예측 인텔리전스 탐색

  • 릴리스 버전: Yokohama
  • 업데이트 날짜 2026년 01월 14일
  • 소요 시간: 2분
  • ServiceNow® 예측 인텔리전스 는 더 나은 작업 경험을 제공하기 위해 여러 애플리케이션에 ServiceNow® 기능을 부여하는 인공 지능 계층을 제공하는 플랫폼 기능입니다.

    예측 인텔리전스 개요

    예측 인텔리전스 는 인공 지능과 머신 러닝을 적용하여 예측을 수행하는 강력한 도구 세트입니다. 분류, 클러스터링 및 유사성의 세 가지 프레임워크에서 모델을 만들고 교육할 수 있습니다. 교육된 솔루션은 API를 통해 모든 ServiceNow 애플리케이션에서 호출할 수 있습니다.예측 인텔리전스 사용의 이점

    기존 모델을 사용하는 방법에 대한 자세한 내용은 문서를 참조하십시오 예측 인텔리전스 사용.

    예측 인텔리전스 온프레미스 고객의 경우

    예측 인텔리전스 는 온프레미스 고객도 사용할 수 있습니다. 이 제품을 온프레미스에 배포하려는 경우 계정 관리자에게 문의하십시오. 온-프레미스 설치 및 구성 지침은 자체 호스팅지식베이스에서 자체 호스팅 고객[KB0782052]Now Support 을 위한 Machine Learning Engine 설치 및 구성에 대한 전체 지침을 참조하십시오.
    주:
    온 프레미스 계정만 자체 호스팅지식베이스Now Support 액세스할 수 있습니다.

    용어

    인공 지능
    인간 지능 수준이 필요한 작업을 수행하도록 설계된 시스템입니다.
    머신 러닝
    모델이 더 많은 경험을 통해 시간이 지남에 따라 개선될 수 있는 능력.
    모델
    입출력 데이터를 기반으로 예측 및 결정을 내리는 알고리즘, 수학 및 통계의 모음입니다.
    교육
    향후 예측에 영향을 주기 위해 모델이 기반으로 하는 데이터를 추가하거나 변경합니다.
    감독 교육
    모델이 이 둘을 연결하는 규칙을 생성할 수 있도록 입력 출력 쌍을 제공합니다.
    비감독 교육
    모델이 데이터 세트의 구조를 식별할 수 있도록 원시 데이터를 제공합니다.
    교육 빈도
    새 데이터를 기존 모델에 통합하기 위해 모델을 재교육하는 빈도입니다.
    단어 뭉치
    모델이 텍스트 유사성을 찾는 데 사용할 수 있는 어휘입니다.

    예측 모델 구성요소

    예측 모델에는 이러한 구성요소가 포함되며, 그 중 일부는 사용자가 제공해야 합니다.
    솔루션 정의
    예측 모델을 학습시키기 위해 이러한 값을 지정하는 사용자가 만들고 구성하는 데이터 기록입니다.
    • 모델을 학습시키는 데 사용되는 기록입니다. 예를 들어, 지난 6개월 이내에 해결되거나 종결된 인시던트에 대해서만 교육할 수 있습니다.
    • 모델이 예측하는 데 사용하는 입력 필드입니다. 예를 들어, 인시던트에 대한 짧은 설명을 사용하여 예측을 합니다.
    • 모델이 예측하는 값의 출력 필드입니다. 예를 들어, 짧은 설명을 기준으로 인시던트 범주를 설정합니다.
    • 모델을 재교육할 빈도입니다. 예를 들어, 30일마다 모델을 다시 교육합니다.
    솔루션
    솔루션은 데이터센터에서 교육한 솔루션 정의의 결과입니다 ServiceNow . 예측 인텔리전스 는 솔루션을 사용하여 하나 이상의 입력 필드 값이 지정된 대상 필드 값을 예측합니다. 모든 솔루션은 이 값을 지정합니다.
    • 솔루션 정확도 는 올바른 예측의 집계 백분율입니다. 예를 들어 정밀도가 50이면 100개의 예측 중 절반이 올바른 값을 가져야 합니다.
    • 솔루션 범위 는 예측을 수신한 기록의 집계 백분율입니다. 예를 들어, 범위가 50이면 적격 기록의 절반이 실제로 예측을 받습니다.
    • 솔루션 클래스 는 모델이 예측할 수 있는 출력 필드 값입니다. 각 클래스는 선택할 수 있는 정밀도, 범위 및 분포 메트릭 목록이 있는 출력 필드 값입니다. 예를 들어 인시던트 분류 솔루션에는 소프트웨어, 문의 및 데이터베이스와 같은 각 범주에 대한 클래스가 있습니다.
    • 클래스 분포 는 이 특정 출력 필드 값이 있는 전체 테이블의 기록 백분율입니다. 예를 들어, 문의 클래스의 분포가 50이면 인시던트의 절반이 문의 범주를 가지고 있다는 뜻입니다.