다음을 통해 공유

Power BI 구현 계획: 다른 서비스와 통합

  • 아티클

참고 항목

이 문서는 Power BI 구현 계획 시리즈의 일부를 구성합니다. 이 시리즈는 주로 Microsoft Fabric 내의 Power BI 환경에 중점을 둡니다. 시리즈에 대한 소개는 Power BI 구현 계획을 참조하세요.

이 문서는 Power BI 및 Microsoft Fabric을 다른 서비스와 통합하는 방법과 시기를 계획하는 데 도움이 됩니다. 이 문서는 주요 대상은 다음과 같습니다.

  • BI 및 분석 책임자 또는 관리자: BI 프로그램 및 BI 전략 감독 책임이 있는 의사 결정자입니다. 이러한 개인은 다른 서비스를 사용하여 특정 전략적 목표를 지원할지 또는 Fabric 또는 Power BI를 보완할지 결정합니다.
  • 패브릭 관리자: 조직에서 패브릭 감독을 담당하는 관리자입니다. 패브릭 관리자는 통합 테넌트 설정을 사용하도록 설정하여 패브릭과 통합할 수 있는 서비스를 제어하고 Azure 또는 Microsoft Teams의 서비스와 테넌트 수준 통합을 설정합니다. 종종 패브릭 관리자는 이러한 통합을 용이하게 하기 위해 다른 관리자와 협업해야 합니다.
  • COE(최고 전문가 조직), IT, BI 팀: 조직에서 Power BI의 감독을 담당하는 팀입니다. 이러한 팀은 통합된 경우 사람들이 문제를 해결하거나 Power BI를 보다 효과적으로 사용하는 데 도움이 되는 서비스를 사용할 기회를 찾습니다.
  • 콘텐츠 소유자 및 콘텐츠 작성자: 팀 또는 부서에서 분석을 옹호하는 팀 및 개인입니다. 이러한 팀과 개인은 작업 영역 수준 및 솔루션 수준 통합을 수행하여 허용되는 특정 요구 사항 및 사용 사례를 지원합니다.

Power BI를 사용하는 경우 핵심 Power BI 도구 및 기능으로 해결할 수 없는 특정 요구 사항 또는 문제가 발생할 수 있습니다. 이러한 상황에서는 Power BI를 다른 서비스와 통합하는 것을 고려할 수 있습니다. 이러한 서비스의 대부분은 Azure 또는 Microsoft 365와 같은 Microsoft 서비스 있지만 사용자 지정 또는 타사 서비스와 Power BI를 통합할 수도 있습니다. 이러한 방식으로 Power BI의 기능을 확장하면 새로운 문제를 해결하는 데 도움이 될 수 있으며, 사용자가 정기적인 작업을 보다 효과적으로 수행할 수 있습니다.

Power BI를 다른 서비스와 통합하는 몇 가지 일반적인 시나리오는 다음과 같습니다.

  • 다른 서비스의 사용을 의무화하는 특정 요구 사항이 있습니다. 예를 들어 가상 네트워크의 프라이빗 엔드포인트를 통해 서비스에 연결하려면 Azure Private Link와 통합해야 합니다.
  • Power BI만으로는 극복할 수 없는 특정 문제가 발생합니다. 예를 들어 Azure Log Analytics 통합을 사용하여 문제 해결 및 감사를 위한 의미 체계 모델의 자세한 쿼리 진단을 가져옵니다.
  • 이미 사용 중인 서비스를 사용하거나 Power BI의 기능을 확장하려고 합니다. 예를 들어 Excel 추가 기능을 사용하여 연결된 피벗 테이블을 삽입하여 Excel 사용자가 의미 체계 모델에 연결하도록 허용할 수 있습니다.

Power BI를 테넌트, 작업 영역 또는 개별 솔루션(예: 의미 체계 모델 및 보고서) 수준에서 다른 서비스와 통합할 수 있습니다.

  • 테넌트 수준 통합: 전체 테넌트에 영향을 줍니다. 일반적으로 다른 관리자와 공동으로 패브릭 관리자가 설정합니다. 예를 들어 Teams 통합 은 테넌트 수준에서 설정됩니다. 네트워킹에 영향을 주는 또 다른 예는 Azure ExpressRoute입니다.
  • 작업 영역 수준 통합: 작업 영역의 모든 콘텐츠에 영향을 줍니다. 작업 영역 관리자가 설정합니다. 예를 들어 Git 통합은 Azure DevOps의 서비스인 Azure Repos를 사용하여 소스 제어를 달성하기 위해 작업 영역 수준에서 설정됩니다.
  • 솔루션 수준 통합: 단일 콘텐츠 항목에 영향을 줍니다. 콘텐츠 작성자가 설정합니다. 예를 들어 Python 또는 R 은 사용자 지정 대화형 시각적 개체를 만들 수 있도록 솔루션 수준에서 설정됩니다.

이러한 세 가지 수준 모두에 대해 Power BI를 다른 서비스와 통합할 때 유의해야 할 고려 사항이 있습니다.

