> ## Documentation Index > Fetch the complete documentation index at: https://ai-kb.automationanywhere.com/llms.txt > Use this file to discover all available pages before exploring further. # 스마트 테이블 > 스마트 테이블을 사용하여 데이터를 저장하고 조회하는 방법 알아보기 **스마트 테이블**은 지식 기반(KB) 내의 구조화된 데이터 관리 기능으로, 테이블 형식으로 정보를 저장, 정리 및 추출할 수 있게 합니다. 표준 스프레드시트와 달리 스마트 테이블은 AI 기능과 통합되어 문서에서 자동 데이터 추출, 서로 다른 데이터세트(컬렉션) 간 관계 매핑, 에이전트를 통한 직접 쿼리링을 가능하게 합니다. 주요 기능은 다음과 같습니다: * **구조화된 스키마 정의** — 열, 데이터 유형 및 형식 * **업로드된 파일에서 자동으로 데이터 추출** (예: 이력서, 인보이스) * **내장 대시보드를 통한 데이터 시각화** * **에이전트를 통한 자연어로 테이블 데이터 쿼리** *** ## 스마트 테이블 접근 스마트 테이블은 애플리케이션의 **지식 기반(KB)** 섹션을 통해 접근합니다. 만들면 **KB 데이터** 섹션으로 이동하여 모든 테이블이 나열되고 보거나 편집할 수 있는 곳에서 스마트 테이블을 보고 관리할 수 있습니다. 스마트 테이블 목록을 표시하는 KB 데이터 섹션 *** ## 스마트 테이블 만들기 지식 기반에서 스마트 테이블을 만드는 세 가지 주요 방법이 있습니다. KB 인터페이스에서 만들기 메뉴를 클릭하여 이 옵션에 접근합니다. 스마트 테이블 만들기 세 가지 옵션 메뉴 ### 방법 A: 빈 스마트 테이블 만들기 이 옵션은 기본 시스템 열(제목, 설명, 번호)이 포함된 빈 테이블을 만듭니다. 사이드바 구성 패널이 자동으로 열려 처음부터 사용자 지정 스키마를 정의할 수 있습니다. 이 기본 필드를 유지하거나, 수정하거나, 삭제하여 자체 구조를 만들 수 있습니다. 기본 필드가 포함된 사이드바 패널 ### 방법 B: 템플릿에서 만들기 일반적인 사용 사례를 위해 빠르게 테이블을 설정할 수 있도록 사전 정의된 템플릿에서 선택할 수 있습니다. 다양한 시나리오를 위한 여러 템플릿을 사용할 수 있습니다. 예를 들어 **평가 템플릿**은 에이전트 응답을 테스트하도록 설계된 사전 정의된 열 세트를 가져옵니다(질문 텍스트, 예상 답변, 실제 응답). 템플릿 선택 대화 상자 ### 방법 C: 파일에서 가져오기 **CSV 파일**을 업로드하여 스마트 테이블을 자동으로 만들 수 있습니다. 시스템은 CSV 헤더를 구문 분석하여 열을 만들고 행을 데이터 항목으로 가져옵니다. CSV 가져오기 인터페이스 *** ## 열 유형 및 구성 스마트 테이블을 구성할 때 각 열은 정확한 데이터 저장 및 추출을 위해 특정 정의가 필요합니다. 열은 **이름**, **유형**, **형식** 및 **도구 소스**로 구성됩니다. 각 열에 대한 명확한 **설명**을 제공하는 것이 중요합니다. 이 설명은 대규모 언어 모델(LLM)이 해당 필드에 추출하거나 생성해야 하는 특정 정보를 안내합니다. ### 열 구성 스마트 테이블을 만들거나 편집할 때 사이드바 패널을 사용하여 각 열을 구성합니다. 필드 속성(이름, 유형, 형식, 도구 및 설명)을 설정한 후 **필드 저장**을 클릭하여 구성을 적용합니다. 열 구성 패널에서 필드 이름을 클릭하고 변경한 후 다시 저장하여 기존 필드를 언제든지 편집할 수 있습니다. 