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

# Rekognition의 분석 유형 이해
<a name="how-it-works-types"></a>

Amazon Rekognition Image API와 Amazon Rekognition Video API가 수행할 수 있는 분석 유형은 다음과 같습니다. API에 대한 정보는 [Rekognition의 이미지 및 비디오 작업 이해](how-it-works-operations-intro.md) 단원을 참조하십시오.

다음 표에는 작업 미디어 유형 및 사용 사례와 관련하여 사용해야 하는 작업이 나열되어 있습니다.


****  

| 사용 사례 | 미디어 유형 | 운영 | 
| --- | --- | --- | 
|  [콘텐츠 조절](moderation.md)  | 이미지 |  [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html), [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html), [GetMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetMediaAnalysisJob.html), [ListMediaAnalysisJobs](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListMediaAnalysisJobs.html)  | 
|  | 저장된 비디오 | [StartContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartContentModeration.html), [GetContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetContentModeration.html)  | 
| 신원 확인 | [이미지](collections.md) | [CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html), [CreateUser](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateUser.html), [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), [AssociateFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_AssociateFaces.html), [SearchFacesByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFacesByImage.html), [SearchUsersByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchUsersByImage.html) | 
|  | [저장된 비디오](procedure-person-search-videos.md) | [CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html), [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html), [GetFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceSearch.html) | 
|  | 스트리밍 비디오([얼굴 생체 확인 감지](face-liveness.md)) |  [CreateFaceLivenessSession](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateFaceLivenessSession.html), [StartFaceLivenessSession](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceLivenessSession.html), [GetFaceLivenessSessionResults](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceLivenessSessionResults.html), | 
| [얼굴 분석](faces.md) | 이미지 | [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html), [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) | 
|  | 저장된 비디오 | [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html), [GetFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceDetection.html) | 
|  | 스트리밍 비디오 | [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html), [StartStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartStreamProcessor.html) | 
| [객체 및 활동 인식](labels.md) | 이미지 | [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html) | 
|  | 저장된 비디오 | [StartLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartLabelDetection.html), [GetLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetLabelDetection.html) | 
| [연결된 홈](https://github.com/aws-samples/rekognition-streaming-video-events) | 스트리밍 비디오 | [StartStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartStreamProcessor.html) | 
| [Media Analysis](segments.md) | 저장된 비디오 | [StartSegmentDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartSegmentDetection.html), [GetSegmentDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetSegmentDetection.html) | 
| [작업장 안전](ppe-detection.md) | 이미지 | [DetectProtectiveEquipment](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectProtectiveEquipment.html) | 
| [텍스트 감지](text-detection.md) | 이미지 | [DetectText](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectText.html) | 
|  | 비디오 | [StartTextDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartTextDetection.html), [GetTextDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetTextDetection.html) | 
| [인물 경로 추적](persons.md) | 비디오 | [StartPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartPersonTracking.html), [GetPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetPersonTracking.html) | 
| [유명 인사 인식](celebrities.md) | 이미지 | [RecognizeCelebrities](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_RecognizeCelebrities.html) | 
|  | 비디오 | [StartCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartCelebrityRecognition.html), [GetCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetCelebrityRecognition.html) | 
| [사용자 지정 레이블 감지](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) | 이미지 | [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels.html) | 
|  | 모델 학습 | [사용자 지정 레이블 개발자 안내서 참조](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) | 

## 레이블
<a name="how-it-works-labels-intro"></a>

*레이블*은 객체(예: 꽃, 나무 또는 테이블), 이벤트(예: 결혼식, 졸업식, 생일 파티), 개념(예: 풍경, 저녁, 자연), 활동(예: 달리기, 농구하기) 중 어느 것이든 지칭할 수 있습니다. Amazon Rekognition은 이미지와 비디오에서 레이블을 감지할 수 있습니다. 자세한 내용은 [객체 및 개념 감지](labels.md) 단원을 참조하십시오.

Rekognition은 이미지 및 저장된 비디오에서 대량의 레이블 목록을 감지할 수 있습니다. 또한 Rekognition은 스트리밍 비디오에서 소수의 레이블을 감지할 수도 있습니다.

다음 작업을 사용하여 자체 사용 사례를 기반으로 레이블을 감지하세요.
+ 이미지에서 레이블을 감지하려면: [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html)를 사용합니다. 주 이미지 색상 및 이미지 품질과 같은 이미지 속성을 식별할 수 있습니다. 이를 위해 [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html)를 `IMAGE_PROPERTIES`와 함께 입력 파라미터로 사용하세요.
+ 저장된 동영상에서 레이블을 감지하려면: [StartLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartLabelDetection.html)을 사용합니다. 저장된 비디오에서는 주 이미지 색상 및 이미지 품질 감지가 지원되지 않습니다.
+ 스트리밍 비디오에서 레이블을 감지하려면: [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html)를 사용하세요. 스트리밍 비디오에서는 주 이미지 색상 및 이미지 품질 감지가 지원되지 않습니다.