  • 보안 고려 사항: 다른 서비스를 통합하면 해당 서비스를 성공적으로 사용하기 위해 완화해야 하는 위험이 더 많이 발생합니다. 예를 들어 AI 서비스와의 통합은 모델을 학습시키는 외부 서비스에 내부 데이터를 노출할 가능성이 있습니다. 이러한 위험을 완화하려면 서비스 통합에 대한 보안 위험 및 고려 사항을 사전에 평가해야 합니다. 또한 지역 및 조직의 데이터 보안 및 개인 정보 보호 정책을 준수하기 위한 구체적인 작업을 식별합니다.
  • 라이선스 고려 사항: 다른 서비스를 통합하려면 특정 구독 또는 라이선스가 필요할 수 있습니다. 예를 들어 Power BI 보고서를 PowerApps와 통합하는 것은 적절한 PowerApps 라이선스가 있는 경우에만 가능합니다. 각 서비스에 대해 통합하기 위해 특정 라이선스 또는 구독이 필요한지 여부와 사용자 또는 용량당 예상 비용을 평가해야 합니다. 서비스뿐만 아니라 사용자별 패브릭 및 Power BI 및 용량별 라이선스에 대해서도 이 평가를 수행합니다.
  • 거버넌스 고려 사항: 다른 서비스를 통합하면 테넌트에서 사용자가 수행하는 더 다양한 활동과 작업이 발생하며, 그 중 일부는 부적절한 관행으로 이어질 수 있습니다. 예를 들어 Power BI 보고서를 OneDrive 또는 SharePoint와 통합하면 사용자가 Power BI Desktop(.pbix) 파일을 보고서 뷰어와 직접 공유할 수 있습니다. 이 방법은 보고서를 작업 영역에 게시하고 직접 액세스, 작업 영역 뷰어 역할 또는 Power BI 앱을 통해 공유하는 더 나은 방법에서 전환됩니다. 따라서 서비스를 통합하기 전에 잠재적인 거버넌스 위험을 사전에 식별하고 테넌트에서 서비스를 모니터링하고 지원하는 데 필요한 노력을 식별해야 합니다.
  • 멘토링 및 사용자 지원 고려 사항: 다른 서비스를 통합하려면 사용자가 새로운 기능을 효과적으로 사용하도록 교육하는 데 시간과 노력이 필요할 수 있습니다. 예를 들어 사용자가 Power BI와 Excel을 통합하도록 허용하는 경우 Excel에서 분석을 효과적으로 사용하는 방법에 대해 사용자를 교육해야 합니다. 교육은 사용 시기를 안내하고 고려 사항 및 제한 사항을 알려야 합니다. 이 통합을 사용할 사용자를 교육하고 지원하는 방법을 사전에 계획해야 합니다.

이 문서의 나머지 부분에서는 테넌트, 작업 영역 및 개별 솔루션(예: 보고서 또는 의미 체계 모델)의 수준에서 Power BI를 다른 서비스와 통합할 수 있는 가능성에 대해 설명합니다.

참고 항목

이 문서에서는 Power BI와 통합할 수 있는 다양한 서비스 및 이 작업을 수행할 수 있는 잠재적인 사용 사례에 대한 개요를 제공합니다. 이 문서의 목적은 통합을 설정하거나 문제를 해결하는 데 필요한 기술 단계를 안내하는 것이 아닙니다 . 이 문서의 각 섹션에서 기술 정보에 대한 링크를 찾을 수 있습니다.

테넌트 수준 통합

패브릭 관리자는 전체 테넌트에서 사용하기 위해 일부 서비스를 통합할 수 있습니다. 일반적으로 이러한 통합은 패브릭 또는 Power BI와 Azure에서 사용할 수 있는 것과 같은 관련 서비스 간의 광범위한 상호 운용성을 용이하게 합니다. 테넌트 수준 통합은 특정 데이터가 처리되는 방식에도 영향을 줄 수 있습니다.

Important

패브릭 관리자가 외부 서비스와 Microsoft Fabric 또는 Power BI의 통합을 제어하는 데 사용할 수 있는 관련 관리 설정에 대한 개요는 통합 테넌트 설정을 참조하세요. 패브릭 관리자는 이러한 테넌트 설정을 사용하여 모든 수준에서 서비스와의 통합을 제어할 수 있습니다.

Azure 서비스와의 통합

테넌트를 데이터를 저장하거나 관리하는 데 이미 사용할 수 있는 다양한 Azure 서비스와 통합할 수 있습니다. 이 통합을 통해 Fabric 및 Power BI 내에서 Azure 서비스의 범위와 이점을 적용할 수 있습니다. 또한 관리자 및 중앙 집중식 팀에서 탈중앙화 콘텐츠 소유자 또는 제작자에 이르기까지 많은 역할을 지원할 수 있는 고급 기능을 사용할 수 있습니다.

Azure 서비스와 통합하려면 활성 Azure 구독이 있어야 합니다. 또한 이 옵션에 대한 몇 가지 특정 라이선스 고려 사항이 있습니다. 민감도 레이블 및 DLP 정책을 사용하려면 Azure Information Protection Premium P1 또는 Premium P2 라이선스가 필요합니다. 사용자는 민감도 레이블 적용과 같이 이 통합으로 인해 발생하는 기능을 사용하려면 Power BI Pro 또는 PPU(사용자 단위 Premium) 라이선스가 필요할 수 있습니다. 마지막으로 이러한 서비스 중 일부는 패브릭 또는 프리미엄 용량이 있어야 하며 용량 리소스를 사용할 수도 있습니다.

Azure 서비스와 통합하는 방법에 대한 지침은 다음을 참조하세요.

Azure 서비스가 반드시 있는 것은 아니지만 Power BI와 테넌트 수준 통합에 사용할 수 있는 다음 도구를 사용할 수도 있습니다.

AI 서비스와 통합

패브릭의 코필로트 외에도 패브릭 및 Power BI와 통합할 수 있는 다양한 AI 서비스가 있습니다. 이러한 서비스는 요구 사항 및 사용 사례에 따라 데이터에 특정 모델을 적용하는 고급 분석을 수행하는 데 도움이 될 수 있습니다.

