데이터 과학 및 데이터 엔지니어링에 대한 Copilot 개요(미리 보기)

중요하다

이 기능은 미리 보기로 제공됩니다.

데이터 과학 및 데이터 엔지니어링을 위한 Copilot 데이터를 분석하고 시각화하는 데 도움이 되는 AI 도우미입니다. 레이크하우스 테이블과 파일, Power BI 데이터 세트, Pandas/spark/fabric 데이터 프레임과 함께 작동하여 Notebook에서 직접 답변과 코드 조각을 제공합니다. OneLake와 기본으로 연결된 레이크하우스에 연결하면 Copilot이 상황에 맞는 코드 제안과 데이터에 맞는 자연어 응답을 제공할 수 있습니다.

Copilot 는 데이터를 더 잘 이해하고 초기 셀에 대한 코드 생성을 포함하여 Notebook을 시작하기 위한 제안을 제공하는 데 도움이 될 수 있습니다. Fabric 개체 탐색기를 Copilot 통해 데이터 원본을 식별하고 추가한 후 Chat은 구현할 모델 형식을 제안합니다. 이러한 권장 사항을 Notebook에 직접 복사하여 개발을 시작할 수 있습니다. 다음 단계가 확실하지 않으면 셀 내에서 Copilot을 호출하여 모델 방향에 대한 인사이트를 얻을 수 있습니다.

오류가 발생하면 Copilot에서 수정 방법을 제안합니다. 추가 지원을 받으려면 계속적인 온라인 검색을 피하고 더 많은 옵션을 위해 Copilot와 채팅할 수 있습니다.

코드 및 데이터 변경 내용을 요약하는 간단한 "메모 추가" 기능을 사용하여 자동 설명서를 활용할 수도 있습니다. 이렇게 하면 당신과 다른 사람들이 셀을 더 명확하게 볼 수 있습니다. 워크플로 전반에 걸쳐 특정 지점에서 Copilot을 참조하여 실시간 지원과 지침을 받고 개발 프로세스를 가속화할 수 있습니다.

메모

Microsoft Fabric의 Spark 3.4 이상 버전에서는 Notebook에서 Copilot을 사용하는 데 설치 셀이 필요하지 않습니다. 설치 셀이 필요한 이전 버전(Spark 3.3 이하 버전)은 더 이상 지원되지 않습니다.

메모

• 관리자님이 Copilot사용을 시작하기 전에 테넌트 스위치를 활성화해야 합니다. 자세한 내용은 문서 Copilot 테넌트 설정을 참조하세요.
• F2 또는 P1 용량은 이 문서 패브릭 지역 가용성에 나열된 지역 중 하나에 있어야 합니다.
• 테넌트 또는 용량이 미국 또는 프랑스 외부에 있는 경우 패브릭 테넌트 관리자가 Azure OpenAI로 전송된 Copilot 테넌트 설정 외부에서 처리할 수 있도록 설정하지 않는 한 기본적으로 사용하지 않도록 설정됩니다.
• Microsoft Fabric의 Copilot 평가판 SKU에서는 지원되지 않습니다. 유료 SKU(F2 이상 또는 P1 이상)만 지원됩니다.
• 자세한 내용은 Fabric의 및 Power BI에 대한 개요 문서를 참조하세요.

패브릭 데이터 과학용 데이터 과학 및 데이터 엔지니어링에 대한 Copilot 소개

Copilot 데이터 과학 및 데이터 엔지니어링의 경우 AI 도우미와 채팅하여 데이터 분석 및 시각화 작업을 처리할 수 있습니다. Notebook 안에서 Lakehouse 테이블, Power BI 데이터 세트, 또는 Pandas/Spark 데이터 프레임에 대해 Copilot 질문할 수 있습니다. 자연어 또는 코드 스니펫으로 답변하는 Copilot. Copilot은 할 일에 따라 데이터별 코드를 생성할 수도 있습니다. 예를 들어 데이터 과학 및 데이터 엔지니어링용 Copilot 다음을 위한 코드를 생성할 수 있습니다.

