무료 온라인 액세스 Salesforce.Agentforce-Specialist.v2025-12-11.q175 모의 시험 (Page 17)

Agentforce-Specialist 문제 76

Universal Containers(UC)는 파일 업로드 기반 데이터 라이브러리와 사용자 지정 프롬프트를 사용하여 AI 기반 교육 콘텐츠를 지원합니다. 그러나 사용자들은 AI가 오래된 문서를 자주 반환한다고 보고합니다. 콘텐츠 관련성을 개선하기 위해 UC는 어떤 시정 조치를 취해야 할까요?

A. Salesforce 지식 기반이 자동으로 문서의 최신성을 관리하여 최신 문서가 반환되도록 하므로, 데이터 라이브러리 소스를 파일 업로드에서 지식 기반 데이터 라이브러리로 전환합니다.

B. 정의된 최근 기간 내에 업데이트된 문서만 검색하도록 필터 조건을 포함하는 사용자 지정 검색기를 구성하여 AI 응답에 현재 콘텐츠만 사용되도록 보장합니다.

C. 필터 없이 기본 검색기를 계속 사용합니다. 주기적인 재업로드를 통해 추가 구성이나 사용자 정의 검색기가 필요 없이 오래된 문서가 단계적으로 제거되기 때문입니다.

정답: B

포괄적이고 자세한 심층 설명: UC의 문제는 파일 업로드 기반 데이터 라이브러리(PDF 또는 문서가 Data Cloud의 벡터 데이터베이스에 업로드되어 색인됨)가 AI 응답에서 오래된 학습 콘텐츠를 반환한다는 것입니다. 최신 문서만 검색되도록 하여 관련성을 높이기 위한 가장 효과적인 해결책은 필터가 있는 사용자 지정 검색기를 구성하는 것입니다(옵션 B). Agentforce에서 사용자 지정 검색기를 사용하면 UC가 "마지막 수정 날짜" 또는 유사한 타임스탬프 필드에 대한 필터와 같은 특정 조건을 정의하여 최근 기간(예: 최근 6개월) 내에 업데이트된 문서만 검색하도록 제한할 수 있습니다. 이를 통해 AI는 최신 콘텐츠를 기반으로 응답을 작성하여 데이터 소스를 완전히 재검토하지 않고도 오래된 문서 문제를 직접 해결할 수 있습니다.
* 옵션 A: Salesforce Knowledge 문서 사용과 같은 Knowledge 기반 데이터 라이브러리로 전환하는 것이 효과적일 수 있습니다. Knowledge 문서에는 최신성을 관리하는 버전 관리 및 만료 기능이 있기 때문입니다. 그러나 이는 UC 교육 콘텐츠가 이미 Knowledge 문서(PDF가 아님)에 포함되어 있으며, 업로드된 모든 파일을 마이그레이션해야 한다는 것을 전제로 합니다. 이는 질문의 맥락을 고려했을 때 상당히 큰 변화입니다. 적절한 필터링을 적용하면 파일 기반 라이브러리도 여전히 사용 가능합니다.
* 옵션 B: 최선의 시정 조치입니다. 날짜 필터가 있는 맞춤형 검색기는 기존 파일 기반 라이브러리를 활용하여 데이터 소스를 변경하지 않고도 검색을 개선하여 실용적이고 목표 지향적으로 만듭니다.
* 옵션 C: 기본 검색기를 사용하여 주기적으로 다시 업로드하는 것은 수동적이고 비효율적입니다. 최신성을 보장하지 않으며(오래된 파일은 수동으로 제거할 때까지 색인 상태로 유지됨), 지속적인 수동 작업이 필요하고 문제를 사전에 해결하지 못합니다.
옵션 B는 UC의 AI 기반 교육 시스템에서 콘텐츠의 관련성을 보장하기 위한 정확하고 확장 가능한 솔루션을 제공합니다.
참고문헌:
* Salesforce Agentforce 문서: "데이터 라이브러리용 사용자 정의 검색기"(Salesforce 도움말:
https://help.salesforce.com/s/articleView?id=sf.agentforce_custom_retrievers.htm&type=5)
* Salesforce Data Cloud 문서: "AI용 필터 검색"(https://help.salesforce.com/s
/articleView?id=sf.data_cloud_retrieval_filters.htm&type=5)
* 시작점: "Agentforce에서 데이터 라이브러리 관리하기"(https://trailhead.salesforce.com/content/learn
/모듈/에이전트포스-데이터-라이브러리)

Agentforce-Specialist 문제 77

기업 이해 관계자는 AI를 사용하여 Data Cloud 데이터를 기반으로 요약을 생성하려고 합니다.
이해 관계자는 Prompt Builder에서 Data Cloud 데이터에 액세스하기 위해 어떤 방법을 사용해야 합니까?