AI Azure 서비스와 통합하려면 활성 Azure 구독이 있어야 합니다. 또한 이러한 서비스 중 일부는 패브릭 또는 프리미엄 용량이 있어야 하며 용량 리소스를 사용합니다. 이러한 워크로드가 용량 사용률에 부정적인 영향을 미치지 않도록 하려면 용량 내에서 AI 워크로드에 대한 메모리 제한을 설정해야 합니다. 이렇게 하면 CPU(용량 단위)의 예기치 않은 사용을 방지할 수 있습니다. 자세한 내용은 프리미엄 용량에 대한 영향 관리를 참조 하세요.

Azure의 다양한 AI 서비스와 통합하는 방법에 대한 지침은 다음을 참조하세요.

파워 쿼리에서 Azure AI Services 통합

Azure AI Services를 사용하여 파워 쿼리에서 특정 AI 함수를 호출할 수 있습니다. 이러한 함수는 선택한 작업 영역에 패브릭 용량 또는 프리미엄 용량을 사용하여 실행됩니다. 덜 구조화된 텍스트 또는 이미지 데이터에서 유용한 정보를 파생시킬 수 있습니다.

의미 체계 모델 또는 데이터 흐름과 Azure AI Services 통합의 사용 사례는 다음과 같습니다.

파워 쿼리에서 Azure Machine Learning 통합

Azure AI Services를 사용하는 방법과 마찬가지로 동적 파워 쿼리 함수를 호출하여 데이터에 기계 학습 모델을 적용할 수 있습니다. 이러한 기계 학습 모델에는 모델 작성자가 Python에서 생성한 스키마 파일이 있어야 합니다.

데이터 흐름 Gen1 작성자는 AutoML을 사용하여 데이터 준비 중에 Power BI를 사용하여 자체 기계 학습 모델을 만들 수도 있습니다. 작성자는 이진 예측, 일반 분류 또는 회귀와 같은 특정 유형의 모델을 선택할 수 있습니다. 다음으로, 입력 데이터를 사용하여 이러한 모델을 학습시키고 데이터 흐름 새로 고침 후 새 데이터 또는 업데이트된 데이터에 모델을 적용하기 전에 결과를 평가합니다.

의미 체계 모델 또는 데이터 흐름 Gen1과 Azure Machine Learning 통합의 사용 사례는 다음과 같습니다.

  • 데이터 과학 도구 또는 Python에 대한 심층적인 전문 지식 없이 Power BI에서 예측 모델링을 수행합니다.
  • 간단한 변동 예측 및 예측을 수행합니다.
  • Azure Machine Learning에서 조직 모델을 적용하여 Power BI에서 데이터를 보강합니다.

독립 소프트웨어 공급업체 통합

소프트웨어를 생산하고 판매하는 ISV(독립 소프트웨어 공급업체)는 패브릭과 통합하여 애플리케이션을 지원하고 확장할 수 있습니다.

ISV가 패브릭과 통합하는 데 사용할 수 있는 세 가지 모델이 있습니다.

  • Interop 모델: ISV는 OneLake API 등의 다양한 도구를 통해 OneLake와 통합할 수 있습니다.
  • 패브릭 모델 개발: ISV는 패브릭에서 자체 제품 및 서비스를 개발할 수 있으며, 패브릭의 기능을 소프트웨어에 포함할 수도 있습니다.
  • 패브릭 워크로드 모델 빌드: ISV는 Microsoft Fabric 워크로드 개발 키트를 사용하여 워크로드를 만들고 수익을 창출할 수 있습니다.

ISV가 패브릭과 통합되는 방법에 대한 자세한 내용은 ISV용 Microsoft Fabric 통합 경로를 참조하세요.

Microsoft Teams 통합

테넌트와 Microsoft Teams를 통합하여 사용자가 Teams 애플리케이션 내에서 Fabric 및 Power BI에 액세스할 수 있도록 할 수 있습니다. 이 기능은 공동 작업을 중앙 집중화하고 Teams와 Power BI의 채택을 촉진하는 편리한 방법입니다.

Power BI와 팀을 통합하는 방법에 대한 자세한 내용은 다음을 참조하세요.

  • Microsoft Teams에 Power BI 앱 추가: Power BI 환경을 Microsoft Teams에 통합합니다.
  • Power BI 탭을 사용하여 Teams 채널 및 채팅에 대화형 보고서 포함: 동료가 팀의 데이터를 찾고 논의하는 데 도움을 줍니다.
  • Teams 모임에서 대화형 보고서 사용: 모임 중에 보고서에 대해 토론하거나 보고서를 사용하여 모임 목표를 지원합니다.
  • Teams 메시지 상자에 링크 미리 보기를 만듭니다. 보고서, 대시보드 또는 Power BI 앱에 대한 링크를 붙여넣습니다.
  • Power BI 서비스 내에서 직접 Microsoft Teams에서 채팅: 보고서 및 대시보드의 필터링된 보기를 공유하고 대화를 시작합니다.
  • Microsoft Teams에 있는 모든 Power BI 탭 보기: Power BI 앱 홈페이지의 Teams 내부 탭을 선택합니다.
  • Teams 활동 피드에서 알림 받기: Power BI에서 중요한 이벤트가 발생하는 시기를 빠르게 알아봅니다.

Power BI와 Teams 통합의 사용 사례는 다음과 같습니다.

  • 연습 커뮤니티를 위한 중앙 집중식 포털을 큐레이팅하고 주요 Power BI 보고서 및 리소스를 포함합니다.
  • 사용자가 피드백, 문제를 공유하거나 콘텐츠에 대한 질문을 할 수 있는 Power BI 앱에서 배포된 콘텐츠에 대한 전용 팀 또는 팀 채널을 만듭니다.
  • 특정 관점 또는 데이터 요소를 논의하기 위해 Teams를 통해 공유할 수 있는 공유 보기를 만들도록 사용자를 교육합니다.

