추가 적립 안내

쓸모 있는 AI 애플리케이션,
복잡한 개념 없이 AWS로 간단하게 만든다

AI를 비즈니스에 도입하기 위해 반드시 개념을 알아야 할까? 기본적인 클라우드 지식만 활용하면 AI를 직접 구현하지 않고 도입이 가능하다. 그 비법은 바로 아마존이 제공하는 서비스형 AI! 이 책은 AWS 에서 제공하는 서비스형 AI를 조합해 실생활에 유용한 앱을 만들며 AI의 능력을 마음껏 활용해볼 수 있도록 도와준다. 사진을 자동으로 분류하는 이미지 인식 서비스부터 챗봇이나 음성비서 기능이 있는 일정 관리 앱, 거대한 데이터를 수집해 필요한 정보만 뽑아내는 크롤러까지 다양한 애플리케이션을 구축하며 AWS의 AI 서비스를 정복해보자.

야, 너도 AI 쓸 수 있어!
수식 없이 쉽게 쓰는 아마존의 AI 서비스

운영 중인 서비스에 AI를 이용한 기능을 추가하려면 머신러닝, 딥러닝, 강화학습 같은 AI 관련 개념들을 꼭 알아야 할까? 이제 어려운 AI를 공부하지 않아도 서비스형 AI를 사용해 누구나 쉽게 프로젝트나 비즈니스에 AI를 도입할 수 있다. 이 책은 AI 지원 플랫폼과 서비스를 구축하기 위한 엔지니어 가이드로 개발자의 관점에서 AI의 실용적인 사용법을 살펴본다. 서버리스 프레임워크와 Node.js, 제이쿼리를 사용해 AWS가 제공하는 챗봇, TTS, 컴퓨터 비전 등 AI 서비스의 기능을 활용하는 실제 프로젝트를 개발해보며 그 사용법을 익힌다. 고객 서비스, 데이터 분석 등 다양한 분야에서 노동집약적인 업무를 자동화해주는 아마존의 AI 서비스로 생산성을 높여보자.

대상 독자
● AI를 사용해 플랫폼 및 서비스를 구현해야 하는 풀스택 및 백엔드 개발자
● 시스템을 향상하고 개선하는 데 AI를 활용하고 싶은 솔루션 아키텍트와 프로덕트 오너
● 시스템 구축 및 배포에 '서버리스 방식'을 도입하려는 데브옵스

배우는 내용
● 운영 중인 플랫폼에 클라우드 AI를 도입하는 법
● 데이터 파이프라인을 디자인하고 빌드하는 법
● AI 서비스에서 발생하는 오류와 문제를 해결하는 법
● 서버리스 템플릿을 사용해 빠르게 AI 서비스를 구축하는 법
● 아마존 레코그니션을 활용해 이미지 및 비디오 분석을 자동화하는 법

알랭 쿠니오트(소프라 스테리아 베네룩스)
실생활에 적용 가능한 AI 서비스를 서버리스 프레임워크로 구현하며 안내하는 놀라운 책.

롭 파체코(비전 거버먼트 솔루션)
클라우드 기반 AI 서비스를 만드는 완벽한 길잡이.

알렉스 가스콘(커버월렛)
AI가 모든 회사에 도움을 줄 수 있는 방법을 아주 훌륭하게 소개한다. 적극 추천한다!

니루팜 샤르마(엔진 그룹)
학문으로써 공부하는 머신러닝에서 벗어나 자연스럽게 프로덕트에 사용하는 머신러닝을 배우고 싶은 이들이 읽어야 할 필독서.