열 구성 사이드바 ### 필드 유형 및 형식 | 필드 유형 | 설명 | 형식 옵션 | | --------- | ---------------------- | ------------------------------------- | | **텍스트** | 표준 알파벳 문자열 | 텍스트, 전화번호, 이메일 | | **숫자** | 숫자 값 | 숫자, 소수, 통화 | | **단일 선택** | 사전 정의된 목록에서 하나의 값 선택 | 드롭다운 옵션(예: 기술 수준: 초급, 중급, 고급) | | **다중 선택** | 사전 정의된 목록에서 여러 값 선택 | 옵션 목록(예: 언어: Python, Java, HTML, CSS) | | **체크박스** | 부울 값(True/False) | True/False(예: 여성인가?) | | **날짜** | 캘린더 날짜 | 날짜 형식(DD/MM/YYYY 등) | | **사용자** | 시스템의 사용자에 대한 참조 | 사용자 이름 또는 사용자 이메일 | | **파일** | 문서를 위한 첨부 필드 | 파일 업로드 | | **컬렉션** | 다른 스마트 테이블에 대한 링크(관계형) | 대상 스마트 테이블 선택 | 필드 유형 드롭다운 옵션 ### 도구 소스 **도구** 설정은 데이터가 셀에 입력되는 방법을 정의합니다: * **사용자 입력** — 데이터가 사용자에 의해 수동으로 입력되거나 수정 없이 파일에서 직접 추출됨 * **LLM 생성** — AI 모델이 열 설명과 컨텍스트를 기반으로 콘텐츠를 생성(예: 이력서 요약) * **에이전트 생성** — 에이전트가 쿼리를 처리하고 응답으로 이 필드를 채움 * **비교** — 두 필드를 비교하여 일치 여부를 결정하거나 유사도 점수를 계산 도구 소스 드롭다운 *** ## 데이터 추출 (문서 처리) 스마트 테이블은 업로드된 문서에서 데이터를 추출하여 행을 자동으로 채울 수 있습니다. 이는 이력서나 양식과 같은 표준화된 문서를 처리할 때 특히 유용합니다. 업로드된 각 문서는 스마트 테이블에 하나의 행을 만들지만, 여러 문서를 업로드하고 처리하여 동일한 테이블에 여러 행을 만들 수도 있습니다. ### 워크플로우: 이력서 추출 예시 다음 열을 포함하는 "이력서"라는 스마트 테이블을 만듭니다: * 이름 (텍스트) * 연락처 번호 (텍스트 — 전화번호 형식) * 경력 연수 (숫자 — 소수 형식) * 언어 (다중 선택: Python, Java, HTML, CSS) * 여성 여부 (체크박스) * 이력서 파일 (파일) 지식 기반으로 이동하여 파일(예: PDF 이력서)을 업로드합니다. 업로드 중에 "이력서" 스마트 테이블을 선택합니다. 시스템이 문서를 처리하고 정의된 열에 콘텐츠를 매핑합니다 — 예를 들어 텍스트에서 "3년"을 찾아 경력 연수를 채우거나 연락처 번호를 위해 전화번호를 추출합니다. 스마트 테이블로 이동하여 추출된 데이터가 포함된 새로 만든 행을 봅니다. 스마트 테이블 할당이 포함된 파일 업로드 모달 할당하지 않고 파일을 업로드한 경우 나중에 문서 설정을 통해 할당할 수 있습니다. 문서로 이동하여 **스마트 테이블 할당**을 클릭하고 대상 스마트 테이블을 선택한 후 **적용**을 클릭하여 추출 프로세스를 소급으로 트리거합니다. 스마트 테이블 할당이 포함된 문서 설정 업로드 중에 스마트 테이블을 할당할 때 **빠른 업로드**를 활성화하면 파일 업로드가 완료되는 즉시 데이터를 자동으로 추출하고 채웁니다. 추출된 데이터가 포함된 이력서 스마트 테이블 *** ## 컬렉션 및 관계 **컬렉션**은 스마트 테이블 간 다대다 매핑을 가능하게 합니다. 이는 메인 테이블의 단일 행에 자체 구조가 필요한 복잡한 목록 데이터가 포함될 때 유용합니다. ### 예시: 기술 매핑 기술을 단순한 쉼표로 구분된 문자열(예: "Python, Java")로 저장하는 대신 상세한 기술 정보가 포함된 관계형 구조를 만들 수 있습니다: 1. **"기술" 테이블 만들기** — 열 정의: * 기술 이름 (텍스트) — 사용자가 보유한 기술의 이름 * 기술 수준 (단일 선택) — 옵션: 초급, 중급, 고급 2. **메인 테이블 구성** — "이력서" 테이블에 "기술"이라는 이름의 열을 만듭니다. 3. **유형을 컬렉션으로 설정** — 열 유형을 **컬렉션**으로 설정하고 "기술" 스마트 테이블에 연결합니다. 