Azure Cognitive Services 개요

Azure AI Services(이전 명칭 Azure Cognitive Services)는 머신 러닝 모델을 처음부터 학습시키지 않고도 애플리케이션에 지능형 기능을 추가할 수 있도록 해 주는 사전 구축 AI API 제품군입니다. 포트폴리오는 네 가지 영역을 다룹니다. Vision(이미지 및 동영상 분석), Language(텍스트 이해 및 생성), Speech(오디오와 텍스트 간 변환), Decision(콘텐츠 개인 설정 및 이상 징후 탐지)입니다. 모든 서비스는 REST API, SDK 또는 Azure 포털을 통해 사용할 수 있습니다.

AI Services는 두 가지 방법으로 프로비저닝할 수 있습니다. 다중 서비스 리소스(포털에서는 Azure AI Services라고 함)는 단일 엔드포인트와 API 키를 통해 대부분의 API에 액세스할 수 있어 개발 및 실험에 편리합니다. 단일 서비스 리소스(예: Computer Vision 또는 Text Analytics)는 하나의 API에만 액세스할 수 있으며, 서비스별로 별도의 요금 청구와 할당량 제한이 적용됩니다. 프로덕션 환경에서는 비용을 관리하고 서비스별 보안 정책을 적용하기 위해 단일 서비스 리소스를 선호하는 경우가 많습니다.

Azure AI Vision 범주에는 여러 API가 포함됩니다. Computer Vision은 이미지를 분석하여 개체, 장면 설명, 텍스트(OCR), 성인 콘텐츠를 식별합니다. Custom Vision을 사용하면 레이블이 지정된 이미지 수십 장만으로 자체 이미지 분류 또는 개체 감지 모델을 학습시킬 수 있습니다. Face API는 얼굴과 감정을 감지합니다(책임 있는 사용을 위한 액세스 제어가 적용됨). Azure AI Video Indexer는 화자 인식, 전사, 장면 감지를 비롯한 동영상 파일의 인사이트를 추출합니다.

Azure AI Language 범주는 텍스트 분석 기능을 제공합니다. Text Analytics는 감정 분석, 핵심 구 추출, 명명된 엔터티 인식(NER), 언어 감지를 제공합니다. Azure AI Translator는 단일 API 호출로 100개 이상의 언어 간에 텍스트를 번역합니다. Azure AI Language Understanding (CLU)는 자연어에서 사용자의 의도를 분류하여 대화형 애플리케이션을 구축할 수 있게 합니다. Azure AI Question Answering은 FAQ와 문서에서 지식 베이스를 구축하여 자연어 질문에 답변합니다.

Azure AI Speech 범주는 오디오와 텍스트를 연결합니다. Speech to Text(STT)는 실시간 또는 일괄 모드로 음성 오디오를 전사하며, 100개 이상의 언어와 도메인별 용어에 맞춘 사용자 지정 음향 모델을 지원합니다. Text to Speech(TTS)는 140개 이상의 언어에서 신경망 음성을 사용하여 텍스트를 자연스러운 오디오로 변환합니다. Speaker Recognition은 음성으로 개인을 식별하거나 인증합니다. Speech Translation은 STT와 Translator를 결합하여 실시간 음성 간 번역을 제공합니다.

Decision 범주에는 개인화 및 이상 감지를 위한 서비스가 포함됩니다. Azure AI Anomaly Detector는 시계열 데이터(예: 서버 메트릭, 판매 수치)를 분석하고 레이블이 지정된 학습 데이터 세트 없이도 이상을 자동으로 식별합니다. 즉, 과거 데이터에서 정상적인 패턴을 학습합니다. Azure AI Personalizer는 일부 보기에서 현재 Content Safety의 일부로 제공되며, 상황별 특성을 바탕으로 사용자에게 보여 줄 가장 적합한 콘텐츠 항목을 강화 학습으로 선택합니다. 두 서비스 모두 운영 및 비즈니스 인텔리전스 시나리오에 유용합니다.

