무료 온라인 액세스 Salesforce.Salesforce-AI-Specialist.v2025-04-28.q81 모의 시험 (Page 12)

Salesforce-AI-Specialist 문제 51

Einstein Trust Layer는 유용하고 의미 있는 응답을 생성하는 동안 민감한 데이터가 보호되도록 어떻게 보장합니까?

A. 마스크된 데이터는 응답 과정에서 마스크가 해제됩니다.

B. 마스크된 데이터는 요청 과정에서 마스크가 해제됩니다.

C. 관련성 임계값을 충족하지 못하는 응답은 자동으로 거부됩니다.

정답: A

Einstein Trust Layer는 민감한 데이터를 대규모 언어 모델(LLM)로 보내기 전에 마스킹하고 응답 과정에서 마스킹을 해제하여 유용하고 의미 있는 응답을 생성하는 동안 민감한 데이터가 보호되도록 합니다.
작동 원리:
* 요청 여정의 데이터 마스킹:
* 민감한 데이터 식별: LLM에 프롬프트를 보내기 전에 Einstein Trust Layer는 개인 식별 정보(PII), 기밀 비즈니스 정보 또는 기타 민감한 것으로 간주되는 데이터와 같은 민감한 데이터에 대한 입력을 스캔합니다.
* 민감한 데이터 마스킹: 식별된 민감한 데이터는 플레이스홀더 또는 마스크로 대체됩니다. 이렇게 하면 LLM이 원시 민감한 정보를 수신하지 않으므로 잠재적 노출로부터 보호됩니다.
* LLM에 의한 처리:
* 마스크된 입력: LLM은 마스크된 프롬프트를 처리하고 마스크된 데이터를 기반으로 응답을 생성합니다.
* 민감한 데이터 노출 없음: LLM은 실제 민감한 데이터를 수신하지 않으므로 실수로 해당 데이터를 출력에 포함할 위험이 없습니다.
* 응답 여정에서의 마스크 벗기기:
* 민감한 데이터 다시 삽입: LLM이 응답을 생성한 후, Einstein Trust Layer는 응답의 플레이스홀더를 원래의 민감한 데이터로 바꿉니다.
* 의미 있는 응답 제공: 이 마스크 해제 프로세스를 통해 최종 응답이 의미 있고 완전하며, 필요한 경우 민감한 정보도 포함되도록 보장합니다.
* 데이터 보안 유지: 민감한 데이터는 어떠한 경우에도 LLM이나 의도치 않은 수신자에게 노출되지 않으며, 데이터 보안과 규정 준수를 유지합니다.
옵션 A가 올바른 이유:
* 응답 과정 중의 디마스킹: 디마스킹 프로세스는 LLM이 응답을 생성한 후에 수행되며, 이를 통해 중요한 데이터가 최종 단계에서 안전하고 적절하게 출력에 다시 도입됩니다.
* 보안과 유용성의 균형: 이 접근 방식을 사용하면 시스템은 데이터 보안을 손상시키지 않고도 필요한 민감한 정보를 포함하는 유용하고 의미 있는 응답을 생성할 수 있습니다.
옵션 B와 C가 틀린 이유:
* 옵션 B(마스크된 데이터는 요청 과정에서 마스크가 해제됨):
* 잘못된 프로세스: 요청 과정 중에 디마스킹을 수행하면 LLM에 도달하기 전에 민감한 데이터가 노출되어 마스킹의 목적을 달성하지 못하고 데이터 보안이 손상됩니다.
* 옵션 C (관련성 임계값을 충족하지 못하는 응답은 자동으로 거부됩니다):
* 데이터 보호와 무관: Einstein Trust Layer는 부적절하거나 무관한 응답을 걸러내기 위해 관련성 임계값을 적용하지만, 이 메커니즘은 민감한 데이터 보호와 직접 관련이 없습니다. 데이터 보안보다는 응답 품질을 다룹니다.
참고문헌:
* Salesforce AI 전문가 문서 - Einstein Trust Layer 개요:
* 신뢰 계층이 프롬프트에서 민감한 데이터를 마스크하고 LLM 처리 후 다시 삽입하여 데이터 개인 정보를 보호하는 방법을 설명합니다.
* Salesforce 도움말 - 데이터 마스킹 및 디마스킹 프로세스:
* LLM에 보내기 전에 민감한 데이터를 마스킹하는 방법과 응답 과정에서 마스킹 해제하는 방법을 자세히 설명합니다.
* Salesforce AI 전문가 시험 가이드 - AI의 보안 및 규정 준수:
* AI 구현에서 Einstein Trust Layer와 같은 데이터 보호 메커니즘의 중요성을 설명합니다.
결론:
Einstein Trust Layer는 LLM에 프롬프트를 보내기 전에 민감한 데이터를 마스크 처리하고 응답 여정 중에 마스크를 해제하여 민감한 데이터가 보호되도록 합니다. 이 프로세스를 통해 Salesforce는 AI 처리 중에 해당 데이터를 노출하지 않고도 필요한 민감한 정보를 포함하는 유용하고 의미 있는 응답을 생성하여 데이터 보안과 규정 준수를 유지할 수 있습니다.