지리 공간적 서비스 통합

지리 공간적 데이터를 사용하는 경우 Power BI를 사용하여 대화형 지도 시각적 개체에서 시각화하려고 할 수 있습니다. 그러나 이러한 시각적 개체에는 테넌트 설정을 사용하여 테넌트 수준에서 제어할 수 있는 다른 서비스와의 통합이 필요합니다. 이러한 시각적 개체는 지리 공간적 데이터를 제공하는 보고서에서 효과적일 수 있지만 이러한 서비스를 사용하면 데이터 보존 또는 규정 준수 요구 사항을 위반하지 않도록 해야 합니다.

다양한 지리 공간적 서비스와 Power BI를 통합하는 방법에 대한 자세한 내용은 다음을 참조하세요.

Warning

지리 공간적 서비스는 Power BI 테넌트, 규정 준수 경계 또는 국가별 클라우드 인스턴스의 지리적 지역 외부에 있는 다른 서비스를 사용할 수 있습니다. 또한 이러한 서비스는 기능을 유지 관리하는 데이터를 저장하고 처리할 수 있으며, 이러한 서비스의 사용은 Power BI 이외의 별도의 사용 약관 및 개인 정보 보호 정책의 적용을 받을 수 있습니다.

이 경고는 지리 공간적 정보를 시각화하는 데 사용하는 타사 사용자 지정 시각적 개체에도 적용됩니다.

작업 영역 수준 통합

개별 작업 영역 수준에서 특정 서비스를 통합할 수 있습니다. 이러한 서비스를 사용하면 작업 영역에서 콘텐츠를 개발, 관리 및 볼 수 있는 기능을 사용할 수 있습니다.

Git 통합

작업 영역에서 패브릭 용량, 프리미엄 용량 또는 PPU 라이선스 모드를 사용하는 경우 Git 통합을 사용하여 작업 영역을 원격 Git 리포지토리에 연결하여 고급 수명 주기 관리 시나리오를 지원할 수 있습니다. 원격 Git 리포지토리는 콘텐츠 작성자가 변경 내용을 추적하고 관리할 수 있도록 파일의 소스 제어를 용이하게 합니다. 또한 Git 통합은 특히 분기를 사용하여 특정 기능의 개발을 격리한 후 배포 전에 병합을 사용하여 주 분기에 이러한 변경 내용을 통합하는 경우 개발자 간의 협업을 촉진합니다.

간단히 말해 콘텐츠 작성자는 로컬 또는 Power BI 서비스 콘텐츠를 개발한 다음, Azure Repos 또는 GitHub Enterprise와 같은 원격 Git 리포지토리에 해당 변경 내용을 커밋하고 푸시할 수 있습니다. Power BI 및 Fabric에 Git 통합을 설정하고 사용하는 방법에 대한 자세한 내용은 Git 통합 시작 또는 자습서: 엔드투엔드 수명 주기 관리를 참조하세요.

콘텐츠 작성자는 Power BI Project(.pbip) 파일, 메타데이터 파일 및 설명서를 중앙 Azure Repos 원격 리포지토리 저장합니다. 이러한 파일은 기술 소유자가 큐레이팅합니다. 콘텐츠 작성자가 솔루션을 개발하는 동안 기술 소유자는 솔루션을 관리하고 변경 내용을 검토하고 단일 솔루션으로 병합할 책임이 있습니다. Azure Repos는 SharePoint 및 OneDrive에 비해 변경 내용을 추적하고 관리하기 위한 보다 정교한 옵션을 제공합니다. 잘 큐레이팅되고 문서화된 리포지토리를 유지 관리하는 것은 모든 콘텐츠와 협업의 기초이므로 매우 중요합니다.

다음 시나리오에서는 소스 제어를 사용하여 변경 내용을 추적하고 관리하는 것이 좋습니다.

  • 중앙 집중식 또는 탈중앙화식 팀이 콘텐츠를 만들고 관리합니다.
  • 콘텐츠 작성자는 Azure DevOps를 사용하여 협업합니다.
  • 콘텐츠 작성자는 Git, 소스 제어 관리 또는 DataOps 아키텍처 디자인에 익숙합니다.
  • 콘텐츠 작성자는 복잡하거나 중요한 콘텐츠를 관리하거나 콘텐츠의 규모가 복잡해지고 중요도가 높아질 것으로 예상합니다.

Azure DevOps에서 소스 제어를 효과적으로 사용하려면 고려 사항을 인식하고 특정 필수 구성 요소를 충족해야 합니다.

  • Git: 변경 콘텐츠를 원격 리포지토리에 커밋하고 푸시하려면 콘텐츠 작성자가 다운로드하고 Git을 설치해야 합니다. Git은 파일의 변경 내용을 추적하는 분산 버전 제어 시스템입니다. Git의 기본 사항에 대해 알아보려면 Git이란?을 참조하세요.
  • 도구: Git을 사용하려면 콘텐츠 작성자가 VISUAL Studio 또는 Visual Studio Code와 같은 SCM(통합 소스 제어 관리)이 있는 CLI(명령줄 인터페이스) 또는 GUI(그래픽 사용자 인터페이스) 클라이언트를 사용해야 합니다.
  • 라이선스 및 권한: Azure Repos Git 리포지토리를 만들고 사용하려면 콘텐츠 작성자가 다음을 수행해야 합니다.
  • 패브릭 Git 통합: 원격 리포지토리 콘텐츠를 패브릭 작업 영역과 동기화하기 위해 콘텐츠 작성자는 Fabric Git 통합을 사용합니다. 이 도구는 데이터 흐름과 같이 패브릭 포털에서 만든 콘텐츠의 변경 내용을 추적하고 관리하기 때문에 중요합니다.

