Fabric IQ는 Microsoft 스택의 엔터프라이즈 인텔리전스 계층을 구성하는 기능 집합인 Microsoft IQ의 일부입니다. Microsoft IQ에서 Fabric IQ는 Work IQ, Foundry IQ 및 Web IQ 함께 작동하여 조직의 전체 보기를 위한 컨텍스트를 제공합니다. Work IQ는 직원의 업무 방식에 대한 컨텍스트를 제공하고, Foundry IQ는 조직의 정책 및 신뢰할 수 있는 문서에 대한 컨텍스트를 제공하고, Web IQ는 웹에서 컨텍스트를 제공하고, Fabric IQ는 비즈니스 엔터티 및 데이터에 대한 컨텍스트를 제공합니다.
Fabric IQ는 비즈니스 상태에 대한 컨텍스트를 제공합니다. 비즈니스에 대한 모든 분석, 실시간 및 운영 데이터에 기반을 두고 있지만 데이터만으로는 충분하지 않습니다. Fabric IQ는 해당 데이터를 비즈니스 언어로 승격합니다. 이러한 풍부한 컨텍스트를 통해 사용자와 에이전트는 데이터와 이성을 올바르게 해석하고 비즈니스 개념 및 목표 측면에서 결정을 내릴 수 있습니다.
Fabric IQ의 계층
Fabric IQ는 Microsoft IQ에 통합 데이터, 비즈니스 인텔리전스 및 운용성 인텔리전스의 세 가지 비즈니스 컨텍스트를 제공합니다. 이러한 계층은 Fabric IQ 워크로드, 온톨로지(미리 보기) 및 의미 체계 모델의 두 가지 핵심 를 통해 전달되어 OneLake에서 비즈니스 데이터에 대한 공유 컨텍스트를 만듭니다.
OneLake를 사용하여 통합된 데이터
OneLake는 Fabric IQ의 기반으로서, 여러 클라우드와 온-프레미스 전반에 흩어져 있는 기업 데이터를 거버넌스가 적용된 단일 신뢰 소스로 통합합니다. 바로 가기, 미러링 및 OneLake 카탈로그를 통해 조각화를 제거하고 Fabric IQ가 관련 컨텍스트를 안전하게 검색하고 액세스하는 데 사용하는 다중 클라우드 통합 데이터 레이크를 만듭니다. 또한 해당 데이터의 배포 계층 역할을 하므로 Fabric 워크로드, Foundry 및 Copilot Studio 일관되게 사용할 수 있으므로 의미 체계 모델, 온톨로지(미리 보기) 및 에이전트의 모든 인텔리전스는 동일한 신뢰할 수 있는 조직 전체 데이터에 기반합니다.
Power BI 의미 체계 모델을 사용하여 비즈니스 인텔리전스
Power BI 의미 체계 모델 측정값, 계층 구조 및 차원이 있는 큐레이팅된 분석 계층을 제공합니다. 온톨로지는 이미 프로덕션에 있는 의미 체계 모델에서 직접 생성될 수 있으며, 비즈니스 언어를 환경 간에 일관되게 유지할 수 있습니다.
의미 체계 모델과 온톨로지가 함께 작동합니다. 의미 체계 모델에서 직접 온톨로지 생성 또는 정렬을 통해 용어 및 KPI가 보고서, 에이전트 및 애플리케이션 간에 일관성을 유지할 수 있습니다. 고객, 배송 및 위반과 같은 엔터프라이즈 개념을 한 번만 정의하고 Fabric IQ 환경에서 다시 사용합니다.
온톨로지를 활용한 운영 인텔리전스
온톨로지(미리 보기) 는 핵심 비즈니스 엔터티, 관계, 속성, 규칙 및 작업을 정의합니다. 에이전트는 사용할 수 있는 작업과 이를 호출하는 방법을 이해합니다. 운영 에이전트는 라이브 데이터를 모니터링하고, 변칙을 검색하고, 관리되는 작업을 수행합니다.
기존 Power BI 의미 체계 모델에서 온톨로지 생성을 통해 프로덕션에 이미 있는 신뢰할 수 있는 논리 및 정의에서 부트스트랩할 수 있습니다. 인간과 AI 에이전트는 모두 도메인 간 추론 및 의사 결정 준비 작업에 이 공유 언어를 사용할 수 있습니다. NL2Ontology 쿼리 계층을 통해 자연어를 사용하여 온톨로지 쿼리를 수행할 수도 있습니다. 그러면 비즈니스 질문을 구조화된 쿼리로 변환할 수 있습니다.
Fabric IQ를 사용하는 이유는 무엇인가요?
