---
sourceDocument: 호주 API 참조
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/api-reference

 Release :

    - australia

ft:locale :

    - ko-KR

ft:publication_title :

    - 호주 API 참조

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# MLSolutionUtil - 전역

# MLSolutionUtil - 전역 {#ariaid-title1}

* 릴리스 버전: Australia
* 
* 업데이트 날짜 2026년 03월 12일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 3분

MLSolutionUtil 스크립트 포함은 예측을 가져오 예측 인텔리전스 는 메서드를 제공합니다.

이 스크립트 포함에는 플러그인(com.glide.platform_ml)이 예측 인텔리전스 필요하며 `sn_ml` 네임스페이스 내에서 제공됩니다.

자세한 내용은 [ML API 사용을 참조하세요.](https://www.servicenow.com/docs/access?context=using-ml-apis&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)
**관련 개념**   

* [MLSolution](https://servicenow-prod.fluidtopics.net/K1iA4Nd94JyB9Cw~uegPHQ#MLSolutionAPI "MLSolution API는 예측을 처리 예측 인텔리전스 하고 모든 기능(유사성, 분류 및 클러스터링)에 대한 솔루션 개체를 검색하는 메서드를 제공합니다.")
* [MLSolutionFactory](https://servicenow-prod.fluidtopics.net/lXUIAVoIwPkYAB~tsUw0rw#MLSolutionFactoryAPI "MLSolutionFactory API는 MLSolution 스크립트 가능한 개체를 가져오는 팩터리 클래스입니다.")

## MLSolutionUtil - MLSolutionUtil() {#ariaid-title2}

새 MLSolutionUtil 개체를 인스턴스화합니다.
{#MLSU-MLSolutionUtil__table_btj_twt_rhb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 안 함 |   |   |
[표 1. 매개변수]

{#MLSU-MLSolutionUtil__table_btj_twt_rhb}  


    var mlSolutionUtil = new MLSolutionUtil();

## MLSolutionUtil - getPredictions(객체 입력, 배열 solutionNames, 객체 옵션) {#ariaid-title3}

하나 이상의 지정된 솔루션에 대한 예측을 가져옵니다.
{#MLSU-getPredictions_O_A_O__table_hqw_pbm_yfb__entry__3}

| 이름 | 유형 | 설명 |
|-|-|-|
| 입력 | 객체 | GlideRecord 또는 키-값 쌍으로서의 JSON 객체 배열입니다. |
| solutionNames | 배열 | 예측을 검색할 솔루션 이름의 배열입니다. |
| 옵션 | 객체 | 옵션입니다. 다음 속성이 있는 JSON 객체 키-값 쌍: * top_n: 번호. 제공된 경우 지정된 예측 수를 포함하여 상위 결과를 반환합니다.{#MLSU-getPredictions_O_A_O__solution-prediction-topn} * apply_threshold: 부울. 솔루션의 임계값을 확인하고 결과 세트에 적용합니다. 임계값은 유사성에 대한 솔루션 임계치 또는 분류에 대한 클래스 수준 임계치입니다. 기본값은 true입니다.{#MLSU-getPredictions_O_A_O__solution-prediction-thresh} * custom_results_filter: 문자열. 유사성 솔루션만 사용할 수 있습니다. 인코딩된 쿼리를 사용하여 결과가 반환될 수 있는 세트를 지정합니다.{#MLSU-getPredictions_O_A_O__solution-prediction-custom} {#MLSU-getPredictions_O_A_O__ul_hdp_2cs_ckb} |
[표 2. 매개변수]

{#MLSU-getPredictions_O_A_O__table_hqw_pbm_yfb} {#MLSU-getPredictions_O_A_O__table_iqw_pbm_yfb__entry__2}

| 유형 | 설명 |
|-|-|
| 배열 | 솔루션 이름별로 그룹화되고 sys_id 또는 record_number별로 정렬된 예측 결과를 포함하는 JSON 키-값 쌍입니다. * predictedValue: 문자열. 예측 결과를 나타내는 값입니다.{#MLSU-getPredictions_O_A_O__ml-returnsVal} * predictedSysId: 문자열. 예측 값의 sys_id입니다. 정보는 정보가 예측되는 모든 테이블에서 결과를 얻을 수 있습니다.{#MLSU-getPredictions_O_A_O__ml-returnsID} * 신뢰도: 숫자. 예측과 관련된 신뢰도 값입니다. 예: 53.84.{#MLSU-getPredictions_O_A_O__ml-returnsConf} * 임계치: 숫자 예측과 연결된 구성된 임계치의 값입니다.{#MLSU-getPredictions_O_A_O__ml-returnsThrsh} {#MLSU-getPredictions_O_A_O__ul_nlj_5cs_ckb} |
[표 3. 반환]

{#MLSU-getPredictions_O_A_O__table_iqw_pbm_yfb}  

    var solutionNames = ['soluton1', 'solution2'];

    var input = new GlideRecord("incident");
    input.get("0ef47232db801300864adfea5e961912");

    // configure optional parameters
    var options = {};
    options.top_n = 3;
    options.apply_threshold = false;

    var mlSolutionUtil = new MLSolutionUtil();
    var results = mlSolutionUtil.getPredictions(input, solutionNames, options);

    // pretty print JSON results
    gs.print(JSON.stringify(JSON.parse(results), null, 2));

출력:

    {
      solution1:  {
        input_gr_sys_id1: [
                    {
                        predictedValue : xxx,
                        predictedSysId : xx0,
                        confidence : xxx,
                        threshold : xxx

                    }, 
                    {
                        predictedValue : yyy,
                        predictedSysId : xx1,
                        confidence : xxx,
                        threshold : xxx
                    }
            ],
        input_gr_sys_id2 : [
                    {
                        predictedValue : xxx,
                        predictedSysId : xx0,
                        confidence : xxx,
                        threshold : xxx

                    }, 
                ...
            ]
      }

      solution2:  {
          ...
    }