지능형 기술 찾기 모델 설정
참고
기능 가용성 정보는 다음과 같습니다.
| Dynamics 365 Contact Center—내장형 | Dynamics 365 Contact Center—독립 실행형 | Dynamics 365 Customer Service |
|---|---|---|
| 네 | 네 | 네 |
기계 학습 기반 기술 분류 규칙 집합을 구성하기 위해 기술 예측에 사용할 지능형 기술 찾기 모델을 구성하면 됩니다.
AI를 사용하여 새로운 작업 항목에 필요한 기술을 결정하고 Microsoft Dataverse의 데이터를 사용하는 기계 학습 모델을 생성, 테스트 및 교육할 수 있습니다. 그러나 새 조직에서 모델을 설정하려고 하거나 기술 기반 회람을 사용하지 않은 경우 필요한 기술 데이터가 없을 수 있습니다. 이러한 조건에서는 기술 찾기 모델의 Excel에서 가져오기 옵션을 사용하여 다른 애플리케이션의 데이터를 사용할 수 있습니다.
지능형 기술 파인더는 맞춤형 AI Builder 카테고리 분류 모델에 따라 다릅니다. 그러므로 AI Builder는 지능형 기술 파인더를 사용하려는 지역에서 사용할 수 있어야 합니다. 추가 정보: AI Builder의 가용성.
중요
한 환경에서 다른 환경으로 기술 검색 모델을 가져오려면 동일한 유형의 환경 간에 가져오기 및 내보내기를 수행해야 합니다. 테스트 환경에서 훈련된 모델은 프로덕션 환경이 아닌 다른 테스트 환경에서만 작동합니다.
전제 조건
지능형 기술 파인더 모델을 사용하려면 AI Builder 프리뷰 모델 을 활성화해야 합니다.
기술 찾기 모델 만들기
비즈니스에 필요한 만큼 지능형 기술 검색 평가 모델을 만들 수 있습니다.
Customer Service 관리 센터 사이트 맵의 작업에서 인사이트를 선택합니다. 인사이트 페이지가 표시됩니다.
지능형 기술 파인더 섹션에서 관리를 선택합니다.
지능형 기술 파인더 모델 페이지에서 새로 만들기를 선택한 다음, 새 기술 파인더 모델 페이지에 있는 구성 탭에 이름을 입력합니다.
데이터 기준에 다음을 입력하여 데이터 집합 레코드를 형성합니다.
- 속성(필수): 속성 및 관련 목록에서 학습 데이터 집합의 속성을 선택합니다. 해당 속성 값은 추가되는 순서대로 병합되며 모델 학습 데이터의 입력 문자열에서 사용됩니다.
- 필터: 조건부로 관련 레코드를 선택하는 필터를 적용합니다(선택 사항).
- 날짜 범위: 레코드를 로드해야 하는 기간을 설정할 값을 선택합니다.
저장을 선택한 다음 학습 데이터 로드를 선택합니다. 학습 데이터 탭이 나타나고 데이터 로드 상태를 표시합니다.
태그를 수정하려면 로드가 완료된 후 데이터를 검토하고 레코드를 편집하십시오.
교육 데이터 섹션에서 데이터 입력 확인란을 선택하여 모든 기록을 선택하고 승인을 선택합니다. 모델을 학습시키려면 최소 50개의 레코드를 승인해야 합니다.
교육 모델을 선택한 다음 확인 대화 상자에서 교육 모델을 다시 선택합니다.
상태가 학습 완료로 변경되면 게시할 행을 선택하고 모델 게시를 선택합니다. 기술 모델을 사용할 준비가 되었습니다.
모델 테스트
모델을 테스트하여 예상대로 작동하는지 확인할 수 있습니다. 모델의 성능과 정확성을 보려면 다음 단계를 수행하십시오.
- Power Apps에서 솔루션이 포함된 환경을 선택합니다.
- AI 모델을 선택합니다. 내 모델에서 내가 만든 모델과 공유한 항목에서 나와 공유된 모델을 볼 수 있습니다. 필요한 모델을 선택합니다.
- 빠른 테스트를 선택합니다. 모델 관련 정보를 얻으려면 빠른 테스트 버튼 옆에 있는 세로 줄임표를 선택한 다음 세부 메트릭 다운로드를 선택하세요. 메트릭 파일에는 모델의 성능, 정확도 및 정밀도에 대한 정보가 포함되어 있습니다. 자세한 내용은 범주 분류 모델 성능 이해를 참조하세요.
- 텍스트에 필요한 텍스트를 입력한 다음 테스트를 선택합니다. 예측 태그는 추천 태그 및 신뢰도에 표시됩니다.
- 모델이 실행될 때 예측된 태그가 조직에서 사용 가능한 기술과 일치하면 해당 기술이 모델에 연결됩니다.
