기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# Amazon Augmented AI를 사용자 지정 작업 유형과 함께 사용
Amazon Augmented AI (Amazon A2I)를 사용하면 사용자 지정 작업 유형을 사용하여 모든 기계 학습 워크플로에 인적 검토(인적 루프)를 통합할 수 있습니다.**** 이 옵션을 사용하면 검토를 위해 데이터 객체를 사람에게 보내는 조건과 작업자 사용자 인터페이스의 모양과 느낌을 가장 유연하게 사용자 지정할 수 있습니다.
사용자 지정 작업 유형을 사용하는 경우, 사용자 지정 인적 검토 워크플로를 만들고 애플리케이션에서 직접 인적 검토할 수 있도록 데이터 객체를 보내는 조건을 지정합니다.
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.
이 페이지의 절차를 사용하여 사용자 지정 작업 유형을 사용하여 Amazon A2I를 기계 학습 워크플로에 통합하는 방법을 알아보세요.
**흐름 정의를 사용하여 인적 루프를 생성하고 이를 애플리케이션에 통합하고 결과를 모니터링하려면**
1. Amazon A2I [Augmented AI 사용을 위한 사전 조건](a2i-getting-started-prerequisites.md)를 완료하세요. 다음 사항에 유의하세요.
+ Amazon Simple Storage Service(S3) 버킷 또는 입력 및 출력 데이터를 저장하는 버킷의 경로입니다.
+ 필요한 권한이 연결된 (IAM) 역할의 Amazon 리소스 이름 AWS Identity and Access Management (ARN)입니다.
+ (선택 사항) 하나를 사용하려는 경우, 프라이빗 인력의 ARN.
1. HTML 요소를 사용하면 Amazon A2I는 작업자 작업 UI 생성에 사용하는 사용자 지정 작업자 템플릿을 생성합니다. 사용자 지정 템플릿을 생성하는 방법은 [사용자 지정 작업자 태스크 템플릿 생성](a2i-custom-templates.md) 섹션을 참조하세요.
1. 2단계의 사용자 지정 작업자 템플릿을 사용하여 Amazon SageMaker AI 콘솔에서 작업자 태스크 템플릿을 생성합니다. 자세한 방법은 [작업자 태스크 템플릿 생성](a2i-worker-template-console.md#a2i-create-worker-template-console)을 참조하세요.
다음 단계에서는 흐름 정의를 생성합니다.
+ SageMaker API를 사용하여 흐름 정의를 생성하려면 다음 단계를 위해 이 작업자 태스크 템플릿의 ARN을 기록해 둡니다.
+ 콘솔을 사용하여 흐름 정의를 생성하는 경우, **인적 검토 워크플로 생성**을 선택하면 템플릿이 **작업자 태스크 템플릿** 섹션에 자동으로 표시됩니다.
1. 흐름 정의를 생성할 때 S3 버킷, IAM 역할 ARN 및 작업자 템플릿에 대한 경로를 제공합니다.
+ SageMaker AI `CreateFlowDefinition` API를 사용하여 흐름 정의를 만드는 방법을 알아보려면 [인적 검토 워크플로(API) 생성](a2i-create-flow-definition.md#a2i-create-human-review-api) 섹션을 참조하세요.
+ SageMaker AI 콘솔을 사용하여 흐름 정의를 만드는 방법을 알아보려면 [인적 검토 워크플로 생성(콘솔)](a2i-create-flow-definition.md#a2i-create-human-review-console) 섹션을 참조하세요.
1. [Amazon A2I Runtime API](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/Welcome.html)를 사용하여 인적 루프를 구성합니다. 자세한 방법은 [인적 루프 생성 및 시작](a2i-start-human-loop.md)을 참조하세요.
1. 애플리케이션에서 인적 검토가 시작되는 시점을 제어하려면 애플리케이션에서 `StartHumanLoop`가 호출되는 조건을 지정합니다. 사용자 지정 작업 유형과 함께 Amazon A2I를 사용할 때는 인적 루프를 트리거하는 신뢰도 임계값 같은 인적 루프 활성화 조건을 사용할 수 없습니다. `StartHumanLoop`를 호출할 때마다 인적 검토가 수행됩니다.
인적 루프를 시작한 후에 사용자는 Amazon Augmented AI Runtime API 및 Amazon EventBridge(Amazon CloudWatch Events라고도 함)를 사용하여 루프를 관리하고 모니터링할 수 있습니다. 자세한 내용은 [인적 루프 모니터링 및 관리](a2i-monitor-humanloop-results.md)을 참조하세요.
## Amazon A2I 사용자 지정 작업 유형을 사용하는 종단 간 튜토리얼
Amazon A2I를 다양한 ML 워크플로에 통합하는 방법을 보여주는 종단 간 예제는 [Amazon A2I를 사용한 사용 사례 및 예제](a2i-task-types-general.md)의 표를 참조하세요. 이러한 노트북 중 하나를 사용하여 시작하려면 [SageMaker Notebook 인스턴스를 Amazon A2I Jupyter Notebook과 함께 사용](a2i-task-types-general.md#a2i-task-types-notebook-demo)를 참조하세요.