Salesforce-AI-Specialist 문제 52

Universal Containers는 사용자가 판매 주문 번호를 입력할 수 있는 맞춤형 UX를 갖춘 솔루션을 Salesforce에 구현하려고 합니다.
이후, 시스템은 사용자 정의 프롬프트 템플릿을 호출하여 판매 주문 헤더와 판매 주문 세부 정보의 요약을 만들고 표시합니다.
이 요구 사항을 충족하기 위해 AI 전문가는 어떤 솔루션을 구현해야 할까요?

A. 표준 "프롬프트 템플릿" 흐름 작업을 사용하여 판매 주문 번호를 수집하고 프롬프트 템플릿을 호출하는 화면 흐름을 만듭니다.

B. 템플릿 트리거 프롬프트 흐름을 만들고 표준 "프롬프트 템플릿" 흐름 작업을 사용하여 프롬프트 템플릿을 호출합니다.

C. 자동 실행 흐름을 만들고 표준 "프롬프트 템플릿" 흐름 작업을 사용하여 프롬프트 템플릿을 호출합니다.

Salesforce-AI-Specialist 문제 53

AI 전문가는 조종사에게 할당된 작업을 추가/업데이트하려면 어디로 가야 합니까?

A. 조종사 작업 페이지, 조종사 작업에 대한 기록 페이지 또는 조종사 작업 라이브러리 탭

B. 조종사 작업 페이지 또는 글로벌 작업

C. 조종사 세부 정보 페이지, 글로벌 작업 또는 조종사 작업에 대한 기록 페이지

Salesforce-AI-Specialist 문제 54

Universal Container(UC)는 Lightning 레코드 페이지에서 요약 필드를 업데이트하기 위해 프롬프트 템플릿을 효과적으로 활용했습니다. 이제 관리자는 Flow를 사용하여 UC의 자동화 프로세스에 유사한 기능을 통합하려고 합니다.
관리자는 UC 자동화의 일부로 흐름 내에서 이 프롬프트 템플릿을 통해 응답을 어떻게 받을 수 있습니까?

A. 호출 가능한 정점

B. 흐름 동작

C. 흐름을 위한 아인슈타인

Salesforce-AI-Specialist 문제 55

Universal Containers는 Call Explorer를 사용하여 영업팀이 녹음한 회의에서 빠르게 통찰력을 얻는 데 관심이 있습니다.
이 기능을 활성화하기 전에 AI 전문가는 무엇을 알아야 합니까?

A. Call Explorer는 Salesforce Knowledge와 독립적으로 작동하므로 사전 설정이 필요하지 않습니다.

B. 사용자 지정 호출 탐색기 작업은 구성하기 전에 빌드해야 합니다.

C. Call Explorer를 사용하려면 Einstein Conversation Insights 권한 집합을 활성화해야 합니다.

다른 버전: 603Salesforce.Salesforce-AI-Specialist.v2026-06-19.q86; 773Salesforce.Salesforce-AI-Specialist.v2025-11-15.q89

최근 업로드: 671Cisco.300-435.v2026-09-03.q259; 337Oracle.1Z0-1045-26.v2026-09-03.q17; 604IIA.IIA-CIA-Part1.v2026-09-03.q627; 458Fortinet.NSE6_OTS_AR-7.6.v2026-09-03.q95; 456Snowflake.DAA-C01.v2026-09-03.q67; 3476Salesforce.AP-223.v2026-09-01.q94; 2578Splunk.SPLK-5001.v2026-09-01.q60; 3894Cisco.300-540.v2026-09-01.q62; 5160Microsoft.MS-102-KR.v2026-09-01.q239; 3537Microsoft.AI-900-KR.v2026-09-01.q162