LUIS(Language Understanding)란?

Important

LUIS는 2025년 10월 1일에 사용 중지되며 2023년 4월 1일부터 새 LUIS 리소스를 만들 수 없습니다. 지속적인 제품 지원 및 다국어 기능을 활용하려면 LUIS 애플리케이션대화 언어 이해로 마이그레이션하는 것이 좋습니다.

참고 항목

2023년 7월부터 Azure AI 서비스는 이전에 Cognitive Services 및 Azure Applied AI Services로 알려진 모든 것을 포함합니다. 가격 책정에는 변화가 없습니다. Cognitive ServicesAzure Applied AI라는 이름은 Azure 청구, 비용 분석, 가격 목록 및 가격 API에서 계속 사용됩니다. API(애플리케이션 프로그래밍 인터페이스) 또는 SDK에 대한 주요 변경 내용은 없습니다.

LUIS(Language Understanding)는 사용자의 대화형 자연어 텍스트에 사용자 지정 기계 학습 인텔리전스를 적용하여 전체적인 의미를 예측하고 관련된 자세한 정보를 추출하는 클라우드 기반 대화형 AI 서비스입니다. LUIS는 사용자 지정 포털, APISDK 클라이언트 라이브러리를 통해 액세스를 제공합니다.

처음 사용하는 경우 다음 단계에 따라 LUIS 포털에 로그인합니다. 시작하려면 LUIS의 미리 빌드된 도메인 앱을 사용해 보면 됩니다.

이 설명서에는 다음과 같은 문서 유형이 포함되어 있습니다.

  • 빠른 시작은 서비스에 대한 요청을 수행하는 과정을 안내하는 시작 지침입니다.
  • 방법 가이드에는 보다 구체적이거나 사용자 지정된 방식으로 서비스를 사용하기 위한 지침이 포함되어 있습니다.
  • 개념은 서비스 기능에 대한 심층적인 설명을 제공합니다.
  • 자습서는 보다 광범위한 비즈니스 솔루션에서 서비스를 구성 요소로 사용하는 방법을 보여주는 긴 가이드입니다.

LUIS가 제공하는 이점

  • 단순성: LUIS는 사내 AI 전문가나 이전의 기계 학습 지식이 없어도 사용할 수 있습니다. 마우스를 몇 번만 클릭하면 고유한 대화형 AI 애플리케이션을 빌드할 수 있습니다. 빠른 시작 중 하나를 진행하여 사용자 지정 애플리케이션을 빌드하거나 미리 빌드된 도메인 앱 중 하나를 사용할 수 있습니다.
  • 보안, 프라이버시 및 규정 준수: LUIS는 엔터프라이즈급 보안, 프라이버시 및 규정 준수를 제공하는 Azure 인프라의 지원을 받습니다. 데이터의 소유권은 그대로 유지됩니다. 언제든지 데이터를 삭제할 수 있습니다. 데이터는 스토리지에 있는 동안 암호화됩니다. 이에 대한 자세한 내용은 여기에서 알아봅니다.
  • 통합: LUIS 앱을 Microsoft Bot Framework, QnA Maker, Speech Service 등의 다른 Microsoft 서비스와 쉽게 통합할 수 있습니다.

LUIS 시나리오

  • 엔터프라이즈급 대화형 봇 빌드: 이 참조 아키텍처는 Azure Bot Framework를 사용하는 엔터프라이즈급 대화형 봇(챗봇)을 빌드하는 방법에 대해 설명합니다.
  • 상거래 챗봇: 개발자는 Azure AI Bot Service 및 Language Understanding 서비스를 함께 사용하여 은행, 여행 및 엔터테인먼트와 같은 다양한 시나리오에 대한 대화형 인터페이스를 만들 수 있습니다.
  • 음성 도우미를 사용하여 IoT 디바이스 제어: 연결된 TV 또는 냉장고에서 연결된 발전소의 디바이스에 이르기까지 인터넷에 액세스할 수 있는 모든 디바이스와의 원활한 대화형 인터페이스를 만듭니다.

애플리케이션 개발 수명 주기

LUIS app development life cycle

  • 계획: 사용자가 애플리케이션을 사용할 수 있는 시나리오를 식별합니다. 작업 및 알아 두어야 할 관련 정보를 정의합니다.
  • 빌드: 제작 리소스를 사용하여 앱을 개발합니다. 먼저 의도엔터티를 정의합니다. 그런 다음, 각 의도의 학습 발화를 추가합니다.
  • 테스트 및 개선: 다른 발화로 모델 테스트를 시작하여 앱의 작동 방식을 파악하고, 향상된 기능이 필요한지 여부를 결정할 수 있습니다. 이러한 모범 사례에 따라 애플리케이션을 개선할 수 있습니다.
  • 게시: 예측을 위해 앱을 배포하고 예측 리소스를 사용하여 엔드포인트를 쿼리합니다. 여기에서 제작 및 예측 리소스에 대해 자세히 알아보세요.
  • 연결: Microsoft Bot Framework, QnA MakerSpeech Service 등의 다른 서비스에 연결합니다.
  • 구체화: 엔드포인트 발화를 검토하여 실제 예제로 애플리케이션을 개선합니다.

애플리케이션 계획 및 빌드에 대한 자세한 내용은 여기를 참조하세요.

다음 단계