머신러닝으로 작업하기 Qlik Answers
마지막 업데이트: 2026. 9. 8.Qlik Answers의 AI 기반 기술을 사용하여 Qlik Predict 자동화된 머신러닝과 함께 작업할 수 있습니다.
에이전트 기반 Qlik Answers 경험에서, 자연어로 머신러닝 워크플로를 생성하고 실행할 수 있습니다.동일한 채팅 환경에서 데이터 세트를 탐색하고, 실험을 구성하고 훈련하며, 예측을 실행할 수 있습니다.
Qlik Answers에서 Predict와 함께 작업하기

시작하기 전에
전제 조건:
-
귀하의 테넌트는 교차 지역 추론이 켜져 있습니다. 즉, 해당 테넌트는 에이전트 기반 Qlik Answers 환경에 대해 활성화되어야 합니다.
-
테넌트 및 구독은 Qlik Answers 및 Qlik Predict에 대한 용량을 갖추고 있습니다.
-
필요한 데이터 세트 및 Qlik Predict 자산에 접근할 수 있습니다.
Qlik Answers에서 Qlik Predict 열기
다음과 같이 하십시오.
-
열기 Answers 를 클릭하여 Qlik Answers을(를) 엽니다.
-
드롭다운 메뉴에서 Predict를 선택합니다.
열기 Predict

종단 간 워크플로
Predict와 함께 작업할 때 다음 워크플로를 사용하십시오.
1단계: 데이터셋 탐색 및 인사이트
학습 전에 데이터셋 인사이트를 사용하여 데이터 품질 및 후보 필드를 이해하세요.통찰력과 타겟 추천을 요청하세요.
또한 사용하려는 데이터셋의 정확한 이름을 알 필요가 없습니다—사용 가능한 데이터셋 목록을 요청할 수 있습니다.
| 작업 | 질문 예 | 메모 |
|---|---|---|
| 데이터셋 선택 |
|
- |
| 데이터 집합 통찰력 |
|
다른 방법으로, 먼저 Qlik Cloud에서 데이터셋을 열고 다음과 같은 질문을 할 수 있습니다.
|
| 대상 권장 사항 |
|
데이터 세트를 선택하고 인사이트를 탐색한 후에 팔로우업 질문으로 유용합니다. |
2단계: 실험 훈련 및 모니터링
목표를 설명하면 에이전트가 실험을 구성하고 실행합니다.회귀 및 분류 실험 유형이 지원됩니다.데이터셋과 대상을 선택한 후, 학습을 시작하라는 메시지가 표시됩니다.
이전에 머신러닝 워크플로를 이미 시작했다면, Predict에 기존 실험을 모니터링하도록 요청할 수 있습니다.
| 작업 | 질문 예 | 메모 |
|---|---|---|
| 실험 훈련 (데이터셋이 이미 선택된 상태) |
|
사용할 훈련 데이터셋을 선택한 후 후속 질문으로 유용합니다. |
| 실험 훈련 (선택된 데이터셋 없음) |
|
이 질문들은 이름으로 데이터셋을 수동으로 검색하지 않고도 바로 시작하는 데 도움이 될 수 있습니다. |
| 실험 모니터링 |
|
- |
3단계: 모델 해석 및 권장 사항
훈련이 완료되면, 모델 동작에 대한 일반 언어 해석과 모델 출력에 기반한 권장 사항을 요청할 수 있습니다.
| 작업 | 질문 예 | 메모 |
|---|---|---|
| 모델 권장 사항 |
|
최상의 결과를 얻으려면 브라우저에서 실험을 열어두거나 프롬프트에서 실험 이름을 참조해야 합니다. |
| 모델 메트릭 및 인사이트 |
|
최상의 결과를 얻으려면 브라우저에서 실험을 열어두거나 프롬프트에서 실험 이름을 참조해야 합니다. |
채팅에서 모델을 분석할 때, 소스 보기를 클릭하여 기능 중요도 분할 차트 및 자연어 통찰력을 포함한 추가 세부 정보를 확장할 수도 있습니다.
내장 차트가 포함된 모델 분석 시 소스 보기 사용