A. Flex 템플릿에서 직접 데이터 모델 객체(DMQ)에 액세스하고, Data Cloud 관련 목록을 사용하고, 프롬프트에서 시작하는 흐름을 사용하여 Data Cloud 데이터를 가져옵니다.

B. 외부 API만 사용하여 Data Cloud 데이터를 Prompt Builder로 가져오기

C. Data Cloud 관련 목록 사용 및 프롬프트 시작 흐름을 사용하여 Data Cloud 데이터 가져오기

Agentforce-Specialist 문제 78

Salesforce Agentforce 데이터 라이브러리를 구성하고 저장한 후(데이터 소스와 관계없이), 어떤 구성 요소가 자동으로 생성되어 Data Cloud에서 사용할 수 있게 됩니까?

A. 데이터 파이프라인, 인덱싱 엔진 및 쿼리 프로세서

B. 데이터 커넥터, 분석 대시보드 및 워크플로 규칙

C. 데이터 스트림, 검색 인덱스 및 검색기

정답: C

"데이터 스트림, 검색 인덱스, 검색기"가 정답인 이유는 무엇인가요?
Salesforce Agentforce 데이터 라이브러리를 구성하고 저장하면 AI 기반 검색 및 조회를 용이하게 하는 세 가지 필수 구성 요소가 Data Cloud에 자동으로 생성됩니다.
데이터 클라우드에서 생성된 주요 구성 요소:
* 데이터 스트림
* 이는 데이터를 Data Cloud로 가져오는 파이프라인 역할을 합니다.
* Salesforce 레코드, PDF 또는 외부 데이터베이스와 같은 소스에서 실시간 데이터 수집이 가능합니다.
* 검색 인덱스
* 수집 후, 데이터는 효율적인 검색 및 회수를 위해 색인됩니다.
* 이를 통해 AI 모델은 구조화된 쿼리를 수행하고 관련 데이터를 더 빠르게 검색할 수 있습니다.
* 리트리버
* 리트리버는 검색 인덱스를 사용하여 가장 관련성 있는 데이터를 가져오는 AI 기반 검색 메커니즘입니다.
* AI가 생성한 응답이 구조화되고 신뢰할 수 있는 데이터에 기반을 두고 있는지 확인합니다.
다른 옵션은 왜 안 되는가?
# A. 데이터 파이프라인, 인덱싱 엔진 및 쿼리 프로세서
* Data Cloud는 기존 데이터베이스와 같은 방식으로 쿼리 프로세서를 사용하지 않으므로 틀렸습니다.
* 대신 검색기는 AI 기반 데이터 검색을 처리합니다.
# B. 데이터 커넥터, 분석 대시보드 및 워크플로 규칙
* 이러한 구성 요소는 데이터 라이브러리를 설정할 때 자동으로 생성되지 않으므로 잘못된 설명입니다.
* 분석 대시보드와 워크플로 규칙은 보고 및 자동화에 사용되는 별도의 도구입니다.
Agentforce 전문가 참조
* Salesforce AI Specialist Material에서는 데이터 라이브러리를 구성할 때 Data Cloud에 데이터 스트림, 검색 인덱스, 검색기가 자동으로 생성된다는 것을 확인합니다.

Agentforce-Specialist 문제 79

Universal Containers의 Agent Action에는 새로운 Agentforce Agent를 위한 여러 Apex 클래스가 포함되어 있습니다. Agent Action에서 호출되는 Apex를 배포할 때 중요한 고려 사항은 무엇입니까?