조직은 테이블 및 스키마 수준에서 데이터를 사용합니다. 이 구조는 의미가 아니라 머신용으로 빌드된 구조입니다. 그러나 고객, 배송 및 자산과 같은 비즈니스 개념에서 실행됩니다. 의미 체계를 이해하지 못하면 각 질문에 도메인 전문가의 수동 번역이 필요하기 때문에 AI는 높은 지분 의사 결정에 적합하지 않습니다.
Fabric IQ 프레임워크를 사용하면 다음과 같은 이점이 있습니다.
- 도메인 간 추론. 그래프 링크를 통한 개념 간의 관계를 통해 관계(예: 주문 > 배송 > 온도 센서 > 콜드 체인 위반)를 트래버스하여 결과를 설명할 수 있습니다.
- 더 빠른 온보딩. 비즈니스 개념은 한 번만 선언하면 되므로 새로운 대시보드 및 AI 환경은 일관된 비즈니스 의미를 줍니다.
- 거버넌스 및 신뢰. 명확한 의미 체계를 적용하여 팀 전체에서 중복 및 일관되지 않은 정의를 줄인 반면 제약 조건은 데이터 품질을 향상시킵니다.
Fabric IQ의 3개 계층은 모든 에이전트가 비즈니스를 동일하게 이해한 상태에서 시작하고, 여러 워크플로 전반에 걸쳐 이를 올바르게 적용할 수 있도록 보장합니다. 그러나 프론티어 조직은 IQ 계층에서 시작할 수 없습니다. 이 기능을 빌드하려면 통합된 데이터 기반이 필요합니다. Microsoft Fabric 네 가지 핵심 기능을 통해 이를 제공합니다.
- 데이터 환경을 통합하세요. OneLake(예: lakehouses, eventhouses 및 Power BI 의미 체계 모델)의 다양한 원본의 데이터를 단일 일관된 모델로 결합하여 분석 및 운영 데이터를 통합합니다. Fabric IQ는 ETL 파이프라인을 복사하거나 빌드하지 않고도 OneLake 바로 가기를 사용하여 외부 운영 데이터를 통합할 수도 있습니다.
- 데이터를 처리하고 조정합니다. 쿼리 가속 및 AI 기반 분석을 사용하면 더 간단한 설정, 더 빠른 인사이트 및 AI 기반 개발을 수행할 수 있습니다. 성능 관리 시간을 줄이고 의미 있는 인사이트를 제공하는 데 더 많은 시간을 할애합니다.
- 의미 체계 지식을 큐레이팅합니다. Teams, 애플리케이션 및 AI 에이전트는 모두 공유 개념 및 데이터의 일관되고 신뢰할 수 있는 기반에서 작동합니다. 개념의 단일 정의(예: 고객, 재료 또는 자산)는 Power BI, Notebook 및 에이전트가 데이터를 해석하는 방법을 구동합니다. 사용자는 원시 데이터뿐만 아니라 엔터티의 관계, 가장 중요한 사항 및 수행해야 할 작업을 포함하여 의미 체계적 의미를 반영하는 인사이트를 발견합니다. 이렇게 하면 모호성이 제거되고 사용자와 AI의 의사 결정이 비즈니스에 대한 통합된 관점을 반영합니다.
- AI 에이전트의 역량을 강화합니다. Fabric IQ는 코파일럿과 에이전트에 구조화된 근거를 제공하므로 답변이 온톨로지(미리 보기)에 정의된 엔터프라이즈 언어를 반영합니다.
Fabric 워크로드로서의 IQ
Microsoft Fabric 내에서 IQ(미리 보기)workload는 비즈니스 데이터를 통합하고 컨텍스트화하기 위한 관련 Fabric 항목의 그룹화입니다. IQ 워크로드는 온톨로지(미리 보기) 및 의미 체계 모델의 핵심 항목 외에도 해당 컨텍스트를 분석, 사용 및 운영하기 위한 추가 항목을 제공합니다(온톨로지, 의미 체계 모델 및 OneLake에서).
비고
패브릭 항목은 여러 워크로드의 일부일 수 있습니다. IQ 워크로드의 여러 항목은 여러 워크로드 시나리오의 의도와 관련이 있으므로 Real-Time Intelligence 및 Power BI 같은 다른 Fabric 워크로드와 공유됩니다.
