--- sourceDocument: Xanadu AI 활성화 sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/xanadu/intelligent-experiences Release : - xanadu ft:locale : - ko-KR ft:publication_title : - Xanadu AI 활성화 ft:clusterId : - platai bundleId : - platai workflow : - Platform --- # Machine Learning API 사용 # Machine Learning API 사용 {#ariaid-title1} * 릴리스 버전: Xanadu * * 업데이트 날짜 2024년 08월 01일 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 11분 ML(Machine Learning) API를 사용하여 ServiceNow Machine Learning 모델을 학습시키고 추론을 실행합니다. ML API를 사용하면 솔루션을 교육하고 솔루션 버전을 관리할 수 있습니다. 활성 버전을 가져와 설정하고, 교육 상태를 모니터링하는 등의 작업을 수행할 수 있습니다. ML API는 TF-IDF(term frequency--inverse document frequency)를 단어 말뭉치로 사용할 수 있는 인코더도 제공합니다. 예측 가능성 예상치를 사용하면 테이블 열의 예측 값을 평가할 수 있습니다. 주: 예측 인텔리전스 API 실행 . 사용자 액세스를 제한하려면 스크립트에 액세스 제어 메커니즘을 포함합니다. ## ML API 클래스 개요 {#ariaid-title2} 이 섹션에서는 ML 솔루션을 학습하고 학습된 솔루션으로 추론을 실행하기 위한 클래스에 대해 간략하게 설명합니다. 데이터 세트 : 데이터 세트는 ML 교육 알고리즘에 대한 입력으로 사용할 테이블 이름, 열 및 행 선택 기준을 포함하는 기록 세트입니다. 데이터 세트에는 실제 데이터가 포함되어 있지 않습니다. 자세한 내용은 [DatasetDefinition](https://www.servicenow.com/docs/access?context=DatasetDefinitionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US)을 참조하세요. ML 객체 -- 솔루션, 인코더 및 추정치 : ML 객체는 데이터 세트에 적용할 특정 학습 구성을 정의합니다. 일부 작업은 ML 객체에서 공통적입니다. 솔루션 객체에는 분류, 클러스터링, 회귀 및 유사성이 포함됩니다. 인코더는 사용자가 제공하는 언어 데이터 세트를 기반으로 미리 학습되거나 학습된 텍스트 처리 개체입니다. 시스템에서 텍스트 필드를 해석하고 처리하는 방법을 결정하는 인코더를 학습시킬 수 있습니다. 텍스트를 포함하는 ML 솔루션의 경우 인코더를 학습시켜 텍스트를 처리하는 방법을 지정하고 학습된 인코더를 솔루션에서 사용할 수 있습니다. PredictabilityEstimate 개체는 데이터 집합에서 예측 가능한 필드와 이 예측 가능성의 기반이 되는 기능을 추정합니다. 자세한 내용은 다음을 참조하십시오. * [분류솔루션](https://www.servicenow.com/docs/access?context=ClassificationSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [클러스터링 솔루션](https://www.servicenow.com/docs/access?context=ClusteringSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [인코더](https://www.servicenow.com/docs/access?context=EncoderAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [예측 가능성 추정](https://www.servicenow.com/docs/access?context=PredictabilityEstimateAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [회귀 솔루션](https://www.servicenow.com/docs/access?context=RegressionSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [유사성 솔루션](https://www.servicenow.com/docs/access?context=SimilaritySolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-overview__ul_tsm_t4x_gmb} 매장 : ML 객체는 각 객체 유형에 대한 특정 저장소에서 유지 관리됩니다. 각 저장소 클래스에는 추가, 가져오기, 업데이트 및 삭제 작업에 대한 메서드가 포함되어 있습니다. 자세한 내용은 다음을 참조하십시오. * [분류 솔루션 스토어](https://www.servicenow.com/docs/access?context=ClassificationSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionStore](https://www.servicenow.com/docs/access?context=ClusteringSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [인코더 스토어](https://www.servicenow.com/docs/access?context=EncoderStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimateStore (영문)](https://www.servicenow.com/docs/access?context=PredictabilityEstimateStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionStore](https://www.servicenow.com/docs/access?context=RegressionSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [유사성 솔루션 스토어](https://www.servicenow.com/docs/access?context=SimilaritySolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-overview__ul_dvb_54x_gmb} 버전 : 학습된 각 개체는 작업을 실행할 수 있는 새 버전을 생성합니다. 버전 API를 사용하여 솔루션 버전을 가져오고 작업을 실행합니다. 