검색 쿼리의 데이터 항목을 조사 scope 추가한 후에는 AI 분석을 준비하기 전에 데이터 작업을 시작하고 항목의 유효성을 검사할 준비가 되었습니다. 조사 scope 분석하고 검토하려는 검색 결과의 모든 데이터 항목을 포함합니다. 이 데이터는 이제 AI 준비에 사용할 수 있으며 organization 분석가가 추가로 검토할 수 있습니다.
조사 scope 액세스
특정 조사 내의 모든 페이지 맨 위에 있는 탐색에서 분석 옵션을 선택하여 조사 scope 액세스합니다. 조사 scope 범위가 지정된 항목의 dashboard 포함하며 항목 검토에 도움이 되는 필터 및 뷰어 도구를 포함합니다.
조사 scope dashboard
조사 scope dashboard 조사의 범위가 지정된 모든 데이터 항목을 나열합니다. 이 dashboard 개별 데이터 항목에 대한 세부 정보를 검토하고 각 항목에 대한 정보를 표시할 수 있습니다.
조사 scope dashboard 다음 정보 및 컨트롤을 포함합니다.
- 제목/제목: 데이터 항목의 제목/제목입니다.
- 제외: 데이터 항목의 제외 상태. 값은 예 이거나 비어 있습니다.
- 벡터화됨: 데이터 항목의 벡터화 상태. 값은 예 이거나 비어 있습니다.
- 날짜: 데이터 항목이 마지막으로 수정된 날짜 및 시간입니다.
조사 scope dashboard 표시되는 열을 사용자 지정하려면 열 사용자 지정을 선택하여 열을 표시하거나 목록에서 열을 끌어서 다시 정렬할 열을 선택합니다.
데이터 항목 목록 및 열 정보를 다운로드하려면 목록 다운로드 를 선택하여 이 정보가 포함된 .csv 파일을 만듭니다.
데이터 항목 그룹화
조사에서 많은 데이터 항목 목록을 볼 때 가족 또는 대화 및 관련 항목별로 조사 scope 그룹화하면 도움이 되는 경우가 많습니다. 그룹화 를 선택하여 이 기준에 따라 데이터 항목을 그룹화합니다.
데이터 항목 검토
개별 데이터 항목에 대한 자세한 정보를 보려면 조사 scope dashboard 항목을 선택하거나 필터를 사용하여 특정 특성에 따라 항목 범위를 좁힐 수 있습니다.
항목 필터링
필터는 조사 scope 추가한 데이터 항목에 따라 자동으로 만들어집니다. 일반적인 필터 옵션에는 Author, File 클래스, Location name, Native file extension, Sender 등의 특성이 포함됩니다.
필터 영역을 확장하고 하나 이상의 필터를 선택하여 조사 scope dashboard 보기에 포함된 데이터 항목을 구체화합니다. 각 필터 특성은 특성과 일치하는 총 데이터 항목 수를 나열합니다.
예를 들어 전자 메일 및 전자 메일 첨부 파일만 보려면 파일 클래스 필터를 확장하고 *Email 및 첨부 파일 필터를 선택합니다. 표시된 데이터 항목은 선택한 특성에 의해 자동으로 필터링됩니다.
항목 세부 정보 보기
데이터 항목을 선택하여 항목에 대한 자세한 정보를 표시합니다. 조사 scope 뷰어를 사용하여 선택한 항목에 대한 원본, 일반 텍스트, 메타데이터 및 감사 세부 정보를 검사합니다.
항목 작업
각 데이터 항목에 대해 AI 분석을 위해 항목을 제외하거나 완화 계획에 항목을 추가하도록 선택할 수 있습니다. 이러한 옵션은 명령 모음에서 작업을 선택합니다. 시스템 생성 전자 메일 또는 모임 초대와 같은 조사에 대한 중복 항목을 검토하고 제외합니다. 조사에서 중복 데이터를 줄이면 데이터 준비 시간을 줄이고 전반적인 AI 인사이트 품질을 향상시킬 수 있습니다.
조사 scope 모든 데이터 항목은 명시적으로 제외되지 않는 한 AI 분석을 위해 준비됩니다. 나중에 AI 분석을 위해 데이터 항목을 처리하려는 경우 제외된 데이터 항목의 상태 변경할 수 있습니다.
AI 분석을 위한 데이터 준비
조사 scope 데이터 항목을 필터링하고 검토한 후에는 AI 분석을 위한 항목을 준비할 준비가 된 것입니다. AI 분석을 위한 데이터 항목을 준비하면 조사 scope 모든 항목이 자동으로 벡터화됩니다. 이 항목은 제외됨으로 표시되지 않으며 이러한 항목에서 AI 기반 분류 및 검사 도구를 사용할 수 있습니다. AI에 대한 데이터 준비는 최신 Azure OpenAI 포함 모델을 활용하여 AI 결과의 비용과 성능을 개선하는 데 도움이 됩니다.
AI 분석을 위해 데이터를 준비해도 조사 scope 포함된 대량의 데이터에 대해서도 많은 SCU가 필요하지 않습니다. 다음 표에서는 다양한 크기의 데이터 집합에 필요한 SCU의 추정치를 제공합니다.
| 준비된 데이터의 크기 | 사용된 예상 SCU |
|---|---|
| 100MB | 0.1 |
| 1GB | 0.3 |
| 10GB | 3.0 |
이 표에서는 조사 scope 포함된 매우 다른 크기의 데이터 집합에 단일 SCU의 약 1/10만 필요합니다. 대용량 데이터 집합을 벡터화해도 일반적으로 프로비전된 SCU가 많이 필요하지 않습니다.
데이터 준비를 선택하여 AI 분석을 위해 데이터 항목 처리를 시작합니다. 데이터를 준비하면 모든 벡터화되지 않은 항목이 분석을 위해 준비됩니다. 이전에 벡터화된 항목은 리벡터화되지 않았습니다. 텍스트가 포함되지 않은 항목은 벡터화되지 않습니다. 예를 들면 다음과 같습니다.
- 일정 알림
- 이미지만 포함된 전자 메일
- 이미지 파일(.jpeg, .png, .gif 등)
- 모임 초대
데이터 항목의 벡터화 처리 상태 조사 scope dashboard 맨 위에 표시됩니다. 범위가 지정된 날짜의 양에 따라 벡터화를 완료하는 데 다소 시간이 걸릴 수 있습니다.
다음 단계
AI 준비 및 벡터화가 완료되면 조사 scope 데이터에 대한 AI 분석 도구를 검토하고 사용할 준비가 된 것입니다.