실시간 인텔리전스에 Copilot 대한 개인 정보 보호, 보안 및 책임 있는 사용
이 문서에서는 실시간 인텔리전스의 작동 방식Copilot, 비즈니스 데이터를 안전하게 유지하고 개인 정보 요구 사항을 준수하는 방법 및 생성 AI를 책임감 있게 사용하는 방법을 알아봅니다. Fabric에서 이러한 항목에 대한 Copilot 개요는 개인 정보 보호, 보안 및 책임 있는 사용을 Copilot참조하세요.
이 기능은 OpenAI의 기능을 활용하여 자연어 쿼리를 대규모 데이터 세트를 쿼리하기 위한 특수 언어인 KQL(Kusto 쿼리 언어)으로 원활하게 변환합니다. 기본적으로 사용자의 일상적인 언어와 KQL의 기술적 복잡성 사이의 다리 역할을 하여 언어에 익숙하지 않은 사용자의 채택 장벽을 제거합니다. 이 기능은 OpenAI의 고급 언어 이해를 활용하여 사용자가 친숙한 자연어 형식으로 비즈니스 질문을 제출한 다음 KQL 쿼리로 변환할 수 있도록 합니다.
Copilot은 쿼리 만들기 프로세스를 간소화하여 생산성을 높일 뿐만 아니라 데이터 분석에 대한 사용자 친화적이고 효율적인 접근 방식도 제공합니다.
Copilot 실시간 인텔리전스 용도로 사용
Kusto Copilot 는 기본 데이터 세트 열 이름/스키마를 기반으로 자연어 비즈니스 질문을 KQL 쿼리로 변환하여 데이터 과학자와 분석가의 데이터 탐색 프로세스를 가속화합니다.
실시간 인텔리전스의 경우 무엇을 할 수 Copilot 있나요?
Kusto Copilot은 OpenAI 및 Microsoft에서 개발한 생성형 AI 모델을 통해 제공됩니다. 구체적으로는 OpenAI의 포함 및 완성 API를 사용하여 자연어 프롬프트를 빌드하고 KQL 쿼리를 생성합니다.
실시간 인텔리전스용 Copilot의 데이터 사용
실시간 인텔리전스용 Copilot은 Copilot 사용자가 액세스할 수 있는 데이터(예: 데이터베이스 스키마, 사용자 정의 함수 및 연결된 데이터베이스의 데이터 샘플링)에 액세스할 수 있습니다. Copilot은 현재 KQL 쿼리 세트에 연결된 데이터베이스를 참조합니다. Copilot은 데이터를 저장하지 않습니다.
실시간 인텔리전스용 Copilot의 평가
- 여러 구성 및 메서드가 테스트된 철저한 연구 기간 이후에 OpenAI 통합 메서드는 최고 정확도 KQL 쿼리를 생성하는 것으로 입증되었습니다. Copilot은 생성된 KQL 쿼리를 자동으로 실행하지 않으며 사용자는 자신의 재량에 따라 쿼리를 실행하는 것이 좋습니다.
- Kusto Copilot은 생성된 KQL 쿼리를 자동으로 실행하지 않으며 사용자는 자신의 재량에 따라 쿼리를 실행하는 것이 좋습니다.
실시간 인텔리전스용 Copilot의 제한 사항
- 복잡하고 긴 사용자 입력은 Copilot이 잘못 이해할 수 있으므로 잠재적으로 부정확하거나 오해의 소지가 있는 KQL 쿼리가 발생할 수 있습니다.
- KQL 테이블이나 구체화된 뷰(예: KQL 함수)가 아닌 데이터베이스 엔터티로 안내하는 사용자 입력은 잠재적으로 부정확하거나 오해의 소지가 있는 KQL 쿼리가 제안될 수 있습니다.
- 조직 내에서 10,000명 이상의 동시 사용자가 있는 경우 실패하거나 성능이 크게 저하될 가능성이 높습니다.
- 안전하지 않은 KQL 쿼리 실행을 방지하기 위해 실행하기 전에 사용자가 KQL 쿼리의 유효성을 검사해야 합니다.
실시간 인텔리전스용 Copilot 작업 팁
- 자세한 자연어 쿼리를 제공하는 것이 좋습니다. 또한 부정확하거나 오해의 copilot 소지가 있는 KQL 쿼리를 방지하기 위해 간결하고 간단한 요청을 제공해야 합니다. 또한 KQL 테이블 또는 구체화된 뷰인 데이터베이스에 대한 질문을 제한해야 합니다.
- 예를 들어 특정 열에 대해 묻는 경우 열 이름과 열에 포함된 데이터 형식을 제공합니다. 이 방법은 특정 연산자 또는 함수를 사용하려는 경우에도 도움이 됩니다. 더 많은 정보를 제공할수록 Copilot의 답은 더 좋아집니다.