Amazon Rekognition 안면 인식

안면 인식을 하는 짧은 시간 동안 실제 사용자를 탐지하고 가짜 얼굴을 사용하는 악의적인 사용자를 차단
시작하기
당사에 문의하십시오

Amazon Rekognition Face Liveness를 선택해야 하는 이유

Amazon Rekognition Face Liveness는 스푸핑을 사용하는 악의적인 사용자가 아닌 실제 사용자만 서비스에 액세스할 수 있는지 확인합니다. Amazon Rekognition Face Liveness는 짧은 셀카 동영상을 분석하여 인쇄된 사진, 디지털 사진, 디지털 동영상 또는 3D 마스크와 같이 카메라에 나타나는 스푸핑 뿐만 아니라 사전 녹화된 동영상 또는 딥페이크 동영상과 같이 카메라를 우회하는 스푸핑도 감지할 수 있습니다. Face Liveness는 전면 카메라가 있는 대부분의 디바이스에서 실행되는 React 웹, 기본 iOS 및 기본 Android 애플리케이션에 쉽게 추가할 수 있는 완전관리형 기능입니다. 인프라 관리, 하드웨어별 구현 또는 기계 학습 전문 지식이 필요하지 않습니다. 이 기능은 수요에 따라 자동으로 스케일 업 또는 스케일 다운되며 수행한 안면 생체 확인에 대한 비용만 지불하면 됩니다.

사용 사례

Face Liveness로 신규 사용자를 인증하여 서비스에서 사기성 계정 생성을 줄이세요. 예를 들어, 금융 서비스 고객은 온라인 계좌를 개설하기 전에 Face Liveness 및 Amazon Rekognition 얼굴 매칭을 사용하여 사용자 신원을 확인할 수 있습니다.

Face Liveness로 디바이스 변경, 비밀번호 변경, 송금과 같은 고가치 사용자 활동의 인증을 강화하세요. 예를 들어, 차량 공유 고객은 탑승하기 전에 Face Liveness 및 안면 인식을 사용하여 운전자의 신원을 확인할 수 있습니다.

Face Liveness를 사용하여 미성년자가 제한된 콘텐츠에 액세스하지 못하도록 합니다. 예를 들어, 온라인 게임 또는 데이팅 고객은 액세스 권한을 부여하기 전에 Face Liveness 및 Amazon Rekognition Facial Analysis의 연령 추정 기능을 사용하여 사용자의 연령을 확인할 수 있습니다.

Face Liveness로 봇이 서비스를 이용하지 못하도록 방지하세요. 예를 들어, 소셜 미디어 고객은 Face Liveness를 사용하여 실제 사람으로 위장한 봇을 차단할 수 있습니다.

기능

 
높은 보안 수준 프레젠테이션 공격 탐지 인쇄된 2D 사진, 오려낸 2D 종이 마스크, 디지털 화면의 고해상도 사진 또는 비디오와 같이 카메라에 표시되는 스푸핑 공격을 탐지합니다.

우회 공격 탐지

 비디오 캡처 하위 시스템에 직접 삽입된 사전 녹화, 합성 및 딥페이크 비디오와 같이 카메라를 우회하는 스푸핑 공격을 탐지합니다.

3D 마스크 공격 탐지

 실리콘, 라텍스, 플라스틱, 천 등으로 만든 3D 마스크를 사용하는 스푸핑 공격을 탐지합니다.

구성 가능한 신뢰도 점수 

 사용 사례에 따라 보안 수준을 조정할 수 있도록 0~100 사이의 신뢰도 점수를 제공합니다.
사용자 불편 낮음

수동적인 사용자 행동에 가까움

 셀카 동영상을 찍는 것과 유사하게 사용자 디바이스 화면에 렌더링된 타원 안에 얼굴을 움직이는 간단한 동작만 하면 됩니다.

빠른 인증

 사용자 셀카 비디오를 실시간으로 분석하여 엔드투엔드 지연 시간을 최소화하고 몇 초 만에 결과를 제공합니다.

사용자 안내 및 피드백

 최종 사용자가 생체 확인을 빠르게 완료할 수 있도록 화면 지침과 상황에 맞는 안내를 제공합니다.

