의미 체계 모델과 함께 Copilot 사용

이 문서는 의미 체계 모델에 Power BI의 코필로트 환경을 사용하는 데 도움이 됩니다.

Microsoft Fabric의 코파일럿은 패브릭 플랫폼, 특히 Power BI 워크로드에서 데이터 분석 경험을 향상시키는 것을 목표로 하는 생성 AI 어시스턴트입니다. Power BI에서 Copilot를 사용하여 셀프 서비스 및 엔터프라이즈 사용자 모두의 의미 체계 모델 개발 및 사용을 모두 지원할 수 있습니다. 효과적으로 사용될 경우 Copilot는 분석가와 비즈니스 사용자 모두를 지원하여 생산성을 향상시키고 의미 체계 모델에서 더 많은 가치를 얻을 수 있습니다.

그러나 Power BI에서 의미 체계 모델과 함께 Copilot를 사용하려면 먼저 데이터, 의미 체계 모델 및 사용자를 준비해야 합니다. 그렇게 하지 않으면 코필로트는 주로 품질이 낮고 부정확한 출력을 생성하며 이는 정확하지 않거나 오해의 소지가 있을 수 있습니다. 다음 섹션에서는 Power BI에서 Copilot를 사용하여 사용 가능한 코필로트 환경을 사용하여 의미 체계 모델을 개발하거나 사용하는 방법을 안내합니다.

비고

자세한 내용은 Power BI 설명서의 Copilot를 참조하세요.

코파일럿과 그 기능은 시간이 지남에 따라 발전하고 있습니다. 다음 섹션의 Copilot 사용 경험이 변경되고 의미 체계 모델에서 새로운 경험이 제공될 수 있습니다. 따라서 월별 Power BI 릴리스 및 관련 Copilot 공지 사항을 최신 상태로 유지해야 합니다.

중요합니다

특정 워크로드 또는 특정 코필로트 환경에서는 Copilot를 사용하거나 사용하지 않도록 설정할 수 없습니다. 패브릭의 Copilot가 사용자 또는 보안 그룹에 대한 용량에서 사용하도록 설정된 경우 해당 사용자가 모든 워크로드 및 코필로트 환경에 액세스할 수 있습니다.

코필로트의 도움을 받아 의미 체계 모델 개발

Power BI에서 의미 체계 모델을 개발할 때 Copilot를 사용하여 특정 작업의 효율성과 편의성을 향상시킬 수 있습니다. 일반적으로 이는 코필로트를 활용하여 중복되거나 반복적인 변경(예: 측정값 설명 생성)을 간소화하거나 까다로운 모델 디자인 또는 DAX(예: DAX 쿼리 뷰에서 Copilot를 사용하여 DAX 개념을 설명하거나 DAX 쿼리를 생성하는 경우)를 해결하거나 이해하는 데 도움이 됩니다.

다음 섹션에서는 의미 체계 모델을 만드는 Power BI 개발자 또는 분석가가 Power BI의 다양한 Copilot 환경을 활용하는 방법을 설명합니다.

비고

다음 섹션에서는 Power BI 서비스에서 데이터 모델 편집을 사용하여 온라인이 아닌 Power BI Desktop에서 의미 체계 모델 개발을 지원하는 환경에 초점을 맞춥니다. 다음 섹션의 지침과 고려 사항은 Power BI 서비스에서 데이터 모델을 편집할 때 계속 적용될 수 있지만 이러한 두 환경 간에는 차이점이 있다는 점에 유의하세요.

일반적으로 Power BI Desktop 또는 타사 도구를 사용하여 Power BI 의미 체계 모델을 개발한 다음 사용할 준비가 되면 이러한 모델을 Power BI 서비스에 게시하는 것이 좋습니다. 그러나 기본 설정인 경우 또는 데스크톱 도구를 사용하여 모델을 개발할 수 없는 경우 Power BI 서비스에서 데이터 모델을 편집할 수도 있습니다.

데이터 질문하기

의미 체계 모델을 개발하는 동안 데이터를 탐색하고 쿼리해야 하는 경우가 많습니다. 일반적으로 파워 쿼리 편집기, 보고서 캔버스 및 DAX 쿼리의 조합을 사용하여 이 작업을 수행합니다. 그러나 Copilot 채팅 창을 사용하여 모델 및 해당 콘텐츠에 대한 데이터 질문을 할 수도 있습니다. 일반적으로 데이터에 대한 질문을 던지는 것은 비즈니스 사용자가 보고서에서 답을 찾을 수 없을 때 데이터에 대해 질문을 던질 수 있는 소비 경험의 일종입니다. 그러나 개발자는 이를 사용하여 데이터를 탐색하거나 Copilot가 모델에서 수행하는 방식의 유효성을 검사할 수 있습니다.

다음 이미지는 의미 체계 모델에 대해 Copilot에 데이터 질문을 하는 사용자의 예를 보여줍니다. 이미지는 다음 프롬프트를 보여줍니다: 2023년 호주 판매 지역의 수익 % 무엇인가요?

사용 사례

Copilot를 사용하여 다음과 같은 사용 사례에 대한 데이터 질문을 할 수 있습니다.

• 모델에서 데이터 탐색: 개발자는 데이터 질문 환경에서 Copilot을 사용하여 자신의 모델 데이터를 탐색할 수 있습니다. 그러나 보고서 캔버스에 시각적 개체를 추가하거나 DAX 쿼리를 사용하여 데이터를 탐색하는 것이 더 효율적일 수 있습니다. 이는 모델을 변경할 때마다 보고서 시각적 개체가 자동으로 업데이트되지만, Copilot 채팅 창의 데이터 질문에 대한 답변은 정적이며 Copilot 채팅 창을 닫을 때마다 사라지기 때문입니다. 또한 Copilot에서 생성된 시각적 개체에는 Power BI Desktop에서 직접 만들 수 없는 시각적 개체별 필터가 포함될 수 있습니다. 이러한 필터는 오해의 소지가 있거나 조사에 번거로울 수 있습니다.

