1. © 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved.

2. §
§
§
§
§
§

4. •
•
§
§

5. •
•
•
•
•

6. •
§
§
•

7. •
•
•
•

8. •
•
•
•
•
https://www.youtube.com/watch?v=gQpMDdJmbNs

10. © Jeff Dean, Trends and Developments in Deep Learning Research
http://www.slideshare.net/AIFrontiers/jeff-dean-trends-and-developments-in-deep-learning-research

11. Accuracy
Scale (data size, model size)
1980s and1990s
neural networks
other approaches
© Jeff Dean, Trends and Developments in Deep Learning Research
http://www.slideshare.net/AIFrontiers/jeff-dean-trends-and-developments-in-deep-learning-research

12. more
computeAccuracy
Scale (data size, model size)
neural networks
other approaches
1980s and1990s
© Jeff Dean, Trends and Developments in Deep Learning Research
http://www.slideshare.net/AIFrontiers/jeff-dean-trends-and-developments-in-deep-learning-research

13. more
computeAccuracy
Scale (data size, model size)
neural networks
other approaches
Now
© Jeff Dean, Trends and Developments in Deep Learning Research
http://www.slideshare.net/AIFrontiers/jeff-dean-trends-and-developments-in-deep-learning-research

14. 2016
3% errors
2011
5% errors
humans
26% errors
© Jeff Dean, Trends and Developments in Deep Learning Research
http://www.slideshare.net/AIFrontiers/jeff-dean-trends-and-developments-in-deep-learning-research

15. http://techneedle.com/archives/29063
"아마존 상품 배송 선반에는 물건이
뒤죽박죽 보관되고 있다. 예를 들면
영화 DVD, 로션, 피클이 한 칸에 보
관되어 있다. 자투리 공간 없이 창고
공간을 100% 활용할 수 있고, ‘이
상품군은 어디에 보관해야 한다’ 등
배워야 할 내용이 줄어든다. 게다가
실수로 잘못 꺼내는 일도 적다. 상품
보관을 위한 기술은 컴퓨터 비전과
실내 위치 추적 등의 시스템을 활용
한다"

18. Original image Activation map Binary map
2.0
1.0

19. §
ü
ü
ü
§
ü

20. https://www.amazon.com/b?node=16008589011

22. The image part with relationship ID rId7 was not found in the file.
The image
part with
relationship
ID rId7 was
not found in
the file.

23. Amazon Echo sales up 9X compared
to last year, company says in holiday
roundup of 2016 winter sold “millions”
of Echo devices.

24. https://www.wired.com/2017/01/ces-alexa-in-everything

27. Create Great Content:
ASK is how you
connect
to your consumer
Supported by two powerful frameworks
A L E X A
V O I C E
S E R V I C E
Unparalleled
Distribution:
AVS allows your content
to be everywhere
Lives In The Cloud
Automated Speech
Recognition (ASR)
Natural Language
Understanding (NLU)
Always Learning
A L E X A
S K I L L S
K I T

29. Alexa Skills Kit 구조도
Amazon
Alexa
Service
Developer’s
Application
Service
Amazon’s
Developer
Portal
애플리케이션, 사용자 의도,
샘플 데이터, 개발자 서비스
등 정보 전달
사용자 의도를
서비스로 전달
GUI 카드를
알렉사 앱에
전달
오디오를
서비스로 전송
오디오 결과를
렌더링해서
재생
텍스트 결과 및
GUI 카드 정보
전달