4. **결과** — 이력서가 처리되면 시스템이 기술을 추출하고 "기술" 테이블에 상세한 행(예: "Python - 고급", "Java - 초급", "AWS - 중급")을 채워서 다대다 관계를 통해 특정 후보자와 연결합니다. 연결된 데이터가 포함된 기술 스마트 테이블 ### 컬렉션 데이터 보기 메인 테이블(예: 이력서)을 볼 때 컬렉션 필드는 관련 항목에 대한 링크를 표시합니다. 이를 클릭하면 연결된 테이블(예: 기술)로 이동하여 해당 후보자의 모든 상세 항목을 볼 수 있습니다. 관계는 양방향입니다 — 기술 테이블에서 콘텐츠 키를 확인하여 각 기술이 어떤 이력서에 속하는지 볼 수 있습니다. 이력서 테이블의 컬렉션 필드 *** ## 데이터 관리 데이터가 채워지면 이를 관리하고 정리하기 위한 여러 도구를 사용할 수 있습니다. ### 보기 및 탭 스마트 테이블은 두 가지 보기를 제공합니다: * **테이블 보기** — 행과 열을 보고 편집하기 위한 기본 스프레드시트 스타일 보기 * **대시보드 보기** — 차트와 위젯을 만들어 데이터를 분석할 수 있는 시각화 보기 테이블 보기 및 대시보드 보기 탭 ### 행 추가 및 관리 * **행 삽입** — **행 추가** 또는 **행 삽입**을 클릭하여 새 빈 행을 수동으로 추가 * **자동 행 만들기** — 문서가 업로드되어 스마트 테이블에 할당되면 새 행이 자동으로 만들어지고 추출된 데이터로 채워짐 행 추가 버튼 및 작업 ### 편집 및 다시 계산 * **수동 편집** — 값을 수동으로 업데이트하려면 셀을 클릭 * **셀/행 실행** — LLM 생성 또는 에이전트 생성 필드의 경우 **셀 실행** 또는 **행 실행**을 클릭하여 해당 행의 데이터를 계산하거나 새로고침 * **모두 다시 계산** — 모든 행을 동시에 새로고침. 열 설명이나 에이전트 구성을 업데이트한 후 전체 데이터세트를 다시 처리할 때 유용 셀/행 실행 및 모두 다시 계산 버튼 각 행에는 원본 문서에 다시 연결하는 고유한 **콘텐츠 키** 식별자가 자동으로 할당됩니다. 이를 통해 추출된 데이터와 원본 파일 간 추적 가능성이 가능합니다. 콘텐츠 키 열 ### 그룹화 및 정리 특정 열별로 데이터를 그룹화하여 보기를 정리할 수 있습니다. 예를 들어 후보자 목록을 "언어" 다중 선택 필드별로 그룹화하면 모든 Python 개발자를 함께 볼 수 있습니다. 열은 테이블 보기에서 끌어서 다시 배치하여 재정렬할 수도 있습니다. 그룹화 기능 열 재정렬 ### 스마트 테이블 이름 변경 상단의 테이블 이름을 클릭하고 새 이름을 입력합니다. 이를 통해 설명적인 식별자(예: "이력서", "기술", "평가")로 여러 테이블을 정리할 수 있습니다. 스마트 테이블 이름 변경 ### 필드 및 행 삭제 * **열 삭제** — 열 구성을 편집할 때 **필드 삭제**를 선택하여 열을 완전히 제거 * **행 삭제** — 행을 클릭하고 **삭제**를 선택하여 개별 항목 제거 *** ## 대시보드 및 시각화 스마트 테이블에는 저장된 데이터를 시각화하기 위한 내장 **대시보드** 보기가 포함되어 있습니다. ### 위젯 만들기 1. 스마트 테이블 내에서 **대시보드** 탭으로 이동 2. **위젯 추가** 클릭 3. 차트 구성: * **위젯 제목** — 설명적인 제목 제공(예: "성별별 총 후보자 수") * **차트 유형** — 파이 차트, 막대 차트, 선 차트 등에서 선택 * **X축 (카테고리)** — 그룹화 필드 선택(예: 여성 여부) * **Y축 (값)** — 측정할 지표 선택, 합계, 평균 등의 집계 함수 포함 * **Y시리즈 열 이름** — 선택적으로 차트 범례에 표시되는 레이블 사용자 지정 4. 