• 의미 체계 모델을 사용하기 위해 코필로트 사용의 유효성을 검사 합니다. 개발자는 데이터 질문 질문 환경을 사용하여 코필로트 소비 환경이 의미 체계 모델에서 수행하는 방식을 이해하고 테스트해야 합니다. 의미 체계 모델을 개발할 때 데이터 질문하기를 사용하는 주요 사용 사례입니다. 이 사용 사례를 통해 개발자는 더 유용한 출력을 생성하기 위해 Copilot를 더 잘 지원할 수 있는 의미 체계 모델을 변경할 수 있습니다.

중요합니다

의미 체계 모델을 디자인할 때는 사용자와 논의하고 사용할 항목, 도구 및 환경을 포함하여 해당 모델을 사용하는 방법을 문서화해야 합니다. 사용자가 Power BI에서 Copilot를 사용하지 않는 경우 개발자는 데이터 질문 질문 환경을 사용하여 모델을 테스트할 필요가 없습니다. 그러나 사용자가 현재 또는 미래에 의미 체계 모델을 사용하기 위해 Copilot를 사용하려는 경우 개발자는 모델 디자인과 개발 모두에서 이를 고려해야 합니다.

혜택

개발자는 데이터 질문을 사용하여 Power BI의 Copilot을 사용하여 의미 체계 모델을 소비하는 비즈니스 사용자에게 제공될 경험을 이해할 수 있습니다. 이 테스트는 비즈니스 사용자가 코필로트를 사용하여 의미 체계 모델을 사용하려는 경우에 필수적입니다.

경험의 구체적 사항

데이터 질문하기 경험은 다음 영역에서 패브릭 프로세스의 표준 코파일럿과 다릅니다. 이 개요는 의미 체계 모델을 개발하고사용할 때 데이터 질문하기 환경의 사용에 적용됩니다.

• 입력: 사용자는 질문을 하거나 의미 체계 모델에서 특정 정보를 요청하는 서면 프롬프트를 제공합니다.

• 전처리 및 접지 데이터: 부조종사 모델 스키마에서 접지 데이터를 검색합니다. 가장 중요한 컨텍스트로 컨텍스트를 제한하기 위해 스키마 감소를 수행합니다. 코필로트는 코필로트 출력의 유용성과 특이성을 개선하기 위해 다음 정보를 사용합니다.

  • 현재 보고서 페이지의 모든 보고서 메타데이터입니다. 관련 보고서 메타데이터가 있는 경우 Power BI의 Copilot는 모델 대신 보고서의 데이터 질문에 답변합니다.
  • 현재 세션에서 코필로트와의 대화입니다. 여기에는 이전에 Copilot가 대답한 데이터 질문의 데이터 요소가 포함된 이전 질문 및 출력이 포함됩니다.
  • 테이블, 행, 열, 측정값 및 기타 개체(관계, 계산 그룹 등)를 포함하는 의미 체계 모델 스키마입니다.
  • 전체 모델 언어 스키마입니다.
  • 설명, 데이터 형식, 형식 문자열 및 데이터 범주를 포함한 특정 의미 체계 모델 속성입니다.

  다음 정보는 제외됩니다.

  • 숨겨진 모든 보고서 페이지입니다.
  • 모델에서 숨긴 모든 필드(측정값 또는 열)입니다.
  • 프라이빗으로 표시된 모델의 모든 테이블입니다.

• 출력: Copilot가 제공하는 출력에는 다음과 같은 여러 부분이 포함됩니다.

  • 비주얼: Copilot은 카드, 꺾은선 차트 또는 테이블과 같은 Power BI 비주얼을 렌더링하여 데이터 질문에 답변합니다. Copilot는 사용자가 프롬프트에서 제어하거나 요청할 수 없는 시각적 개체 및 해당 서식을 선택합니다. 기본 모델, DAX 또는 데이터가 최적화되지 않았거나 너무 복잡하면 시각적 요소가 시간 초과될 수 있습니다.
  • 요약: 부조종사는 쿼리 결과를 요약합니다. 이 요약은 의미 체계 쿼리 결과를 Azure OpenAI(데이터 포인트 포함)로 다시 보내고 자연어 설명을 요청하여 생성됩니다.
  • 오류 또는 설명 요청: 부조종사에서 응답을 생성할 수 없는 경우 일반 오류 메시지를 반환할 수 있습니다. 이 오류 메시지에는 사용자의 원래 데이터 질문의 제안된 변형을 포함하여 설명 요청이 포함될 수 있습니다.

주의

Power BI Desktop에서 의미 체계 모델과 함께 Power BI에서 Copilot를 사용하는 경우 Copilot는 보고서 메타데이터를 접지 데이터로 사용할 수 있습니다. 특정 상황에서 보고서 메타데이터는 중요한 정보를 포함할 수 있는 열 값과 같은 데이터 요소를 포함할 수 있습니다. 레거시 보고서 메타데이터 형식과 새 Power BI PBIR(고급 보고서) 형식 모두에 적용됩니다.

코필로트 출력을 개선하기 위한 팁

부조종사에서는 데이터 질문에 대한 잘못된 답변을 포함하여 정확하지 않거나 품질이 낮은 출력을 생성할 수 있습니다. 사용자 실수나 모델 문제로 인해 잘못된 답변이 발생하는 경우가 많습니다. 잘못되거나 예기치 않은 코필로트 출력의 확률을 줄이려면 사용자 프롬프트 및 데이터 모델 디자인을 처리할 수 있습니다.