반복적으로 모델 재학습
Microsoft Dataverse의 새 데이터로 모델을 개선하려면 게시된 모델을 반복적으로 재교육해야 합니다. 예를 들어, 에이전트가 기록 또는 대화에 대한 기술을 업데이트한 기록을 사용하여 모델 재교육을 수행할 수 있습니다. 에이전트가 추가한 기술을 포함하도록 모델을 다시 훈련할 때 로드한 후 훈련 데이터 레코드를 검토하여 필요한 기술 기준을 충족하는지 확인하십시오.
에이전트가 기술을 업데이트하는 방법에 대한 자세한 내용은 기술 관리를 참조하십시오. 에이전트가 런타임에 기술을 업데이트할 수 있도록 하려면 에이전트가 기술을 업데이트할 수 있도록 설정을 참조하십시오.
다음 스크린샷에 보이는 것과 같이 조건을 정의할 수 있습니다.
Excel 파일에서 학습 데이터 사용
모델을 학습할 데이터가 없는 경우 Excel 파일에 기술 및 특성 데이터를 채우고 Microsoft Dataverse의 가져오기 기능을 사용하여 애플리케이션에 업로드할 수 있습니다.
Excel 파일의 데이터를 사용하려면 다음을 확인해야 합니다.
애플리케이션의 모델 이름은 Excel 파일의 학습 기록 열에 있는 이름과 일치해야 합니다.
파일 이름을 msdyn_ocsitrainingdata.csv 및 msdyn_ocsitdskill.csv로 지정합니다.
잘림을 방지하려면 입력 데이터 문자열이 5000자 이하인지 확인하십시오.
각 파일의 샘플은 다음과 같습니다. 링크를 선택하여 샘플 파일을 다운로드할 수 있습니다.
| 기술 찾기 모델 | 학습 레코드 이름 | 입력 데이터 |
|---|---|---|
| CCSFM01-Contoso Coffee 기술 찾기 모델 | CCSFM01-Contoso Coffee 교육 데이터 A10001 | 안녕하세요. 저는 Trey Research에서 일하고 있습니다. 자동 에스프레소 머신 중 하나가 과열되어 30분 사용 후 타는 냄새가 납니다. 도와주세요! 예. 번호 |
| CCSFM01-Contoso Coffee 기술 찾기 모델 | CCSFM01-Contoso Coffee 교육 데이터 A10002 | 안녕하세요, 최근에 Café A-100 커피 머신을 구입했는데 15분 사용 후 상판이 뜨거워지고 있습니다. 이 문제를 조속히 해결해 주십시오. |
| CCSFM01-Contoso Coffee 기술 찾기 모델 | CCSFM01-Contoso Coffee 교육 데이터 A10003 | 안녕하세요, 최근에 구입한 에스프레소 머신을 작동할 수 없습니다. 함께 제공된 전기 플러그가 작동하지 않는 것 같습니다. |
| CCSFM01-Contoso Coffee 기술 찾기 모델 | CCSFM01-Contoso Coffee 교육 데이터 A10004 | 안녕하세요. 저는 Trey Research에서 일하고 있습니다. 3개월 전에 구입한 커피머신을 다른 제품으로 교환하고 싶습니다. 종전에 과열에 대한 불만을 제기했는대 여전히 문제가 계속됩니다. 도와주세요! |
| CCSFM01-Contoso Coffee 기술 찾기 모델 | CCSFM01-Contoso Coffee 교육 데이터 A10005 | 안녕하세요, 최근 구입한 Café A-100 머신이 주문한 색상이 아닙니다. 같은 것으로 바꿔주세요. |
| 학습 레코드 | 특징 매핑 | 특징 |
|---|---|---|
| CCSFM01-Contoso Coffee 교육 데이터 A10001 | Café A-100 | Café A-100 |
| CCSFM01-Contoso Coffee 교육 데이터 A10001 | 과열 | 과열 |
| CCSFM01-Contoso Coffee 교육 데이터 A10001 | 전기 | 전기 |
| CCSFM01-Contoso Coffee 교육 데이터 A10002 | Café A-100 | Café A-100 |
| CCSFM01-Contoso Coffee 교육 데이터 A10002 | 과열 | 과열 |
모델 학습을 위한 데이터를 업로드하려면 다음 단계를 수행하세요.
기술 찾기 모델 페이지에서 모델 이름을 입력한 다음 양식을 저장합니다.
학습 데이터 탭을 선택하고 Excel 가져오기를 선택합니다.
가져오기 도구에서 업로드할 .csv 파일을 선택합니다.
업로드 설정을 검토하고 단계를 완료한 후에 마침을 선택합니다. 데이터 업로드가 시작됩니다. 데이터 업로드에 걸리는 시간은 레코드 수에 따라 다릅니다.
원하는 경우 새로 고침을 선택하여 데이터 업로드의 업데이트된 상태를 확인할 수 있습니다.
기술 찾기 모델 만들기의 5~8단계를 수행하여 모델을 승인, 교육 및 게시합니다.