실습으로 배우는 Language 및 Vision API

Computer Vision API(/vision/v3.2/analyze)는 이미지 URL 또는 이진 스트림을 분석하고, 감지된 개체, 자연어로 작성된 장면 설명, 주요 색상, 이미지에 성인 콘텐츠가 포함되어 있는지 여부가 담긴 풍부한 JSON 응답을 반환합니다. 사용할 시각적 기능인 Categories, Description, Objects, Tags, Faces, Color, Adult를 지정하여 API가 계산할 항목을 제어하고 사용한 기능에 대해서만 비용을 지불할 수 있습니다.

Read API(/vision/v3.2/read/analyze)는 이미지와 PDF에서 텍스트를 추출하는 데 권장되는 OCR 엔드포인트입니다. 이전의 /ocr 엔드포인트와 달리 Read API는 비동기 방식입니다. 이미지를 제출하고 작업 URL을 받은 다음, 작업이 완료될 때까지 상태를 조회하고 결과를 검색합니다. 164개 언어의 인쇄된 텍스트와 손글씨를 지원하고, 텍스트 블록의 읽기 순서를 유지하며, 동기식 OCR 엔드포인트보다 회전되었거나 해상도가 낮은 이미지를 더 잘 처리합니다.

감정 분석 엔드포인트(/text/analytics/v3.1/sentiment)는 제출된 각 문서에 대해 감정 레이블(긍정, 부정, 중립 또는 혼합)과 0에서 1 사이의 신뢰도 점수를 반환합니다. 또한 의견 마이닝(측면 기반 감정 분석)을 제공하여 제품이나 서비스의 어떤 구체적인 측면에 대해 검토자가 의견을 제시하는지와 각 측면에 대한 감정을 식별합니다. 예를 들어 음식에 대해서는 긍정적이지만 서비스에 대해서는 부정적인 식당 리뷰를 감지할 수 있습니다.

핵심 구 추출은 텍스트 본문에서 주요 주제와 개념을 식별하여 구 목록으로 반환합니다. 고객 지원 이메일에서는 배송 지연, 주문 확인, 환불 요청과 같은 구가 반환될 수 있습니다. 이를 활용하면 지원 티켓에 태그를 자동으로 지정하고, 검색 색인을 위해 문서를 요약하며, 지식 베이스의 콘텐츠 우선순위를 정할 수 있습니다. API는 요청당 최대 1,000개의 문서를 처리하고 10개 이상의 언어를 지원합니다.

명명된 엔터티 인식(NER)은 텍스트에서 Person, Organisation, Location, DateTime, Quantity, URL, Email과 같은 엔터티 언급을 식별하고 분류합니다. PII 감지 변형은 개인 식별 정보(Personal Identifiable Information)를 대상으로 하며, 신용 카드 번호, 사회 보장 번호, 전화번호와 같은 민감한 데이터를 찾아 삭제할 수 있습니다. PII 감지는 분석을 위해 데이터를 저장하거나 처리하기 전에 데이터를 자동으로 익명화하는 데 유용합니다.

Translator API(/translate)는 단일 REST 호출로 100개 이상의 언어 간에 텍스트를 변환합니다. 원본 텍스트를 전달하고 하나 이상의 대상 언어 코드를 지정하면, 원본 언어가 감지된 상태로 번역된 텍스트를 받습니다. 또한 API는 문자 전사(문자 체계를 변환하는 기능, 예: 아랍 문자를 라틴 문자로 변환)와 단어 수준의 번역 대안을 제공하는 사전 조회를 지원합니다. Translator는 요청당 최대 100개 문서의 일괄 처리를 지원하므로 대규모 콘텐츠 현지화에 효율적입니다.

Azure AI Custom Vision을 사용하면 ML 코드를 작성하지 않고도 레이블이 지정된 자체 이미지로 이미지 분류 또는 개체 감지 모델을 학습시킬 수 있습니다. Custom Vision 포털에서 이미지를 업로드하고 태그를 지정한 다음 Train을 클릭합니다. 서비스가 모델을 학습시키고 성능 메트릭(Precision, Recall, AP)을 반환합니다. 그런 다음 새 이미지로 모델을 테스트하고 예측 엔드포인트로 게시합니다. 모델은 ONNX 또는 CoreML 형식으로 내보내 디바이스에서 추론을 수행할 수도 있습니다.

Conversational Language Understanding (CLU)은 LUIS의 후속 서비스입니다. 의도(사용자가 원하는 것, 예: BookFlight, GetWeather)와 엔터티(추출할 데이터, 예: 목적지 도시, 여행 날짜)를 정의하고, 각 의도에 대한 예시 발화를 제공한 다음 모델을 학습시키고 배포합니다. 애플리케이션은 CLU 예측 엔드포인트를 호출하여 사용자 입력을 올바른 의도로 분류하고 엔터티를 추출합니다. CLU는 가상 도우미와 챗봇의 언어 이해 계층을 지원합니다.

Azure AI Services API는 표준 HTTP 상태 코드를 반환합니다. 400 Bad Request는 잘못된 입력을 의미합니다(예: 문서가 너무 긴 경우 — Text Analytics는 문서당 최대 5,120자를 지원함). 401 Unauthorized는 API 키가 잘못되었거나 누락되었음을 의미합니다. 429 Too Many Requests는 서비스 할당량을 초과했음을 의미하므로 지터를 적용한 지수 백오프를 구현하고 재시도해야 합니다. 프로덕션 환경에서는 전용 리소스(무료 계층이 아님)를 사용하고, 더 높은 처리량이 필요하다면 Azure 포털을 통해 할당량 증가를 요청하는 것이 좋습니다.

Azure AI Services는 기본 제공 커넥터를 사용하여 Azure Logic Apps와 통합할 수 있으므로 코드를 작성하지 않고도 AI 워크플로를 구현할 수 있습니다. 예를 들면 다음과 같습니다. 새 이메일 도착 → 첨부 파일 추출 → Computer Vision Read API를 호출하여 첨부 파일의 텍스트를 OCR로 추출 → Text Analytics를 호출하여 핵심 구 추출 → SharePoint 목록에 결과 작성. Logic Apps에는 Cognitive Services(Language, Vision, Translator)용 커넥터가 포함되어 있어 REST 요청 코드를 작성하지 않아도 인증과 API 호출을 처리합니다.

Microsoft는 각 AI Service에 대한 공식 Python 패키지를 제공합니다. Language API를 사용하려면 azure-ai-textanalytics를, Vision을 사용하려면 azure-cognitiveservices-vision-computervision을 설치합니다. SDK는 인증, 직렬화, 재시도 처리를 자동으로 수행합니다. AzureKeyCredential 또는 DefaultAzureCredential(관리 ID 인식)을 사용하여 인증합니다. SDK는 형식 안전성과 API 버전 변경 시 더 쉬운 업그레이드를 제공하므로, 프로덕션 코드에서는 원시 HTTP 요청보다 SDK를 사용하는 것이 좋습니다.

이 단원에서는 다음을 배웠습니다. Computer Vision API는 이미지에서 개체, 설명, OCR 텍스트(비동기 Read API 사용)를 분석하고, Text Analytics APIs는 텍스트에서 감정, 핵심 구문, PII를 추출하며, Translator API는 한 번의 호출로 100개가 넘는 언어 간에 텍스트를 변환합니다. 다음으로는 사용자 지정 ML 모델을 학습하고 배포하는 데 사용하는 Azure 머신 러닝 Studio를 살펴보겠습니다.