위젯을 저장하여 대시보드에 추가 위젯 추가 대화 상자 파이 차트가 포함된 대시보드 보기 *** ## 에이전트를 통한 스마트 테이블 쿼리 스마트 테이블의 가장 강력한 기능 중 하나는 **에이전트**를 통해 자연어로 구조화된 데이터를 쿼리할 수 있는 기능입니다. ### 설정 프로세스 에이전트 빌더로 이동하여 새 에이전트를 만들거나 기존 에이전트를 엽니다. **데이터베이스 관리자** 툴킷을 에이전트에 추가합니다. 툴킷 설정에서 에이전트가 접근할 수 있는 하나 이상의 스마트 테이블을 선택합니다. 이를 통해 에이전트는 여러 관련 테이블에 걸쳐 동시에 쿼리할 수 있습니다. 에이전트가 스마트 테이블 데이터에만 접근하도록 하려면 "데이터베이스 쿼리" 또는 "데이터베이스 스키마"와 같은 불필요한 옵션의 선택을 해제합니다. 에이전트 채팅을 열고 자연어로 질문을 합니다. 예: * "5년 이상의 경력이 있는 후보자는 몇 명인가요?" * "모든 Python 고급자 목록" * "이력서 테이블에 몇 행이 있나요?" 에이전트는 스마트 테이블에 대해 쿼리를 실행하고 자연어로 답변을 반환합니다. 데이터베이스 관리자 툴킷이 포함된 에이전트 빌더 스마트 테이블 선택을 표시하는 데이터베이스 관리자 설정 에이전트 쿼리 예시 *** ## 템플릿 템플릿은 일반적인 사용 사례를 위한 사전 구성된 열 구조를 제공하여 설정을 가속화합니다. 기존 템플릿에서 선택할 수 있지만 UI를 통해 사용자 지정 템플릿을 만들 수는 없습니다. ### 평가 템플릿 에이전트 성능 테스트 및 AI 응답 검증을 위해 설계되었습니다. 다음을 포함합니다: * **질문 텍스트** — 에이전트에 대한 입력 프롬프트 (사용자 입력) * **예상 답변** — 기본 진실 또는 올바른 답변 (사용자 입력) * **실제 응답** — 평가 실행 중 에이전트에 의해 채워짐 (에이전트 생성) * **평가 상태** — 실제 응답을 예상 답변과 비교하고 통과/실패 백분율을 반환 (비교) **평가 템플릿 사용:** 1. 평가 템플릿에서 스마트 테이블을 만듭니다 2. 테스트 질문과 예상 답변으로 행을 추가합니다 3. 에이전트 필드를 AI 에이전트에 연결하도록 구성합니다 4. 개별 행을 실행하거나 **모두 다시 계산**을 실행하여 모든 질문을 테스트합니다 5. 실제 응답과 평가 상태를 검토하여 에이전트 성능을 평가합니다 실행 중인 평가 템플릿 *** ## 모범 사례 * **열 설명** — 추출 중 LLM을 안내하기 위해 각 열에 대한 명확하고 설명적인 텍스트를 작성합니다. 예를 들어 "경력 연수"라는 열을 만들고 다음을 추가합니다: *"이력서에서 발견된 총 전문 업무 경력 연수."* * **데이터 유형** — 정확한 정렬, 필터링 및 차트 작성을 위해 특정 유형(숫자 vs 텍스트)을 사용합니다. "경력 연수"의 경우 텍스트 대신 숫자를 사용합니다. * **형식 선택** — 필드 유형에 따라 적절한 형식을 선택합니다. 연락처 필드에는 전화번호 형식을 사용합니다. 금액에는 통화 형식을 사용합니다. * **컬렉션** — 데이터 무결성을 유지하고 더 깊은 쿼리를 가능하게 하기 위해 복잡한 목록(기술, 자격증명, 교육 이력)에 컬렉션을 사용합니다. * **테스트** — 대량 업로드 전에 한두 개의 문서로 테스트하여 열 설명이 AI를 올바르게 안내하는지 확인합니다. * **빠른 업로드** — 업로드 중에 스마트 테이블을 할당할 때 빠른 업로드를 활성화하여 데이터를 즉시 추출하고 채웁니다. * **추출 다시 적용** — 열 정의를 수정한 경우 기존 문서에 스마트 테이블을 다시 할당하여 업데이트된 구성을 사용하여 데이터를 다시 추출합니다. * **비교 필드** — QA 워크플로우에서 예상 대 실제 결과 비교와 같은 검증 시나리오에 비교를 사용합니다. 