Azure Log Analytics 통합

Azure Log Analytics를 사용하여 작업 영역 항목의 데이터 수준 감사를 지원하기 위해 중요한 정보를 수집할 수 있습니다. Azure Log Analytics는 Azure Monitor 서비스의 구성 요소입니다. 특히 Power BI와 Azure Log Analytics를 통합하면 Power BI 작업 영역의 모든 의미 체계 모델에서 의미 체계 모델 이벤트를 캡처할 수 있습니다. 패브릭 또는 프리미엄 용량을 사용하는 작업 영역에 대해서만 지원됩니다. Power BI 및 Fabric용 Azure Log Analytics를 설정하고 사용하는 방법에 대한 자세한 내용은 데이터 수준 감사: Azure Log Analytics 및 Power BI에서 Azure Log Analytics 구성을 참조하세요.

Azure Log Analytics 통합을 설정하고 연결이 활성화되면(지원되는 작업 영역에 대해) 의미 체계 모델 이벤트가 자동으로 캡처되고 Azure Log Analytics 작업 영역으로 지속적으로 전송됩니다. 의미 체계 모델 로그는 대용량 거의 실시간 원격 분석 데이터를 캡처하는 데 최적화된 추가 전용 데이터베이스인 Azure Data Explorer에 저장됩니다.

Azure Log Analytics 사용에 대한 사용 사례는 다음과 같습니다.

Azure Log Analytics를 사용하려면 Azure 구독의 일부로 Azure Log Analytics 작업 영역을 설정하고 비용을 지불해야 합니다. 종량제 구독으로 Azure Log Analytics에 대한 요금을 지불합니다. 자세한 내용은 Azure Log Analytics 가격 책정을 참조하세요.

Azure Data Lake Storage Gen2 통합

작업 영역을 ADLS(Azure Data Lake Storage) Gen2 계정에 연결할 수 있습니다. 작업 영역을 ADLS Gen2에 연결하는 경우 Power BI 데이터 흐름(데이터 흐름 Gen1이라고도 함) 및 의미 체계 모델 백업에 대한 데이터를 저장할 수 있습니다. ADLS Gen2를 설정하고 사용하여 Power BI 데이터 흐름의 데이터를 저장하는 방법에 대한 자세한 내용은 Azure Data Lake Gen 2를 사용하도록 데이터 흐름 스토리지 구성을 참조하세요.

패브릭 관리 포털에서 Azure 연결을 설정한다고 해서 테넌트의 모든 Power BI 데이터 흐름이 기본적으로 ADLS Gen2 계정에 저장되는 것은 아닙니다. 내부 스토리지 대신 특정 스토리지 계정을 사용하려면 각 작업 영역을 명시적으로 연결해야 합니다. 작업 영역에서 Power BI 데이터 흐름을 만들기 전에 작업 영역 Azure 연결을 설정하는 것이 중요합니다 .

다음 두 섹션에서는 작업 영역을 ADLS Gen2와 통합할 수 있는 이유를 제공합니다.

Power BI 데이터 흐름 데이터 스토리지

사용자 고유의 데이터 레이크를 가져오는 경우 Power BI 데이터 흐름(Gen1)에 대한 데이터에 Azure에서 직접 액세스할 수 있습니다. ADLS Gen2의 데이터 흐름 스토리지에 직접 액세스하는 것은 다른 사용자 또는 프로세스가 데이터를 보거나 액세스하도록 하려는 경우에 유용합니다. Power BI 이외의 데이터 흐름 데이터를 재사용하는 것이 목표일 때 특히 유용합니다.

스토리지를 할당하는 두 가지 옵션이 있습니다.

  • 테넌트 수준 스토리지: 이 옵션은 Power BI 데이터 흐름에 대한 모든 데이터를 하나의 ADLS Gen2 계정으로 중앙 집중화하려는 경우에 유용합니다.
  • 작업 영역 수준 스토리지: 이 옵션은 사업부에서 자체 데이터 레이크를 관리하거나 특정 데이터 상주 요구 사항이 있는 경우에 유용합니다.

팁

Fabric을 사용하는 경우 OneLake를 비롯한 여러 대상에 데이터를 저장할 수 있는 데이터 흐름 Gen2를 사용하는 것이 좋습니다. 데이터 흐름 Gen2는 다른 데이터 파이프라인과 통합할 수 있는 더 많은 옵션을 제공하고 대규모 컴퓨팅의 이점을 활용하기 때문에 데이터 흐름 Gen1보다 더 유연합니다.

Power BI 의미 체계 모델에 대한 백업 및 복원

Power BI 의미 체계 모델 백업 및 복원 기능은 패브릭 용량, 프리미엄 용량 또는 PPU에 할당된 작업 영역에 대해 지원됩니다. 이 기능은 Power BI 데이터 흐름 데이터를 저장하는 데 사용되는 것과 동일한 ADLS Gen2 계정을 사용합니다(이전 섹션에서 설명).

의미 체계 모델 백업을 통해 다음을 수행할 수 있습니다.

  • 데이터 보존 요구 사항을 준수합니다.
  • 재해 복구 전략의 일부로 일상적인 백업을 저장합니다.
  • 다른 지역에 백업을 저장합니다.
  • 데이터 모델을 마이그레이션합니다.

솔루션 수준 통합

의미 체계 모델 또는 보고서와 같은 개별 항목 수준에서 특정 서비스를 통합할 수 있습니다. 이러한 통합은 특정 사용 사례를 사용하도록 설정하고 Power BI 항목의 기능을 확장할 수 있습니다.

Microsoft Fabric과 통합

Power BI는 패브릭의 일부이지만, Power BI는 패브릭에서 통합된 다른 환경과 통합할 수 있는 패브릭의 고유한 워크로드입니다. Power BI 작업에만 익숙한 경우 Fabric에서 다른 워크로드, 항목 및 기능을 적용할 수 있는 가능성과 기회를 이해하는 것이 중요합니다.