• 차트 만들기
• 데이터 필터링
• 변환 적용
• 기계 학습 모델

먼저 Notebook 리본에서 Copilot 아이콘을 선택합니다. Copilot 채팅 패널이 열리고 전자 필기장 맨 위에 새 셀이 나타납니다. Fabric Notebooks 셀의 맨 위에 있는 Copilot를 선택할 수도 있습니다.

Copilot의 효율성을 극대화하려면 노트북 환경에서 테이블 또는 데이터 세트를 데이터프레임으로 로드하십시오. 그러면 AI가 데이터에 액세스하여 그 구조와 콘텐츠를 이해할 수 있습니다. 다음으로, AI와 채팅을 시작합니다. 전자 필기장 도구 모음에서 채팅 아이콘을 선택하고 채팅 패널에 질문 또는 요청을 입력합니다. 예를 들어 다음을 요청할 수 있습니다.

• "이 데이터 세트에 있는 고객의 평균 연령은 무엇인가요?"
• "지역별 판매를 보여주는 막대형 차트를 보여주세요."

Copilot은 답변이나 코드를 제공하며, 이를 복사하여 Notebook에 붙여넣을 수 있습니다. 데이터 과학 및 데이터 엔지니어링을 위한 Copilot 데이터를 탐색하고 분석하는 편리하고 대화형 방법입니다.

채팅 패널을 Copilot 사용하여 데이터와 상호 작용

데이터와 채팅하고 인사이트를 가져오려면 Notebook 도구 모음에서 채팅 아이콘을 선택하여 Copilot 채팅 패널을 엽니다. 채팅 패널에 질문이나 요청을 입력합니다. 예를 들어 다음을 요청할 수 있습니다.

• "이 데이터 세트에 있는 고객의 평균 연령은 무엇인가요?"
• "지역별 판매를 보여주는 막대형 차트를 보여주세요."

Copilot은 답변이나 코드를 제공하며, 이를 복사하여 Notebook에 붙여넣을 수 있습니다. 또한, Copilot은 사용자의 데이터를 이용해 다음에 무엇을 할 것인지 제안할 수 있습니다. Copilot은 데이터 분석 및 시각화 작업을 진행하는 데 도움이 되는 제안을 제공하고 관련 코드 조각을 생성합니다.

Microsoft Fabric Notebook의 Copilot 채팅 패널과 상호 작용하려면 다음 단계를 따릅니다.

1. 다음을 엽니다. Copilot 채팅 패널: 전자 필기장 도구 모음에서 채팅 아이콘을 선택합니다.

2. 질문하거나 요청하기: 채팅 패널에 질문 또는 요청을 입력합니다. 데이터 과학 및 데이터 엔지니어링에 대한 몇 가지 구체적인 예는 다음과 같습니다.

• 데이터 탐색:

  • "이 데이터 세트의 '나이' 열의 배포는 뭐지?"
  • "'소득' 열의 히스토그램을 보여 주세요."

• 데이터 정리:

  • "이 데이터 세트에서 누락된 값을 어떻게 처리할 수 있지?"
  • "이 데이터프레임에서 중복을 제거하는 코드를 생성해 줘."

• 데이터 변환:

  • '판매' 열을 정규화하려면 어떻게 합니까?
  • "'수익'에서 '비용'을 빼서 새로운 열 '이익'을 만들어 줘."

• 시각화:

  • "'키' 대 '체중'의 산점도를 그리세요."
  • "'급여' 열에 대한 상자 플롯을 생성해 줘."

• 기계 학습:

  • "이 데이터 세트에 대한 의사 결정 트리 분류자를 학습해 줘."
  • "3개의 클러스터를 사용하는 k-평균 클러스터링 알고리즘에 대한 코드를 생성해 줘."

• 모델 평가:

  • "로지스틱 회귀 분석 모델의 정확도를 어떻게 평가하지?"
  • "예측을 위한 혼동 행렬을 생성해 줘."

1. 응답 수신: Copilot 자연어 설명 또는 코드 조각으로 응답합니다. 코드를 복사하여 Notebook에 붙여넣어 실행할 수 있습니다.

2. 제안 받기: 진행 방법을 모르는 경우 제안 사항을 요청 Copilot 합니다.

• "이 데이터 세트로 다음에 무엇을 해야 하지?"
• "이 데이터에 권장되는 기능 엔지니어링 기술은 뭐지?"

