사용자 정의에 대한 사용 참고사항

사용자 정의를 IBM Watson® Speech to Text 서비스와 함께 사용하려면 사용자 정의 모델 소유권, 작성할 수 있는 사용자 정의 모델 수에 대한 한계, 그리고 정보 보안 및 요청 로깅과 같은 주제에 대해 알고 있어야 합니다. 이러한 주제는 지원되는 모든 언어 및 모델 유형 간에 공통됩니다.

사용자 정의 모델의 소유권

사용자 정의 모델은 해당 인증 정보를 사용하여 이를 작성한 Speech to Text 서비스의 인스턴스가 소유합니다. 어떤 방식으로든 사용자 정의 모델에 대해 작업하려면 사용자 정의 인터페이스의 메소드를 사용하여 해당 서비스 인스턴스에 대한 인증 정보를 사용해야 합니다. 서비스의 다른 인스턴스에 대해 작성된 인증 정보는 사용자 정의 모델을 보거나 액세스할 수 없습니다.

Speech to Text 서비스의 동일한 인스턴스에 대해 얻은 모든 인증 정보가 해당 서비스 인스턴스에 대해 작성된 모든 사용자 정의 모델에 대한 액세스를 공유합니다. 사용자 정의 모델에 대한 액세스 권한을 제한하려면 서비스의 개별 인스턴스를 작성하고 해당 서비스 인스턴스에 대한 인증 정보만 사용하여 모델을 작성하고 모델 관련 작업을 수행하십시오. 기타 서비스 인스턴스에 대한 인증 정보는 사용자 정의 모델에 영향을 줄 수 없습니다.

서비스 인스턴스의 인증 정보 간에 소유권을 공유하면 예를 들어 인증 정보가 손상된 경우 인증 정보 세트를 취소할 수 있다는 장점이 있습니다. 그러면 동일한 서비스 인스턴스에 대한 새 인증 정보를 작성하고 계속해서 기존 인증 정보의 소유권을 유지하고 기존 인증 정보로 작성된 사용자 정의 모델에 액세스할 수 있습니다.

사용자 정의 모델의 최대 수

사용자는 소유한 서비스 인증 정보당 최대 1024개의 사용자 정의 언어 모델과 최대 1024개의 사용자 정의 음향 모델을 작성할 수 있습니다. 두 유형 중 어느 하나에 대해 1024개를 넘는 사용자 정의 모델을 작성하려고 하면 서비스가 오류를 리턴합니다. 기존 모델을 잃지는 않지만, 작성하려는 사용자 정의 모델 유형에 대해 모델 개수가 한계(1024개) 미만이 될 때까지는 추가로 모델을 작성할 수 없습니다.

정보 보안

사용자 정의 언어 및 사용자 정의 음향 모델에 대해 추가되거나 업데이트된 데이터와 고객 ID를 연관시킬 수 있습니다. 다음 메소드와 함께 X-Watson-Metadata 헤더를 전달하여 고객 ID를 말뭉치, 사용자 정의 단어, 문법 및 오디오 리소스를 연관시킵니다. 그런 다음, 필요한 경우 DELETE /v1/user_data 메소드를 사용하여 데이터를 삭제할 수 있습니다.

  • POST /v1/customizations/{customization_id}/corpora/{corpus_name}
  • POST /v1/customizations/{customization_id}/words
  • PUT /v1/customizations/{customization_id}/words/{word_name}
  • POST /v1/customizations/{customization_id}/grammars/{grammar_name}
  • POST /v1/acoustic_customizations/{customization_id}/audio/{audio_name}

또한 Speech to Text 콘솔에서 IBM Cloud 서비스의 인스턴스를 삭제하는 경우 해당 서비스 인스턴스와 연관된 모든 데이터가 자동으로 삭제됩니다. 여기에는 모든 사용자 정의 언어 모델, 말뭉치, 문법 및 단어, 모든 사용자 정의 음향 모델 및 오디오 리소스가 포함됩니다. 이 데이터는 고객 ID가 데이터와 연관되어 있는지 여부와 관계 없이 자동으로 제거됩니다.

자세한 정보는 정보 보안을 참조하십시오.

요청 로깅 및 데이터 개인정보 보호

IBM Cloud

서비스가 사용자 정의 인터페이스에 대한 호출의 요청 로깅을 처리하는 방법은 요청에 따라 다릅니다.

  • 서비스는 사용자 정의 모델을 빌드하는 데 사용되는 데이터를 로깅하지 않습니다. 예를 들어, 사용자 정의 언어 모델의 말뭉치 및 단어에 대해 작업할 때 X-Watson-Learning-Opt-Out 요청 헤더를 설정할 필요가 없습니다. 훈련 데이터는 서비스의 기본 모델을 개선하는 데 사용되지 않습니다.
  • 사용자 정의 모델이 인식 요청에 사용되는 경우 서비스가 데이터를 로깅하지 않습니다. 계정 레벨에서 요청 로깅을 선택하거나 X-Watson-Learning-Opt-Out 요청 헤더를 true로 설정하여 선택할 수 있습니다.

자세한 정보는 요청 로깅을 참조하십시오.