중요합니다

데이터 질문에 대한 부정확한 응답은 비즈니스 사용자의 잘못된 결정 및 작업으로 이어질 수 있으며, 이로 인해 잘못된 결과가 생성됩니다. 이러한 부정적인 영향을 방지하려면 가능한 한 코필로트에 의한 부정확한 응답의 확률을 완화하는 것이 중요합니다.

사용자는 잘못된 프롬프트를 작성하여 실제로 잘못된 결과를 생성할 수 있습니다. 잘못된 프롬프트의 예는 다음과 같습니다.

• 모호하거나 불완전한 프롬프트: 원하는 출력을 부정확하거나 불완전하게 설명하거나 프롬프트에서 모호한 언어를 사용하는 경우 Copilot는 유용한 결과를 생성할 가능성이 적습니다. 프롬프트를 작성할 때 원하는 결과를 진술할 때 최대한 구체적이고 설명적이어야 합니다.

• 잘못된 프롬프트: 측정값, 열 또는 테이블 이름을 참조할 때 맞춤법 오류가 발생하면 Copilot가 올바른 필드를 참조하지 않을 수 있습니다. 프롬프트를 작성할 때 프롬프트에서 언급하는 필드가 의미 체계 모델 스키마의 필드를 올바르게 참조하는지 확인해야 합니다. 여기에는 약어, 약자 또는 과도한 문장 부호의 사용을 피하는 것이 포함됩니다. 동의어를 사용하여 필드를 참조할 수도 있지만 지정된 필드에 사용할 수 있는 동의어의 유효성을 검사할 수 있는 방법은 없습니다(예: 데이터 창에서 측정값 또는 열을 마우스로 가리킬 때 설명을 보는 방법).

• 과도한 또는 부적절한 접지 데이터: Copilot 채팅 창을 통해 프롬프트를 제출하는 경우 Copilot는 전처리 중에 해당 세션의 채팅 기록을 접지 데이터로 사용합니다. 해당 채팅 기록에 수반되는 내용에 따라 다른 결과를 얻거나 예기치 않은 결과를 얻을 수 있습니다. 프롬프트를 작성할 때 이전 프롬프트 및 출력이 접지 데이터로 사용되는 것을 고려해야 합니다. 이를 방지하려면 코필로트 단추를 선택하여 코필로트 채팅 창을 닫고 다시 열고, 새 프롬프트를 제출하기 전에 채팅 기록을 지울 수 있습니다.

다음 이미지는 잘못된 사용자 프롬프트로 인해 Copilot에서 잘못된 출력의 예를 보여줍니다.

이미지는 다음 프롬프트를 보여줍니다: 2023년 호주 판매 지역의 수익 % 무엇인가요? 출력에서 코필로트는 수익이 아닌 이익 가치를 백분율로 반환합니다. 이 경우 사용자는 백분율 기호를 사용하는 대신 백분율로 수익을 원한다는 것을 더 명확하게 지정하여 Copilot에서 더 나은 결과를 얻을 수 있습니다.

사용자 프롬프트 외에도 질문 데이터 질문 환경은 기본 의미 체계 모델의 품질 또는 조직으로 인해 잘못되거나 예기치 않은 결과를 생성할 수도 있습니다. 의미 체계 모델이 잘못된 결과를 생성하는 경우의 예는 다음과 같습니다.

• 잘못된 모델 디자인 또는 구현: 의미 체계 모델이 일반적인 모범 사례(예: 별모양 스키마 디자인)를 따르지 않는 경우 사용량 도구 또는 환경으로 좋지 않은 결과를 얻을 수 있습니다. Power BI 및 Fabric을 최대한 활용하려면 항상 품질 의미 체계 모델을 위해 노력해야 합니다. Power BI 의미 체계 모델을 개선하기 위한 추가 팁과 지침은 Power BI에 대한 데이터 모델링 지침 도 참조하세요.

• 잘못된 명명 규칙: 필드에 일관성이 없거나 과도한 명명 규칙(예: 약어, 약어 및 문장 부호)이 있는 경우 사용자는 프롬프트에서 실수를 할 가능성이 높으며 이러한 필드를 참조할 때 Copilot가 혼동됩니다. 표, 열 및 측정값에 사람이 읽기 쉬운 영어로 된 이름이 있을 때, 부조종사가 가장 잘 작동합니다.

• 잘못된 모델 조직: 모델을 구성하지 않으면 Copilot에 더 많은 문제가 발생할 수 있습니다. 모델 조직은 필드 설명, 열 및 측정값 숨기기, 여러 테이블에서 동일한 이름의 필드 방지 등 많은 작업을 포함하는 큰 항목입니다.

• 언어 모델링: 의미 체계 모델에 관계용 필드 또는 동사의 동의어를 포함하여 언어 모델링이 설정되지 않은 경우 Copilot는 예기치 않은 결과를 반환할 가능성이 더 높을 수 있습니다. Power BI는 Q&A 기능과 동일한 언어 모델링을 사용합니다. 의미 체계 모델에 대한 언어 모델을 설정하려면 의미 체계 모델 개발 작업 외에 추가 시간과 노력이 필요합니다. 그러나 코필로트를 사용하여 동의어를 생성하여 이를 약간 상쇄할 수 있습니다. 이 문서의 뒷부분에 설명되어 있습니다.