1. 생성된 코드 사용: 채팅 패널에서 생성된 코드 조각을 복사하고 전자 필기장 셀에 붙여넣어 실행합니다.

이러한 단계와 제공된 예를 사용하면 Copilot 채팅 패널과 효과적으로 상호 작용하여 Microsoft Fabric Notebook에서 데이터 과학 및 데이터 엔지니어링 워크플로를 향상시킬 수 있습니다.

Copilot 셀 내 패널 및 빠른 작업 사용

Notebook 셀 내에서 Copilot과 직접 상호 작용하여 코드를 생성하고 코드 셀에서 빠른 작업을 수행할 수 있습니다. Copilot 셀 내부 패널을 사용하는 방법은 다음과 같습니다.

1. 코드 생성: 특정 작업에 대한 코드를 생성하려면 셀 내 패널을 Copilot 사용할 수 있습니다. 예를 들어, 코드 셀 위의 텍스트 패널에 요청을 입력할 수 있습니다.

Can you generate code for a logistic regression that fits this data?

Copilot은 아래 셀에 필요한 코드 조각을 직접 제공합니다.

1. 코드 수정: 코드에서 오류를 수정하도록 요청할 Copilot 수 있습니다. 코드 셀 위의 텍스트 패널에 요청을 입력하면 Copilot이 수정 사항을 제안합니다.

2. 메모 추가: 코드를 자동으로 문서화하려면 "메모 추가" 기능을 사용합니다. Copilot 는 코드 및 데이터 변경 내용을 요약하는 주석을 생성하여 Notebook을 더 읽기 쉽게 만듭니다.

3. 코드 최적화: 성능 향상을 위해 코드를 최적화하도록 요청할 Copilot 수 있습니다. Copilot은 코드의 효율성을 향상시키기 위한 제안을 제공합니다.

4. 코드 설명: 코드 조각에 대한 설명이 필요한 경우 설명을 요청 Copilot 합니다. Copilot은 코드의 기능에 대한 자세한 설명을 제공합니다.

퀵 액션 사용 단계

1. 셀 내 호출 Copilot: 노트북 툴바에서 Copilot 아이콘을 선택하여 Copilot과 상호 작용을 시작하십시오.

2. 요청 입력: 코드 셀 위의 텍스트 패널에 요청 또는 질문을 입력합니다. 다음은 그 예입니다.

Explain the following code snippet.

1. 제안 받기: Copilot 관련 코드, 수정, 주석, 최적화 또는 설명으로 응답합니다.

2. 제안 적용: 생성된 코드 또는 제안을 Copilot 복사하여 Notebook 셀에 붙여넣어 실행합니다.

Copilot 셀 내부 패널을 사용하면 Microsoft Fabric Notebook 내에서 코드를 생성하고, 오류를 수정하고, 메모를 추가하고, 성능을 최적화하고, 코드를 더 잘 이해할 수 있습니다.

Copilot 데이터 과학 및 데이터 엔지니어링을 위해 레이크하우스 테이블에 대한 스키마 및 메타데이터 인식 기능도 제공합니다. Copilot 는 연결된 레이크하우스에서 호스트되는 데이터의 컨텍스트에서 관련 정보를 제공할 수 있습니다. 예를 들어 다음을 요청할 수 있습니다.

• "호숫가에 있는 테이블은 몇 개입니까?"
• "고객 테이블의 열은 무엇인가요?"

Copilot 레이크하우스를 전자 필기장에 추가한 경우 관련 정보로 응답합니다. Copilot은 노트북에 연결된 모든 레이크하우스에 추가된 파일의 이름을 인식합니다. 채팅에서 이름으로 해당 파일을 참조할 수 있습니다. 예를 들어 lakehouse에sales.csv파일이 있는 경우 " sales.csv 데이터 프레임 만들기"를 요청할 Copilot 수 있습니다. Copilot 코드를 생성하고 채팅 패널에 표시합니다. Copilot을 사용하여 노트북의 경우, 다양한 출처에서 데이터를 쉽게 액세스하고 쿼리할 수 있습니다. 이를 위해 정확한 명령 구문이 필요하지 않습니다.