A. Apex 클래스는 단위 테스트에서 최소 75%의 코드 커버리지를 가져야 하며, 모든 종속성은 배포 패키지에 있어야 합니다.

B. 에이전트 작업에서 호출된 Apex 클래스는 에이전트가 프로덕션에서 활성화되지 않는 한 75% 미만의 테스트 적용 범위로 배포될 수 있습니다.

C. Apex 클래스는 에이전트에서만 사용되는 한 75% 코드 커버리지 요구 사항을 우회할 수 있습니다.

정답: A

포괄적이고 자세한 심층 설명: Universal Containers(UC)는 Agentforce 에이전트의 에이전트 작업 내에서 Apex 클래스를 사용하고 있습니다. Salesforce에 Apex를 배포하려면 특정 요구 사항이 있으며, 특히 Agentforce 기능과 연계되는 경우 더욱 그렇습니다. 각 옵션을 평가해 보겠습니다.
* 옵션 A: Apex 클래스는 단위 테스트에서 최소 75%의 코드 커버리지를 가져야 하며, 모든 종속성은 배포 패키지에 포함되어야 합니다. Salesforce는 모든 Apex 클래스가 사용 사례(예: Agentforce, 트리거 또는 웹 서비스)에 관계없이 프로덕션 배포를 위해 단위 테스트에서 최소 75%의 코드 커버리지를 달성해야 한다는 엄격한 요구 사항을 시행합니다. 또한, 에이전트 작업(예: 플로우 또는 직접 호출)에 의해 Apex가 호출될 때 모든 종속성(예: 참조된 클래스, 객체)이 제대로 작동하도록 배포 패키지에 포함되어야 합니다. 이는 Salesforce의 표준 배포 고려 사항이며 Agentforce에도 적용되므로 정답입니다.
* 옵션 B: 에이전트 작업에서 호출된 Apex 클래스는 에이전트가 프로덕션에서 활성화되지 않는 한 75% 미만의 테스트 범위로 배포될 수 있습니다. 에이전트가 활성화되었는지 여부에 관계없이 프로덕션 배포에는 Salesforce의 75% 코드 범위 요구 사항이 필수입니다.
배포 단계에서 activationstatus-coverage가 적용되므로 예외가 없습니다. 이 옵션은 잘못되었으며 Salesforce의 Apex 배포 규칙과 모순됩니다.
* 옵션 C: Apex 클래스는 에이전트에서만 사용하는 경우 75% 코드 커버리지 요구 사항을 우회할 수 있습니다. Salesforce에는 이러한 우회가 없습니다. 75% 코드 커버리지 규칙은 Agentforce에서 사용하는 클래스를 포함하여 프로덕션 환경의 모든 Apex에 적용됩니다. 에이전트별 사용은 이 요구 사항을 면제하지 않으므로 이는 잘못된 설명입니다.
옵션 A가 올바른 이유: 75% 코드 커버리지 요구 사항과 종속성 포함은 Salesforce 배포의 기본 규칙이며, Apex의 Agent Actions에 적용됩니다. 공식 문서에 따르면 이는 프로덕션 환경에서의 안정성과 기능성을 보장합니다.
참고문헌:
* Salesforce Agentforce 문서: Agent Builder > 사용자 정의 작업 > Apex - 표준 Apex 배포 규칙이 적용됩니다.
* Salesforce 개발자 가이드: Apex 테스트 - 75% 적용 범위 요구 사항 확인.
* Trailhead: Apex 코드 배포 - 프로덕션에 대한 적용 범위와 종속성을 강조합니다.

Agentforce-Specialist 문제 80

Universal Containers는 최근 Agentforce Agents를 통해 대화형 AI를 CRM 비즈니스 운영에 통합하는 파일럿 프로그램을 시작했습니다. Agentforce 전문가는 상담원의 사용성과 작업 할당을 어떻게 모니터링해야 할까요?

A. 플랫폼 디버그 로그에 대한 보고서를 실행합니다.

B. 메타데이터 API를 사용하여 에이전트 로그 데이터를 쿼리합니다.

C. 에이전트 분석을 실행합니다.

정답: C

포괄적이고 자세한 심층 설명:
Agentforce Agents의 사용성 및 작업 할당을 모니터링하려면 에이전트의 성과, 사용자와의 상호작용, 그리고 대화 내에서 작업이 실행되는 방식에 대한 통찰력이 필요합니다. Salesforce는 이러한 목적을 위해 특별히 설계된 Agent Analytics(옵션 C)를 기본 기능으로 제공합니다. Agent Analytics는 에이전트 응답 시간, 사용자 만족도, 작업 호출 빈도, 성공률과 같은 지표를 추적하는 대시보드와 보고서를 제공합니다. 이 도구를 통해 Agentforce 전문가는 사용성(예: 에이전트가 사용자 요구를 충족하고 있는가?)을 평가하고 작업 할당(예: 어떤 작업이 얼마나 자주 트리거되는가?)을 모니터링하여 파일럿 프로그램을 최적화하기 위한 실행 가능한 데이터를 제공할 수 있습니다.
* 옵션 A: 플랫폼 디버그 로그는 Apex, Flows 또는 시스템 프로세스 문제 해결을 위한 저수준 로그입니다. 에이전트 사용성이나 작업 할당에 대한 고급 정보를 제공하지 않으므로 적합하지 않습니다.
* 옵션 B: 메타데이터 API는 에이전트 성능에 대한 런타임 로그 데이터가 아닌 메타데이터(예: 객체 정의)를 검색하거나 배포하는 데 사용됩니다. 에이전트 로그 데이터가 존재할 수 있지만, 메타데이터 API를 통해 쿼리하는 것은 이 사용 사례에 대한 표준 또는 문서화된 접근 방식이 아닙니다.
* 옵션 C: Agent Analytics는 사용자 친화적인 방식으로 대화형 AI 성능을 모니터링할 수 있는 전용 솔루션으로, 별도의 개발이 필요하지 않습니다.
옵션 C는 파일럿 프로그램에서 Agentforce 에이전트를 효과적으로 모니터링하는 데 적합한 선택입니다.
:
Salesforce Agentforce 문서: "에이전트 분석 개요"(Salesforce 도움말: https://help.salesforce.
com/s/articleView?id=sf.agentforce_analytics.htm&type=5)
트레일헤드: "관리자를 위한 Agentforce"(https://trailhead.salesforce.com/content/learn/modules/agentforce-for- admins)