• 모델 복잡성: 더 많은 필드, 종속성 및 비즈니스 논리를 포함하는 모델이 복잡할수록 Copilot를 사용할 때 어려움을 겪을 가능성이 높습니다. 예를 들어 통화 변환 또는 연결이 끊긴 테이블(예: 필드 매개 변수)과 같은 복잡한 패턴은 사용자가 프롬프트에서 이러한 필드 또는 테이블을 참조할 때 예기치 않거나 잘못된 결과를 초래할 수 있습니다. 더 복잡한 모델을 사용하면 Copilot를 사용하여 최상의 결과를 얻기 위해 특정 모델 디자인 결정을 고려해야 할 수 있습니다. 일반적으로 코필로트를 사용하여 모델을 테스트하여 일관되게 정확하고 신뢰할 수 있는 결과를 얻을 수 있는지 확인해야 합니다. 그렇지 않은 경우 코필로트를 사용하여 의미 체계 모델을 사용하지 않도록 사용자에게 권고하는 것이 좋습니다.

비고

이 문서의 뒷부분에 나오는 Copilot 사용을 위한 의미 모델 준비를 참조하여 자세한 내용을 확인하세요. 추가 고려 사항은 Power BI용 Copilot와 잘 작동하도록 데이터 모델을 업데이트 하는 별도의 문서도 참조하세요.

다음 이미지는 의미 체계 모델 문제로 인해 Copilot에서 잘못된 출력의 예를 보여 줍니다.

이 이미지는 다음 프롬프트를 묘사합니다: 2023년 호주에서 판매된 단위는 몇 대인가요? 응답에서 Copilot는 Sales 지역 테이블의 Country 열을 필터링하는 대신 Customer 테이블의 Country 열이 "Australia"로 필터링되는 단위 수를 반환합니다. 이 경우 사용자가 판매 지역 국가를 지정하라는 프롬프트를 개선했을 수 있습니다. 그러나 의미 체계 모델 개발자는 Copilot에서 사용하지 않으려는 경우 Customer 테이블의 Country 열을 숨기거나 이름을 바꿀 수도 있습니다. 또는 Q&A 설정을 사용하여 언어 모델의 필드 동의어에서 필드를 비활성화할 수 있습니다.

Linguistic 스키마 섹션에서 언어 스키마 및 Q&A 설정의 중요성에 대해 설명합니다.

팁 (조언)

페이지에 추가 단추를 클릭하여 Copilot에서 시각적 개체를 생성하거나 데이터 질문에 대답하는 데 사용하는 필드와 필터를 식별 할 수 있습니다. 그러면 시각적 개체가 보고서 캔버스에 추가됩니다. 여기서 시각적 개체를 선택하고 Copilot가 적용하는 필터 또는 Copilot에서 사용하는 필드를 볼 수 있습니다.

프롬프트 또는 모델 품질에 관계없이 데이터 질문하기 환경을 사용할 때 Copilot에서 정확하지 않거나 낮은 품질의 출력을 얻을 수 있습니다. 현재 구성을 사용하는 기본 모델은 비결정적이며 올바른 답변 또는 동일한 프롬프트, 모델 및 데이터를 사용하여 동일한 답변을 생성하도록 보장되지 않기 때문입니다.

다음 이미지는 부정확하거나 부적절한 결과를 생성하는 코필로트의 예를 보여줍니다.

이 예제에서 이미지는 질문 : 2024년에 가장 높은 수익을 올린 국가는 무엇입니까? 및 질문: 2023년에 가장 높은 수익을 올린 국가는 무엇입니까? 출력은 모델에 2024에 대한 데이터가 없다고 표시된 후 Copilot가 먼저 설명을 요청하는 것을 보여줍니다. 그러나 날짜 테이블을 사용하여 해당 연도로 필터링할 때 2024년에 모델에 데이터가 있습니다 . 그런 다음, 부조종사에서는 모델의 표시된 날짜 테이블이 아니라 Customer 테이블에서 생일 열을 필터링하는 결과를 반환합니다. 사용자가 보다 구체적인 프롬프트를 생성하거나 개발자가 생일 필드를 숨길 수 있지만, 이 경우 Copilot는 예상된 결과를 생성해야 합니다.

이를 완화하려면 사용자가 Fabric 및 Power BI의 Copilot에서 얻은 모든 출력을 비판적으로 평가하도록 교육하고, 예기치 않은 결과를 해결하거나 Copilot 채팅 창 또는 창을 닫고 다시 열어 새 프롬프트를 시도하기 위해 수행할 작업을 학습하는 것이 중요합니다.

DAX 쿼리 보기 (DAX Query View)

의미 체계 모델을 개발하는 동안 Copilot를 사용하여 DAX 쿼리 뷰에서 DAX 쿼리를 생성할 수 있습니다. 이러한 쿼리에서는 DAX 측정값을 정의한 다음 의미 체계 모델에 추가할 수도 있습니다. 또한 Copilot를 사용하여 직접 작성한 생성된 쿼리 또는 쿼리에서 DAX 개념을 설명할 수 있습니다.

다음 이미지는 Copilot에 DAX 쿼리를 생성하도록 요청하는 사용자의 예를 보여줍니다.

이 이미지는 2023년 월별 YTD 수익 이라는 프롬프트를 보여 줍니다. 그런 다음 사용자는 다음 이미지에 표시된 대로 Copilot에 쿼리를 설명하도록 요청할 수 있습니다.

이미지는 다음 프롬프트를 보여 줍니다 . 이 DAX 쿼리를 설명합니다. 설명은 코필로트 창의 아래쪽에 표시됩니다.

사용 사례

DAX 쿼리 뷰에서 다음 사용 사례에 대한 Copilot를 사용할 수 있습니다.

• DAX 쿼리 생성: Copilot를 사용하여 다음과 같은 데 사용할 수 있는 DAX 쿼리를 제안할 수 있습니다.

  • 모델 또는 데이터를 탐색하거나 분석합니다.
  • 모델 또는 데이터를 테스트하고 유효성을 검사합니다.
  • DAX에서 계산에 대한 새로운 접근 방식 또는 패턴을 시도해 보세요.

