Fabric Real-Time Intelligence 워크로드의 Copilot 실시간 데이터를 쿼리, 분석 및 탐색하는 데 도움이 되는 AI 도우미입니다. Copilot 자연어를 KQL(Kusto Query Language) 쿼리로 번역하고 KQL 전문 지식 없이도 대화형 데이터 탐색을 가능하게 합니다.
KQL 쿼리 세트의 Copilot
KQL 쿼리 세트의 Copilot은 자연어 질문을 KQL 쿼리로 변환합니다. 데이터 분석 요구 사항을 일반 언어로 설명하고 Copilot 해당 쿼리를 생성합니다. Copilot 대화형 상호 작용을 지원하므로 다시 시작하지 않고 쿼리를 구체화하고 후속 질문을 할 수 있습니다.
KQL 쿼리 집합에서 Copilot 사용하는 방법에 대한 자세한 내용은 KQL 쿼리 작성에 대한 Copilot 참조하세요.
실시간 대시보드의 Copilot
Real-Time 대시보드의 Copilot 대시보드 타일 편집 및 데이터 탐색을 간소화합니다.
-
타일 쿼리 편집: Copilot 사용하여 KQL을 수동으로 작성하는 대신 자연어를 사용하여 편집 창에서 직접 대시보드 타일 뒤에서 KQL 쿼리를 작성하거나 수정합니다. 자세한 내용은
Copilot 사용하여 타일 추가/편집 - 대화형으로 데이터 표시: 보기 모드에서 Copilot 사용하여 대시보드 데이터에 대한 질문을 하고, 결과를 필터링하고, 인사이트를 새 타일로 저장합니다. 자세한 내용은 Copilot 지원 실시간 데이터 탐색 참조하세요.
Azure Data Explorer 데이터에 대한 Copilot
Copilot ADX(Azure Data Explorer) 클러스터도 지원합니다. ADX 클러스터에 연결된 경우 Copilot KQL 쿼리를 생성하고 Eventhouse와 동일한 방식으로 데이터를 탐색합니다. "Fabric"과 호환되는 용량이 필요합니다.
Fabric에서 ADX에 연결하는 방법에 대한 자세한 내용은 Fabric에서 ADX 데이터 사용을 참조하세요.
Copilot KQL 쿼리에 대한 모범 사례
다음 팁은 KQL 쿼리 세트와 실시간 대시보드의 Copilot에 적용됩니다.
간단한 자연어 프롬프트부터 시작하여 현재 기능 및 제한 사항을 알아봅니다. 점점 더 복잡한 프롬프트로 진행합니다.
작업을 정확하게 지정하고 모호성을 방지합니다. 구두 지침을 추가하지 않고 KQL 전문가와 프롬프트를 공유합니다. 올바른 쿼리를 생성할까요?
모델에 도움이 되는 관련 정보를 제공합니다. 가능하면 쿼리에 중요한 테이블, 연산자 또는 함수를 지정합니다.
데이터베이스 준비:
- 공통 테이블 및 열을 설명하는 문서 문자열 속성을 추가합니다. 이 단계는 이름이 중요하지 않은 테이블 또는 열에 중요합니다.
- 거의 사용되지 않는 테이블이나 열에 문서 문자열을 추가할 필요가 없습니다.
- 자세한 내용은 alter table column-docstrings 명령을 참조하세요.
Copilot 결과를 개선하려면 like 또는 dislike 아이콘을 선택하여 피드백을 제출합니다.
메모
공유 피드백 양식은 데이터베이스 이름, 해당 URL, Copilot 의해 생성된 KQL 쿼리 및 포함된 자유 텍스트 응답을 제출합니다. 실행된 KQL 쿼리의 결과는 전송되지 않습니다.
메모
Copilot은 AI를 통해 구동되므로 예상치 못한 실수가 발생할 수 있습니다.
프라이빗 샷으로 Copilot 정확도 향상
Copilot Public Shots 데이터베이스에서 가장 관련성이 큰 예제(자연어 및 KQL 쌍 또는 "샷"라고 함)를 사용하여 프롬프트를 향상시킵니다. 이 데이터베이스는 KQL 설명서에서 파생된 Real-Time Intelligence 팀에서 큐레이팅하며 모든 Copilot 사용자가 사용할 수 있습니다. Public Shots 데이터베이스는 견고한 기반을 제공하지만 일반적이고 KQL 데이터베이스에 대한 도메인별 지식이 부족합니다.