Copilot 인라인 코드 완성(미리 보기)

Copilot 인라인 코드 완성은 패브릭 Notebook에서 코드를 더 빠르고 효율적으로 작성하는 데 도움이 되는 AI 기반 기능입니다. 이 기능은 코드를 입력할 때 지능형 컨텍스트 인식 코드 제안을 제공합니다. 자세한 내용은 인라인 코드 완성을 참조Copilot하세요.

팁

• 채팅 패널의 맨 위에 있는 빗자루를 사용하여 Copilot 채팅 패널에서 대화를 지우세요. Copilot는 세션 중에 입력 또는 출력에 대한 정보를 기억하지만, 현재의 콘텐츠가 방해가 된다면 도움이 될 수 있습니다.
• 채팅 매직 라이브러리를 사용하여 Copilot에 대한 설정, 특히 개인정보 설정을 구성합니다. 기본 공유 모드는 Copilot이 액세스할 수 있는 컨텍스트 공유를 최대화합니다. 따라서 제공된 정보를 제한하면 Copilot 응답의 관련성에 직접적이고 큰 영향을 줄 수 있습니다.
• Copilot 처음 시작하면 시작하는 데 도움이 되는 유용한 프롬프트 집합을 제공합니다. 대화를 시작하는 데 Copilot가 도움이 될 수 있습니다. 나중에 프롬프트를 참조하려면 채팅 패널 아래쪽에 있는 스파클 단추를 사용할 수 있습니다.
• 채팅의 Copilot 사이드바를 "끌어서" 채팅 패널을 확장하거나, 코드를 더 명확하게 보거나, 화면에서 출력의 가독성을 향상시킬 수 있습니다.

제한사항

데이터 과학 경험의 Copilot 기능은 현재 notebook으로 범위로 제한되어 있습니다. 이러한 기능에는 Copilot 채팅 창, 코드 셀 내에서 사용할 수 있는 IPython 매직 명령 및 코드 셀에 입력할 때 자동 코드 제안이 포함됩니다. Copilot은 시맨틱 링크 통합을 통해 Power BI 시맨틱 모델을 읽을 수도 있습니다.

Copilot는 두 가지 주요 예상 용도가 있습니다.

• Notebook에서 데이터를 검사하고 분석하도록 Copilot에게 요청하는 것입니다(예: 먼저 DataFrame을 로드한 다음 Copilot에게 DataFrame 내의 데이터에 대해 문의).
• Copilot에 데이터 분석 프로세스에 대한 다양한 제안을 생성하도록 요청할 수 있습니다. 예를 들어, 어떤 예측 모델이 관련성이 있을지, 다양한 형식의 데이터 분석을 수행하는 코드, 완료된 Notebook에 대한 설명서 등이 있습니다.

빠르게 변화하는 라이브러리나 최근에 릴리스된 라이브러리를 사용하여 코드를 생성하면 부정확한 내용이나 조작된 내용이 포함될 수 있습니다.

데이터 삭제 및 내보내기

Copilot 전자 필기장에서 사용자에게 전자 필기장 셀 내의 채팅 기록을 관리하는 두 가지 필수 명령인 show_chat_history 및 clear_chat_history 제공합니다. show_chat_history 명령은 규정 준수를 위해 전체 채팅 기록을 내보내 필요한 모든 상호 작용을 문서화하고 검토할 수 있도록 합니다. 예를 들어 show_chat_history 실행하면 채팅 기록의 포괄적인 로그가 생성되며, 이를 검토하거나 준수를 위해 보관할 수 있습니다.

clear_chat_history 명령은 사용자가 새로 시작할 수 있도록 전자 필기장에서 모든 이전 대화를 제거합니다. 이 명령은 오래된 상호 작용을 지우고 새로운 대화 스레드를 시작합니다. 예를 들어 clear_chat_history 실행하면 이전의 모든 채팅 기록이 삭제되며 전자 필기장을 이전 대화에서 제외합니다. 이러한 기능은 Notebook에서 Copilot의 전반적인 기능과 사용자 환경을 향상합니다.

관련 내용

• 채팅 매직을 사용하는 방법
• 채팅 창을 사용하는 Copilot 방법