Azure AI 언어란?

2025-07-29

Azure AI 언어는 텍스트를 이해하고 분석하기 위한 NLP(자연어 처리) 기능을 제공하는 클라우드 기반 서비스입니다. 이 서비스를 사용하면 웹 기반 Language Studio, REST API 및 클라이언트 라이브러리를 사용하여 지능형 애플리케이션을 빌드할 수 있습니다.

Available features

이 언어 서비스는 이전에 사용 가능한 Azure AI 서비스인 Text Analytics, QnA Maker 및 LUIS를 통합합니다. 이러한 서비스에서 마이그레이션해야 하는 경우 마이그레이션 섹션을 참조하세요.

언어 서비스는 다음과 같은 몇 가지 새로운 기능도 제공합니다.

미리 구성되었으므로 기능에서 사용하는 AI 모델은 사용자 지정할 수 없습니다. 데이터를 보내고 애플리케이션에서 기능의 출력을 사용하기만 하면 됩니다.
사용자 지정할 수 있습니다. 즉, 데이터를 구체적으로 맞추기 위해 도구를 사용하여 AI 모델을 학습합니다.

Tip

어떤 기능을 사용할지 확실하지 않나요? 결정에 도움이 되도록 어떤 언어 서비스 기능을 사용해야 하는지 참조하세요.

Azure AI Foundry 를 사용하면 코드를 작성할 필요 없이 다음 서비스 기능 대부분을 사용할 수 있습니다.

NER(명명된 엔터티 인식)

명명된 엔터티 인식 은 텍스트의 다른 항목을 식별하고 미리 정의된 형식으로 분류합니다.

개인 및 건강 데이터 정보 검색

PII 검색 은 개인과 연결된 텍스트 및 대화(채팅 또는 대본)의 엔터티를 식별합니다.

Language detection

언어 감지 는 텍스트를 평가하고 다양한 언어 및 변형 방언을 검색합니다.

감정 분석 및 오피니언 마이닝

브랜드 또는 토픽에 대한 대중의 인식을 이해하는 데 도움이 되는 감정 분석 및 오피니언 마이닝 미리 구성된 기능입니다. 이러한 기능은 텍스트를 분석하여 긍정적이거나 부정적인 감정을 식별하고 텍스트 내의 특정 요소에 연결할 수 있습니다.

Summarization

요약 은 텍스트 및 대화(채팅 및 대본)에 대한 정보를 압축합니다. 텍스트 요약은 요약을 생성하여 두 가지 방법을 지원합니다. 추출 요약은 문서에서 주요 문장을 선택하고 원래 위치를 유지하여 요약을 만듭니다. 반면 추상적 요약은 원래 문서에서 직접 복사되지 않은 새롭고 간결하며 일관된 문장 또는 구를 생성하여 요약을 생성합니다. 대화 요약 요약은 긴 모임을 타임스탬프가 있는 장으로 요약하고 분할합니다. 콜 센터 요약에는 고객 문제 및 해결 방법이 요약되어 있습니다.

핵심 구 추출

핵심 구 추출은 비정형 텍스트의 주요 개념을 평가 및 반환하고, 이를 목록으로 반환하는 미리 구성된 기능입니다.

Entity linking

엔터티 연결은 비정형 텍스트에 있는 엔터티(단어 또는 구)의 ID를 명확히 하고, Wikipedia에 대한 링크를 반환하는 미리 구성된 기능입니다.

의료 분야 텍스트 분석

상태 추출에 대한 텍스트 분석 및 구조화되지 않은 텍스트의 관련 상태 정보에 레이블을 지정합니다.

사용자 지정 텍스트 분류

사용자 지정 텍스트 분류를 사용하면 비정형 텍스트 문서를 사용자가 정의한 사용자 지정 클래스로 분류하도록 사용자 지정 AI 모델을 빌드할 수 있습니다.

사용자 지정 NER(사용자 지정 명명된 엔터티 인식)

사용자 지정 NER을 사용하면 사용자가 제공하는 비정형 텍스트를 사용하여 사용자 지정 엔터티 범주(단어 또는 구 레이블)를 추출하도록 사용자 지정 AI 모델을 빌드할 수 있습니다.

대화형 언어 이해

CLU(대화 언어 이해)를 사용하면 사용자가 들어오는 발화의 전반적인 의도를 예측하고 여기에서 중요한 정보를 추출하도록 사용자 지정 자연어 이해 모델을 빌드할 수 있습니다.