특정 시나리오에 대해 정확하고 복잡한 KQL 쿼리를 생성하는 Copilot 기능을 개선하려면 Private Shots 데이터베이스를 만듭니다.
이 방법을 사용하면 팀의 고유한 요구 사항을 해결하는 고급 KQL 쿼리를 포함할 수 있습니다. 예를 들어 다음을 사용하는 쿼리: - 그래프 의미 체계, - 시계열 분석, - 변칙 검색 또는 KQL 데이터베이스에 정의된 저장된 함수 .
프라이빗 샷은 KQL 쿼리 세트와 Real-Time 대시보드 모두에서 자동으로 게시됩니다. 이러한 아티팩트 저장 시 포함된 KQL 쿼리가 Private Shots 데이터베이스에 게시되어 데이터 및 사용 사례에 맞는 쿼리를 생성하는 Copilot 기능이 향상됩니다.
메모
- Private Shots 아티팩트를 저장한 후 게시되는 데 몇 분 정도 걸리며, Copilot이 이를 사용할 수 있게 됩니다.
- KQL만 필수입니다. LLM은 자연어 설명을 생성합니다. KQL에 첨부된 이전 주석을 포함하여 간단한 설명을 추가할 수 있습니다.
- KQL 쿼리에서 유효한 구문을 확인합니다. 유효한 쿼리만 Private Shots 데이터베이스에 추가됩니다.
- Copilot 사용자가 액세스할 수 있는 프라이빗 샷만 사용합니다. 특정 대시보드 또는 쿼리 세트를 볼 수 있는 권한이 없는 경우 Copilot 해당 아티팩트의 샷을 사용하지 않습니다.
- Copilot에서 생성하고 편집기로 복사 단추로 쿼리 세트에 삽입된 KQL 쿼리에는 주석 줄
// This KQL query was generated by AI:이 포함됩니다. 이러한 쿼리는 Private Shots 데이터베이스에 게시되지 않습니다. 이를 포함하려면 사용자의 프롬프트가 포함된 후속 주석을 유지하면서 이 주석을 제거합니다.
Limitations
Real-Time Intelligence의 Copilot 다음과 같은 제한 사항이 적용됩니다.
- Copilot 쿼리 편집기에서 기존 KQL 쿼리를 수정할 수 없습니다. Copilot 채팅 창에 기존 쿼리의 특정 부분을 편집하도록 요청하는 경우 작동하지 않습니다. 그러나 Copilot 채팅 창의 이전 입력을 이해하므로 삽입하기 전에 생성된 Copilot 쿼리를 반복할 수 있습니다.
- Copilot은 데이터를 평가하려는 의도를 가지고 있는 경우 부정확한 결과를 생성할 수 있습니다. Copilot 데이터베이스 스키마에만 액세스할 수 있으며 데이터 자체에 액세스할 수 없습니다.
- Copilot 응답에는 부정확하거나 품질이 낮은 콘텐츠가 포함될 수 있습니다. 작업에서 사용하기 전에 출력을 검토합니다.
- 콘텐츠의 정확도와 적합성을 의미 있는 평가가 가능한 사용자는 출력을 검토해야 합니다.
- Private Link 사용하도록 설정하고 테넌트 설정에서 공용 액세스를 사용하지 않도록 설정한 경우 KQL 데이터베이스의 Copilot 채팅 창을 사용할 수 없습니다.
책임 있는 인공지능
Real-Time Intelligence의 책임 있는 AI에 대한 Microsoft 지침을 보려면 Real-Time Intelligence의 Copilot 프라이버시, 보안 및 책임 있는 사용을 참조하세요.
Microsoft AI 원칙 및 Sponsible AI Standard가 AI 시스템을 안내하도록 하기 위해 최선을 다하고 있습니다. 이러한 원칙에는 고객이 의도한 용도에 따라 이러한 시스템을 효과적으로 사용할 수 있도록 하는 것이 포함됩니다.
관련 콘텐츠
- KQL 쿼리를 작성하기 위한 Copilot
- 부조종사 지원 실시간 데이터 탐색
- 패브릭의 코파일럿 개요