• 기존 DAX 쿼리 리팩터링: Copilot를 사용하여 다음과 같이 직접 복사하거나 작성한 쿼리를 보다 편리하거나 효율적으로 수정할 수 있습니다.

  • DAX 쿼리 또는 측정값을 설명하고 문서화하는 주석을 추가합니다.
  • 조사 중인 Power BI 보고서 시각적 개체에서 복사한 쿼리와 같이 쿼리를 더 쉽게 읽고 이해할 수 있도록 합니다.
  • 코드 내에서 대량 또는 반복적인 변경을 수행합니다.
  • 부조종사에게 변수를 제거하거나 교체하도록 요청합니다.

• DAX 측정값 생성: Copilot를 사용하여 생성된 쿼리의 업스트림으로 정의된 DAX 측정값을 제안할 수 있습니다. 이러한 측정값은 생성하거나 의미 체계 모델에 추가한 DAX 쿼리로 제한될 수 있습니다.

• DAX 개념 설명: Copilot를 사용하여 다음과 같은 DAX의 다양한 개념을 설명하고 더 잘 이해할 수 있습니다.

  • DAX 쿼리 또는 쿼리에 정의된 측정값입니다.
  • CALCULATE 또는 KEEPFILTERS와 같은 DAX 함수입니다.

혜택

DAX 쿼리 뷰에서 Copilot를 사용하는 주요 이점은 DAX 쿼리를 작성할 때 지원을 받을 수 있다는 것입니다. 즉, 경험이 적은 개발자와 분석가가 Copilot를 사용하여 DAX 개념을 학습하거나 모델에 사용할 DAX를 생성할 수 있습니다. 또한 DAX를 개발해야 하는 중간 및 숙련된 개발자 시간을 절약할 수 있지만 특정 함수 또는 패턴을 기억하지 못하거나 기존 쿼리를 리팩터링하거나 단순화하려는 경우를 기억할 수 없습니다.

DAX 코드에 사용할 수 있는 다른 생성 AI 도구가 있지만 Power BI의 Copilot에는 다음과 같은 특정 이점이 있습니다.

• Power BI의 코필로트는 DAX 언어의 작성자와 공동으로 개발되었습니다.
• Copilot는 모델 미세 조정을 사용하지 않지만 Microsoft의 특정 DAX 예제를 포함하는 메타 프롬프트를 포함합니다.
• Copilot가 Power BI Desktop에 통합되어 있으므로 코드 또는 모델 정보를 복사하거나 붙여넣을 필요가 없습니다.
• 후처리 중에 Copilot는 DAX 파서로 쿼리가 유효한지 확인하여 쿼리에서 환각을 받을 확률을 줄입니다.

경고

경험이 부족한 Power BI 개발자 또는 분석가는 이를 사용하기 전에 생성하는 DAX의 유효성을 검사하고 이해해야 합니다. 이는 DAX 쿼리 뷰에서 Copilot를 사용하여 모델에 추가하는 측정값을 제안할 때 특히 중요합니다. 이는 Copilot가 해당 측정값을 사용할 위치를 모르고 제안된 코드가 초기 DAX 쿼리에서 작동할 수 있지만 보고서의 다른 필터 컨텍스트에서 예기치 않거나 잘못된 결과를 생성할 수 있기 때문입니다.

이러한 경험이 부족한 개발자는 DAX의 유효성을 검사하고 이해하기 위해 Copilot를 사용하여 코드에 주석을 추가하고, 개념을 설명하고, Microsoft 설명서와 같은 확인된 온라인 원본을 사용하여 패턴 또는 함수를 연구할 수 있습니다.

경험의 세부 사항

DAX 쿼리 뷰의 Copilot 환경에는 Fabric의 다른 코필로트 환경과 다른 전처리 및 후처리 중 단계가 있습니다.

DAX 쿼리 뷰에서 코파일럿에 관련된 다음과 같은 특성을 염두에 두세요.

• 입력: 사용자는 단일 DAX 쿼리 창과 관련된 입력 상자에 서면 프롬프트를 제공합니다. 쿼리를 요청하거나, Copilot가 이미 생성한 기존 쿼리에 대한 변경 내용을 요청하거나, DAX 개념을 설명할 수 있습니다. 입력 상자에서 사용자는 단추를 선택하여 쿼리를 생성할 수도 있습니다. 다시 시도 단추는 현재 컨텍스트를 무시하면서 쿼리를 다시 생성하므로 다른 접근 방식을 시도할 수 있습니다.

• 전처리 및 접지 데이터: Copilot는 모델 스키마 및 쿼리 창의 모든 항목에서 접지 데이터를 검색합니다. 코필로트는 다음 정보를 컨텍스트로 사용하여 코필로트 출력의 유용성과 특이성을 향상시킵니다.

  • 작성한 DAX 코드, 주석 또는 이전에 생성한 DAX 쿼리를 포함하여 현재 DAX 쿼리 창에 있는 모든 텍스트입니다.
  • 현재 활성 세션의 코필로트와의 대화 기록입니다. 여기에는 이전 질문과 출력이 포함되지만 데이터 요소는 포함되지 않습니다.
  • 테이블, 행, 열, 측정값 및 기타 개체(관계, 계산 그룹 등)를 포함하는 의미 체계 모델 스키마입니다. 여기에는 숨겨진 개체인지 여부에 관계없이 모든 개체가 포함됩니다(공유 의미 체계 모델에 대한 라이브 연결이 있는 경우 제외).
  • 모델 언어 스키마의 동의어입니다.
  • 특정한 의미 체계 모델 속성에는 DAX 식, 설명(처음 200자 이후 잘림), 데이터 형식, 형식 문자열(및 형식 문자열 식), 데이터 범주 등이 포함됩니다.
  • 쿼리에 사용될 수 있는 모델의 최소 및 최대 열 값과 같은 일부 통계 집계입니다. 코필로트에 컨텍스트로 전송되는 데이터 포인트입니다.
  • 또한 부조종사에서는 생성된 쿼리 또는 해당 결과를 설명할 수 있도록 쿼리 결과를 Azure OpenAI로 다시 보낼 수도 있습니다.