포함 및 제외 필터링 옵션을 사용하여 이미지 및 저장된 비디오 레이블 감지 둘 다에 대해 반환을 원하는 레이블 유형을 지정할 수 있습니다.

## 사용자 지정 레이블
<a name="how-it-works-custom-labels-intro"></a>

Amazon Rekognition Custom Labels는 기계 학습 모델을 학습시켜 이미지에서 여러분의 비즈니스에 필요한 객체와 장면을 식별할 수 있습니다. 예를 들어, 로고를 감지하거나 조립 라인에서 엔지니어링 기계 부품을 감지하도록 모델을 교육할 수 있습니다.

**참고**  
Amazon Rekognition Custom Labels에 대한 자세한 내용은 [Amazon Rekognition Custom Labels 개발자 안내서](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html)를 참조하세요.

Amazon Rekognition에서는 기계 학습 모델을 생성, 훈련, 평가 및 실행하는 데 사용되는 콘솔을 제공합니다. 자세한 내용은 *Amazon Rekognition Custom Labels 개발자 안내서*의 [Amazon Rekognition Custom Labels 시작](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/gs-introduction.html)을 참조하세요. Amazon Rekognition Custom Labels API를 사용하여 모델을 훈련하고 실행할 수도 있습니다. 자세한 내용은 *Amazon Rekognition Custom Labels 개발자 안내서*의 [Amazon Rekognition Custom Labels SDK 시작](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/gs-cli.html)을 참조하세요.

교육된 모델을 사용하여 이미지를 분석하려면 [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels.html)를 사용합니다.

## Face Liveness 감지
<a name="face-liveness-detection"></a>

Amazon Rekognition Face Liveness를 사용하면 얼굴 기반 신원 확인을 받고 있는 사용자가 카메라 앞에 실제로 존재하며 사용자의 얼굴을 도용하는 악의적인 행위자가 아닌지 확인할 수 있습니다. 이는 카메라에 가해지는 스푸핑 공격 및 카메라를 우회하려는 공격을 탐지합니다. 사용자는 짧은 동영상 셀카를 촬영하여 Face Liveness 검사를 완료할 수 있으며, 검사 시 생체 확인 점수가 반환됩니다. 얼굴 생체 확인의 결과는 확률적 계산을 통해 결정되며 검사 후 신뢰도 점수(0\~100 사이)가 반환됩니다. 점수가 높을수록 검사를 받는 사람이 실제로 존재한다는 신뢰도가 높아집니다.

Face Liveness에 대한 자세한 내용은 [얼굴 생체 확인 감지](face-liveness.md) 섹션을 참조하세요.

## 얼굴 감지 및 분석
<a name="how-it-works-faces-intro"></a>

Amazon Rekognition은 이미지와 저장된 비디오에서 얼굴을 감지할 수 있습니다. Amazon Rekognition을 사용하면 다음과 같은 정보를 얻을 수 있습니다.
+ 이미지 또는 동영상에서 얼굴이 감지되는 위치
+ 눈의 위치와 같은 얼굴 표식
+ 이미지에 얼굴 가려짐이 있는지 여부
+ 감지된 감정(예: 행복함, 슬픔)
+ 이미지에서 사람의 시선이 향하는 방향

성별이나 연령과 같은 인구통계학적 정보도 해석할 수 있습니다. 이미지 속의 얼굴을 다른 이미지에서 감지된 얼굴과 비교할 수도 있습니다. 얼굴에 대한 정보도 저장하여 다중에 검색할 수 있습니다. 자세한 내용은 [얼굴 감지 및 분석](faces.md) 단원을 참조하십시오.

이미지에서 얼굴을 감지하려면 [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html)를 사용합니다. 저장된 비디오에서 얼굴을 감지하려면 [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html)을 사용합니다.

## 얼굴 검색
<a name="how-it-works-search-faces-intro"></a>

Amazon Rekognition은 얼굴을 검색할 수 있습니다. 얼굴 정보는 모음이라고 하는 컨테이너로 인덱싱됩니다. 그런 다음 모음의 얼굴 정보는 이미지, 저장된 비디오, 스트리밍 비디오에서 감지된 얼굴과 일치시킬 수 있습니다. 자세한 설명은 [컬렉션에서 얼굴 검색](collections.md) 섹션을 참조하세요.

이미지에서 알려진 얼굴을 감지하려면 [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html)를 사용합니다. 저장된 비디오에서 알려진 얼굴을 감지하려면 [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html)을 사용합니다. 스트리밍 비디오에서 알려진 얼굴을 감지하려면 [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html)를 사용합니다.

## 인물 경로
<a name="how-it-works-persons-intro"></a>

Amazon Rekognition Video로 저장된 비디오에서 감지된 인물의 경로를 추적할 수 있습니다. Amazon Rekognition Video는 비디오에서 감지된 인물에 대한 경로 추적, 얼굴 세부 정보 및 프레임 내 위치 정보를 제공합니다. 자세한 내용은 [인물 경로 추적](persons.md) 단원을 참조하십시오.

저장된 비디오에서 사람을 감지하려면 [StartPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartPersonTracking.html)을 사용합니다.