4단계: 배포, 활성화 및 예측
훈련 후, 모델을 배포하여 ML 배포를 생성할 수 있습니다.모델 배포를 요청한 후, 배포를 확인하라는 메시지가 표시됩니다.
배포한 모델을 사용하여 일괄 예측을 실행할 수도 있습니다.시스템은 호환 가능한 적용 데이터 세트를 검색하고 선택할 수 있도록 나열합니다.자연어 프롬프트를 사용하여 특정 적용 데이터 세트를 선택할 수도 있습니다.
배포된 모델은 예측이 생성될 때 구독에 사용 가능한 용량에 따라 자동으로 활성화됩니다.
| 작업 | 질문 예 | 메모 |
|---|---|---|
| 모델 배포 및 모니터링 |
|
모델 분석 직후 후속 질문으로 유용합니다. 최상의 결과를 얻으려면 브라우저에서 실험을 열어두거나 프롬프트에서 실험 이름을 참조해야 합니다. |
| 예측—요청 시작 |
|
최상의 결과를 얻으려면 브라우저에서 배포를 열어두거나 프롬프트에서 배포 이름을 참조해야 합니다. |
| 예측—적용 데이터셋 선택 |
|
최상의 결과를 얻으려면 브라우저에서 배포를 열어두거나 프롬프트에서 배포 이름을 참조해야 합니다. |
| 예측—모니터 상태 |
|
최상의 결과를 얻으려면 브라우저에서 배포를 열어두거나 프롬프트에서 배포 이름을 참조해야 합니다. |
| 예측—예측 결과 탐색 |
|
최상의 결과를 얻으려면 브라우저에서 배포를 열어두거나 프롬프트에서 배포 이름을 참조해야 합니다. |
질문하는 모범 사례
Qlik Answers에서 Qlik Predict와(과) 함께 작업할 때 최상의 결과를 얻으려면 다음 일반 지침을 팔로우하십시오.
-
시작하는 방법을 잘 모르겠다면, Predict에 무엇을 할 수 있는지 물어보세요. Qlik Answers는 지원되는 기능 목록을 제공할 수 있습니다.
-
주제를 변경할 때, 또는 필요한 응답을 얻지 못하는 경우 새로운 대화를 시작하세요.
-
필요한 응답을 받지 못하는 경우, 더 자세한 내용을 제공하고 무엇을 하려는지 구체적으로 설명해 보세요.예를 들어, 데이터세트 및 기타 자산의 정확한 이름을 참조하면 Qlik Answers이(가) 훈련을 시작하거나 예측을 실행할 때 그것들을 더 쉽게 찾을 수 있습니다.
-
처음에 필요한 답변을 얻지 못하면 질문을 다시 작성하세요.
자세한 내용은 다음을 참조하십시오. Qlik Answers와(과) 채팅하기 위한 모범 사례.
권한
종단 간 머신러닝 워크플로를 완료하려면 Qlik Answers 및 Qlik Predict 권한이 모두 필요합니다.
구체적으로 다음이 필요합니다.
-
전문가 사용자 권한 (사용자 기반 구독에만 적용)
-
필수 에이전트 AI > 데이터 분석 권한이 허용됨으로 설정되어 있어야 합니다.이 권한은 테넌트 관리자가 지정합니다.
-
ML 실험 및 배포 작업에 필요한 Qlik Predict 권한으로, 테넌트 관리자가 사용자에게 할당합니다.참고:
-
데이터 세트, 실험 및 배포가 있는 공간에 대한 접근.참고:
제한 사항
데이터 집합
데이터 집합 업데이트 및 삭제
채팅에서 데이터세트를 업로드하거나 삭제할 수 없습니다.
데이터세트 변경
채팅에서 다음은 불가능합니다:
-
실험 버전을 실행한 후 훈련 데이터셋 변경.
-
동일한 채팅 내에서 서로 다른 적용 데이터셋을 사용하여 여러 예측 실행.
임시 방편으로, 다른 데이터셋을 사용하여 실험을 훈련하거나 예측을 실행해야 할 때, 먼저 새 채팅을 시작하세요.실험을 훈련하는 경우, 새로운 채팅에서 새로운 실험을 생성하는 것도 필요합니다.
새로운 채팅 시작에 대한 자세한 내용은 다음을 참조하십시오. 대화하기Qlik Answers.
대규모 데이터 집합
채팅은 Qlik Cloud 테넌트에 대해 다음 제한 중 하나라도 초과하는 데이터 세트를 지원하지 않습니다.
-
최대 데이터 세트 크기 (학습 데이터 세트)
-
최대 데이터 세트 셀 개수 (학습 데이터 세트)
-
포함된 열의 최대 개수 (학습 및 적용 데이터 세트)
실험 기능
-
편향 감지는 지원되지 않습니다.
-
모델 훈련 보고서를 분석하거나 다운로드할 수 없습니다.
-
실험에 대한 임베디드 분석(비교 및 분석 탭)에 접근할 수 없습니다.
-
실험을 구성할 때 모든 기능과 알고리즘이 훈련을 위해 선택됩니다.기능 또는 알고리즘을 선택 해제할 수 없습니다.또한, 지능형 모델 최적화는 모델을 훈련하는 데 항상 사용됩니다—수동 최적화는 지원되지 않습니다.
-
실험의 두 번째 및 후속 버전을 훈련하는 것은 불가능합니다.
모델 유형
시계열 모델에는 사용할 수 없습니다.
예측 유형
실시간 또는 커넥터 기반 예측에는 제공되지 않습니다.
ML 모델 관리
-
채팅에서 기존에 배포된 모델을 교체할 수 없습니다.
-
채팅에서 다른 실험 버전의 여러 모델을 배포할 수 없습니다.
-
배포에 대한 내장된 분석(모델 운영 및 드리프트 모니터링)에 접근할 수 없습니다.