---
sourceDocument: 요코하마 직원 서비스 관리
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/yokohama/employee-service-management

 Release :

    - yokohama

ft:locale :

    - ko-KR

ft:publication_title :

    - 요코하마 직원 서비스 관리

ft:clusterId :

    - emplsm

bundleId :

    - emplsm

workflow :

    - Employee


---

# HR 예측 인텔리전스 워크벤치 구현

# HR 예측 인텔리전스 워크벤치 구현 {#ariaid-title1}

* 릴리스 버전: Yokohama
* 
* 업데이트 날짜 2025년 01월 30일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 3분

머신 러닝을 사용하여 비즈니스 프로세스를 최적화할 수 있습니다. 사용 사례를 교육하고 구현 HR 예측 인텔리전스 워크벤치 하여 기존 애플리케이션 워크플로우를 보강할 수 있습니다.

## 일반적인 사용 사례 템플릿 탐색 {#hr-piwb-implementation-guidance__section_otc_5b4_qlb}

sn_piwb_hr_content.admin 역할을 사용하면 사용 사례 템플릿을 탐색하고 예측 머신 러닝 모델을 만들 수 있습니다. 머신 러닝 모델을 만들려면 먼저 사전 구축된 사용 사례 템플릿을 선택합니다. 다음 템플릿 중 하나를 사용하여 사용 사례를 설정할 수 있습니다.

* 안내 템플릿에는 구현을 통해 도움이 되는 포괄적인 설정 프로세스가 포함되어 있습니다. 사용 가능한 자동 학습된 모델이 있는 템플릿은 데이터를 기반으로 미리 생성된 모델을 제공하여 설정 프로세스를 가속화합니다.
* 클래식 템플릿에는 구현에 도움이 되는 포괄적인 설정 정보가 포함되어 있습니다. 기존 템플릿을 활용하여 비즈니스 요구 사항에 따라 모델을 구성, 테스트 및 교육합니다.
{#hr-piwb-implementation-guidance__ul_ywp_h3s_2qb}

템플릿에 자동 학습된 모델을 사용할 수 있다고 표시되면 사용 사례 설정의 평가 단계로 바로 이동할 수 있습니다. 자동 학습된 모델이 수용할 만한 경우 모델을 비즈니스 프로세스와 직접 통합할 수 있습니다. 그렇지 않으면 모델을 튜닝하거나 다른 모델을 만들 수 있습니다. 사용 사례의 이름 및 설명을 나중에 변경할 수 있습니다.

## 솔루션 정의 {#hr-piwb-implementation-guidance__section_ifk_n1t_kbb}

이러한 솔루션 정의는 HR이 모두 예측 인텔리전스 활성 상태인 인스턴스에서 템플릿으로 사용할 수 있습니다. 고유한 솔루션 정의 기록을 생성하여 동작을 사용자 지정합니다.  
{#hr-piwb-implementation-guidance__table_dyg_yp3_gqb__entry__4}