Orchestration workflow

오케스트레이션 워크플로는 CLU(대화 언어 이해),질문 답변 및 LUIS 애플리케이션을 연결하도록 설정하는 사용자 지정 기능입니다.

Question answering

질문 답변 은 사용자 입력에 가장 적합한 답변을 식별하는 사용자 지정 기능입니다. 이 기능은 일반적으로 소셜 미디어 플랫폼, 채팅 봇 및 음성 지원 데스크톱 애플리케이션을 비롯한 대화형 클라이언트 애플리케이션을 개발하는 데 사용됩니다.

어떤 언어 서비스 기능을 사용해야 하나요?

이 섹션에서는 애플리케이션에 사용해야 하는 언어 서비스 기능을 결정하는 데 도움이 됩니다.

수행할 작업	Document format	최적의 솔루션	이 솔루션을 사용자 지정할 수 있나요?*
`PII` 및 `PHI`와 같은 민감한 정보를 탐지 및/또는 수정합니다.	Unstructured text, transcribed conversations	PII detection
사용자 지정 모델을 만들지 않고 정보의 범주를 추출합니다.	Unstructured text	미리 구성된 NER 기능
데이터와 관련된 모델을 사용하여 정보 범주를 추출합니다.	Unstructured text	Custom NER	✓
기본 topics 및 중요한 구를 추출합니다.	Unstructured text	핵심 구문 추출
텍스트로 표현된 감정과 의견을 결정합니다.	Unstructured text	감정 분석 및 오피니언 마이닝
긴 텍스트 또는 대화 청크를 요약합니다.	Unstructured text, transcribed conversations.	Summarization
엔터티를 명확히 하고 Wikipedia에 대한 링크를 가져옵니다.	Unstructured text	Entity linking
문서를 하나 이상의 범주로 분류합니다.	Unstructured text	사용자 지정 텍스트 분류	✓
모델을 빌드하지 않고 임상/의료 문서에서 의료 정보를 추출합니다.	Unstructured text	의료 분야 텍스트 분석
사용자 입력에 응답하는 대화형 애플리케이션을 빌드합니다.	구조화되지 않은 사용자 입력	Question answering	✓
텍스트가 작성된 언어를 검색합니다.	Unstructured text	Language detection
사용자 입력의 의도를 예측하고 해당 입력에서 정보를 추출합니다.	구조화되지 않은 사용자 입력	대화형 언어 이해	✓
대화형 언어 이해, LUIS 및 질문 답변에서 앱을 연결합니다.	구조화되지 않은 사용자 입력	Orchestration workflow	✓

* 기능이 사용자 지정 가능한 경우, 데이터를 구체적으로 맞추는 도구를 사용하여 AI 모델을 학습시킬 수 있습니다. 그렇지 않으면 기능이 미리 구성되어 있으므로 사용하는 AI 모델을 변경할 수 없습니다. 데이터를 보내고 애플리케이션에서 기능의 출력을 사용하기만 하면 됩니다.

Text Analytics, QnA Maker 또는 LUIS(Language Understanding)에서 마이그레이션

Azure AI 언어는 Azure AI 서비스에 Text Analytics, QnA Maker 및 LUIS(Language Understanding)의 세 가지 개별 언어 서비스를 통합합니다. 이러한 세 가지 서비스를 사용한 경우 새 Azure AI 언어로 쉽게 마이그레이션할 수 있습니다. 자세한 내용은 Azure AI 언어로 마이그레이션을 참조하세요.

Tutorials

언어 서비스 빠른 시작을 시작한 후 다양한 시나리오를 해결하는 방법을 보여 주는 자습서를 사용해 보세요.

Code samples

GitHub에서 다음 언어에 대한 추가 코드 샘플을 찾을 수 있습니다.

Docker 컨테이너를 사용하여 온-프레미스 배포

언어 서비스 컨테이너를 사용하여 온-프레미스에 API 기능을 배포합니다. 이러한 Docker 컨테이너를 사용하면 규정 준수, 보안 또는 기타 운영상의 이유로 서비스를 데이터에 더 가깝게 가져올 수 있습니다. 언어 서비스는 다음과 같은 컨테이너를 제공합니다.

Responsible AI

AI 시스템에는 기술뿐만 아니라 기술을 사용하는 사용자, 영향을 받는 사용자 및 배포 환경도 포함됩니다. 시스템에서 책임 있는 AI 사용 및 배포에 대해 알아보려면 다음 문서를 읽어보세요.