  다음 정보는 제외됩니다.

  • 다시 시도 단추를 선택할 때 현재 세션에서 Copilot와의 대화 기록입니다.
  • 프라이빗으로 표시된 모델의 모든 테이블입니다 .
  • DAX 식의 주석입니다.

• 출력: Copilot가 제공하는 출력에는 DAX 쿼리 창의 DAX 코드 및 DAX 주석 또는 Copilot 입력 상자의 DAX 설명이 포함됩니다. 일반적으로 사용자는 쿼리 자체를 실행하고 유지하도록 선택해야 합니다.

코필로트 출력을 개선하기 위한 팁

Copilot에서 생성된 DAX 쿼리의 품질을 향상하려면 Copilot에서 데이터 질문하기 환경을 사용할 때와 동일한 팁을 사용해야 합니다. 특히 프롬프트가 명확하고 정확하며 설명적이며 의미 체계 모델이 잘 설계되고 구성되며 복잡성이나 예외가 너무 많이 포함되지 않도록 해야 합니다.

비고

추가 정보는 이 문서의 후반부에서 코파일럿 사용을 위한 의미 모델 준비를 참조하세요. 추가 고려 사항은 Power BI용 Copilot와 잘 작동하도록 데이터 모델을 업데이트 하는 별도의 문서도 참조하세요.

DAX 쿼리 환경과 관련된 몇 가지 팁은 다음과 같습니다.

• 로컬 연결 모델과 라이브 연결 모델 간의 차이점: Copilot는 Power BI Desktop에서 열린 로컬 모델을 쿼리하는지 또는 Power BI 서비스의 공유 의미 체계 모델을 쿼리하는지에 따라 다르게 작동합니다. 예를 들어 공유 의미 체계 모델에 대한 라이브 연결이 있고 DAX 쿼리 뷰 환경을 사용하는 경우:

  • 코파일럿은 측정값의 DAX 식이나 숨겨진 개체 또는 비공개 개체를 볼 수 없습니다.
  • Copilot에서는 DAX 쿼리를 반환하기 전에 실행하여 쿼리가 유효한지 확인해야 합니다.

• 다시 시도 단추를 사용합니다. 다시 시도 단추는 코필로트 캐시를 비우고 동일한 프롬프트 및 접지 데이터를 사용하여 새 결과를 얻을 수 있도록 합니다. 이는 특정 요구 사항을 충족하는 솔루션을 위해 반복적으로 작업하는 경우에 유용합니다.

• 코드에 주석을 추가하도록 Copilot에 요청합니다. 주석은 DAX 쿼리를 구성하고 문서화하고 Copilot에서 생성하는 코드를 이해하는 데 유용한 방법입니다. 또한 COPILOT에 DAX 개념을 설명하도록 요청할 수 있습니다.

• 품질, 피어 검토 원본 확인: Copilot의 설명과 설명이 포함된 생성된 코드를 아직 이해하지 못하는 경우 Microsoft 설명서 또는 Power BI 커뮤니티의 평판 좋은 출처에서 온라인으로 함수와 패턴을 조사해야 합니다.

• Copilot의 변수 사용 주의: Copilot은 DAX 쿼리 및 정의된 측정값에서 변수를 적절하게 사용하는 데 어려움을 겪을 수 있습니다. 예를 들어 Copilot는 이미 선언된 변수를 필터링하거나 그룹화하려고 할 수 있습니다. 이는 불가능하며 예기치 않은 결과를 생성합니다.

• 간결한 설명을 사용하여 비슷한 이름의 필드를 구분합니다. 설명은 Customer 테이블의 이름 및 Store 테이블의 이름과 같은 유사한 필드가 동일한 모델에 있는 경우에 도움이 됩니다.

• Copilot 계산 그룹 사용 주의: Copilot은 제안된 쿼리에서 계산 그룹을 사용하는 데 어려움을 겪을 수 있습니다. Copilot의 계산 그룹 사용을 개선하려면 계산 그룹 설명에 나열된 계산 항목 이름을 포함해야 합니다.

• 최신 함수 및 DAX 구문을 주의하세요. 부조종사 및 기타 생성 AI 도구는 학습 데이터 볼륨 및 범위에서 제한됩니다. 따라서 최신 DAX 함수 또는 구문을 사용하여 실수를 할 가능성이 더 높습니다. 이러한 시나리오에서는 먼저 쿼리를 직접 작성한 다음, Copilot를 사용하여 수정하려고 할 수 있습니다.

• 측정값을 생성할 때 항상 쿼리를 요청합니다. DAX 쿼리 뷰의 Copilot 환경은 DAX 쿼리를 생성하도록 설계되었습니다. 측정값이나 다른 DAX 식을 생성하도록 요청하는 대신 Copilot에 이 작업을 수행하도록 지시할 때 최상의 결과를 얻을 수 있습니다.

언어 스키마

Copilot를 사용하여 모델의 필드 및 언어 관계에 대한 동의어를 제안할 수 있습니다. 의미 체계 모델에 대한 언어 스키마를 만들 때 동의어 또는 관계를 만듭니다. 이 언어 모델링 은 사용자가 의미 체계 모델에 질문을 제기할 때 Q&A와 Copilot가 모두 유용한 결과를 반환할 수 있도록 하는 데 중요합니다. 사용자 프롬프트를 해석하고 판매 금액이라는 측정값을 식별하는 데 사용되는 동의어 회전율과 같은 올바른 필드를 식별하는 데 사용됩니다.

