기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon Rekognition Custom Labels란 무엇입니까?
<a name="what-is"></a>

Amazon Rekognition Custom Labels를 사용하면 비즈니스에 필요한 대로 이미지 안의 객체와 로고, 장면을 식별해 낼 수 있습니다. 예를 들어, 소셜 미디어 게시글에서 로고를 찾거나 매장에서 제품을 식별하거나 어셈블리 라인에서 기계 부품을 분류하거나 정상적으로 운영되는 공장과 결함이 있는 공장을 구별하거나 이미지에서 애니메이션 캐릭터를 탐지할 수 있습니다.

이미지 분석을 위한 사용자 지정 모델을 개발하는 것은 시간, 전문 지식 및 리소스가 필요한 중요한 작업입니다. 완료하는 데 몇 개월이 걸리는 경우가 많습니다. 또한 정확한 결정을 내리기에 충분한 데이터를 모델에 제공하려면 수작업으로 레이블을 지정한 이미지가 수천에서 수만 개나 필요할 수 있습니다. 이 데이터를 생성하는 데 몇 개월이 걸릴 수 있으며, 기계 학습에 사용할 수 있도록 준비하는 데에 레이블링 작업자가 다수 필요할 수 있습니다.

Amazon Rekognition Custom Labels는 이미 여러 카테고리에 걸쳐 수천만 개의 이미지에 대해 훈련된 Amazon Rekognition의 기존 기능을 확장합니다. 수천 개의 이미지 대신 사용 사례에 맞는 소량의 훈련 이미지 세트(일반적으로 수백 개 이하)만 업로드하면 됩니다. 이를 위해 사용하기 쉬운 콘솔을 사용할 수 있습니다. 이미지에 이미 레이블이 지정되어 있는 경우 Amazon Rekognition Custom Labels를 사용하면 짧은 시간 내에 모델 훈련을 시작할 수 있습니다. 그렇지 않은 경우 레이블 지정 인터페이스 내에서 이미지에 직접 레이블을 지정하거나 Amazon SageMaker AI Ground Truth를 사용하여 이미지에 레이블을 지정할 수 있습니다.

Amazon Rekognition Custom Labels가 이미지 세트에서 훈련을 시작하면 단 몇 시간만에 사용자 지정 이미지 분석 모델을 생성할 수 있습니다. Amazon Rekognition Custom Labels는 백그라운드에서 훈련 데이터를 자동으로 로드 및 검사하고, 적합한 기계 학습 알고리즘을 선택하고, 모델을 훈련하고, 모델 성능 지표를 제공합니다. 그런 다음 Amazon Rekognition Custom Labels API를 통해 사용자 지정 모델을 사용하고 이를 애플리케이션에 통합할 수 있습니다.

**Topics**
+ [주요 이점](#key-benefits)
+ [Amazon Rekognition Custom Labels 사용 선택](#wi-choosing)
+ [Amazon Rekognition Custom Labels를 처음 사용하시나요?](#first-time-user)

## 주요 이점
<a name="key-benefits"></a>

**간소화된 데이터 레이블링**  
Amazon Rekognition Custom Labels 콘솔은 이미지에 레이블을 빠르고 간단하게 레이블링할 수 있는 시각적 인터페이스를 제공합니다. 인터페이스를 통해 전체 이미지에 레이블을 적용할 수 있습니다. 또한 클릭 앤 드래그 인터페이스가 있는 경계 상자를 사용하여 이미지의 특정 객체를 식별하고 레이블을 지정할 수 있습니다. 또는 데이터 세트가 큰 경우 [Amazon SageMaker Ground Truth](https://aws.amazon.com/sagemaker/groundtruth/)를 사용하여 이미지에 효율적으로 레이블을 지정할 수 있습니다.

**자동화된 기계 학습**  
사용자 지정 모델을 구축하는 데 기계 학습 전문 지식이 필요하지 않습니다. Amazon Rekognition Custom Labels에는 기계 학습을 대신 처리하는 자동 기계 학습(AutoML) 기능이 포함되어 있습니다. 훈련 이미지가 제공되면 Amazon Rekognition Custom Labels는 데이터를 자동으로 로드 및 검사하고, 적합한 기계 학습 알고리즘을 선택하고, 모델을 훈련하고, 모델 성능 지표를 제공할 수 있습니다.

**간소화된 모델 평가, 추론 및 피드백**  
테스트 세트에서 사용자 지정 모델의 성능을 평가할 수 있습니다. 테스트 세트의 모든 이미지에 대해 모델의 예측과 할당된 레이블을 나란히 비교한 결과를 확인할 수 있습니다. 정밀도, 재현율, F1 점수, 신뢰도 점수와 같은 자세한 성능 지표를 검토할 수도 있습니다. 모델을 이미지 분석에 즉시 사용할 수도 있고, 더 많은 이미지로 새 버전을 반복하고 재훈련하여 성능을 개선할 수도 있습니다. 모델을 사용하기 시작한 후에는 예측을 추적하고 실수를 수정하고 피드백 데이터를 사용하여 새 모델 버전을 재훈련하고 성능을 개선합니다.

