GETTING STARTED
Kore.ai XO Platform
Virtual Assistants Overview
Natural Language Processing (NLP)
Concepts and Terminology
Quick Start Guide
Accessing the Platform
Navigating the Kore.ai XO Platform
Building a Virtual Assistant
Help & Learning Resources
Release Notes
Current Version
Recent Updates
Previous Versions
Deprecations
Request a Feature
CONCEPTS
Design
Storyboard
Overview
FAQs
Conversation Designer
Overview
Dialog Tasks
Mock Scenes
Dialog Tasks
Overview
Navigate Dialog Tasks
Build Dialog Tasks
Node Types
Overview
Intent Node
Dialog Node
Dynamic Intent Node
GenAI Node
GenAI Prompt
Entity Node
Form Node
Confirmation Node
Message Nodes
Logic Node
Bot Action Node
Service Node
Webhook Node
Script Node
Process Node
Agent Transfer
Node Connections
Node Connections Setup
Sub-Intent Scoping
Entity Types
Entity Rules
User Prompts or Messages
Voice Call Properties
Knowledge AI
Introduction
Knowledge Graph
Introduction
Terminology
Build a Knowledge Graph
Manage FAQs
Knowledge Extraction
Import or Export Knowledge Graph
Prepare Data for Import
Importing Knowledge Graph
Exporting Knowledge Graph
Auto-Generate Knowledge Graph
Knowledge Graph Analysis
Answer from Documents
Alert Tasks
Small Talk
Digital Skills
Overview
Digital Forms
Digital Views
Introduction
Widgets
Panels
Session and Context Variables
Context Object
Intent Discovery
Train
NLP Optimization
ML Engine
Overview
Model Validation
FM Engine
KG Engine
Traits Engine
Ranking and Resolver
Training Validations
NLP Configurations
NLP Guidelines
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Intelligence
Introduction
Event Handlers
Contextual Memory
Contextual Intents
Interruption Management
Multi-intent Detection
Amending Entities
Default Conversations
Conversation Driven Dialog Builder
Sentinment Management
Tone Analysis
Default Standard Responses
Ignore Words & Field Memory
Test & Debug
Overview
Talk to Bot
Utterance Testing
Batch Testing
Conversation Testing
Conversation Testing Overview
Create a Test Suite
Test Editor
Test Case Assertion
Test Case Execution Summary
Glossary
Health and Monitoring
NLP Health
Flow Health
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
Deploy
Channels
Publishing
Versioning
Analyze
Introduction
Dashboard Filters
Overview Dashboard
Conversations Dashboard
Users Dashboard
Performance Dashboard
Custom Dashboards
Introduction
Custom Meta Tags
Create Custom Dashboard
Create Custom Dashboard Filters
LLM and Generative AI Logs
NLP Insights
Task Execution Logs
Conversations History
Conversation Flows
Conversation Insights
Feedback Analytics
Usage Metrics
Containment Metrics
Universal Bots
Introduction
Universal Bot Definition
Universal Bot Creation
Training a Universal Bot
Universal Bot Customizations
Enabling Languages
Store
Manage Assistant
Team Collaboration
Plan & Usage
Overview
Usage Plans
Templates
Support Plans
Invoices
Authorization
Conversation Sessions
Multilingual Virtual Assistants
Get Started
Supported Components & Features
Manage Languages
Manage Translation Services
Multiingual Virtual Assistant Behavior
Feedback Survey
Masking PII Details
Variables
Collections
IVR Settings
General Settings
Assistant Management
Manage Namespace
Data
Overview
Data Table
Table Views
App Definitions
Data as Service
HOW TOs
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
Design Conversation Skills
Create a Sample Banking Assistant
Create a Transfer Funds Task
Create a Update Balance Task
Create a Knowledge Graph
Set Up a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Add Data to Data Tables
Update Data in Data Tables
Add Data from Digital Forms
Train the Assistant
Composite Entities
Use Traits
Use Patterns for Intents & Entities
Manage Context Switching
Deploy the Assistant
Configure an Agent Transfer
Use Assistant Functions
Use Content Variables
Use Global Variables
Intent Scoping using Group Node
Analyze the Assistant
Create a Custom Dashboard
Use Custom Meta Tags in Filters
Migrate External Bots
Google Dialogflow Bot
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer
  1. Docs
  2. Virtual Assistants
  3. How Tos
  4. 데이터 테이블에 데이터를 추가하는 방법