스마트 테이블은 \*\*워크플로우(작업)\*\*도 트리거하고 상호작용할 수 있어 "이력서가 적격이면 이메일을 보내세요"와 같은 고급 로직을 가능하게 합니다. 자세한 내용은 워크플로우 자동화 문서를 참조하세요. ## 시작하기 전에 다른 프로젝트 API와 동일한 자격 증명을 사용합니다 — API 키/시크릿 또는 앱의 인증 헤더. 계정에 프로젝트의 지식 기반 기능을 사용할 권한이 필요합니다. 없으면 이 호출은 `403`을 반환합니다. 환경의 API 호스트를 사용합니다(예: `https://ai-api.automationanywhere.com`). 아래 경로는 배포가 글로벌 접두사를 사용하지 않는 한 해당 호스트에 추가됩니다. *** ### 1. 기존 테이블 나열 ```bash 요청 theme={null} GET /project/{project_id}/data-types ``` ```json 응답 예시 theme={null} { "message": "데이터 유형이 성공적으로 생성되었습니다", "data_type_id": "abc123...", "view_id": "view-uuid-here" } ``` 프로젝트의 모든 데이터 유형 목록을 반환합니다. 각 항목에는 후속 요청에서 `data_type_id`로 사용하는 `id`가 포함됩니다. *** ### 2. 새 스마트 테이블 만들기 ```bash 요청 theme={null} POST /project/{project_id}/data-types ``` ```json 요청 예시 theme={null} { "title": "지원 티켓", "description": "인바운드 요청", "metadata": { "제목": "샘플 제목", "우선순위": 1, "열림": true, "태그": ["청구", "로그인"] } } ``` #### 본문 매개변수 | 필드 | 필수 | 설명 | | ------------- | --- | ------------------------------------------------------ | | `title` | 예 | UI에 표시되는 이름. | | `description` | 예 | 짧은 설명. | | `metadata` | 아니오 | 초기 열을 정의합니다. 각 키는 열 이름이고 각 값은 열 유형을 추론하는 데 사용되는 샘플입니다. | *** ### 3. 열 추가 또는 변경 ```bash 요청 theme={null} POST /project/{project_id}/data-type/{data_type_id}/column ``` ```json 요청 예시 theme={null} { "column_name": "상태", "column_type": "text", "description": "워크플로우 상태", "options": {}, "default_value": "열림" } ``` 환경에 대한 OpenAPI 또는 통합 문서에서 정확한 `column_type` 값을 확인하세요. *** ### 4. 단일 행 추가 ```bash 요청 theme={null} POST /project/{project_id}/data-type/{data_type_id}/row ``` ```json 요청 예시 theme={null} { "metadata": { "제목": "비밀번호를 재설정할 수 없음", "우선순위": 2, "열림": true, "태그": ["인증"] } } ``` ```json 응답 예시 theme={null} { "message": "행이 성공적으로 추가되었습니다", "row_id": 5, "row": { "id": 5, "제목": "비밀번호를 재설정할 수 없음", "우선순위": 2, "열림": true, "태그": ["인증"] } } ``` `metadata`의 키는 기존 열 이름과 일치해야 합니다. `id`를 포함하지 마세요 — 서버가 자동으로 할당합니다. *** ### 5. 