## Amazon Rekognition Custom Labels 사용 선택
<a name="wi-choosing"></a>

Amazon Rekognition은 이미지에서 레이블(객체, 장면 및 개념)을 찾는 데 사용할 수 있는 두 가지 기능을 제공합니다. 그것은 바로 Amazon Rekognition Custom Labels와 [Amazon Rekognition Image 레이블 감지](https://docs.aws.amazon.com/rekognition/latest/dg/labels.html) 기능입니다. 다음 정보를 통해 어떤 기능을 사용할지 결정하세요.

### Amazon Rekognition Image 레이블 감지
<a name="wi-label-detection"></a>

Amazon Rekognition Image의 레이블 감지 기능을 사용하면 기계 학습 모델을 생성할 필요 없이 대규모로 이미지와 동영상의 공통** 레이블을 식별, 분류 및 검색할 수 있습니다. 예를 들어 자동차, 트럭, 토마토, 농구공, 축구공과 같은 수천 개의 일반적인 물체를 쉽게 감지할 수 있습니다.

애플리케이션에서 공통 레이블을 찾아야 하는 경우 모델을 훈련할 필요가 없으므로 Amazon Rekognition Image 레이블 감지를 사용하는 것이 좋습니다. Amazon Rekognition Image 레이블 감지에서 찾은 레이블 목록을 가져오려면 [레이블 감지](https://docs.aws.amazon.com/rekognition/latest/dg/labels.html)를 참조하세요.

애플리케이션에서 Amazon Rekognition Image 레이블 감지로 찾을 수 없는 레이블(예: 조립 라인의 사용자 지정 기계 부품)을 찾아야 하는 경우에는 Amazon Rekognition Custom Labels를 사용하는 것이 좋습니다.

### Amazon Rekognition Custom Labels
<a name="wi-custom-labels"></a>

Amazon Rekognition Custom Labels를 사용하면 이미지에서 여러분의 비즈니스 요구 사항에 맞는 레이블(객체, 로고, 장면, 개념)을 찾는 기계 학습 모델을 쉽게 훈련할 수 있습니다.

Amazon Rekognition Custom Labels는 이미지를 분류(이미지 수준 예측)하거나 이미지에서 객체 위치를 감지(객체/경계 상자 수준 예측)할 수 있습니다.

Amazon Rekognition Custom Labels는 객체 및 장면의 유형을 더욱 유연하게 감지하도록 해줍니다. 예를 들어 Amazon Rekognition Image 레이블 감지 기능을 사용하여 식물과 나뭇잎을 찾을 수 있습니다. 건강한 식물, 손상된 식물, 감염된 식물을 구분하려면 Amazon Rekognition Custom Labels를 사용해야 합니다.

다음은 Amazon Rekognition Custom Labels 사용 방법의 예입니다.
+ 선수 유니폼과 헬멧의 팀 로고 식별
+ 조립 라인에서 특정 기계 부품 또는 제품을 구별 
+ 미디어 라이브러리의 만화 캐릭터 식별
+ 소매점 진열대에서 특정 브랜드의 제품 찾기
+ 농산물 품질 분류(예: 썩은 것, 익은 것, 익지 않은 것)

**참고**  
Amazon Rekognition Custom Labels는 얼굴을 분석하거나, 텍스트를 감지하거나, 이미지에서 안전하지 않은 이미지 콘텐츠를 찾도록 설계되지 않았습니다. Amazon Rekognition Image를 사용하여 이러한 작업을 수행할 수 있습니다. 자세한 내용은 [Amazon Rekognition이란 무엇입니까?](https://docs.aws.amazon.com/rekognition/latest/dg/what-is.html)를 참조하세요.

## Amazon Rekognition Custom Labels를 처음 사용하시나요?
<a name="first-time-user"></a>

Amazon Rekognition Custom Labels를 처음 사용한다면, 다음 항목을 순서대로 읽어보기를 권장합니다.

1. **[Amazon Rekognition Custom Labels 설정](setting-up.md)**: 이 항목에서는 계정 세부 정보를 설정합니다.

1. **[Amazon Rekognition Custom Labels의 이해](understanding-custom-labels.md)**: 이 항목에서는 모델 생성 워크플로에 대해 알아봅니다.

1. **[Amazon Rekognition Custom Labels 시작하기](getting-started.md)**: 이 항목에서는 Amazon Rekognition Custom Labels에서 생성한 예제 프로젝트를 사용하여 모델을 훈련합니다.

1. **[이미지 분류](tutorial-classification.md)**: 이 항목에서는 생성한 데이터 세트로 이미지를 분류하는 모델을 훈련하는 방법을 알아봅니다.