31. Alexa Skill 만들기 – AWS Lambda 기반 VoiceOps
https://www.youtube.com/watch?
v=azKYe4IWTxA

37. •
§
§
§
§
§
https://github.com/alexa/alexa-avs-sample-app/wiki/Raspberry-Pi

39. 16 years = 140,160 hours
≈14,016 hours of speech

43. 고객 기술
지원
영업 지원
고객지원
프로페셔
널 컨설팅
교육 및
인증
보안 및 빌링
시스템
파트너
생태계
솔루션
아키텍트
엔터프라이즈
가상 테스크톱
기업용 공유
도구
기업용 이메일
백업 및 복구
글로벌 리전 (Region) 가용 영역 (AZ) 콘텐츠 배포 지점(Edges)
인프라
기본 서비스
컴퓨팅
VMs, Auto-scaling, Load
Balancing, Containers, Cloud
functions
스토리지
Object, Blocks, File, Archival,
Import/Export
데이터베이스
Relational, NoSQL,
Caching, Migration
네트워킹
VPC, DX,
DNS
콘텐츠 배포 (CDN)
하이브리드
환경
데이터
백업
통합 앱 개
발 환경
전용 회선
연결
통합 인증
통합 리소스
관리
네트워크
통합
서비스
접근 제어
사용자
인증 관리
암호 키 관
리 및 저장
모니터링
로그
기업 자원
설정 및 보고
리소스 사용
량 및 감사
보안 및 규정 준수
기업 내
규정 준수
웹 방화벽
비지니스
애플리케이션
비지니스
인텔리전스
데이터베이스
DevOps
도구
네트워킹보안 스토리지
IoT
규칙 엔진
디바이스
쉐도우
디바이스
SDK
디바이스
레지스트리
디바이스
게이트웨이
개발 및 운영 도구모바일 서비스앱 서비스데이터 분석
데이터웨어
하우스
Hadoop/
Spark
실시간 데이터
저장
머신 러닝
Elastic Search
서비스
알람 및 큐
서비스
워크 플로우
풀텍스트
검색
Email 전송
동영상 변환
원 클릭 앱 개발
모바일 인증
기기 동기화
모바일 앱
테스트
푸시 알림
DevOps 리소스
관리
앱 라이프사이클
관리 도구
콘테이너 서비스
클라우드 함수
리소스 템플릿
API Gateway
실시간 데이터
분석
비지니스 인
텔리전스
모바일 분석
모바일 허브
마켓 플레이스

45. Amazon Machine Learning
P2 Instance
Deep Learning
AMI and template
Investment in
MXNet

47. •
§
§
•
§
§

48. vCPU 32 / RAM 488GB GPU 8 x NVIDIA K80
p2.8xlarge
= $7.2 per hour
x 20
vCPU 640 GPU 160
p2.8xlarge x 20
= $144 per hour

51. $aws ec2-run-instances ami-b232d0db
--instance-count 20
--instance-type p2.8xlarge
--region us-east-1
$aws ec2-stop-instances
i-10a64379 i-10a64280 ...

53. •
§
§
§
§
§
§
http://bit.ly/deepami

54. •
§
§

55. •
•
•
•

57. •
•
•
•
•
•
•
•
•

58. https://github.com/awslabs/ecs-deep-learning-workshop
•
ü https://github.com/dmlc/mxnet/tree/master/docker
ü https://hub.docker.com/r/kaixhin/cuda-mxnet/

59. •
§
•
§
§
§
ü

60. https://www.slideshare.net/AIFrontiers/scaling-
deep-learning-with-mxnet

61. •
•
•
•
•

62. §
§
§
§
§

63. §
§
§
§
§
§
§

64. 1 2 3
- 데이터 소스로 부터
DataSource 생성
- 데이터 내용과
스키마 확인
- 모델링 진행
- 생성된 모델의
품질 확인
- 모델에 해석
상세 조절
-
-

65. 컴퓨터 비전 API
온라인 부정 지불 감시
클라우드 소싱 기반
지도 서비스
자율 주행
컴퓨터 비전 분석
대용량 기계 학습 부동산 구매 예측 분석
동영상 추천 엔진 개발 고객 트래픽 분석
스포츠 플레이 예측 이미지 인식 기반 검색
Zestimate 서비스
(Apache Spark 활용)
보험 리스크 분석