여러 행 한 번에 추가 ```bash 요청 theme={null} POST /project/{project_id}/data-type/{data_type_id}/rows ``` ```json 요청 예시 theme={null} { "rows": [ { "제목": "문제 A", "우선순위": 1, "열림": true }, { "제목": "문제 B", "우선순위": 3, "열림": false } ] } ``` ```json 응답 예시 theme={null} { "message": "2행이 성공적으로 추가되었습니다", "rows_added": 2, "row_ids": [6, 7] } ``` 각 행은 열 값의 일반 객체입니다 — `metadata` 아래에 **중첩되지 않습니다**. *** ### 6. 파일에서 테이블 만들기 ```bash 요청 theme={null} POST /project/{project_id}/import-table ``` ```json 요청 예시 theme={null} { "title": "가져온 상품", "description": "CSV에서 가져온 상품", "column_mappings": "..." } ``` **형식:** 파일 업로드(CSV 또는 Excel)가 포함된 `multipart/form-data`. | 필드 | 설명 | | ----------------- | ------------------------------------------ | | `title` | UI에 표시되는 테이블 이름. | | `description` | 짧은 설명. | | `column_mappings` | 파일 열이 테이블 열 및 유형에 어떻게 매핑되는지 설명하는 JSON 문자열. | | `file` | 가져올 CSV 또는 Excel 파일. | *** ## 빠른 참조 | 작업 | 메서드 | 경로 | | --------- | ------ | ------------------------------------------------------- | | 테이블 나열 | `GET` | `/project/{project_id}/data-types` | | 테이블 만들기 | `POST` | `/project/{project_id}/data-types` | | 열 추가 | `POST` | `/project/{project_id}/data-type/{data_type_id}/column` | | 행 하나 추가 | `POST` | `/project/{project_id}/data-type/{data_type_id}/row` | | 여러 행 추가 | `POST` | `/project/{project_id}/data-type/{data_type_id}/rows` | | 파일에서 가져오기 | `POST` | `/project/{project_id}/import-table` | *** ## 문제 해결 사용자 또는 API 키가 프로젝트 또는 지식 기반 섹션에 대한 접근 권한이 없습니다. 계정에 올바른 권한이 활성화되어 있는지 확인하세요. 일반적으로 열 이름 불일치 또는 값의 유형이 열 정의와 일치하지 않아 발생합니다. 모든 키가 기존 열 이름에 해당하고 값 유형이 일치하는지 확인하세요(예: `number` 열에 문자열을 보내지 마세요). 두 엔드포인트 간에 요청 본문 구조가 다릅니다: * **단일 행:** `{ "metadata": { ... } }` * **대량 행:** `{ "rows": [ { ... }, { ... } ] }` — 행당 `metadata` 래퍼 없음.