접근성 규정 준수

 Face Liveness 사용자 챌린지에 표시되는 컬러 화면에 대해 Web Content Accessibility Guidelines(WCAG) 2.1을 준수하여 사진에 민감한 사용자에게 미치는 영향을 최소화합니다.
쉬운 통합

광범위한 플랫폼 지원

 웹(React) 및 모바일(네이티브 iOS 및 네이티브 Android)용 AWS Amplify SDK에 통합됩니다. 하드웨어별 구현이 필요하지 않습니다.

사전 빌드된 사용자 인터페이스(UI) 구성 요소

 사전 구축된 사용자 인터페이스를 제공하여 Face Liveness를 애플리케이션에 빠르게 통합할 수 있습니다.

최적화된 동영상 캡처 및 스트리밍

 효율적인 데이터 전송을 위해 셀카 동영상 크기를 1MB 미만으로 최소화합니다.

품질 검사가 포함된 셀카 프레임

 Face Matching 또는 연령 추정을 위한 고품질 셀카 프레임을 제공합니다.
관리 용이성

완전관리형

 온프레미스 또는 호스팅 인프라에 생체 소프트웨어를 배포하거나 관리할 필요가 없습니다. 

이미지 감사

 수동 검사 또는 감사 추적을 위해 최대 4개의 프레임을 반환합니다.

사용량 기반 요금제 및 오토스케일링

 생체 확인 건당 비용을 지불하고 하루에 최대 수백만 건의 생체 확인을 자동으로 확장할 수 있습니다.

오픈소스 디바이스 SDK

 AWS Amplify SDK에 대한 완전한 투명성 및 가시성.

고객

  • Software Colombia

    Software Colombia는 콜롬비아 보고타에 본사를 둔 최고 수준의 소프트웨어 개발 회사로, 전 세계에 최첨단 기술 솔루션을 제공하고 있습니다.

    AWS 신원 확인과 새로운 Amazon Rekognition Face Liveness는 새로운 eLogic 생체 인식 솔루션을 통해 사기 및 위험을 95% 줄이는 동시에 제품을 더욱 포용적이고 접근하기 쉽게 만드는 데 도움이 되었습니다.

    Alex Chacón, Software Colombia CEO

페이지 주제

일반
6

일반

Face Liveness는 미국 동부(버지니아 북부), 미국 서부(오레곤), 유럽(아일랜드), 아시아 태평양(도쿄), 아시아 태평양(뭄바이) 등 5개 AWS 리전에서 사용할 수 있습니다. 지원하는 리전에 대해 자세히 알아보려면 Amazon Rekognition 엔드포인트 페이지를 참조하세요.

Face Liveness 기능은 0에서 100까지의 확률적 신뢰도 점수를 생성합니다. 점수가 높을수록 사용자가 실제 존재한다는 신뢰도가 높다는 의미입니다. Face Liveness는 Face Matching 또는 연령 추정을 위한 셀카 프레임을 제공합니다. 또한 이 기능은 사람의 검토 및 감사 추적을 위해 최대 4개의 감사 프레임을 반환합니다.

사용자 이름 및 암호 대신 Face Liveness 및 얼굴 매칭을 사용하는 것은 권장하지 않습니다. 보안을 강화하기 위해 사용자 이름 및 암호에 대한 보조 또는 단계별 방법으로 Face Liveness 및 얼굴 매칭을 사용하는 것이 좋습니다.

Face Liveness는 다양한 환경 변화에서 다양한 사람의 얼굴 특징과 피부 톤을 나타내는 데이터 세트를 사용하여 학습하고 테스트합니다. 여기에는 성별, 나이, 피부 톤 등 신뢰할 수 있는 인구통계학적 레이블이 있는 셀카 동영상 데이터 세트가 포함됩니다.

Face Liveness는 사용자가 사용 해제 설정하지 않는 한 해당 기능을 제공, 유지 및 개선하기 위해서만 처리된 셀카 동영상을 저장하고 사용할 수 있습니다. 자세한 내용은 Amazon Rekognition 데이터 프라이버시를 참조하세요.

Face Liveness는 건당 요금이 부과됩니다. 자세히 알아보려면 Amazon Rekognition 요금 페이지를 참조하세요.