모든 Azure AI Services API는 동일한 패턴을 따릅니다. 리소스에서 엔드포인트 URL과 API 키를 가져오거나 관리 ID를 사용한 다음, 페이로드와 인증 헤더를 포함한 HTTP POST 요청을 보냅니다. API는 결과가 포함된 JSON 응답을 반환합니다. Microsoft는 .NET, Python, JavaScript, Java, Go용 클라이언트 SDK를 제공하며, 이 SDK는 REST 호출을 형식이 지정된 개체와 재시도 로직으로 감싸므로 HTTP 처리를 직접 작성하지 않고도 쉽게 통합할 수 있습니다.

Microsoft는 책임 있는 AI 원칙 6가지를 중심으로 Azure AI Services를 구축합니다. 공정성(AI는 차별해서는 안 됨), 신뢰성 및 안전(AI는 예상대로 작동해야 함), 개인정보 보호 및 보안(데이터를 보호해야 함), 포용성(AI는 모든 사람에게 힘을 실어 주어야 함), 투명성(AI를 이해할 수 있어야 함), 책임성(사람이 AI의 결정에 책임을 져야 함)입니다. Face API의 식별 기능과 같은 일부 기능은 액세스 권한을 받기 전에 Microsoft에 정식으로 신청해야 합니다.

Azure AI Services는 사용량 기준 과금 모델로 요금이 부과됩니다. API 호출당, 분석한 이미지당, 번역한 문자당 또는 전사한 오디오 분당 비용을 지불합니다. 각 서비스와 계층에는 고유한 요금 단위가 있습니다. 대부분의 서비스에는 제한된 호출 할당량을 제공하는 무료 계층(F0)이 있습니다(예: Text Analytics는 월 5,000회 호출). 따라서 비용 부담 없이 실험할 수 있습니다. Standard 계층(S0)은 더 높은 할당량을 제공하며 프로덕션 환경에 적합합니다. 비용은 사용량에 따라 선형적으로 증가하며, 월별 고정 약정은 없습니다.

AI Services 리소스는 기본 API 키 인증 외에도 보안을 강화해야 합니다. 모범 사례로는 API 키를 코드가 아닌 Azure Key Vault에 저장하고, 키 없이 리소스에 액세스하도록 관리 ID를 사용하며, 프라이빗 엔드포인트로 네트워크 액세스를 제한하여 VNet에서만 리소스에 연결할 수 있게 하고, 규정 준수를 위해 모든 API 호출을 감사하도록 진단 로깅을 활성화하는 방법이 있습니다. API 키는 정기적으로 교체해야 하며, 각 리소스에는 중단 없는 교체를 지원하는 두 개의 키가 있습니다.

많은 Azure AI Services는 데이터 상주가 필요한 시나리오(처리를 온-프레미스 또는 특정 지역에서 유지해야 하는 경우)나 연결이 끊긴 환경을 위해 Docker 컨테이너로 배포할 수 있습니다. Microsoft Container Registry에서 컨테이너 이미지를 가져오고, API 키와 엔드포인트 구성을 사용하여 실행한 다음, localhost에서 서비스의 REST API를 호출합니다. 컨테이너는 요금 청구를 위해 Azure에 연결합니다. 모든 사용량은 여전히 Azure 구독을 통해 추적되고 과금되지만, AI 처리는 로컬에서 수행됩니다.

이 단원에서 다룬 Microsoft Azure Fundamentals(AZ-900) 개념에 대한 이해도를 확인해 보십시오.

이 단원에서는 다음 내용을 학습했습니다. Azure AI Services는 REST API를 통해 사용할 수 있는 Vision, Language, Speech, Decision 영역의 사전 구축된 AI 기능을 제공합니다. 다중 서비스 리소스는 단일 엔드포인트와 키로 액세스를 간소화하며, 모든 서비스는 Key Vault와 관리 ID로 보안을 유지해야 합니다. 또한 데이터 상주 요구 사항을 충족하기 위해 컨테이너로 배포할 수도 있습니다. 다음으로 Language 및 Vision API를 실제로 호출하는 방법을 살펴보겠습니다.