기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 즉시 사용 가능 모델
Amazon SageMaker Canvas 즉시 사용 가능 모델을 사용하면 코드를 한 줄도 작성하거나 모델을 빌드할 필요 없이 데이터를 예측할 수 있습니다.데이터만 가져오면 됩니다. 즉시 사용 가능 모델은 모델을 구축하는 데 필요한 시간, 전문 지식 또는 비용을 들이지 않고도 사전 구축된 모델을 사용하여 예측을 생성하며 언어 감지부터 비용 분석에 이르는 다양한 사용 사례 중에서 선택할 수 있습니다.
Canvas는 [Amazon Textract](https://docs.aws.amazon.com/textract/latest/dg/what-is.html), [Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/what-is.html), [Amazon Comprehend](https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html)와 같은 기존 AWS 서비스와 통합되어 데이터를 분석하고 예측하거나 인사이트를 추출합니다. Canvas 애플리케이션 내에서 이러한 서비스의 예측 기능을 사용하여 데이터에 대한 고품질 예측을 얻을 수 있습니다.
Canvas는 다음의 즉시 사용 가능 모델 유형을 지원합니다.
| 즉시 사용 가능 모델 | 설명 | 지원되는 데이터 유형 |
| --- | --- | --- |
| 감정 분석 | 텍스트 줄에서 긍정적이거나 부정적이거나 중립적이거나 혼합된 감정을 감지지합니다. 현재, 영어 텍스트에 대해서만 감정 분석을 수행할 수 있습니다. | 일반 텍스트 또는 테이블 형식(CSV, Parquet) |
| 개체 추출 | 사람, 장소, 상품 등 실제 오브젝트인 개체나 날짜, 수량 등의 단위를 텍스트에서 추출합니다. | 일반 텍스트 또는 테이블 형식(CSV, Parquet) |
| 언어 감지 | 영어, 프랑스어 또는 독일어와 같은 텍스트에서 주로 사용되는 언어를 결정합니다. | 일반 텍스트 또는 테이블 형식(CSV, Parquet) |
| 개인 정보 감지 | 텍스트에서 주소, 은행 계좌 번호, 전화 번호 등 개인을 식별하는 데 사용할 수 있는 개인 정보를 감지합니다. | 일반 텍스트 또는 테이블 형식(CSV, Parquet) |
| 이미지 내 오브젝트 감지 | 이미지에서 오브젝트, 개념, 장면, 동작을 감지합니다. | 이미지(JPG, PNG) |
| 이미지에서 텍스트 감지 | 이미지에서 텍스트를 감지합니다. | 이미지(JPG, PNG) |
| 비용 분석 | 청구서 및 영수증에서 날짜, 번호, 품목 가격, 총액, 결제 조건 등의 정보를 추출합니다. | 문서(PDF, JPG, PNG, TIFF) |
| 신원 증명서 분석 | 미국 정부가 발행한 여권, 운전면허증 및 기타 신원 증명서에서 정보를 추출합니다. | 문서(PDF, JPG, PNG, TIFF) |
| 문서 분석 | 감지된 텍스트 간의 관계에 대해 문서 및 양식을 분석합니다. | 문서(PDF, JPG, PNG, TIFF) |
| 문서 쿼리 | 자연어를 이용한 질문으로 급여 명세서, 은행 명세서, W-2, 주택담보대출 신청서와 같은 구조화된 문서에서 정보를 추출합니다. | 문서(PDF) |
## 시작하기
즉시 사용 가능 모델을 시작하려면 다음 정보를 검토하세요.
**사전 조건**
Canvas에서 즉시 사용 가능 모델을 사용하려면 [Amazon SageMaker AI 도메인을 설정](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-getting-started.html#canvas-prerequisites)할 때 **Canvas 즉시 사용 가능 모델 구성** 권한을 설정해야 합니다. **Canvas 즉시 사용 가능 모델 구성**은 [AmazonSageMakerCanvasAIServicesAccess](https://docs.aws.amazon.com/sagemaker/latest/dg/security-iam-awsmanpol-canvas.html#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess) 정책을 Canvas 사용자의 AWS Identity and Access Management (IAM)의 실행 역할에 연결합니다. 권한 부여와 관련하여 문제가 발생하는 경우 [SageMaker AI 콘솔을 통한 권한 부여 관련 문제 해결](canvas-limits.md#canvas-troubleshoot-trusted-services)항목을 참조하세요.
