다음을 통해 공유

데이터 과학을 위한 Copilot 개인 정보 보호, 보안 및 책임 있는 사용

  • 아티클

이 문서에서는 Microsoft Copilot for Data Science 작동하는 방법, 비즈니스 데이터를 안전하게 유지하고 개인 정보 요구 사항을 준수하는 방법 및 생성 AI를 책임감 있게 사용하는 방법을 알아봅니다. 패브릭에서 Copilot에 대한 이러한 주제의 개요는 개인 정보 보호, 보안 및 Copilot(미리 보기)의 책임 있는 사용을 참조하세요.

Microsoft Fabric의 데이터 과학 Copilot와 다른 생성 AI 기능의 미리 보기를 통해, Microsoft Fabric은 데이터를 변환하고 분석하며, 인사이트를 생성하고, 시각화와 보고서를 생성하는 새로운 방법을 데이터 과학 및 기타 워크로드에 제공합니다.

고려 사항 및 제한 사항은 제한 사항참조하세요.

데이터 과학을 위한 Copilot 데이터 사용

  • Notebook에서 Copilot은 사용자의 현재 Notebook, 즉 사용자가 직접 로드하거나 가져온 데이터 또는 부속된 레이크하우스의 데이터 중 접속할 수 있는 데이터에만 액세스할 수 있습니다. 노트북에서는 Copilot가 노트북에서 접근할 수 없는 데이터를 액세스할 수 없습니다.

  • 기본적으로 Copilot 다음 데이터 형식에 액세스할 수 있습니다.

    • 같은 세션에서 해당 사용자에게 보낸 이전 메시지와 Copilot에서 받은 회신.
    • 사용자가 실행한 셀의 내용입니다.
    • 사용자가 실행한 셀의 출력입니다.
    • Notebook의 데이터 원본 스키마입니다.
    • Notebook의 데이터 원본에서 가져온 샘플 데이터입니다.
    • 연결된 레이크하우스에 있는 외부 데이터 원본의 스키마입니다.

데이터 과학에 대한 Copilot 평가

  • 제품 팀은 Copilot 테스트하여 시스템이 Notebook의 컨텍스트 내에서 얼마나 잘 수행되는지, 그리고 AI 응답이 통찰력 있고 유용한지 여부를 확인했습니다.
  • 팀은 또한 데이터 과학과 관련된 주제에 대한 Copilot출력에 초점을 맞추는 기술 적 접근 방식을 포함하여 추가 피해 완화에 투자했습니다.

데이터 과학을 위한 Copilot 작업하기 위한 팁

  • Copilot 데이터 과학 항목을 처리하는 데 가장 적합하므로 질문을 이 영역으로 제한합니다.
  • Copilot 검사할 데이터에 대해 명시적이어야 합니다. 이름 지정 파일, 테이블 또는 열과 같은 데이터 자산을 설명하는 경우 Copilot 관련 데이터를 검색하고 유용한 출력을 생성할 가능성이 높습니다.
  • 보다 세부적인 응답을 원하는 경우 데이터를 Notebook에 DataFrames로 로드하거나 레이크하우스에 데이터를 고정해 보세요. 이렇게 하면 Copilot 분석을 수행할 더 많은 컨텍스트를 제공합니다. 자산이 너무 커서 로드할 수 없는 경우 고정하는 것이 유용한 대안입니다.

AI 기술: 책임 있는 AI 자주 묻는 질문

AI Skill이란?

AI Skill은 패브릭의 새로운 도구로, 테이블 형식 데이터에서 자연어로 답변을 얻을 수 있는 방법을 제공합니다.

AI Skill은 무엇을 할 수 있나요?

데이터 분석가 또는 엔지니어는 비기술 비즈니스 사용자가 사용할 AI Skill을 준비할 수 있습니다. 패브릭 데이터 원본을 구성해야 하며 필요에 따라 스키마에서 명확하지 않은 추가 컨텍스트 정보를 제공할 수 있습니다.

그런 다음 비기술 사용자는 질문을 입력하고 AI 생성 SQL 쿼리를 실행하여 결과를 받을 수 있습니다.

AI Skill의 용도는 무엇인가요?

  • 데이터가 어떻게 구성되는지 잘 모르는 비즈니스 사용자는 패브릭 레이크하우스 및 패브릭 웨어하우스에 저장된 테이블 형식 데이터 위에 "지난 달 판매량 기준 상위 10개 제품이란?"과 같은 설명적인 질문을 할 수 있습니다.

  • AI Skill은 현재 LLM 제한 사항을 반영하는 결정적 및 100개의% 정확한 결과가 필요한 경우 사용하기 위한 것이 아닙니다.

  • AI 스킬은 심층 분석 또는 인과 분석이 필요한 사용 사례를 위한 것이 아닙니다. 예를 들어 "지난 달에 판매 수가 감소한 이유는 무엇인가요?" 범위를 벗어났습니다.

AI 기술은 어떻게 평가되었나요? 성능을 측정하는 데 사용되는 메트릭은 무엇인가요?

제품 팀은 SQL 쿼리의 품질을 확인하기 위해 SQL 작업에 대한 다양한 퍼블릭 및 프라이빗 벤치마크에서 AI 기술을 테스트했습니다.

팀은 또한 선택한 데이터 원본의 컨텍스트에 AI 기술의 출력을 집중시키는 기술 접근 방식을 포함하여 추가적인 피해 완화에 투자했습니다.

AI 기술의 제한 사항은 무엇인가요? 사용자가 시스템을 사용할 때 AI Skill의 제한 사항의 영향을 최소화하려면 어떻게 할까요?

  • 열 이름이 설명적인지 확인합니다. "C1" 또는 "ActCu"와 같은 열 이름을 사용하는 대신 "ActiveCustomer" 또는 "IsCustomerActive"를 사용합니다. 이는 AI에서 보다 안정적인 쿼리를 가져오는 가장 효과적인 방법입니다.

  • UI의 구성 패널에서 모델에 대한 메모를 사용합니다. AI Skill에서 생성하는 SQL 쿼리가 잘못된 경우 모델에 일반 영어로 지침을 제공하여 향후 쿼리를 개선할 수 있습니다. 시스템은 모든 쿼리에서 이러한 지침을 사용합니다. 짧고 직접적인 지침이 가장 좋습니다.

  • UI의 모델 구성 패널에 예제를 제공합니다. 시스템은 답변을 제공할 때 가장 관련성이 큰 예제를 활용합니다.

AI Skill을 효과적이고 책임감 있게 사용할 수 있는 운영 요인과 설정은 무엇인가요?

  • AI 기술은 사용자가 제공하는 데이터에만 액세스할 수 있습니다. 스키마(테이블 이름 및 열 이름)뿐만 아니라 UI에서 제공하는 모델 및 예제에 대한 참고 사항도 사용합니다.

  • AI 기술은 질문자가 액세스할 수 있는 데이터에만 액세스할 수 있습니다. AI 기술을 사용하는 경우 자격 증명을 사용하여 기본 데이터베이스에 액세스합니다. 기본 데이터에 액세스할 수 없는 경우 AI 기술도 접근하지 못합니다. 이는 다른 질문자가 AI 기술을 사용할 수 있는 Microsoft 365용 Copilot 또는 Microsoft Copilot Studio와 같은 다른 대상에 AI 기술을 게시할 때 적용됩니다.

관련 콘텐츠