실시간 인텔리전스용 Copilot
실시간 인텔리전스용 Copilot은 데이터를 탐색하고 중요한 인사이트를 추출하는 데 도움이 되도록 설계된 고급 AI 도구입니다. 데이터에 대한 질문을 입력하면 KQL(Kusto 쿼리 언어) 쿼리로 자동으로 변환됩니다. Copilot은 숙련된 KQL 사용자와 시민 데이터 과학자 모두의 데이터를 분석하는 프로세스를 간소화합니다.
Copilot에 대한 청구 정보는 Fabric 가격 책정에서 Copilot 발표를 참조하세요.
필수 조건
참고 항목
- Copilot 사용을 시작하기 전에 관리자가 테넌트 전환을 사용하도록 설정해야 합니다. 자세한 내용은 Copilot 테넌트 설정 문서를 참조하세요.
- F64 또는 P1 용량은 이 문서(Fabric 지역 가용성)에 나열되어 있는 지역 중 하나에 있어야 합니다.
- 테넌트 또는 용량이 미국 또는 프랑스 외부에 있는 경우 Fabric 테넌트 관리자가 Fabric 관리 포털에서 Azure OpenAI로 전송된 데이터가 테넌트의 지리적 지역, 규정 준수 경계 또는 국가 클라우드 인스턴스 외부에서 처리될 수 있음 테넌트 설정을 활성화하지 않는 한 기본적으로 Copilot이 비활성화됩니다.
- Microsoft Fabric의 Copilot은 평가판 SKU에서는 지원되지 않습니다. 유료 SKU(F64 이상 또는 P1 이상)만 지원됩니다.
- Fabric에서 Copilot은 현재 공개 미리 보기로 출시되고 있으며 2024년 3월 말까지 모든 고객에게 제공될 예정입니다.
- 자세한 내용은 Fabric 및 Power BI의 Copilot 개요 문서를 참조하세요.
실시간 인텔리전스용 Copilot의 기능
실시간 인텔리전스용 Copilot을 사용하면 자연어 쿼리를 KQL(Kusto 쿼리 언어)으로 손쉽게 번역할 수 있습니다. copilot 일상적인 언어와 KQL의 기술적 복잡성 사이의 가교 역할을 하며, 이렇게 하면 데이터 분석가와 시민 데이터 과학자의 채택 장벽이 제거됩니다. 이 기능은 OpenAI의 고급 언어 이해를 활용하여 사용자가 친숙한 자연어 형식으로 비즈니스 질문을 제출한 다음 KQL 쿼리로 변환할 수 있도록 허용합니다. Copilot은 데이터 분석에 대한 사용자 친화적이고 효율적인 접근 방식을 통해 쿼리 만들기 프로세스를 간소화하여 생산성을 제공합니다.
Copilot 는 이전 입력의 컨텍스트를 유지하면서 쿼리를 동적으로 명확히, 적응 및 확장할 수 있는 대화형 상호 작용을 지원합니다. 다시 시작하지 않고 쿼리를 구체화하고 후속 질문을 할 수 있습니다.
동적 쿼리 구체화: 프롬프트를 구체화하여 Copilot 생성된 초기 KQL을 구체화하여 모호성을 제거하거나 테이블 또는 열을 지정하거나 더 많은 컨텍스트를 제공할 수 있습니다.
원활한 후속 질문: 생성된 KQL이 정확하지만 데이터를 더 자세히 탐색하려는 경우 동일한 작업과 관련된 후속 질문을 할 수 있습니다. 이전 대화 상자를 빌드하여 쿼리 범위를 확장하거나 필터를 추가하거나 관련 데이터 요소를 탐색할 수 있습니다.
실시간 인텔리전스 Copilot에 접근
- 실시간 인텔리전스 Copilot에 접근하려면 새 또는 기존 KQL 쿼리 세트로 이동합니다.
- 데이터베이스에 연결합니다. 자세한 내용은 데이터베이스 선택을 참조하세요
- Copilot 단추를 선택합니다.
- Copilot 창에서 자연어로 비즈니스 질문을 입력합니다.
- Enter 키를 누릅니다. 몇 초 후에 Copilot은 입력에 따라 KQL 쿼리를 생성합니다. 쿼리를 클립보드에 복사하거나 KQL 쿼리 편집기에서 직접 삽입 할 수 있습니다. 쿼리 편집기에서 쿼리를 실행하려면 KQL 쿼리 세트에 대한 쓰기 권한이 있어야 합니다.
- 실행 버튼을 선택하여 쿼리를 실행합니다.
참고 항목
- Copilot은 컨트롤 명령을 생성하지 않습니다.
- Copilot은 생성된 KQL 쿼리를 자동으로 실행하지 않습니다. 사용자는 자신의 재량에 따라 쿼리를 실행하는 것이 좋습니다.
후속 질문을 계속하거나 쿼리를 더 구체화할 수 있습니다. 새 채팅을 시작하려면 창의 오른쪽 Copilot 위에 있는 음성 거품을 선택합니다(1).
이전 질문(2)을 마우스로 가리키고 연필 아이콘을 선택하여 질문 상자에 복사하여 편집하거나 클립보드에 복사합니다.
실시간 인텔리전스용 Copilot의 정확도 향상
Copilot에서 생성된 KQL 쿼리의 정확도를 향상시키는 데 도움이 되는 몇 가지 팁은 다음과 같습니다.
- 간단한 자연어 프롬프트부터 시작하여 현재 기능 및 제한 사항을 알아봅니다. 그런 다음 점차 더 복잡한 프롬프트로 진행합니다.
- 작업을 정밀하게 지정하고 모호성을 방지합니다. 구두 지침을 추가하지 않고 팀에서 몇 명의 KQL 전문가와 자연어 프롬프트를 공유했다고 가정합니다. 올바른 쿼리를 생성할 수 있을까요?
- 가장 정확한 쿼리를 생성하려면 모델에 도움이 될 수 있는 관련 정보를 제공합니다. 가능하면 쿼리에 중요한 테이블, 연산자 또는 함수를 지정합니다.
- 데이터베이스 준비: 문서 문자열 속성을 추가하여 공통 테이블 및 열을 설명합니다. 이는 설명이 포함된 이름(예: 타임스탬프)의 경우 중복될 수 있지만 의미 없는 이름을 가진 테이블 또는 열을 설명하는 데 중요합니다. 거의 사용되지 않는 테이블이나 열에 docstring을 추가할 필요가 없습니다. 자세한 내용은 .alter table column-docstrings 명령을 참조하세요.
- Copilot 결과를 개선하려면 좋아요 아이콘 또는 싫어요 아이콘을 선택하여 피드백 제출 양식에서 의견을 제출합니다.
참고 항목
피드백 제출 양식은 데이터베이스의 이름, 해당 URL, 생성된 copilotKQL 쿼리 및 피드백 제출에 포함된 무료 텍스트 응답을 제출합니다. 실행된 KQL 쿼리의 결과는 전송되지 않습니다.
제한 사항
- Copilot은 다음과 같은 원인으로 인해 잠재적으로 부정확하거나 오해의 소지가 있는 제안된 KQL 쿼리를 제안할 수 있습니다.
- 복잡하고 긴 사용자 입력.
- KQL 데이터베이스 테이블이나 구체화된 뷰(예: KQL 함수)가 아닌 데이터베이스 엔터티로 안내하는 사용자 입력.
- 조직 내에서 10,000명 이상의 동시 사용자가 있는 경우 실패 또는 큰 폭의 성능 저하로 이어질 수 있습니다.