도메인을 이미 설정한 경우 도메인 설정을 편집하고 권한을 설정할 수 있습니다. 도메인 설정을 편집하는 방법에 대한 지침은 [도메인 설정 편집](https://docs.aws.amazon.com/sagemaker/latest/dg/domain-edit.html)을 참조하세요. 도메인 설정을 편집할 때는 **Canvas 설정**으로 이동하여 **Canvas 즉시 사용 가능 모델 활성화** 옵션을 설정하세요.
**(선택 사항) AI 서비스 데이터 스토리지 옵트아웃**
특정 AWS AI 서비스는 데이터를 저장하고 사용하여 서비스를 개선합니다. 사용자는 서비스 개선을 위해 자신의 데이터가 저장 또는 사용되지 않도록 옵트아웃할 수 있습니다. 옵트아웃 방법에 대한 자세한 내용은 *AWS Organizations 사용 설명서*의 [AI 서비스 옵트아웃 정책](https://docs.aws.amazon.com/organizations/latest/userguide/orgs_manage_policies_ai-opt-out.html)을 참조하세요.
**즉시 사용 가능 모델 사용 방법**
즉시 사용 가능 모델로 시작하려면 다음을 수행하세요.
1. **(선택 사항) 데이터를 가져옵니다.** 테이블, 이미지 또는 문서 데이터세트를 가져와 즉시 사용 가능한 모델을 사용하여 배치 예측 또는 예측 데이터세트를 생성할 수 있습니다. 데이터세트 가져오기를 시작하려면 [데이터 흐름 만들기](canvas-data-flow.md)을 참조하세요.
1. **예측을 생성합니다.** 선택한 즉시 사용 가능 모델로 단일 또는 배치 예측을 생성할 수 있습니다. 예측을 시작하려면 [텍스트 데이터 예측](canvas-ready-to-use-predict-text.md)을 참조하세요.
# 텍스트 데이터 예측
다음 절차에서는 텍스트 데이터세트에 대해 단일 예측과 배치 예측을 모두 수행하는 방법을 설명합니다. 각 즉시 사용 가능 모델은 데이터 세트에 대한 **단일 예측**과 **배치 예측**을 모두 지원합니다. **단일 예측**은 한 가지 예측만 하면 되는 경우입니다. 예를 들어 텍스트를 추출하려는 이미지가 하나 있고 주요 언어를 감지하려는 텍스트 단락이 하나 있다고 가정해 보겠습니다. **배치 예측**은 전체 데이터 세트를 예측하려는 경우입니다. 예를 들어 고객 감정을 분석하려는 고객 리뷰 CSV 파일이나 오브젝트를 감지하려는 이미지 파일이 있을 수 있습니다.
감정 분석, 엔터티 추출, 언어 감지, 개인 정보 감지 등의 즉시 사용 가능 모델 유형에 이러한 절차를 사용할 수 있습니다.
**참고**
감정 분석의 경우 영어 텍스트만 사용할 수 있습니다.
## 단일 예측
텍스트 데이터를 수용하는 즉시 사용 가능 모형에 대한 단일 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 텍스트 데이터의 경우 **감정 분석**, **개체 추출**, **언어 감지** 또는 **개인 정보 감지** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **단일 예측**을 선택합니다.
1. **텍스트 필드**에 예측을 얻으려는 텍스트를 입력합니다.
1. **예측 결과 생성**을 선택하여 예측을 얻습니다.
**예측 결과** 오른쪽 창에서 각 결과 또는 레이블에 대한 **신뢰도** 점수와 함께 텍스트에 대한 분석이 표시됩니다. 예를 들어 언어 감지를 선택하고 프랑스어로 텍스트 구절을 입력한 경우 신뢰도 점수가 95%인 프랑스어와 신뢰도 점수 5%의 영어와 같은 다른 언어의 흔적이 나올 수 있습니다.
다음 스크린샷은 모델이 해당 구절이 영어라고 100% 확신하는 언어 감지를 사용한 단일 예측의 결과를 보여줍니다.