다음 섹션에서는 Power BI 콘텐츠를 Fabric과 통합하여 Power BI의 기능을 확장하는 방법에 대한 예제를 제공합니다.

의미 체계 모델과 OneLake 통합

Power BI 의미 체계 모델을 만드는 콘텐츠 작성자는 OneLake 통합을 사용하여 OneLake의 델타 테이블에 모델 테이블을 작성할 수 있습니다. 메모리 내 테이블을 처음 복사한 후에는 복사할 필요 없이 다른 사용 사례에 대해 OneLake에서 다시 사용할 수 있습니다. 델타 테이블은 패브릭의 레이크하우스를 통해 액세스할 수 있습니다. 사용자는 다른 레이크하우스 또는 데이터 웨어하우스와 같은 다른 항목 유형에서 사용할 수 있도록 테이블에 액세스하는 바로 가기를 만들 수도 있습니다.

의미 체계 모델과 OneLake 통합을 사용하는 사용 사례는 다음과 같습니다.

  • OneLake에서 아직 사용할 수 없는 의미 체계 모델의 데이터를 다시 사용합니다.
  • 다른 패브릭 환경에서 사용하기 위해 의미 체계 모델의 데이터를 다시 사용합니다.
  • 의미 체계 모델 테이블의 스냅샷을 만듭니다.

의미 체계 모델을 빌드하거나 Notebook에서 데이터를 분석하는 콘텐츠 작성자는 의미 체계 링크를 사용하여 Fabric의 Notebook에서 의미 체계 모델을 읽고 쓸 수 있습니다. 의미 체계 링크는 향상된 생산성, 자동화 및 코드에서 빠르고 쉽게 임시 분석을 수행할 수 있는 기능을 포함하여 Power BI 개발자에게 다양한 이점을 제공합니다.

의미 체계 모델과 의미 체계 링크 통합을 사용하는 사용 사례는 다음과 같습니다.

  • DAX 쿼리를 평가하고 결과를 알려진 기준선과 비교하여 의미 체계 모델의 테스트를 자동화합니다.
  • 여러 모델에 대해 동시에 모범 사례 분석기를 실행하여 의미 체계 모델을 프로그래밍 방식으로 관리하여 가능한 문제를 식별하고 분류합니다.
  • 새 의미 체계 모델에 적용할 수 있는 DAX 측정값 및 비즈니스 논리(예: 통화 변환)에 대한 일반적인 템플릿 및 패턴을 저장합니다.
  • Python을 사용하여 의미 체계 모델에서 데이터를 분석하고 시각화합니다.
  • 의미 체계 모델의 비즈니스 논리를 사용하여 데이터 과학자가 만든 모델의 유효성을 검사합니다.
  • 의미 체계 모델의 데이터를 사용하여 분석을 보강합니다.

팁

의미 체계-링크-랩 Python 라이브러리는 의미 체계 링크의 유틸리티를 더욱 확장합니다. 의미 체계 모델을 만들고 관리하며 모델 생성 또는 관리 프로세스의 생산성과 효율성을 향상시키고자 하는 모든 사용자에게 유용한 도구입니다.

Python을 모르는 경우에도 Copilot 및 Chat-magics를 사용하여 기능적인 Python 코드를 작성하여 유용한 결과를 얻을 수 있습니다.

Power BI 보고서와 패브릭 정품 인증자 통합

Power BI 보고서를 작성하거나 사용하는 콘텐츠 작성자 또는 소비자는 Activator를 사용하여 데이터 변경 내용에 따라 작업 및 알림을 자동화할 수 있습니다. 대시보드 타일의 데이터 경고와 마찬가지로 사용자는 Power BI 시각적 개체에 경고를 설정하고 해당 경고에 대한 트리거를 정의할 수 있습니다. 또한 사용자는 사용자 지정 작업을 사용하여 다른 다운스트림 변경을 시작할 수 있는 Power Automate 흐름을 트리거하도록 이 기능을 확장할 수 있습니다.

Power BI와 Activator 통합에 대한 사용 사례는 다음과 같습니다.

  • 값이 임계값을 초과할 때 트리거하도록 경고를 설정하여 자동 변칙 검색
  • 이전 연도 매출 또는 예산 차이와 같은 값이 임계값을 초과할 때 트리거하도록 경고를 설정하여 중요 비즈니스용 보고서의 자동화된 회귀 테스트입니다.

Microsoft Office 365와 통합

Excel, PowerPoint 및 Outlook과 같은 Microsoft 365 제품과 Power BI를 통합하는 방법에는 여러 가지가 있습니다.

Excel에서 Power BI 데이터 사용

Excel에서 작업하는 것을 선호하는 사용자는 Excel에서 분석 또는 라이브 연결된 테이블을 사용하여 Power BI 데이터를 사용할 수 있습니다.

의미 체계 모델에 대한 빌드 권한이 있는 콘텐츠 소비자는 Excel에서 모델에 연결하여 Excel에서 분석을 사용할 수 있습니다. 이 방법을 사용하면 사용자가 피벗 테이블을 사용하여 고유한 임시 분석을 수행할 수 있도록 모델을 탐색할 수 있습니다.

Excel에서 분석의 사용 사례는 다음과 같습니다.

  • 사용자는 Power BI를 사용하는 대신 Excel에서 데이터를 분석하는 것을 선호합니다.
  • 사용자는 개인 BI를 수행하여 Excel에서 자신의 보고서를 만들려고 합니다.
  • 사용자는 Power BI 데이터를 사용하여 Excel에서 기존 분석을 지원하려고 합니다.