의미 체계 모델에 동의어 및 관계를 추가하려면, 현재 파일의 데이터 로드 설정에서 Power BI Desktop의 설정 중 하나인 'Q&A를 켜서 데이터에 자연어 질문를 할 수 있도록 하기'를 활성화해야 합니다. 그런 다음 Power BI Desktop의 모델링 리본에서 Q&A 설치 프로그램을 통해 Q&A 설정 창을 열 수 있습니다.

다음 이미지는 Power BI Desktop의 Q&A 설정 창을 보여 줍니다. 여기서는 Power BI의 Q&A와 Copilot 모두에서 사용할 동의어 및 관계를 추가할 수 있습니다.

여기에서 동의어 또는 관계를 수동으로 추가하거나 조직, 동의어 사전 또는 코필로트 제안을 사용하여 제안된 동의어를 추가할 수 있습니다. 부조종사에서는 의미 체계 모델에 추가할 동의어와 새 관계 유형을 모두 제안할 수 있습니다. 부조종사도 인식할 수 없는 용어를 해석할 수 있습니다. 동의어의 경우 다음 이미지와 같이 제안 설정 메뉴에서 이를 조정할 수 있습니다.

Q&A 설정 메뉴 사용에 대한 더 많은 정보를 원하시면 Power BI Q&A를 학습시키기 위한 Q&A 도구 소개를 참조하세요.

Q&A 설정 창을 사용하는 대신 언어 스키마 YAML 파일을 사용하여 동의어 및 관계를 추가할 수도 있습니다. 자세한 내용은 블로그 게시물 편집 Q&A 언어 스키마를 참조하세요.

의미 체계 모델에 대한 언어 모델링을 수행할 때 코필로트를 사용하여 동의어를 첫 번째 단계로 생성하는 것이 좋습니다. 그런 다음 제안된 동의어를 큐레이팅하고, 의미가 없는 동의어를 제거하고, 필요한 경우 동의어를 추가할 수 있습니다. 유용한 동의어를 조직과 공유하여 다시 사용해야 합니다.

또한 Q&A 또는 Copilot에서 사용할 테이블, 열 또는 측정값을 제외하려는 경우 Q&A 설정의 동의어 창에서 Q&A에서 Include를 사용하지 않도록 설정할 수 있습니다. 다양한 코필로트 환경을 사용하여 참조하지 않으려는 기술 또는 중복 필드가 있는 경우 권장됩니다.

비고

의미 체계 모델에 코필로트 또는 Q&A를 사용하지 않으려는 경우 언어 스키마를 설정할 필요가 없습니다. 언어 모델링은 이러한 특정 기능만 이점입니다.

혜택

코필로트를 사용하여 동의어를 제안하면 개발자의 시간을 절약하고 달리 고려하지 않을 새로운 동의어를 마련할 수 있습니다. 이렇게 하면 언어 모델링을 사용해야 하는 경우 보다 효율적이고 효과적일 수 있습니다.

코필로트 출력을 개선하기 위한 팁

이 코파일럿 환경은 컨텍스트에 다음 기본 데이터를 활용합니다.

• 의미 모델 스키마에는 숨겨지지 않은 테이블, 행, 열, 측정값 및 관계나 계산 그룹과 같은 기타 개체가 포함됩니다.
• 전체 모델 언어 스키마입니다.
• 설명, 데이터 형식, 형식 문자열 및 데이터 범주를 포함한 특정 의미 체계 모델 속성입니다.

이러한 기초 데이터를 기반으로 제안된 동의어가 유용한지 확인할 수 있습니다.

• 일관되고 정확한 명명 규칙을 사용합니다.
• 가능한 경우 문장 부호, 두문자어 및 줄임말 사용을 방지합니다.
• 테이블, 열 및 측정값의 이름을 영어로 지정합니다.

측정값 설명

Copilot를 사용하여 모델 측정값에 대한 설명을 생성할 수 있습니다. 측정값 설명은 모델 소비자와 다른 개발자가 측정값의 목적과 측정값을 사용하는 방법을 이해하는 데 중요합니다. 또한 측정값 설명은 Copilot를 사용하여 Power BI 의미 체계 모델의 DAX 쿼리 뷰에서 DAX 쿼리를 생성하는 경우와 같이 다른 코필로트 환경에 대한 코필로트 출력의 유용성을 향상시킬 수 있습니다.

Copilot를 사용하여 모델 측정값에 대한 측정값 설명을 생성하는 것이 좋습니다. 그런 다음 결과를 검토하고 수정하여 정확하고 간결하며 유용한지 확인할 수 있습니다.

혜택

측정값 설명을 만드는 것은 일반적으로 무시되는 힘든 작업입니다. 측정값 설명을 생성하면 의미 체계 모델을 구성하고 문서화하는 데 소요되는 시간이 줄어듭니다. 언어 스키마와 달리 모든 의미 체계 모델은 테이블, 열 및 측정값에 설명을 추가하는 이점을 얻을 수 있습니다. 이렇게 하면 조직의 다른 사용자에 대한 모델 설명서 및 유용성을 향상시킬 수 있습니다.

팁 (조언)

다른 언어로 측정값 설명이 필요한 경우 먼저 영어로 생성할 수 있습니다. 그런 다음 노트북의 시맨틱 링크 랩과 같은 다른 도구를 사용하여 게시된 모델을 자동으로 번역할 수 있습니다.

코필로트 출력을 개선하기 위한 팁

이 Copilot 환경은 컨텍스트에 다음 참고 데이터를 사용합니다.

• 측정값과 계산된 객체에 대한 DAX 식입니다.
• 설명, 데이터 형식, 형식 문자열 및 데이터 범주를 포함한 필드 속성입니다.
• 필드 동의어입니다.