![\[언어 감지 즉시 사용 가능 모델을 사용한 단일 예측 결과의 스크린샷입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/canvas-ready-to-use/ai-solutions-text-prediction.png)
## 배치 예측
텍스트 데이터를 수용하는 즉시 사용 가능 모델에 대한 배치 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 텍스트 데이터의 경우 **감정 분석**, **개체 추출**, **언어 감지** 또는 **개인 정보 감지** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **배치 예측**을 선택합니다.
1. 데이터 세트를 이미 가져온 경우 **데이터 세트 선택**을 선택합니다. 그렇지 않은 경우 **새 데이터 세트 가져오기**를 선택하면 데이터 가져오기 워크플로로 안내됩니다.
1. 사용 가능한 데이터 세트 목록에서 데이터 세트를 선택하고 **예측 생성**을 선택하여 예측을 얻습니다.
예측 작업 실행이 끝나면 **예측 실행** 페이지에서 **예측** 아래에 출력 데이터 세트가 나열되는 것을 볼 수 있습니다. 이 데이터세트에는 결과가 포함되며 **추가 옵션** 아이콘(![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))을 선택하면 출력 데이터를 **미리 볼** 수 있습니다. 그런 다음 **다운로드**를 선택하여 결과를 다운로드할 수 있습니다.
# 이미지 데이터 예측
다음 절차에서는 이미지 데이터세트에 대해 단일 예측과 배치 예측을 모두 수행하는 방법을 설명합니다. 각 즉시 사용 가능 모델은 데이터 세트에 대한 **단일 예측**과 **배치 예측**을 모두 지원합니다. **단일 예측**은 한 가지 예측만 하면 되는 경우입니다. 예를 들어 텍스트를 추출하려는 이미지가 하나 있고 주요 언어를 감지하려는 텍스트 단락이 하나 있다고 가정해 보겠습니다. **배치 예측**은 전체 데이터 세트를 예측하려는 경우입니다. 예를 들어 고객 감정을 분석하려는 고객 리뷰 CSV 파일이나 오브젝트를 감지하려는 이미지 파일이 있을 수 있습니다.
이미지 내 객체 감지 및 이미지 내 텍스트 감지 등의 즉시 사용 가능 모델 유형에 이러한 절차를 사용할 수 있습니다.
## 단일 예측
이미지 데이터를 수용하는 즉시 사용 가능 모형에 대한 단일 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 이미지 데이터의 경우 **이미지 내 오브젝트 감지** 또는 **이미지 내 텍스트 감지** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **단일 예측**을 선택합니다.
1. **이미지 업로드**를 선택합니다.
1. 로컬 컴퓨터에서 업로드할 이미지를 선택하라는 메시지가 표시됩니다. 로컬 파일에서 이미지를 선택하면 예측 결과가 생성됩니다.
오른쪽 창의 **예측 결과**에는 감지된 각 오브젝트 또는 텍스트에 대한 **신뢰도** 점수와 함께 이미지에 대한 분석이 표시됩니다. 예를 들어 이미지 내 오브젝트 감지를 선택한 경우, 각 객체가 얼마나 정확하게 감지되었는지에 대한 모델의 신뢰도 점수(예: 93%)와 함께 이미지 내 오브젝트의 목록을 받게 됩니다.
다음 스크린샷은 이미지 내 오브젝트 감지 솔루션을 사용한 단일 예측 결과를 보여줍니다.이 솔루션에서는 모델이 시계탑 및 버스와 같은 오브젝트를 100% 신뢰도로 예측합니다.
![\[이미지 내 객체 감지 솔루션 사용 가능 모델을 사용한 단일 예측의 결과\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/canvas-ready-to-use/ai-solutions-image-prediction.png)
## 배치 예측
이미지 데이터를 수용하는 즉시 사용 가능 모형에 대한 배치 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 이미지 데이터의 경우 **이미지 내 오브젝트 감지** 또는 **이미지 내 텍스트 감지** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **배치 예측**을 선택합니다.
1. 데이터 세트를 이미 가져온 경우 **데이터 세트 선택**을 선택합니다. 그렇지 않은 경우 **새 데이터 세트 가져오기**를 선택하면 데이터 가져오기 워크플로로 안내됩니다.
1. 사용 가능한 데이터 세트 목록에서 데이터 세트를 선택하고 **예측 생성**을 선택하여 예측을 얻습니다.