| 솔루션 유형 | 솔루션 정의 | 설명 | 구현 |
|-|-|-|-|
| 분류 | 예정 케이스에 대한 HR 서비스 예측 | 케이스에 적합한 HR 서비스를 예측합니다. | 가이드 있음 |
| 분류 | 예정 케이스에 대한 할당 그룹 예측 | 케이스의 올바른 할당 그룹을 예측합니다. | 가이드 있음 |
| 분류 | 이메일 케이스 범주화 | 시간과 비용을 절약하여 생산성을 향상할 수 있도록 이메일 케이스에 대한 HR 서비스를 자동으로 분류합니다. | 가이드 있음 |
| 유사성 | 유사 종결 HR 케이스 | HR 에이전트가 더 빠르고 효과적으로 해결할 수 있도록 과거에 종결된 유사 케이스를 권장합니다. | 클래식 |
| 유사성 | 사용자 프로파일 기반 권장 사항 | 콘텐츠 디스커버리 및 개인화된 경험을 위해 비슷한 프로파일을 가진 사용자를 기반으로 상위 3개의 관련 문서와 카탈로그 항목을 추천합니다. | 클래식 |
| 유사성 | 유사한 HR 케이스 및 지식 | 지식베이스에서 지식 격차 검색을 자동화하고 요구에 따라 지식을 향상시키는 데 대한 인사이트를 권장합니다. | 클래식 |
| 유사성 | HR 작업에 대한 유사한 지식 문서 | 직원이 HR 또는 콘텐츠 또는 캠페인 할 일을 완료하는 데 도움이 되는 관련 문서를 표시합니다. | 클래식 |
| 유사성 | HR 케이스에 대한 유사한 지식 문서 | ML을 사용하여 가장 관련성이 높은 지식 문서를 식별하여 HR 에이전트가 더 빠르고 효과적으로 해결할 수 있도록 지원합니다. | 클래식 |
| 회귀 | HR 케이스 해결 시간 | 가시성과 투명성을 높이기 위해 과거의 유사한 종결 케이스를 분석하여 케이스에 예상되는 해결 시간을 결정합니다. | 클래식 |
| 클러스터링 | 요구 인사이트: HR 케이스 클러스터에 지식 필요 | 지식이 없는 케이스 클러스터를 식별하고 지식베이스의 지식 격차를 줄이는 데 도움을 줍니다. | 클래식 |
[표 1. HR 솔루션 정의]

{#hr-piwb-implementation-guidance__table_dyg_yp3_gqb}

## 사용 사례 생성 단계 {#hr-piwb-implementation-guidance__section_gwt_pml_rpb}

예측 머신 러닝 모델을 만들려면 여러 단계를 거쳐야 합니다. 모델을 만들고 교육한 후에는 예측 결과를 평가 및 조정하고, 테스트 하고, 모델을 비즈니스 프로세스와 통합합니다. 사용 사례 모델 생성 단계는 다음과 같습니다.

* 모델 생성 및 교육: 매개변수를 정의하여 고유한 데이터를 기반으로 교육하는 모델을 만듭니다. 사용할 범위와 정밀도의 올바른 조합을 정의하여 모델을 조정하고 개선하면서 여러 모델을 생성합니다.
* 모델 테스트: 모델에서 예측 결과를 가져와 비즈니스 프로세스와 통합하는 데 가장 적합한 모델을 결정합니다. 모델이 올바른 결과를 반환하는지 확인하려면 단일 또는 배치 테스트 프로세스를 사용하면 됩니다.
* 최적의 모델 통합: 가장 적절한 모델을 비즈니스 프로세스에 배포합니다. 최상의 결과를 반환하는 모델을 확인한 후에는 결과를 수정하고 모델을 프로덕션에 통합합니다.
{#hr-piwb-implementation-guidance__ul_zjd_qml_rpb}