데이터 테이블에 데이터를 추가하는 방법

본 방법에서는 고객의 계좌 관련 데이터가 데이터 테이블에 저장되는 뱅킹 봇 시나리오를 살펴보겠습니다. 사용자로부터 수집한 필수 정보를 어떻게 저장할 수 있는지 살펴보겠습니다. 데이터 테이블의 정의 및 Kore.ai 봇 플랫폼에서 데이터 테이블을 구현하는 방법에 대한 자세한 내용은 여기를 참조하세요.

문제 설명

뱅킹 봇을 예로 들면. 특정 고객의 경우 다음과 같은 데이터가 저장되어야 합니다:

  1. ID,
  2. 이름,
  3. 이메일 ID,
  4. 주소,
  5. 유형

전제 조건

  • 봇 구축 지식,
  • 은행 봇.

설정

다음 시나리오를 각각 하나씩 살펴보겠습니다.

  1. 위의 요건으로 데이터 테이블 정의
  2. 다음을 위한 대화 작업:
    1. 필요한 정보 수집,
    2. 서비스를 호출하여 고객 정보를 업데이트합니다.

데이터 테이블 설정

다음 정보를 보관할 데이터 테이블을 만듭니다:

  • CustId – 고객의 고유 식별자
  • CustName – 고객의 이름
  • CustEmail – 고객의 이메일 ID
  • CustType – 고객 유형 – 정기, 선호 등.
  • Address – 고객 주소

테이블 생성

  1. Kore.ai 봇 빌더 플랫폼에 로그인합니다.
  2. 데이터 탭을 선택합니다.
  3. 새 테이블 버튼을 클릭합니다.
  4. 새 테이블 페이지에서 다음을 입력합니다:
    1. 이름(예: customertable)
    2. 설명(예: 고객 세부 정보를 포함한 테이블)
  5. 섹션에서 다음 세부 정보를 추가합니다:
    열 이름 유형 필수 추가 설정
    CustId 숫자 암호화됨 및 최대 길이 5
    CustName 문자열
    Address 문자열 아니요
    CustType 문자열 아니요 기본값(선호)
    CustEmail 문자열 아니요

  6. 색인 섹션에서 CustId가 고유하도록 색인을 추가합니다.
  7. 생성을 클릭하면 테이블이 준비됩니다.
  8. 할당에서 이 테이블이 사용될 봇을 추가하고(예: 뱅킹 봇) 읽기, 쓰기삭제 권한을 부여합니다. 데이터를 삭제하지 않을 것이므로 삭제 권한은 선택 사항입니다.

대화 작업 설정

필요한 정보를 수집하기 위한 대화 작업을 생성하고 서비스 노드를 사용하여 데이터 테이블을 수집된 값으로 업데이트합니다.

대화 작업 생성

  1. 왼쪽 탐색 메뉴에서 봇 작업 -> 대화 작업을 선택합니다.
  2. 대화 작업에서 +를 클릭하여 새 작업 생성
    • IntentName 입력 (예: AddCustomer)
    • 생성 및 진행하여 대화 빌더 페이지를 엽니다
  3. 의도 노드 기본 설정을 유지하고 의도 노드를 닫습니다.
  4. 의도 노드 옆의 +를 클릭하고 다음과 같은 4개의 엔티티를 추가합니다:
    엔티티 이름 유형 사용자 프롬프트
    CustName 문자열 이름 입력
    CustEmail 이메일 이메일 ID 입력
    CustAddress 도시 주소 도시 입력
    CustType 항목 목록(열거됨) 소득 범위 선택

    CustType은 고객의 소득 수준에 따라 베이직, 선호 또는 프리미엄이 될 수 있습니다. 이를 위해 다음과 같이 스태틱 목록을 사용하여 CustType 값을 입력합니다.

