기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 개별적으로 작업 가져오기
<a name="importing-actions"></a>

[스키마 및 데이터세트 생성](data-prep-creating-datasets.md) 작업을 완료하여 [작업 데이터 세트](actions-datasets.md)를 생성한 후에는 새 작업을 하나 이상 데이터 세트로 개별적으로 가져올 수 있습니다. 작업을 개별적으로 가져오면 카탈로그가 확장되어 소량의 배치 가져오기를 통해 작업 데이터 세트를 최신 상태로 유지할 수 있습니다. 한 번에 최대 10개까지 작업을 가져올 수 있습니다. 신규 작업이 많은 경우 먼저 데이터를 대량으로 가져온 후 필요에 따라 작업 데이터를 개별적으로 가져오는 것이 좋습니다. [데이터세트 가져오기 작업을 사용하여 대량 데이터를 Amazon Personalize로 가져오기](bulk-data-import-step.md)을(를) 참조하세요.

Personalize 콘솔, AWS Command Line Interface (AWS CLI) 또는 AWS SDKs를 사용하여 작업을 가져올 수 있습니다. 작업 데이터 세트에 이미 있는 작업과 동일한 `actionId`가 있는 작업을 가져오는 경우, Amazon Personalize는 새 작업으로 대체합니다.

새 레코드가 추천에 영향을 미치는 방식에 대한 자세한 내용은 [학습 후 데이 세트의 데이터 업데이트](updating-datasets.md) 섹션을 참조하세요.

**Topics**
+ [개별적으로 작업 가져오기(콘솔)](#importing-actions-console)
+ [개별적으로 작업 가져오기(AWS CLI)](#importing-actions-cli)
+ [작업을 개별적으로 가져오기(AWS SDKs)](#importing-actions-cli-sdk)

## 개별적으로 작업 가져오기(콘솔)
<a name="importing-actions-console"></a>

한 번에 최대 10개의 작업을 작업 데이터 세트로 가져올 수 있습니다. 이 섹션에서는 작업 데이터 세트를 이미 생성했다고 가정합니다. 데이터세트 생성에 대한 정보는 [스키마 및 데이터세트 생성](data-prep-creating-datasets.md)단원을 참조하세요.

**작업을 개별적으로 가져오려면(콘솔)**

1. [https://console.aws.amazon.com/personalize/home](https://console.aws.amazon.com/personalize/home)에서 Amazon Personalize 콘솔을 열고 계정에 로그인합니다.

1. **데이터 세트 그룹** 페이지에서 추가하려는 작업 데이터 세트가 포함된 데이터 세트 그룹을 선택합니다.

1. 탐색 창에서 **데이터세트**를 선택합니다.

1. **데이터 세트** 페이지에서 작업 데이터 세트를 선택합니다.

1. 데이터세트 세부 정보 페이지의 오른쪽 상단에서 **데이터세트 수정**을 선택한 후 **레코드 생성**을 선택합니다.

1. **작업 레코드 생성** 페이지에서 **레코드 입력**에 작업 세부 정보를 JSON 형식으로 입력합니다. 작업의 필드 이름과 값은 작업 데이터 세트를 생성할 때 사용한 스키마와 일치해야 합니다. Personalize는 이 스키마의 필드 이름 및 데이터 유형이 포함된 JSON 템플릿을 제공합니다.

1. **레코드 생성**을 선택합니다. **응답**에서 가져오기 결과가 나열되고 성공 또는 실패 메시지가 표시됩니다.

## 개별적으로 작업 가져오기(AWS CLI)
<a name="importing-actions-cli"></a>

`PutActions` API 작업을 사용하여 작업 데이터 세트에 작업을 하나 이상 추가합니다. 한 번에 최대 10개까지 작업을 가져올 수 있습니다. 이 섹션에서는 작업 데이터 세트를 이미 생성했다고 가정합니다. 데이터세트 생성에 대한 정보는 [스키마 및 데이터세트 생성](data-prep-creating-datasets.md)단원을 참조하세요.

다음 `put-actions` 명령을 사용하여 AWS CLI로 작업을 하나 이상 추가할 수 있습니다. `dataset arn`을 데이터 세트의 Amazon 리소스 이름(ARN)으로, `actionId`를 작업 ID로 바꿉니다. 동일한 `actionId`의 작업이 이미 작업 데이터 세트에 있는 경우 Amazon Personalize는 새 작업으로 대체합니다.

`properties`의 경우 작업 데이터 세트의 각 필드에 대해 `propertyName`를 스키마의 필드 이름(낙타 대문자 형식)으로 바꿉니다. 예를 들어, ACTION\_EXPIRATION\_TIMESTAMP는 `actionExpirationTimestamp`이 되고 CREATION\_TIMESTAMP는 creationTimestamp가 됩니다. `property data`을 해당 속성에 대한 데이터로 바꿉니다.

```
aws personalize-events put-actions \
  --dataset-arn {{dataset arn}} \
  --actions '[{
      "actionId": "{{actionId}}", 
      "properties": "{\"{{propertyName}}\": "\{{property data}}\"}" 
    }, 
    {
      "actionId": "{{actionId}}", 
      "properties": "{\"{{propertyName}}\": "\{{property data}}\"}" 
    }]'
```

## 작업을 개별적으로 가져오기(AWS SDKs)
<a name="importing-actions-cli-sdk"></a>

PutActions 작업을 사용하여 작업 데이터 세트에 작업을 하나 이상 추가합니다. 한 번의 `PutActions` 호출로 최대 10개까지 작업을 가져올 수 있습니다. 동일한 `actionId`의 작업이 이미 작업 데이터 세트에 있는 경우 Amazon Personalize는 새 작업으로 대체합니다. 이 섹션에서는 작업 데이터 세트를 이미 생성했다고 가정합니다. 데이터세트 생성에 대한 정보는 [스키마 및 데이터세트 생성](data-prep-creating-datasets.md)단원을 참조하세요.

 다음 코드는 작업 데이터 세트에 작업을 하나 이상 추가하는 방법을 보여줍니다. 각 작업에 대해 `actionId`를 지정합니다. 동일한 `actionId`의 작업이 이미 작업 데이터 세트에 있는 경우 Amazon Personalize는 새 작업으로 대체합니다. `properties`의 경우 작업 데이터 세트의 각 추가 필드에 대해 `propertyName`를 스키마의 필드 이름(낙타 대문자 형식)으로 바꿉니다. 예를 들어, ACTION\_EXPIRATION\_TIMESTAMP는 `actionExpirationTimestamp`이 되고 CREATION\_TIMESTAMP는 creationTimestamp가 됩니다. `property data`을 해당 속성에 대한 데이터로 바꿉니다.

```
import boto3

personalize_events = boto3.client(service_name='personalize-events')

personalize_events.put_actions(
    datasetArn = '{{dataset arn}}',
    actions = [{
      'actionId': '{{actionId}}',
      'properties': "{\"{{propertyName}}\": \"{{property value}}\"}"   
      },
      {
      'actionId': '{{actionId}}',
      'properties': "{\"{{propertyName}}\": \"{{property value}}\"}"   
      }]
)
```