예측 작업 실행이 끝나면 **예측 실행** 페이지에서 **예측** 아래에 출력 데이터 세트가 나열되는 것을 볼 수 있습니다. 이 데이터세트에는 결과가 포함되며 **추가 옵션** 아이콘(![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))을 선택한 경우 **예측 결과 보기**를 선택하여 출력 데이터를 미리 볼 수 있습니다. 그런 다음 **예측 다운로드**를 선택하고 결과를 CSV 또는 ZIP 파일로 다운로드할 수 있습니다.
# 문서 데이터 예측
다음 절차에서는 문서 데이터세트에 대해 단일 예측과 배치 예측을 수행하는 방법을 설명합니다. 각 즉시 사용 가능 모델은 데이터 세트에 대한 **단일 예측**과 **배치 예측**을 모두 지원합니다. **단일 예측**은 한 가지 예측만 하면 되는 경우입니다. 예를 들어 텍스트를 추출하려는 이미지가 하나 있고 주요 언어를 감지하려는 텍스트 단락이 하나 있다고 가정해 보겠습니다. **배치 예측**은 전체 데이터 세트를 예측하려는 경우입니다. 예를 들어 고객 감정을 분석하려는 고객 리뷰 CSV 파일이나 오브젝트를 감지하려는 이미지 파일이 있을 수 있습니다.
비용 분석, 신원 증명서 분석, 문서 분석 등의 즉시 사용 가능 모델 유형에 이러한 절차를 사용할 수 있습니다.
**참고**
문서 쿼리의 경우 현재 단일 예측만 지원됩니다.
## 단일 예측
문서 데이터를 수용하는 즉시 사용 가능 모형에 대한 단일 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 문서 데이터의 경우 **비용 분석**, **신원 증명서 분석** 또는 **문서 분석** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **단일 예측**을 선택합니다.
1. 즉시 사용 가능 모델이 신원 증명서 분석 또는 문서 분석인 경우 다음 작업을 완료하세요. 비용 분석이나 문서 쿼리를 수행하는 경우 이 단계를 건너뛰고 각각 5단계 또는 6단계로 이동하세요.
1. **문서 업로드**를 선택합니다.
1. 로컬 컴퓨터에서 PDF, JPG 또는 PNG 파일을 업로드하라는 메시지가 표시됩니다. 로컬 파일에서 문서를 선택하면 예측 결과가 생성됩니다.
1. 즉시 사용 가능 모델이 비용 분석인 경우 다음을 수행하세요.
1. **청구서 또는 영수증 업로드**를 선택합니다.
1. 로컬 컴퓨터에서 PDF, JPG, PNG 또는 TIFF 파일을 업로드하라는 메시지가 표시됩니다. 로컬 파일에서 문서를 선택하면 예측 결과가 생성됩니다.
1. 즉시 사용 가능 모델이 문서 쿼리인 경우 다음을 수행하세요.
1. **문서 업로드**를 선택합니다.
1. 로컬 컴퓨터에서 PDF 파일을 업로드하라는 메시지가 표시됩니다. 로컬 파일에서 문서를 선택합니다. PDF 길이는 1\$1100페이지여야 합니다.
**참고**
아시아 태평양(서울), 아시아 태평양(싱가포르), 아시아 태평양(시드니) 또는 유럽(프랑크푸르트) 지역에 있는 경우 문서 쿼리의 최대 PDF 크기는 20페이지입니다.
1. 오른쪽 창에 쿼리를 입력하여 문서의 정보를 검색합니다. 단일 쿼리에 포함할 수 있는 문자 수는 1\$1200자입니다. 한 번에 최대 15개의 쿼리를 추가할 수 있습니다.
1. **쿼리 제출**을 선택하면 쿼리에 대한 답변이 포함된 결과가 생성됩니다. 쿼리를 제출할 때마다 요금이 한 번 청구됩니다.
오른쪽 창에서 **예측 결과**를 확인할 수 있으며 문서에 대한 분석 결과가 표시됩니다.
다음 정보는 각 솔루션 유형의 결과를 설명합니다.