  5. CustID를 생성하려면 테이블에서 마지막 고객 ID를 얻고 여기에 하나를 추가해야 합니다. 이를 위해 먼저 테이블에서 데이터를 가져온 다음 스크립트 노드를 사용하여 ID를 처리합니다.

데이터 가져오기

서비스 호출을 사용하여 테이블에서 데이터를 가져올 수 있습니다:

  1. 마지막 엔티티 노드에 대해 +를 클릭합니다.
  2. 서비스 -> 새 서비스 노드 옵션을 선택합니다.
  3. 일반 설정 섹션에서 다음을 설정합니다:
    • 이름(예: GetLastCustId)
    • 표시 이름(예: 고객 데이터 가져오기)
    • 서비스 유형 데이터 서비스 선택
    • 유형 테이블 선택
  4. 요청 정의에서 요청 추가를 클릭하여 테이블에서 데이터를 가져올 요청을 정의합니다.
  5. 데이터 서비스 요청 정의 페이지에서 다음을 입력합니다:
      • 테이블 이름 선택사용자 지정 가능으로 선택합니다
      • 데이터 가져오기조치
  6. 정의를 테스트저장하고 서비스 노드를 닫습니다.
  7. 다음 스크립트를 사용하여 다음 고객 ID에 대한 값을 얻기 위해 데이터 서비스에서 가져온 값을 처리하는 스크립트 노드를 추가합니다.
    var resultSet = context.GetLastCustId.response.body.queryResult;
    var id = 0;
    
    if (!resultSet.length) {
        id=1;
    } else {
        for (var i=0; i<resultSet.length; i++) {
            if (id < resultSet[i].CustId) {
                id = resultSet[i].CustId;
             }
            }
        id++;    
        }
    context.lastID = id;
  8. 이제 테이블에 추가될 모든 데이터가 있습니다.

데이터 추가

서비스 호출을 사용하여 테이블에서 데이터를 추가할 수 있습니다:

  1. 위에 추가된 마지막 엔티티 노드에 대해 + 를 클릭합니다.
  2. 서비스 -> 새 서비스 노드 옵션을 선택합니다.
  3. 일반 설정 섹션에서 다음을 설정합니다:
    • 이름(예: AddCustData)
    • 표시 이름(예: 고객 데이터 추가)
    • 서비스 유형 데이터 서비스 선택
    • 유형 테이블 선택
  4. 요청 정의에서 요청 추가를 클릭하여 테이블에 데이터를 추가할 요청을 정의합니다.
  5. 데이터 서비스 요청 정의 페이지에서 다음을 입력합니다:
    • 테이블 이름 선택을 이전에 정의된 사용자 지정 가능으로 선택합니다.
    • 데이터 추가조치
    • 다음과 같이 정의된 엔티티에서 값 할당을 합니다:
      엔티티 컨텍스트
      CustName {{context.entities.CustName}}
      CustEmail {{context.entities.CustEmail}}
      Address {{context.entities.CustAddress}}
      CustType {{context.entities.CustType}}
      CustId {{context.lastID}}

  6. 메시지 노드를 추가하여 다음 응답 형식을 사용하여 추가된 값을 표시합니다: 'Customer account created for: {{context.GetCustData.response.body.queryResult[0].CustName}}, {{context.GetCustData.response.body.queryResult[0].CustEmail}}, {{context.GetCustData.response.body.queryResult[0].CustAddress}}, {{context.GetCustData.response.body.queryResult[0].CustType}}'
  7. 봇과 대화 옵션을 사용하여 메시지가 표시되면 값을 입력하고 메시지가 표시되는지 확인합니다.

