はじめに
AWS Solutions Architect Associate (SAA) の学習中に整理した AI / ML サービス の知識をまとめました。
試験では「どのサービスがどのデータ型を処理するか」が問われます。サービス名と対象データ型の対応を正確に覚えておくことが重要です。
本記事は個人の学習ノートをベースにしています。誤りがあればコメントでご指摘いただけると助かります。
サービス概要
AI / ML サービスの対象データ型
| サービス | 対象 | 用途 |
|---|---|---|
| Textract | ドキュメント（PDF、画像） | OCR、テーブル・フォーム抽出 |
| Comprehend | テキスト | 感情分析、エンティティ抽出、トピック分類 |
| Rekognition | 画像・動画 | 顔認識、物体検出、コンテンツモデレーション |
| Transcribe | 音声 | 音声 → テキスト変換、話者識別 |
| Translate | テキスト | 翻訳 |
| Polly | テキスト | テキスト → 音声（TTS） |
| SageMaker | 任意 | カスタム ML モデル（専門知識が必要） |
| Redshift ML | 表データ | SQL で ML モデル構築・訓練 |
よくあるパイプライン
| パイプライン | 構成 |
|---|---|
| ドキュメント分析 | Textract（OCR）→ Comprehend（NLP 分析）→ S3 |
| 音声分析 | Transcribe（音声 → テキスト）→ S3 → Athena（SQL クエリ）/ Comprehend（感情分析） |
| リアルタイムフィードバック | API Gateway → SQS → Lambda → Comprehend → DynamoDB（TTL） |
よくある引っかけ
試験では以下のサービスを混同させる選択肢が頻繁に登場します。
- Rekognition は画像 / 動画の分析（テキストの感情分析は Comprehend）
- Translate は翻訳（感情分析は Comprehend）
- Transcribe は音声 → テキスト（テキスト → 音声は Polly）
- QuickSight は BI 可視化（SQL クエリ分析は Athena）
試験で問われる設計パターン
ドキュメント分析系
PDF → テキスト抽出 → 感情分析 → Textract + Comprehend
シナリオ: PDF ドキュメントからテキストを抽出し、その内容に対して感情分析やエンティティ検出を行いたいです。どのサービスを組み合わせるべきでしょうか？
正解: Textract → Comprehend（エンティティ検出 + 感情分析）→ S3
- Textract = OCR（PDF → テキスト）
- Comprehend = NLP（感情分析、エンティティ、トピック）
- SageMaker カスタムモデルは訓練が必要で運用負荷が大きい
- Rekognition は画像 / 動画の分析（テキストの感情分析は不可）
- Athena は SQL クエリ（感情分析機能はない）
音声分析系
音声 → テキスト変換 + SQL ベース分析 → Transcribe + Athena
シナリオ: コールセンターの音声データをテキストに変換し、SQL でトレンド分析を行いたいです。どのサービスを組み合わせるべきでしょうか？
正解: Amazon Transcribe + Amazon Athena
- Transcribe = ASR（音声 → テキスト変換）
- Athena = SQL クエリ分析
- Kinesis は音声ファイルの読み取りに対応していない
- QuickSight は可視化ツール（SQL クエリツールではない）
フィードバック分析系
フィードバック収集 + 感情分析 + 1年保持 → API Gateway + SQS + Lambda + Comprehend + DynamoDB TTL
シナリオ: ユーザーのフィードバックを API で収集し、感情分析して1年間保持したいです。スパイク時にもスケーラブルな構成はどれでしょうか？
正解: API Gateway → SQS → Lambda → Comprehend → DynamoDB（TTL 365日）
- Translate は翻訳（感情分析は不可）
- Transcribe は音声 → テキスト（テキスト分析は Comprehend）
- EC2 はサーバーレスではない
おわりに
AI / ML サービスの問題は「どのサービスがどのデータ型を処理するか」を正確に覚えておけば対応できます。特に「PDF → Textract」「テキスト感情分析 → Comprehend」「音声 → Transcribe」「画像 → Rekognition」の対応関係は反射的に判断できるようにしておきましょう。
間違いや補足があればぜひコメントで教えてください。