팁

사용자가 Excel에서 의미 체계 모델에 연결해야 하는 경우 이를 사용하는 방법을 학습하고 의미 체계 모델을 유용한 방식으로 구성하는 데 필요한 단계를 수행해야 합니다. 예를 들어 필드를 표시 폴더로 구성하고 보고서에서 사용할 수 없는 테이블과 필드를 숨깁니다.

Excel에서 분석에서는 Power BI 보고서에서 사용하는 DAX(데이터 분석 식) 대신 쿼리에 MDX(다차원 식)를 사용합니다. MDX 쿼리는 동등한 DAX 쿼리에 비해 성능이 저하될 수 있습니다. 사용자가 높은 수준의 집계 분석을 위해 Excel에서 분석을 사용하고 Power BI 또는 다른 패브릭 환경을 사용하여 보다 자세한 분석을 수행해야 한다는 것을 이해해야 합니다.

또한 필드 매개 변수 및 동적 측정값 형식 문자열과 같은 의미 체계 모델의 일부 기능은 Excel에서 분석에서 작동하지 않습니다. 다른 고려 사항 및 제한 사항은 이 문서를 참조 하세요.

라이브 연결 테이블을 사용하여 Excel에서 Power BI 데이터를 가져올 수도 있습니다. 이 방법을 사용하면 Power BI 보고서 시각적 개체에서 데이터를 내보내는 사용자는 데이터로 채워진 테이블이 포함된 Excel 통합 문서를 받습니다. 테이블 쿼리는 통합 문서를 열거나 테이블을 수동으로 새로 고칠 때 최신 데이터를 자동으로 검색합니다.

라이브 연결 테이블에 대한 사용 사례는 다음과 같습니다.

  • 사용자는 특정 시각적 개체에서 데이터를 조사하거나 분석하려고 합니다.
  • 사용자는 유효한 비즈니스 사례를 지원하기 위해 정기적으로 데이터를 내보내야 합니다.
  • 의미 체계 모델 또는 보고서의 수동 테스트를 수행하고 있습니다.

라이브 연결 테이블을 내보내는 것이 Power BI 보고서에서 연결이 끊긴 테이블을 내보내는 것보다는 낫지만 사용자가 데이터를 내보내지 않도록 권장해야 합니다. 내보낸 데이터는 거버넌스 문제 및 조직에서 데이터 반출로 이어질 수 있는 데이터 보안 위험을 제시합니다. 대신 사용자가 Excel 또는 Power BI Desktop의 의미 체계 모델에 연결하여 자체 분석을 수행하고 결과를 동료와 안전하게 공유하도록 교육하는 것이 좋습니다.

데이터 내보내기 관리는 데이터 문화권의 완성도를 개선하고 사람들이 Power BI를 효과적으로 사용할 수 있도록 하는 중요한 변경 관리 연습입니다.

PowerPoint에서 Power BI 보고서 통합

PowerPoint용 Power BI 추가 기능을 사용하여 PowerPoint 슬라이드에 라이브 대화형 Power BI 보고서 또는 특정 시각적 개체를 추가할 수 있습니다. 이 기능은 프레젠테이션 중에 시각적 개체를 필터링하고 상호 작용할 수 있으므로 정적 스크린샷을 삽입하는 대신 사용할 수 있습니다.

PowerPoint는 기존 Power BI 보고서를 보완하는 유용한 도구이지만 기본 배포 방법으로 확장되지는 않습니다. 대신 Power BI 앱과 같은 보고서 배포 방법을 사용하고 PowerPoint 통합을 보완하거나 확장할 기회를 찾습니다.

보고서를 플랫 파일 및 PowerPoint 프레젠테이션으로 배포하는 것은 데이터 문화권 및 콘텐츠 배달 범위의 완성도를 개선하고 사람들이 Power BI를 효과적으로 사용할 수 있도록 하는 중요한 변경 관리 연습입니다.

PowerPoint에서 Power BI 통합의 사용 사례는 다음과 같습니다.

  • 공장의 대형 화면에서와 같이 최신 Power BI 보고서를 사용하여 슬라이드 쇼 모드 에서 프레젠테이션을 계속 재생합니다.
  • 보고서 데이터가 자동으로 업데이트되지 않도록 특정 보기의 스냅샷을 고정합니다(예: 과거 날짜의 지정 시간 보고서를 검토하려는 경우).
  • 프레젠테이션을 라이브 Power BI 보고서와 공유하여 사용자가 최신 데이터를 볼 수 있도록 합니다. 예를 들어 프레젠테이션을 발표하기 전에 청중이 프레젠테이션 및 보고서를 검토하도록 할 수 있습니다.

패브릭 관리자는 PowerPoint 테넌트 설정에 대한 Power BI 추가 기능 사용 설정으로 사용을 제어할 수 있습니다. 다른 고려 사항 및 제한 사항은 이 문서를 참조 하세요.

Power Platform과 통합

Power BI는 Power Platform의 일부입니다. 따라서 Power BI는 Power Apps, Power Automate 및 Power Pages와 같은 Power Platform 제품군의 다른 애플리케이션과 잘 통합됩니다.

  • Power Apps 를 사용하면 조직에서 코드가 낮은 애플리케이션을 빠르게 만들고 배포할 수 있습니다.
  • Power Automate 를 사용하면 자동으로, 일정에 따라 또는 수동 작업에 대한 응답으로 트리거되는 논리 흐름을 만들어 작업 및 워크플로를 자동화할 수 있습니다. 전용 머신 없이 무인으로 실행되는 클라우드 흐름을 만들 수 있습니다. 또한 Power Automate 데스크톱 애플리케이션을 사용하여 로봇 프로세스 자동화를 사용하여 사용자 작업을 시뮬레이션하기 때문에 머신이 필요한 데스크톱 흐름을 작성할 수 있습니다.
  • Power Pages 를 사용하면 코드가 낮은 사용자 인터페이스를 사용하여 외부에 연결된 비즈니스 웹 사이트를 만들 수 있습니다.

