시작
Kore.ai 대화형 플랫폼
챗봇 개요
자연어 처리(NLP)
봇 개념 및 용어들
빠른 시작 가이드
봇 빌더 접근 방법
사용 고지 사항 (영어)
Kore.ai 봇 빌더로 작업하기
봇 구축 시작하기
릴리스 정보
현재 버전 (영어)
이전 버전 (영어)

개념
디자인
스토리보드
대화 작업
개요
Using the Dialog Builder Tool
노드 유형
사용자 의도 노드
대화 노드
엔티티 노드
양식 노드
확인 노드
서비스 노드
봇 조치 노드
Service Node
WebHook 노드
스크립트 노드
노드 그룹화하기
Agent Transfer Node
사용자 프롬프트
음성 통화 속성
대화 관리
노드 및 전환
구성 요소 전환
컨텍스트 개체
이벤트 기반 봇 조치
지식 그래프
소개
지식 추출
지식 그래프 생성
봇에 지식 그래프 추가
그래프 생성
지식 그래프 작성
FAQ 추가
작업 실행
기존 소스에서 FAQ 구축
특성, 동의어 및 불용어
변수 네임스페이스 관리
수정
용어 편집 및 삭제
용어 편집 및 삭제
질문과 응답 편집
Knowledge Graph Training
지식 그래프 분석
봇 온톨로지 가져오기 및 내보내기
지식 그래프 가져오기
지식 그래프 내보내기
지식 그래프 생성
CSV 파일에서
JSON 파일
지식 그래프 생성
경고 작업
스몰 토크
Digital Skills
디지털 양식
Views
Digital Views
Panels
Widgets
기차
봇 성능 향상 – NLP 최적화
기계 학습
소개
모델 검증
기초 의미
지식 그래프 학습
특성
순위 및 해결
고급 NLP 설정
NLP 설정 및 지침
봇 인텔리전스
소개
컨텍스트 관리
컨텍스트 관리
대화 관리
다중 – 의도 탐지
엔티티 수정
기본 대화
정서 관리
어조 분석
Test & Debug
봇과 대화
발화 테스트
배치 테스트하기
대화 테스트
배포
채널 활성화
봇 게시
분석
봇 분석하기
Conversations Dashboard
Performance Dashboard
사용자 정의 대시보드
소개
맞춤형 메타 태그
사용자 정의 대시보드 생성 방법
Conversation Flows
NLP 지표
Containment Metrics
사용량 지표
스마트 봇
소개
범용 봇
소개
범용 봇 정의
범용 봇 생성
범용 봇 학습
범용 봇 커스터마이징
범용 봇용 추가 언어 활성화
스토어
Manage Assistant
플랜 및 사용량
Overview
Usage Plans
Support Plans
플랜 관리
봇 인증
다국어 봇
개인 식별 정보 삭제하기
봇 변수 사용
IVR 통합
일반 설정
봇 관리

방법
간단한 봇 생성하기
Design Conversation Skills
뱅킹 봇 생성
뱅킹 봇 – 자금 이체
뱅킹 봇 – 잔액 업데이트
Knowledge Graph (KG) 구축
스마트 경고를 예약하는 방법
Design Digital Skills
디지털 양식 설정 방법
디지털 보기 설정 방법
데이터 테이블에 데이터를 추가하는 방법
데이터 테이블 내 데이터 업데이트 방법
UI 양식에서 데이터 테이블에 데이터를 추가하는 방법
Train the Assistant
특성 사용 방법
의도와 엔티티에 대한 패턴 사용 방법
컨텍스트 전환 관리 방법
Deploy the Assistant
상담사 전환을 설정하는 방법
봇 기능 사용 방법
콘텐츠 변수 사용 방법
전역 변수 사용 방법
Kore.ai 웹 SDK 튜토리얼
Kore.ai 위젯 SDK 튜토리얼
Analyze the Assistant
사용자 정의 대시보드 생성 방법
사용자 지정 태그를 사용하여 봇 메트릭을 필터링하는 방법

API 및 SDK
API 참조
Kore.ai API 사용
API 목록
API 컬렉션
koreUtil Libraries
SDK 참조
상담사 전환을 설정하는 방법
봇 기능 사용 방법
콘텐츠 변수 사용 방법
전역 변수 사용 방법
소개
Kore.ai 웹 SDK 튜토리얼
Kore.ai 위젯 SDK 튜토리얼

관리
소개
봇 관리자 콘솔
대시보드
사용자 관리
사용자 관리
그룹 관리
역할 관리
봇 관리 모듈
등록
사용자 초대
사용자 등록을 위한 대량 초대 보내기
사용자 및 사용자 데이터 가져오기
Active Directory에서 사용자 동기화
보안 및 준수
싱글 사인 온 사용
보안 설정
Kore.ai 커넥터
봇 관리자용 분석
청구
  1. Docs
  2. Virtual Assistants
  3. How Tos
  4. 데이터 테이블에 데이터를 추가하는 방법1 min read

데이터 테이블에 데이터를 추가하는 방법1 min read

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