PART I 서버리스 AI 시작하기

Chapter 1 두 기술 이야기 - 서버리스 컴퓨팅과 인공지능
_1.1 클라우드 생태계의 조망
_1.2 서버리스란?
_1.3 속도에 미치다
_1.4 AI란?
_1.5 컴퓨팅 파워와 AI의 대중화
_1.6 표준 AIaaS 아키텍쳐
_1.7 AWS 위에서의 구현
_1.8 요약

Chapter 2 서버리스 이미지 인식 시스템 만들기 - 크롤러 구축
_2.1 첫 번째 시스템
_2.2 아키텍처
_2.3 준비 작업
_2.4 비동기식 서비스 구현
_2.5 요약

Chapter 3 서버리스 이미지 인식 시스템 만들기 - 분석 서비스 구축
_3.1 비동기 서비스 배포
_3.2 동기 서비스 구현
_3.3 시스템 실행
_3.3 시스템 제거
_3.4 요약

PART II 서버리스 AI 활용하기

Chapter 4 서버리스 방식의 웹 애플리케이션 구축과 보안
_4.1 작업 목록
_4.2 아키텍처
_4.3 준비하기
_4.4 1단계: 기본 애플리케이션
_4.5 2단계: 코그니토를 통한 보안 추가
_4.6 요약

Chapter 5 웹 애플리케이션에 AI 인터페이스 추가하기
_5.1 3단계: STT 인터페이스 추가
_5.2 4단계: TTS 추가
_5.3 5단계: 대화형 챗봇 인터페이스 추가
_5.4 시스템 제거
_5.5 요약

Chapter 6 서비스형 AI를 효과적으로 활용하는 방법
_6.1 서버리스의 새로운 과제 해결
_6.2 프로젝트 구조 구축
_6.3 지속적 배포
_6.4 관찰가능성과 모니터링
_6.5 로그
_6.6 모니터링 서비스와 애플리케이션 지표
_6.7 추적 기능을 통한 분산 애플리케이션 이해
_6.8 요약

Chapter 7 기존 플랫폼에 AI 적용하기
_7.1 서버리스 AI 통합 패턴
_7.2 텍스트렉트로 신원 확인 개선
_7.3 키네시스를 사용한 AI 데이터 처리 파이프라인
_7.4 트랜스레이트를 활용한 실시간 번역
_7.5 파이프라인 테스팅
_7.6 컴프리헨드를 사용한 감정분석
_7.7 커스텀 문서 분류기 훈련
_7.8 커스텀 분류기 사용
_7.9 파이프라인 종단간 테스트
_7.10 파이프라인 제거
_7.11 자동화의 이점
_7.12 요약

PART III 서버리스 AI를 통한 데이터 수집 및 분석

Chapter 8 실제 AI를 위한 대규모 데이터 수집
_8.1 시나리오: 이벤트와 연사 찾기
_8.2 웹에서 데이터 수집하기
_8.3 웹 크롤링 소개
_8.4 아이템 저장소 구현
_8.5 URL을 저장하고 관리하기 위한 프론티어 만들기
_8.6 웹 페이지를 검색하고 구문을 분석하는 페처
_8.7 전략 서비스에서 크롤링 공간 결정하기
_8.8 스케줄러를 활용한 크롤러 오케스트레이션
_8.9 요약

Chapter 9 빅데이터에 AI를 적용해 인사이트 얻기
_9.1 AI로 웹페이지에서 중요한 정보 추출
_9.2 컴프리헨드의 엔티티 인식 API
_9.3 정보 추출을 위한 데이터 준비
_9.4 텍스트 배치 처리량 관리
_9.5 비동기 엔티티 추상화
_9.6 엔티티 인식 진행 확인
_9.7 배치 엔티티 인식의 배포와 테스트
_9.8 인식 결과 유지
_9.9 전체 연결하기
_9.10 요약
마치며

APPENDIX A AWS 계정 생성 및 설정
APPENDIX B AWS 관리형 AI 서비스의 데이터 요구 사항
APPENDIX C AI 애플리케이션을 위한 데이터 소스
APPENDIX D 인증 및 DNS 도메인 설정
APPENDIX E 서버리스 프레임워크 내부 뜯어보기