결론

이 게시물에서 다음을 살펴보았습니다:

  • 데이터 테이블을 생성하는 방법,
  • 테이블에 열 추가,
  • 서비스 노드를 사용하여 테이블에서 데이터를 가져오고 이를 추가 처리에 사용하는 방법,
  • 서비스 노드를 사용하여 대화 작업에서 테이블로 데이터를 추가하는 방법,

다음 단계

데이터 테이블에 데이터를 추가하는 방법

본 방법에서는 고객의 계좌 관련 데이터가 데이터 테이블에 저장되는 뱅킹 봇 시나리오를 살펴보겠습니다. 사용자로부터 수집한 필수 정보를 어떻게 저장할 수 있는지 살펴보겠습니다. 데이터 테이블의 정의 및 Kore.ai 봇 플랫폼에서 데이터 테이블을 구현하는 방법에 대한 자세한 내용은 여기를 참조하세요.

문제 설명

뱅킹 봇을 예로 들면. 특정 고객의 경우 다음과 같은 데이터가 저장되어야 합니다:

  1. ID,
  2. 이름,
  3. 이메일 ID,
  4. 주소,
  5. 유형

전제 조건

  • 봇 구축 지식,
  • 은행 봇.

설정

다음 시나리오를 각각 하나씩 살펴보겠습니다.

  1. 위의 요건으로 데이터 테이블 정의
  2. 다음을 위한 대화 작업:
    1. 필요한 정보 수집,
    2. 서비스를 호출하여 고객 정보를 업데이트합니다.

데이터 테이블 설정

다음 정보를 보관할 데이터 테이블을 만듭니다:

  • CustId – 고객의 고유 식별자
  • CustName – 고객의 이름
  • CustEmail – 고객의 이메일 ID
  • CustType – 고객 유형 – 정기, 선호 등.
  • Address – 고객 주소

테이블 생성

  1. Kore.ai 봇 빌더 플랫폼에 로그인합니다.
  2. 데이터 탭을 선택합니다.
  3. 새 테이블 버튼을 클릭합니다.
  4. 새 테이블 페이지에서 다음을 입력합니다:
    1. 이름(예: customertable)
    2. 설명(예: 고객 세부 정보를 포함한 테이블)
  5. 섹션에서 다음 세부 정보를 추가합니다:
    열 이름 유형 필수 추가 설정
    CustId 숫자 암호화됨 및 최대 길이 5
    CustName 문자열
    Address 문자열 아니요
    CustType 문자열 아니요 기본값(선호)
    CustEmail 문자열 아니요

  6. 색인 섹션에서 CustId가 고유하도록 색인을 추가합니다.
  7. 생성을 클릭하면 테이블이 준비됩니다.
  8. 할당에서 이 테이블이 사용될 봇을 추가하고(예: 뱅킹 봇) 읽기, 쓰기삭제 권한을 부여합니다. 데이터를 삭제하지 않을 것이므로 삭제 권한은 선택 사항입니다.

대화 작업 설정

필요한 정보를 수집하기 위한 대화 작업을 생성하고 서비스 노드를 사용하여 데이터 테이블을 수집된 값으로 업데이트합니다.

대화 작업 생성

  1. 왼쪽 탐색 메뉴에서 봇 작업 -> 대화 작업을 선택합니다.
  2. 대화 작업에서 +를 클릭하여 새 작업 생성
    • IntentName 입력 (예: AddCustomer)
    • 생성 및 진행하여 대화 빌더 페이지를 엽니다
  3. 의도 노드 기본 설정을 유지하고 의도 노드를 닫습니다.
  4. 의도 노드 옆의 +를 클릭하고 다음과 같은 4개의 엔티티를 추가합니다:
    엔티티 이름 유형 사용자 프롬프트
    CustName 문자열 이름 입력
    CustEmail 이메일 이메일 ID 입력
    CustAddress 도시 주소 도시 입력
    CustType 항목 목록(열거됨) 소득 범위 선택

    CustType은 고객의 소득 수준에 따라 베이직, 선호 또는 프리미엄이 될 수 있습니다. 이를 위해 다음과 같이 스태틱 목록을 사용하여 CustType 값을 입력합니다.

