s3 cp path/tutorial-dataset/data s3://amzn-s3-demo-bucket/data/ --recursive ``` 위치: + *path/*는 디바이스에 있는 `tutorial-dataset` 폴더의 파일 경로입니다. + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ macOS ] ``` aws s3 cp path/tutorial-dataset/data s3://amzn-s3-demo-bucket/data/ --recursive ``` 위치: + *path/*는 디바이스에 있는 `tutorial-dataset` 폴더의 파일 경로입니다. + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ Windows ] ``` aws s3 cp path/tutorial-dataset/data s3://amzn-s3-demo-bucket/data/ --recursive ``` 위치: + *path/*는 디바이스에 있는 `tutorial-dataset` 폴더의 파일 경로입니다. + 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ 1. 데이터 세트 파일이 `data` 폴더에 성공적으로 업로드되었는지 확인하려면 AWS CLI에서 [list](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/s3/ls.html) 명령어를 사용하세요. ------ #### [ Linux ] ``` aws s3 ls s3://amzn-s3-demo-bucket/data/ ``` 위치: + S3 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ macOS ] ``` aws s3 ls s3://amzn-s3-demo-bucket/data/ ``` 위치: + S3 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ #### [ Windows ] ``` aws s3 ls s3://amzn-s3-demo-bucket/data/ ``` 위치: + S3 버킷의 이름은 amzn-s3-demo-bucket입니다. ------ 이 단계가 끝나면 `data` 폴더 내에 데이터 세트가 저장된 S3 버킷과 Amazon Kendra 메타데이터를 저장할 빈 `metadata` 폴더가 생깁니다.