자세한 내용은 다음을 참조하십시오. * [ClassificationSolutionVersion](https://www.servicenow.com/docs/access?context=ClassificationSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionVersion](https://www.servicenow.com/docs/access?context=ClusteringSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [인코더 버전](https://www.servicenow.com/docs/access?context=EncoderVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimateVersion (영문)](https://www.servicenow.com/docs/access?context=PredictabilityEstimateVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionVersion](https://www.servicenow.com/docs/access?context=RegressionSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolutionVersion (유사성솔루션버전)](https://www.servicenow.com/docs/access?context=SimilaritySolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-overview__ul_c4h_54x_gmb} ### 종합: ML API 흐름 {#ml-api-overview__section_okc_y4j_gmb} 다음 흐름을 사용하여 솔루션, 인코더 및 예측 가능성 추정치를 구성하고 학습시킬 수 있습니다.그림 1. ML API 흐름 -- 솔루션, 인코더 및 추정 교육 주: 인코더 정의는 여러 데이터 세트 정의를 지원하지만 학습 흐름은 동일합니다. 인코더를 사용하여 솔루션을 학습시키려면 먼저 인코더를 만든 다음, 솔루션 구성에 인코더를 포함합니다.그림 2. ML API 흐름 -- 인코더를 사용한 솔루션 API 교육 ML 개체 인코더 요구 사항: * 유사성 API 솔루션에 필요합니다. * Levenshtein 거리 알고리즘을 사용하지 않는 한 클러스터링 API 솔루션에 필요하며, 이 경우 인코더는 선택 사항입니다. * 분류 및 회귀 솔루션에 대한 선택 사항입니다. * 예측 가능성 추정치에는 사용할 수 없습니다. {#ml-api-overview__ul_azy_z3j_gmb} ## ML API 솔루션 교육 시작하기 {#ariaid-title3} 이 세부 항목 예시를 따라 솔루션을 구성하고 교육하는 방법을 알아보십시오. 솔루션 구성 및 교육 : 1. [DatasetDefinition](https://www.servicenow.com/docs/access?context=DatasetDefinitionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) API를 사용하여 데이터 세트를 정의합니다. var myData = new sn_ml.DatasetDefinition({ 'tableName' : 'incident', 'fieldNames' : ['assignment_group', 'short_description', 'description'], 'encodedQuery' : 'activeANYTHING' }); 2. 생성자를 사용하여 구성의 데이터 세트를 포함한 솔루션을 정의합니다. var mySolution = new sn_ml.ClassificationSolution({ 'label': "my solution definition", 'dataset' : myData, 'predictedFieldName' : 'assignment_group', 'inputFieldNames':['short_description'] }); * [분류 솔루션()](https://www.servicenow.com/docs/access?context=ClassificationSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [클러스터링 솔루션()](https://www.servicenow.com/docs/access?context=ClusteringSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [인코더()](https://www.servicenow.com/docs/access?context=EncoderAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [예측 가능성 추정()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [회귀 솔루션()](https://www.servicenow.com/docs/access?context=RegressionSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [유사성 솔루션()](https://www.servicenow.com/docs/access?context=SimilaritySolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-train__ul_y2y_d3j_gmb} 3. add() 메서드를 사용하여 저장소에 솔루션 정의를 추가합니다. var my_unique_name = sn_ml.ClassificationSolutionStore.add(mySolution); * [ClassificationSolutionStore - add()](https://www.servicenow.com/docs/access?context=ClassificationSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionStore -- add()](https://www.servicenow.com/docs/access?context=ClusteringSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [EncoderStore - add()](https://www.servicenow.com/docs/access?context=EncoderStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimateStore - add()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionStore - add()](https://www.servicenow.com/docs/access?context=RegressionSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolutionStore - add()](https://www.servicenow.com/docs/access?context=SimilaritySolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-train__ul_z2y_d3j_gmb} 4. submitTrainingJob() 메서드를 사용하여 솔루션을 교육합니다. 학습이 완료되면 솔루션 버전 API를 사용하여 학습된 솔루션을 관리할 수 있습니다. 솔루션은 여러 번 재교육할 수 있습니다. 