  5. CustID를 생성하려면 테이블에서 마지막 고객 ID를 얻고 여기에 하나를 추가해야 합니다. 이를 위해 먼저 테이블에서 데이터를 가져온 다음 스크립트 노드를 사용하여 ID를 처리합니다.

데이터 가져오기

서비스 호출을 사용하여 테이블에서 데이터를 가져올 수 있습니다:

  1. 마지막 엔티티 노드에 대해 +를 클릭합니다.
  2. 서비스 -> 새 서비스 노드 옵션을 선택합니다.
  3. 일반 설정 섹션에서 다음을 설정합니다:
    • 이름(예: GetLastCustId)
    • 표시 이름(예: 고객 데이터 가져오기)
    • 서비스 유형 데이터 서비스 선택
    • 유형 테이블 선택
  4. 요청 정의에서 요청 추가를 클릭하여 테이블에서 데이터를 가져올 요청을 정의합니다.
  5. 데이터 서비스 요청 정의 페이지에서 다음을 입력합니다:
      • 테이블 이름 선택사용자 지정 가능으로 선택합니다
      • 데이터 가져오기조치
  6. 정의를 테스트저장하고 서비스 노드를 닫습니다.
  7. 다음 스크립트를 사용하여 다음 고객 ID에 대한 값을 얻기 위해 데이터 서비스에서 가져온 값을 처리하는 스크립트 노드를 추가합니다.
    var resultSet = context.GetLastCustId.response.body.queryResult;
    var id = 0;
    
    if (!resultSet.length) {
        id=1;
    } else {
        for (var i=0; i<resultSet.length; i++) {
            if (id < resultSet[i].CustId) {
                id = resultSet[i].CustId;
             }
            }
        id++;    
        }
    context.lastID = id;
  8. 이제 테이블에 추가될 모든 데이터가 있습니다.

데이터 추가

서비스 호출을 사용하여 테이블에서 데이터를 추가할 수 있습니다:

  1. 위에 추가된 마지막 엔티티 노드에 대해 + 를 클릭합니다.
  2. 서비스 -> 새 서비스 노드 옵션을 선택합니다.
  3. 일반 설정 섹션에서 다음을 설정합니다:
    • 이름(예: AddCustData)
    • 표시 이름(예: 고객 데이터 추가)
    • 서비스 유형 데이터 서비스 선택
    • 유형 테이블 선택
  4. 요청 정의에서 요청 추가를 클릭하여 테이블에 데이터를 추가할 요청을 정의합니다.
  5. 데이터 서비스 요청 정의 페이지에서 다음을 입력합니다:
    • 테이블 이름 선택을 이전에 정의된 사용자 지정 가능으로 선택합니다.
    • 데이터 추가조치
    • 다음과 같이 정의된 엔티티에서 값 할당을 합니다:
      엔티티 컨텍스트
      CustName {{context.entities.CustName}}
      CustEmail {{context.entities.CustEmail}}
      Address {{context.entities.CustAddress}}
      CustType {{context.entities.CustType}}
      CustId {{context.lastID}}

  6. 메시지 노드를 추가하여 다음 응답 형식을 사용하여 추가된 값을 표시합니다: 'Customer account created for: {{context.GetCustData.response.body.queryResult[0].CustName}}, {{context.GetCustData.response.body.queryResult[0].CustEmail}}, {{context.GetCustData.response.body.queryResult[0].CustAddress}}, {{context.GetCustData.response.body.queryResult[0].CustType}}'
  7. 봇과 대화 옵션을 사용하여 메시지가 표시되면 값을 입력하고 메시지가 표시되는지 확인합니다.

결론

이 게시물에서 다음을 살펴보았습니다:

  • 데이터 테이블을 생성하는 방법,
  • 테이블에 열 추가,
  • 서비스 노드를 사용하여 테이블에서 데이터를 가져오고 이를 추가 처리에 사용하는 방법,
  • 서비스 노드를 사용하여 대화 작업에서 테이블로 데이터를 추가하는 방법,

다음 단계

메뉴