Microsoft Azure AI Fundamentals(AI-900) 공식 학습 자료와 Microsoft의 책임 있는 AI 원칙에 따르면 핵심 원칙 중 하나는 "개인정보 보호 및 보안"입니다. 이 원칙은 AI 시스템이 개인정보 보호법, 데이터 보호 규정 및 윤리적인 데이터 처리 관행을 준수하면서 개인 정보와 민감한 정보를 보호하도록 보장합니다.
허가 없이 수집된 데이터를 사용하여 자연어 처리(NLP) 모델을 생성하는 것은 이 원칙을 직접적으로 위반하는 것입니다. 적절한 동의 없이 수집된 데이터는 사용자 개인 정보를 침해하고 GDPR(일반 데이터 보호 규정) 또는 기타 글로벌 개인정보 보호 프레임워크와 같은 규정을 위반할 가능성이 있습니다.
개인정보 보호 및 보안 원칙은 다음 사항을 강조합니다.
* AI 시스템은 데이터 수집 및 사용의 투명성을 보장해야 합니다.
* 데이터는 합법적으로 수집되어야 하며 동의를 받아 사용되어야 합니다.
* 시스템은 무단 접근이나 오용으로부터 데이터를 보호해야 합니다.
대조적으로:
* 포용성은 모든 사용자에게 접근성과 공정성을 증진합니다.
* 투명성은 AI 시스템이 어떻게 결정을 내리는지 설명하는 데 중점을 둡니다.
* 신뢰성과 안전성은 시스템이 의도한 대로 작동하고 피해를 최소화하도록 보장합니다.
따라서 승인되지 않은 데이터를 사용하는 것은 비윤리적인 데이터 소싱을 수반하고 사용자 신뢰를 위협하므로 개인정보 보호 및 보안을 명백히 위반하는 것입니다.

참조:
https://docs.microsoft.com/en-us/azure/cognitive-services/Translator/translator-info-overview
https://docs.microsoft.com/en-us/legal/cognitive-services/speech-service/speech-to-text/transparency-note

설명:

이 답변은 Microsoft Azure AI Fundamentals(AI-900) 공식 학습 가이드와 Microsoft Learn 모듈 "Microsoft Azure에서 컴퓨터 비전 살펴보기"에서 발췌했습니다. Azure Cognitive Services의 일부인 Azure Face 서비스는 감지, 검증, 식별, 그룹화 및 유사성 분석을 포함한 고급 얼굴 인식 기능을 제공합니다.
각 진술을 분석해 보겠습니다.
* "Face 서비스는 유사한 얼굴 특징을 가진 모든 직원을 그룹화하는 데 사용할 수 있습니다." # 네. Face 서비스는 알려지지 않은 얼굴들을 시각적 유사성을 기준으로 자동으로 그룹화하는 그룹화 기능을 지원합니다. 레이블이 지정된 데이터가 필요하지 않고, 유사해 보이는 얼굴들의 클러스터를 식별합니다. 이는 특히 사람들 데이터 세트를 구축하거나 검증할 때 유용합니다.
* "각 직원의 다양한 각도에서 촬영한 샘플 사진을 더 많이 제공하면 얼굴 인식 서비스의 정확도가 높아집니다." # 예. Microsoft 설명서에 따르면, 다양한 조명, 포즈, 각도 등 다양한 조건에서 각 직원의 고품질 이미지를 여러 장 제공하면 모델 정확도가 향상됩니다. 이러한 다양성 덕분에 서비스는 고유한 얼굴 특징을 더 잘 학습하고, 특히 식별 및 검증 작업에서 인식 신뢰도를 높일 수 있습니다.
* "직원이 선글라스를 착용한 경우, 얼굴 인식 서비스는 항상 직원을 인식하지 못합니다." # 아니요, 틀렸습니다. 선글라스나 모자와 같은 가림은 정확도를 떨어뜨릴 수 있지만, 얼굴의 어느 부분이 보이는지에 따라 서비스는 여전히 사람을 인식할 수 있습니다. Microsoft Learn에서는 부분 가림이 인식 신뢰도에 영향을 미치지만 실패를 보장하지는 않는다고 명시적으로 언급합니다.
결론적으로, Face 서비스는 유사한 얼굴을 그룹화하고(예), 다양한 샘플로 정확도를 높이고(예), 신뢰도는 낮지만 부분적으로 가려진 얼굴을 인식할 수 있습니다(아니요). 이러한 원리는 컴퓨터 비전 및 책임 있는 AI 기반 얼굴 인식과 관련된 Face API의 핵심 기능 및 AI-900 학습 목표와 직접적으로 일치합니다.

설명:

참조:
https://docs.microsoft.com/en-gb/azure/cognitive-services/text-analytics/개요
https://azure.microsoft.com/en-gb/services/cognitive-services/speech-services/ 음성 서비스를 사용하여 통화 내용을 텍스트로 변환할 수 있습니다. 예, 음성을 텍스트로 변환하는 API를 사용하여 이를 달성할 수 있습니다.
https://docs.microsoft.com/en-us/learn/modules/recognize-synthesize-speech/1-introduction 음성 서비스를 사용하여 통화 오디오를 다른 언어로 번역할 수 있습니다. 음성 번역 서비스를 사용하여 이를 달성할 수 있습니다. 음성 서비스에는 다음과 같은 애플리케이션 프로그래밍 인터페이스(API)가 포함되어 있습니다.
음성-텍스트 변환 - 오디오 소스에서 음성을 텍스트 형식으로 변환하는 데 사용됩니다.
텍스트 음성 변환 - 텍스트 소스에서 음성 오디오를 생성하는 데 사용됩니다.
음성 번역 - 한 언어의 음성을 다른 언어의 텍스트나 음성으로 번역하는 데 사용됩니다.
https://docs.microsoft.com/en-us/learn/modules/translate-text-with-translation-service/2-get-started-azure 텍스트 분석 서비스를 사용하여 통화 기록에서 주요 엔터티를 추출할 수 있습니다. 예, 텍스트 분석 API가 이를 달성하는 데 도움이 됩니다.
https://docs.microsoft.com/en-us/learn/modules/analyze-text-with-text-analytics-service/2-시작-azure