각 학습은 추론을 실행할 수 있는 새로운 솔루션 "버전"을 생성합니다. var myClassifierVersion = mySolution.submitTrainingJob(); * [ClassificationSolution - submitTrainingJob()](https://www.servicenow.com/docs/access?context=ClassificationSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionVersion -- submitTrainingJob()](https://www.servicenow.com/docs/access?context=ClusteringSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [인코더 - submitTrainingJob()](https://www.servicenow.com/docs/access?context=EncoderAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimate - submitTrainingJob()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolution - submitTrainingJob()](https://www.servicenow.com/docs/access?context=RegressionSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolution - submitTrainingJob()](https://www.servicenow.com/docs/access?context=SimilaritySolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-train__ul_afy_d3j_gmb} {#ml-api-demo-train__ol_if1_wgs_gmb} 스토어의 모든 분류 솔루션 보기 : 저장소 getAllNames() 메서드를 사용하여 저장소에 추가된 모든 솔루션 목록을 볼 수 있습니다. gs.print(JSON.stringify(JSON.parse(sn_ml.ClassificationSolutionStore.getAllNames()), null, 2)); 출력에서 시스템은 솔루션 `이름을 ml_x_snc_global_global_my_solution_definition`로 지정합니다. 버전 정보를 가져오려면 후속 예제에서 이 이름을 사용하십시오. *** Script: [ "ml_incident_assignment", "ml_x_snc_global_global_my_solution_definition", "ml_incident_categorization" ] * [ClassificationSolutionStore - getAllNames()](https://www.servicenow.com/docs/access?context=ClassificationSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionStore -- getAllNames()](https://www.servicenow.com/docs/access?context=ClusteringSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [EncoderStore - getAllNames()](https://www.servicenow.com/docs/access?context=EncoderStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimateStore - getAllNames()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionStore - getAllNames()](https://www.servicenow.com/docs/access?context=RegressionSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolutionStore - getAllNames()](https://www.servicenow.com/docs/access?context=SimilaritySolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-train__ul_kxd_bjq_3mb} ## ML API 솔루션 버전 시작하기 {#ariaid-title4} 다음 세부 항목 예시에 따라 교육된 솔루션 버전을 관리하는 방법을 알아보십시오. 교육 상태 확인 : 스토어에서 분류 솔루션을 가져오고, 버전을 선택하고, 교육 상태를 확인합니다. 훈련 상태를 확인하는 데 사용되는 방법은 모든 ML 객체 유형에 적용할 수 있습니다. 1. get() 메서드를 사용하여 분류 솔루션 저장소에서 솔루션을 가져옵니다. // Get the solution created in the previous example from the classification solution store var mlSolution = sn_ml.ClassificationSolutionStore.get('ml_x_snc_global_global_my_solution_definition'); * [ClassificationSolutionStore - get()](https://www.servicenow.com/docs/access?context=ClassificationSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionStore -- get()](https://www.servicenow.com/docs/access?context=ClusteringSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [EncoderStore - get()](https://www.servicenow.com/docs/access?context=EncoderStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [PredictabilityEstimateStore - get()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionStore - get()](https://www.servicenow.com/docs/access?context=RegressionSolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolutionStore - get()](https://www.servicenow.com/docs/access?context=SimilaritySolutionStoreAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-use__ul_qq2_g3q_3mb} 2. getLatestVersion() 솔루션 메서드를 사용하여 최신 솔루션 버전에 액세스하고 getStatus() 버전 메서드를 사용하여 교육 상태를 가져옵니다. // Access the latest version of the solution and print its training status gs.print(JSON.stringify(JSON.parse(mlSolution.getLatestVersion().getStatus(), null, 2))); 교육이 완료되면 출력: *** Script: {"state":"solution_complete","percentComplete":"100","hasJobEnded":"true"} {#ml-api-demo-use__table_t1d_wzq_3mb__entry__2} | getLatestVersion()을 호출합니다. | getStatus()를 호출합니다. | |-|-| | [ClassificationSolution - getLatestVersion()](https://www.servicenow.com/docs/access?context=ClassificationSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [ClassificationSolutionVersion - getStatus()](https://www.servicenow.com/docs/access?context=ClassificationSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | | [클러스터링 솔루션 -- getLatestVersion()](https://www.servicenow.com/docs/access?context=ClusteringSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [ClusteringSolutionVersion -- getStatus()](https://www.servicenow.com/docs/access?context=ClusteringSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | | [인코더 - getLatestVersion()](https://www.servicenow.com/docs/access?context=EncoderAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [EncoderVersion - getStatus()](https://www.servicenow.com/docs/access?context=EncoderVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | | [PredictabilityEstimate - getLatestVersion()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [PredictabilityEstimateVersion - getStatus()](https://www.servicenow.com/docs/access?context=PredictabilityEstimateVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | | [회귀 솔루션 - getLatestVersion()](https://www.servicenow.com/docs/access?context=RegressionSolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [RegressionSolutionVersion - getStatus()](https://www.servicenow.com/docs/access?context=RegressionSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | | [유사성 솔루션 - getLatestVersion()](https://www.servicenow.com/docs/access?context=SimilaritySolutionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [SimilaritySolutionVersion - getStatus()](https://www.servicenow.com/docs/access?context=SimilaritySolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) | [ ] {#ml-api-demo-use__table_t1d_wzq_3mb} {#ml-api-demo-use__ol_nrp_5fl_gmb} 솔루션 버전을 사용하여 예측 가져오기 : 솔루션을 학습한 후 학습된 버전을 가져와서 예측을 실행합니다. 스토어에서 만든 솔루션을 가져옵니다. 다음으로, 교육된 버전을 선택하고 교육된 버전을 예측합니다. 주: 인코더 및 예측 가능성 추정치에 대한 예측은 수행할 수 없습니다. 1. get() 메서드를 사용하여 분류 솔루션 저장소에서 솔루션을 가져옵니다. // Get the solution created in the first example from the classification solution store var mlSolution = sn_ml.ClassificationSolutionStore.get('ml_x_snc_global_global_my_solution_definition'); 2. [GlideRecord](https://www.servicenow.com/docs/access?context=c_GlideRecordAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) API get() 메서드를 사용하여 인시던트 \[incident\] 테이블의 기록을 제공합니다. // single GlideRecord input var input = new GlideRecord("incident"); input.get(""); 3. 옵션입니다. 상위 3개의 결과와 모든 결과를 반환하도록 ClassificationSolutionVersion -- predict() 메서드 options 매개 변수를 구성합니다. // configure optional parameters var options = {}; options.top_n = 3; options.apply_threshold = false; 4. `results`라는 변수를 선언하고 예측 작업에 할당합니다. 예측 작업을 실행하려면 ClassificationSolution -- getLatestVersion() 메서드를 사용하여 최신 솔루션 버전을 가져오고 ClassificationSolutionVersion -- predict() 메서드를 호출합니다. var results = mlSolution.getLatestVersion().predict(input, options); * [ClassificationSolutionVersion - predict()](https://www.servicenow.com/docs/access?context=ClassificationSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [ClusteringSolutionVersion -- predict()](https://www.servicenow.com/docs/access?context=ClusteringSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [RegressionSolutionVersion - predict()](https://www.servicenow.com/docs/access?context=RegressionSolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) * [SimilaritySolutionVersion - predict()](https://www.servicenow.com/docs/access?context=SimilaritySolutionVersionAPI&version=xanadu&pubname=xanadu-api-reference&ft:locale=en-US) {#ml-api-demo-use__ul_knz_5lq_3mb} 5. 예측된 결과 출력을 출력합니다. gs.print(JSON.stringify(JSON.parse(results), null, 2)); 예측 결과 예제 출력: *** Script: { "": [ { "confidence": 99, "threshold": 24.75, "predictedValue": "Email", "predictedSysId": "" }, { "confidence": 5.88210244009169, "threshold": 100, "predictedValue": "Email (I/f)", "predictedSysId": "" }, { "confidence": 2.3461203499840932, "threshold": 14.81, "predictedValue": "Authentication", "predictedSysId": "" } ] } {#ml-api-demo-use__ol_njr_2fk_gmb}