66. Amazon Machine Learning 기반 모델 훈련 및 예측
https://youtu.be/4loLsXKlJUM

70. Flowe
r
ChairCoffee Table
Living Room
Indoor
s

71. Maple
Villa
Plant
Garde
n
Wate
r
Swimming Pool
Tree
Potted Plant
Backyard

72. •
•
•

73. Female
Happy
Smiling
Male
No Facial Hair
Happy
Female
Sad
No Eyeglasses
•

75. •
•
•

76. f7a3a278-2a59-5102-a549-a12ab1a8cae8
&
v1
02e56305-1579-5b39-ba57-9afb0fd8782d
&
v2
Face ID & vector<float>Face
4c55926e-69b3-5c80-8c9b-78ea01d30690
&
v3transformed
stored
{
f7a3a278-2a59-5102-a549-a12ab1a8cae8,
02e56305-1579-5b39-ba57-9afb0fd8782d,
4c55926e-69b3-5c80-8c9b-78ea01d30690
}
IndexFace Collection

77. Amazon Rekognition 살펴 보기
https://youtu.be/yrldn0JciIU

78. Training

79. Conv 1 Conv 2 Conv n
…
…
Feature Maps
Fully
Connected
Layer

80. •
•

81. •
§ (24 47 )
§ (Amazon Lex )
§ SSML
§ ,
§ ( 2.5 )
•
Amazon Polly
“The temperature
in WA is 75°F”
“The temperature
in Washington is 75
degrees Fahrenheit”
"We live for the music",
live from the Madison
Square Garden.
"We live(리브) for the
music", live(라이브) from
the Madison Square
Garden.

82. <speak>
My name is Kuklinski. It is spelled
<prosody rate='x-slow'>
<say-as interpret-as="characters">Kuklinski</say-as>
</prosody>
</speak>
My daughter’s name is Kaja.
<lexeme>
<grapheme>Kaja</grapheme>
<grapheme>KAJA</grapheme>
<phoneme>"kaI.@</phoneme>
</lexeme>

83. Amazon Polly 살펴 보기
https://youtu.be/yrldn0JciIU

84. RSS Feed Amazon Polly
Amazon
CloudWatch
Amazon S3AWS Lambda
1. Trigger
2. Check
3. Content
4. Text 5.Audio
6.Audio
https://github.com/awslabs/amazon-polly-sample

85. Amazon Rekognition
AWS SDK
for iOS
Amazon Cognito Amazon Polly
Amazon S3 Bucket
Skate, Car, Street,
Parking, Town

86. •
§
§
§
•
Facebook
MessengerMobile

88. Book Hotel
“Book a Hotel in
NYC”
Hotel Booking
New York City
Natural Language
Understanding
Intent/Slot
Model
UtterancesHotel Booking
City New York City
CheckIn Nov 30th
CheckOut Dec 2nd
“Your hotel is booked for
Nov 30th”
Polly
Confirmation: “Your hotel
is booked for Nov 30th”
The image part
with relationship ID
rId3 was not found
in the file.“Can I go ahead
with the booking?
a
in NYC
Automatic Speech
Recognition

89. Amazon Lex
Automatic Speech
Recognition (ASR)
Natural Language
Understanding (NLU)
Same technology that
powersAlexa
Cognito CloudTrail CloudWatch
AWS Services
Action
AWS
Lambda
Authentication &
Visibility
Speech
API
Language
API
Fulfillment
End-
Users
Develope
rs
Console
SDK
Intents, Slots,
Prompts,
Utterances
Input:
Speech
or Text
Multi-Platform Clients:
Mobile, IoT, Web,
Chat
API
Output:
Speech (via Polly
TTS) or Text

90. BookHotel

91. Amazon Lex를 통한 호텔 예약 챗봇 만들기
https://youtu.be/c1YC8mIiWh0

92. •
•
•
•
•
•
•
•
•
•
•

93. Amazon Rekognition
AWS SDK
for iOS
Amazon Cognito
Amazon Polly
AWS
Lambda
Amazon S3 Bucket
Amazon
SNS
Amazon Lex
Amazon S3 Bucket

97. à

98. •
•
•
Amazon
Rekognition
Amazon
Lex
AWS IoT
AWS
Lambda
Amazon
S3

101. •
§
•
§
•
§

102. P2
Amazon
Machine Learning Deep Learning
AMI and template
Investment in
MXNet

103. •
§
•
§

104. •
•
•

105. •
§
ü
ü
ü
•
§
§
§
§
•
§
§

106. 윤석찬
아마존웹서비스코리아, 테크에반젤리스트
channyun@amazon.com
http://bit.ly/awskr-feedback