+ 비용 분석의 경우 결과는 영수증의 총액과 같은 필드를 포함하는 **요약 필드**와 영수증의 개별 항목과 같은 필드를 포함하는 **라인 항목 필드**로 분류됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
+ 신원 증명서 분석의 경우 출력에는 즉시 사용 가능 모델이 식별한 필드(예: 이름, 성, 주소 또는 생년월일)가 표시됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
+ 문서 분석의 경우 결과는 **원시 텍스트**, **양식**, **테이블** 및 **서명**으로 분류됩니다. **원시 텍스트**에는 추출된 모든 텍스트가 포함되지만 **양식**, **테이블** 및 **서명**은 해당 범주에 속하는 양식에 대한 정보만 포함합니다. 예를 들어 **테이블**에는 문서의 테이블에서 추출한 정보만 포함됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
+ 문서 쿼리의 경우 Canvas는 각 쿼리에 대한 답변을 반환합니다. 축소 가능한 쿼리 드롭다운을 열어 예측에 대한 신뢰도 점수와 함께 결과를 볼 수 있습니다. Canvas가 문서에서 여러 개의 답변을 찾은 경우 각 쿼리에 대해 둘 이상의 결과가 있을 수 있습니다.
다음 스크린샷은 문서 분석 솔루션을 사용한 단일 예측 결과를 보여줍니다.
![\[문서 분석 즉시 사용 가능 모델을 사용한 단일 예측 결과의 스크린샷입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/canvas-ready-to-use/ai-solutions-document-analysis.png)
## 배치 예측
문서 데이터를 수용하는 즉시 사용 가능 모형에 대한 배치 예측을 수행하려면 다음 작업을 수행합니다.
1. Canvas 애플리케이션의 왼쪽 탐색 창에서 **즉시 사용 가능 모델**을 선택합니다.
1. **즉시 사용 가능 모델** 페이지에서 사용 사례에 즉시 사용 가능 모형을 선택합니다. 이미지 데이터의 경우 **비용 분석**, **신원 증명서 분석** 또는 **문서 분석** 중 하나여야 합니다.
1. 선택한 즉시 사용 가능 모델의 **예측 실행** 페이지에서 **배치 예측**을 선택합니다.
1. 데이터 세트를 이미 가져온 경우 **데이터 세트 선택**을 선택합니다. 그렇지 않은 경우 **새 데이터 세트 가져오기**를 선택하면 데이터 가져오기 워크플로로 안내됩니다.
1. 사용 가능한 데이터세트 목록에서 데이터세트를 선택하고 **예측 생성**을 선택합니다. 사용 사례가 문서 분석인 경우 6단계로 진행하세요.
1. (선택 사항) 사용 사례가 문서 분석인 경우 **배치 예측에 포함할 기능 선택**이라는 또 다른 대화 상자가 나타납니다. **양식**, **테이블** 및 **서명을** 선택하여 해당 기능별로 결과를 그룹화할 수 있습니다. 그런 다음 **예측 생성**을 선택합니다.
예측 작업 실행이 끝나면 **예측 실행** 페이지에서 **예측** 아래에 출력 데이터 세트가 나열되는 것을 볼 수 있습니다. 이 데이터세트에는 결과가 포함되며 **추가 옵션** 아이콘(![\[Vertical ellipsis icon representing a menu or more options.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))을 선택한 경우 **예측 결과 보기**를 선택하여 문서 데이터에 대한 분석을 미리 볼 수 있습니다.
다음 정보는 각 솔루션 유형의 결과를 설명합니다.
+ 비용 분석의 경우 결과는 영수증의 총액과 같은 필드를 포함하는 **요약 필드**와 영수증의 개별 항목과 같은 필드를 포함하는 **라인 항목 필드**로 분류됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
+ 신원 증명서 분석의 경우 출력에는 즉시 사용 가능 모델이 식별한 필드(예: 이름, 성, 주소 또는 생년월일)가 표시됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
+ 문서 분석의 경우 결과는 **원시 텍스트**, **양식**, **테이블** 및 **서명**으로 분류됩니다. **원시 텍스트**에는 추출된 모든 텍스트가 포함되지만 **양식**, **테이블** 및 **서명**은 해당 범주에 속하는 양식에 대한 정보만 포함합니다. 예를 들어 **테이블**에는 문서의 테이블에서 추출한 정보만 포함됩니다. 식별된 필드는 출력의 문서 이미지에서 강조 표시됩니다.
결과를 미리 본 후 **예측 다운로드**를 선택하고 결과를 ZIP 파일로 다운로드할 수 있습니다.