## 개인용 보호 장비
<a name="how-it-works-ppe-intro"></a>

 Amazon Rekognition은 이미지에서 감지된 사람이 착용한 PPE(개인 보호 장비)를 감지할 수 있습니다. Amazon Rekognition은 손 덮개, 얼굴 덮개 및 머리 덮개를 감지합니다. Amazon Rekognition은 PPE 물품이 적절한 신체 부위를 덮고 있는지 예측합니다. 감지된 사람 및 PPE 물품의 경계 상자를 확인할 수도 있습니다. 자세한 내용은 [개인 보호 장비 감지](ppe-detection.md) 단원을 참조하십시오.

이미지에서 PPE를 감지하려면 [DetectProtectiveEquipment](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectProtectiveEquipment.html)를 사용합니다.

## 유명 인사
<a name="how-it-works-celebrities-intro"></a>

 Amazon Rekognition은 이미지와 저장된 비디오에서 수천 명의 유명 인사를 인식할 수 있습니다. 이미지에서 유명 인사 얼굴이 감지된 부분, 얼굴 표식 및 유명 인사의 얼굴 표정에 대한 정보를 가져올 수 있습니다. 저장된 비디오 전체에 나타나는 유명 인사에 대한 추적 정보를 가져올 수 있습니다. 또한 감정 표현, 성별 표현 등 인식된 유명 인사에 대한 추가 정보도 얻을 수 있습니다. 자세한 내용은 [유명 인사 인식](celebrities.md) 단원을 참조하십시오.

이미지에서 유명 인사를 인식하려면 [RecognizeCelebrities](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_RecognizeCelebrities.html)를 사용합니다. 저장된 비디오에서 유명 인사를 인식하려면 [StartCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartCelebrityRecognition.html)을 사용합니다.

## 텍스트 감지
<a name="how-it-works-text-intro"></a>

Amazon Rekognition Text in Image는 이미지의 텍스트를 감지하여 기계 판독 가능한 텍스트로 변환합니다. 자세한 내용은 [텍스트 감지](text-detection.md) 단원을 참조하십시오.

이미지에서 텍스트를 감지하려면 [DetectText](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectText.html)를 사용합니다.

## 부적절하거나 불쾌감을 주는 콘텐츠
<a name="how-it-works-moderation-intro"></a>

Amazon Rekognition은 이미지와 저장된 비디오를 분석하여 성인 및 폭력적인 콘텐츠를 찾아낼 수 있습니다. 자세한 내용은 [콘텐츠 조절](moderation.md) 단원을 참조하십시오.

안전하지 않은 이미지를 감지하려면 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)를 사용합니다. 안전하지 않은 저장된 비디오를 감지하려면 [StartContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartContentModeration.html)을 사용합니다.

## 사용자 지정
<a name="how-it-works-customization"></a>

Rekognition에서 제공하는 특정 이미지 분석 API를 사용하면 자체 데이터를 기반으로 학습된 사용자 지정 어댑터를 만들어 딥 러닝 모델의 정확도를 높일 수 있습니다. 어댑터는 Rekognition의 사전 학습된 딥 러닝 모델에 플러그인하는 구성 요소로, 자체 이미지에 기반한 도메인 지식을 통해 정확도를 향상시킵니다. 샘플 이미지를 제공하고 주석을 달아 필요에 맞게 어댑터를 학습시킬 수 있습니다.

어댑터를 생성하면 AdapterId가 제공됩니다. 작업에 이 AdapterId를 제공하여 생성한 어댑터를 사용하도록 지정할 수 있습니다. 예를 들어, 동기식 이미지 분석을 위해 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) API에 AdapterId를 제공합니다. 요청의 일부로 AdapterId를 제공하면 Rekognition에서 자동으로 이를 사용하여 이미지에 대한 예측을 개선합니다. 이를 통해 Rekognition의 기능을 활용하면서 필요에 맞게 사용자 지정할 수 있습니다.

또한 [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html) API를 사용하여 이미지에 대한 예측을 대량으로 얻을 수 있는 옵션도 있습니다. 자세한 내용은 [대량 분석](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html)을 참조하세요.

Rekognition 콘솔에 이미지를 업로드하고 이러한 이미지에 대한 분석을 실행하여 Rekognition 작업의 정확성을 평가할 수 있습니다. Rekognition이 선택한 기능을 사용하여 이미지에 주석을 달고 나면 사용자는 검증된 예측을 사용하여 예측을 검토하고 어댑터를 생성하는 것이 유용할 레이블이 어떤 것인지 결정할 수 있습니다.

현재는 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)를 어댑터와 사용할 수 있습니다. 어댑터 생성 및 사용에 대한 자세한 내용은 [사용자 지정 조절을 통한 정확도 향상](moderation-custom-moderation.md) 섹션을 참조하세요.

## 대량 분석
<a name="how-it-works-bulk"></a>

Rekognition 대량 분석을 사용하면 [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html) 작업과 더불어 매니페스트 파일을 사용하여 대규모 이미지 컬렉션을 비동기적으로 처리할 수 있습니다. 자세한 내용은 [대량 분석](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html)을 참조하세요.