기초 데이터를 바탕으로, 다음과 같은 방법으로 제안된 동의어가 유용한지 확인할 수 있습니다.

• 일관된 명명 규칙을 사용합니다.
• 문장 부호, 두문자어 및 약어 사용을 제한합니다.
• 영어로 된 명명 기준

Copilot를 사용하여 시맨틱 모델을 사용

Copilot를 사용하여 소비하는 동안 의미 체계 모델에 데이터 질문을 제기할 수 있습니다. 이 환경은 Power BI Desktop, 작업 영역, 앱 또는 OrgApp 항목의 게시된 보고서 또는 Power BI 모바일 앱 등 보고서를 사용할 때마다 사용할 수 있습니다.

소비자는 다음 시나리오에서 의미 체계 모델의 데이터 질문을 할 수 있습니다.

• 보고서에서 필요한 정보 또는 분석을 찾을 수 없습니다.
• 그들은 데이터가 다른 방식으로 제시되는 것을 보고 싶어합니다. 시각적 개인화가 활성화되지 않았습니다.
• 도구나 코드를 사용하는 대신 자연어를 사용하여 데이터 질문을 하려 합니다.

비고

코필로트의 도움을 받아 의미 체계 모델을 개발하는 방법에 대한 이 문서의 앞부분에 나오는 질문 데이터 질문을 참조하세요. 이 이미지 및 지침은 질문 데이터 질문 환경을 사용하여 의미 체계 모델을 사용하는 경우에도 적용됩니다.

의미 체계 모델을 사용하는 보고서에서 Copilot를 사용하는 방법에 대한 자세한 내용은 Power BI 보고서에서 Copilot 사용 문서를 참조하세요.

코필로트 사용을 위한 의미 체계 모델 준비

Power BI용 Copilot와 잘 작동하도록 데이터 모델을 업데이트하는 데 필요한 단계를 수행한 후에만 Copilot를 사용하여 의미 체계 모델을 사용해야 합니다.

팁 (조언)

태그를 사용하여 의미 체계 모델을 Copilot에서 사용할 수 있도록 준비된 상태로 레이블을 지정하는 것이 좋습니다. 이는 데이터 소비자가 코필로트와 함께 사용할 수 있는 모델을 식별하고 더 나은 결과를 기대할 수 있는 편리한 방법이 될 수 있습니다. 또는 코필로트와 함께 사용할 의미 체계 모델의 준비 상태를 승격 또는 인증된 상태에 대한 보증의 조건으로 고려할 수도 있습니다.

모델이 Power BI에서 Copilot와 함께 사용할 준비가 되지 않았지만 사용자가 데이터 자체를 유연하게 심문하기를 원하는 경우 개인 설정 시각적 개체를 사용하는 것이 좋습니다. 또는 사용자에게 데이터 탐색 을 사용하거나 Power BI Desktop 또는 Excel 에서 의미 체계 모델에 연결하여 고유한 보고서를 만드는 방법을 보여 줄 수 있습니다.

Power BI 데스크톱

Power BI Desktop에서 Copilot 채팅 창을 사용하여 의미 체계 모델에 대한 데이터 질문을 할 수 있습니다. Power BI Desktop에서 열려 있는 로컬 모델과 라이브 연결을 사용하여 공유 의미 체계 모델에 연결된 경우 둘 다 작동합니다. 자세한 내용은 이 문서의 앞부분에서 데이터 질문하기를 참조하세요.

DAX 쿼리 뷰를 사용하여 DAX 쿼리를 생성하여 의미 체계 모델을 사용할 수도 있습니다. 코드를 사용하여 데이터를 탐색하려는 경우 Power BI의 고급 사용자가 이 작업을 수행할 수 있습니다.

그러나 대부분의 데이터 소비자의 경우 일반적으로 보고서 캔버스에 시각적 개체를 추가하거나 탐색 또는 Excel 내 분석 피벗 테이블과 같은 다른 항목을 사용하여 의미 체계 모델을 사용하고 탐색하는 것이 더 편리하고 효율적입니다. 이러한 항목은 일반적으로 코필로트와 같은 자연어 채팅과 같은 환경보다 데이터를 탐색하고 이해하는 데 더 적합한 간단한 사용자 인터페이스 및 사용자 환경을 갖습니다.

팁 (조언)

Pro 또는 PPU 작업 영역에 게시된 의미 체계 모델에 연결된 경우 Power BI에서 Copilot 환경을 사용할 수 있습니다. 유일한 요구 사항은 F64 작업 영역에서 Copilot를 사용하도록 Power BI Desktop을 구성하는 것입니다. 연결하고 사용하는 의미 체계 모델과 독립적으로 발생합니다.

게시된 보고서

게시된 보고서에서는 코필로트 채팅 창을 사용하여 연결된 의미 체계 모델의 데이터 질문을 할 수도 있습니다. 패브릭의 이 환경은 모델 개발 및 사용 모두에서 Power BI Desktop의 데이터 질문 하기 경험과 동일합니다.

비고

패브릭과 Power BI Desktop의 코필로트 환경 간에 약간의 차이가 있을 수 있습니다. 결국 시간이 지남에 따라 이러한 환경은 패리티를 가지며 동일한 방식으로 작동합니다.

Power BI 모바일 앱

Power BI 모바일 앱에서는 앱의 Copilot 채팅 창을 사용하여 보고서에 대한 데이터 질문을 할 수도 있습니다. 질문은 해당 보고서의 연결된 의미 체계 모델로 전달됩니다. 이는 이 문서의 앞부분에서 설명한 질문 데이터 질문 환경과 유사하게 작동합니다.

관련 콘텐츠

• Power BI용 Copilot와 잘 작동하도록 데이터 모델 업데이트
• Power BI용 Copilot 개요
• Power BI 통합의 Copilot