## 예측 정확도 유지관리 {#hr-piwb-implementation-guidance__section_pbx_k2v_bgb}

비즈니스 조건의 변경 사항을 반영하기 위해 새로운 솔루션을 재교육, 수정 또는 생성하여 예측 차이를 관리할 수 있습니다. 여러 소비 지점과 가상 사용자에서 필요한 만큼 작동하는지 확인하기 위해 시간에 따른 비즈니스 규칙을 테스트하고 수정합니다.
* **[HR PIWB 템플릿: 이메일 케이스 자동 범주화](https://servicenow-prod.fluidtopics.net/kNbVzSAuEqLxdy2nTL~OJA)**   
  생산성 향상과 비용 절감을 위해 이메일 케이스를 자동으로 분류하도록 머신 러닝 모델 설정을 안내하는 안내형 템플릿을 사용합니다.
* **[HR PIWB 템플릿: 예정 케이스에 대한 HR 서비스 예측](https://servicenow-prod.fluidtopics.net/uFFmRw9ItbC7px5E8w_mbw)**   
  케이스에 적합한 HR 서비스를 예측하도록 머신 러닝 모델을 설정하는 안내형 템플릿을 사용합니다.
* **[HR PIWB 템플릿: 예정 케이스에 대한 할당 그룹 예측](https://servicenow-prod.fluidtopics.net/67_1gOwToQU3BmJBwyKepg)**   
  케이스에 대한 올바른 할당 그룹을 예측하기 위해 머신 러닝 모델을 설정하는 안내형 템플릿을 사용합니다.
* **[HR PIWB 템플릿: 지식 케이스 클러스터 예측 및 인사이트 요구](https://servicenow-prod.fluidtopics.net/z_CH~KZOBC5UY4z7~UYXYg)**   
  클래식 설정 템플릿을 사용하여 머신 러닝 모델로 클러스터 솔루션 템플릿을 구성하고 교육함으로써 지식이 없는 케이스 클러스터를 예측하고, 지식 수요를 식별하고, 지식 문서를 개선합니다.
* **[HR PIWB 템플릿: 지식 격차 및 인사이트 예측](https://servicenow-prod.fluidtopics.net/wSD7oqOOGHqjuymzbC~h6w)**   
  머신 러닝 모델 설정을 안내하는 클래식 템플릿을 사용하여 지식 격차 검색을 자동화하고 요구에 따라 지식을 개선하는 데 대한 인사이트를 권장합니다.
* **[HR PIWB 템플릿: HR 케이스 해결을 위한 지식 예측](https://servicenow-prod.fluidtopics.net/QJuGWKRijhBNzgwu8tjJmA)**   
  클래식 설정 템플릿을 사용하여 머신 러닝 모델을 사용하여 유사성 솔루션 템플릿을 구성하고 교육하여 HR 에이전트가 케이스를 더 빠르게 해결할 수 있도록 지원하는 지식 문서를 권장합니다.
* **[HR PIWB 템플릿: 직원 프로파일별 유사 케이스 권장](https://servicenow-prod.fluidtopics.net/4UNvbQURfR7_T9Y4kGl~8g)**   
  클래식 설정 템플릿을 사용하여 유사성 솔루션 템플릿을 구성하고 머신 러닝 모델을 사용하여 학습하여 콘텐츠 디스커버리 및 개인화된 경험을 위한 유사한 직원 프로파일을 기반으로 상위 관련 문서 및 카탈로그 항목을 추천합니다.
* **[HR PIWB 템플릿: HR 작업 완료를 위한 지식 예측](https://servicenow-prod.fluidtopics.net/Qh6mv69bTeEb_oqaObl3NQ)**   
  클래식 설정 템플릿을 사용하여 머신 러닝 모델로 유사성 솔루션 템플릿을 구성하고 교육하여 직원이 HR 작업을 완료할 수 있는 지식 문서를 추천합니다.
* **[HR PIWB 템플릿: 유사 케이스 권장](https://servicenow-prod.fluidtopics.net/G3xHafBayYyplujPTzUH~g)**   
  클래식 설정 템플릿을 사용하여 유사 종결 HR 케이스를 권장하도록 머신 러닝 모델을 사용하여 유사성 솔루션 템플릿을 구성하고 교육합니다.
* **[HR PIWB 템플릿: 예상 해결 시간 권장](https://servicenow-prod.fluidtopics.net/3uKR4Y1wvKh9SO9llnHqlg)**   
  과거 데이터를 사용하여 과거 데이터를 기반으로 숫자 출력을 예측하여 솔루션을 교육합니다. HR 케이스 해결 예상 시간을 예측하도록 솔루션 정의를 구성합니다.

**관련 정보**   

* [예측 인텔리전스](https://www.servicenow.com/docs/access?context=predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US)
* [예측 인텔리전스 시작하기](https://www.servicenow.com/docs/access?context=install-predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences&section=get-started-predictive-intelligence&ft:locale=en-US)