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。