다음 표에서는 IQ(미리 보기) 워크로드에 포함된 모든 항목을 나열합니다.
| 직물 항목 | Description | 자세히 알아보기 |
|---|---|---|
| 온톨로지(미리 보기) | 도메인 및 데이터 원본 간에 의미를 통합하는 공유 비즈니스 어휘(엔터티 형식, 관계, 속성 및 규칙)를 정의합니다. 온톨로지를 사용하여 도메인 간 일관성 및 거버넌스를 설정하고 신뢰할 수 있는 비즈니스 언어로 AI 에이전트를 구축합니다. | 온톨로지(미리 보기)란? |
| Power BI 의미 체계 모델 | 측정값, 계층 구조 및 보고에 최적화된 관계를 사용하여 큐레이팅된 분석 모델을 빌드합니다. 비즈니스 사용자에게 신뢰할 수 있는 KPI와 빠르고 대화형 시각적 개체가 필요한 경우 의미 체계 모델을 사용합니다. 온톨로지는 의미 체계 모델에서 직접 생성하여 비즈니스 언어를 환경 전반에서 일관되게 유지할 수 있습니다. 또한 Power BI 워크로드의 일부입니다. |
Microsoft Fabric의 Power BI 의미 체계 모델 |
| Plan | 도구를 전환하지 않고 단일 데이터 기반에서 계획, 예측 및 보고에 대해 공동 작업합니다. 계획을 사용하여 하나의 코드 없는 환경에서 비즈니스 계획, 분석 및 데이터 관리를 결합합니다. | 계획이란 무엇일까요? |
| Graph | 노드, 에지 및 순회를 사용하여 연결된 데이터를 저장하고 쿼리합니다. 관계 부하가 많은 질문(예: 영향 체인, 종속성 및 최단 경로)이 의사 결정을 내릴 때 그래프를 사용합니다. 그래프는 비즈니스 개념을 시각적으로 표현하기 위해 온톨로지(미리 보기) 항목과 통합됩니다. 또한 Real-Time Intelligence 워크로드의 일부입니다. |
Microsoft Fabric 개요의 그래프(미리 보기) |
| 데이터 에이전트 | Fabric 데이터 원본에 연결하고 특정 도메인에 대한 자연어 질문에 대답하는 가상 분석가를 만듭니다. 데이터 에이전트를 사용하여 의미 체계 모델 및 온톨로지에 기반하고 Microsoft 365, Foundry, Copilot Studio 및 사용자 지정 앱 전반에 게시할 수 있는 맞춤형 Q&A 환경을 사용자에게 제공하세요. 데이터 과학 워크로드의 일부이기도 합니다. |
패브릭 데이터 에이전트 개념 |
| 운영 담당자 | 실시간 데이터를 모니터링하고 비즈니스 개념 전반을 이해하고 추론하는 AI 에이전트로 비즈니스 조치를 추천합니다. 운영 에이전트를 사용하여 변칙을 검색하고 라이브 데이터에 대한 제어된 응답을 트리거합니다. 또한 Real-Time Intelligence 워크로드의 일부입니다. |
작업 에이전트 만들기 및 구성 |
비고
OneLake는 모든 Microsoft Fabric 항목의 데이터 기반입니다. OneLake는 IQ 워크로드에 항목으로 명시적으로 포함되지 않지만 워크로드의 모든 항목은 OneLake 데이터 테이블을 사용하고 기본적으로 상호 작용합니다.
항목 관계
- 온톨로지(미리 보기) 및 의미 체계 모델:고객 또는 배송 과 같은 엔터프라이즈 개념을 한 번 정의한 다음 의미 체계 모델에서 온톨로지 생성 또는 정렬하여 용어 및 KPI가 보고서 및 에이전트 간에 일관성을 유지합니다.
- 온톨로지(미리 보기) 및 그래프: 온톨로지에서는 연결 및 이유를 선언합니다. 그래프는 이러한 연결을 저장하고 탐색합니다. 예를 들어, 위험한 경로를 따라 배송을 추적해 콜드체인 이탈 지점을 파악하는 것과 같습니다. 그래프 환경은 온톨로지 항목에 직접 통합됩니다.
- 온톨로지(미리 보기) 및 데이터/작업 에이전트: 온톨로지에서 공유 비즈니스 언어 및 규칙의 에이전트를 근거로 하여 도메인 간에 추론하고 관리되는 작업을 트리거할 수 있습니다.
- 계획 및 의미 체계 모델: 계획은 기존 의미 체계 모델에 연결되므로 해당 차원 및 측정값은 계획 및 실제 분석 및 동적 예측을 위한 계획 시트로 흐릅니다.
- 모든 항목이 함께 표시됩니다. 의미 체계 모델은 신뢰할 수 있는 KPI를 제공합니다. 온톨로지(미리 보기)는 해당 KPI에 대한 공유 비즈니스 언어를 정의합니다. 그래프는 관계 및 영향 분석을 강화합니다. 계획은 인사이트를 조정된 작업으로 바꿉니다. 데이터 및 운영 에이전트는 라이브 및 기록 데이터에 대한 지능적이고 개념 인식적인 상호 작용을 제공합니다.
다음 단계
Microsoft IQ의 다른 기능에 대해 알아봅니다.