Power BI 보고서에서 Power Apps 시각적 개체 사용

Power Apps 시각적 개체를 사용하여 Power BI에서 Power Apps를 통합할 수 있습니다. 이 시각적 개체를 사용하면 Power BI 보고서 내에서 대화형 기능의 Power Apps 캔버스 앱을 표시할 수 있습니다. Power BI에서 Power Apps 시각적 개체에 추가할 필드를 선택할 수 있습니다. 그런 다음 Power Apps에서 이러한 필드를 사용하여 데이터 기반 레이블 및 기능을 만들어 앱을 향상시킬 수 있습니다. Power BI 보고서와 Power Apps의 통합을 통해 사용자가 보고서의 데이터를 사용하여 의사 결정을 내리고 조치를 취하는 데 도움이 되는 광범위한 사용 사례를 사용할 수 있습니다.

이 방법을 사용하는 경우 유의해야 할 몇 가지 라이선스 고려 사항이 있습니다. Power BI 보고서에서 Power Apps 시각적 개체를 사용하려면 보고서 뷰어에 필요한 Power BI 사용자별 라이선스 외에 Power Apps 라이선스가 있어야 합니다. 또는 Power Apps 및 Power Automate에 종량제 플랜을 사용할 수 있습니다.

Power Apps 시각적 개체의 사용 사례는 다음과 같습니다.

  • 데이터베이스에 대한 쓰기 저장을 용이하게 합니다. 예를 들어 특정 고객에게 주석을 추가하거나 Power BI 보고서 내에서 예측 값을 수정할 수 있습니다.
  • 고객 만족도 보고서에서 고객에게 연락하는 등 Power BI 보고서에서 알리는 직접 작업을 용이하게 합니다.
  • 사용자가 Power BI 보고서 내에서 피드백 양식, 설문 조사 또는 설문 조사와 같은 양식을 제출할 수 있도록 허용합니다.

포함된 시나리오에서 Power Apps 시각적 개체는 고객 시나리오에 대한 포함이 아니라 조직 시나리오에 대한 Embed에 대해서만 지원됩니다. 다른 제한 사항은 Power Apps 시각적 개체의 제한 사항을 참조 하세요.

Power Apps 캔버스 앱에서 Power BI 보고서 통합

Power APPS 캔버스 앱 내에 Power BI 대시보드 타일을 통합 할 수 있습니다. 이 방법을 사용하면 기본 소비 매체는 Power BI 타일에 의해 향상된 Power App입니다. 캔버스 앱 개발 중에 Power BI 타일 컨트롤을 사용하여 타일을 포함했습니다.

Power Automate에서 Power BI에서 작업 수행

Power Automate를 사용하여 보고서 내보내기, 의미 체계 모델 새로 고침 또는 DAX 쿼리 평가와 같은 Power BI의 특정 작업을 자동화할 수 있습니다. 이 기능은 특정 작업을 간소화하거나 생산성을 향상시키는 데 도움이 될 수 있습니다.

Power Automate에서 Power BI를 자동화하는 사용 사례는 다음과 같습니다.

  • 업스트림 데이터 원본이 업데이트될 때 의미 체계 모델의 새로 고침을 트리거합니다.
  • Power BI 보고서 또는 페이지를 매긴 보고서의 배포를 자동화합니다.
  • 흐름이 트리거될 때 Power BI 의미 체계 모델 테이블에 행을 추가합니다.

Power BI에서 Power Automate 흐름 트리거

Power BI를 사용하여 다음과 같은 세 가지 방법으로 Power Automate 클라우드 흐름을 트리거할 수도 있습니다.

  • Power BI 보고서에서 Power Automate 시각적 개체를 사용합니다.
  • Power BI 대시보드 타일의 데이터 경고를 사용합니다.
  • Power BI에서 변경된 목표를 알리는 흐름을 만듭니다.

이 방법을 사용하면 Power BI에서 발생하는 이벤트에 응답하는 만큼 Power BI 작업을 자동화하지 않습니다. 이러한 이벤트는 수동으로(예: Power Automate 시각적 개체) 또는 자동으로 트리거될 수 있습니다(예: 데이터 경고). 또한 흐름에서 Power BI 다운스트림의 데이터를 사용할 수 있으므로 보다 구체적이고 관련된 작업을 자동화할 수 있습니다.

이 접근 방식에 유의해야 할 몇 가지 라이선스 고려 사항이 있습니다. Power BI 보고서에서 Power Automate 시각적 개체를 사용하려면 보고서 뷰어에서 필요한 Power BI 사용자별 라이선스 외에도 필요한 경우 Power Automate 흐름 및 Power Automate 라이선스에 액세스할 수 있어야 합니다. 또는 Power Apps 및 Power Automate에 종량제 플랜을 사용할 수 있습니다.

Power BI에서 Power Automate 흐름을 트리거하는 사용 사례는 다음과 같습니다.

  • Power Automate 시각적 개체를 사용하여 Power BI 보고서 내에서 Excel 테이블에 행을 업데이트하거나 추가합니다.
  • 알려진 기준선을 사용하여 현재 값의 차이를 보고하도록 보고서 및 대시보드를 설정하고 대시보드 타일에서 데이터 경고를 설정하여 회귀 테스트를 자동화합니다.
  • 데이터 경고를 사용하여 의미 체계 모델 데이터에 예기치 않은 값이나 변칙이 있는 경우 팀 또는 개인에게 알립니다. Power BI 보고서에서 Power Automate 시각적 개체를 사용하려면 보고서 뷰어에서 필요한 Power BI 사용자별 라이선스 외에도 필요한 경우 Power Automate 흐름 및 Power Automate 라이선스에 액세스할 수 있어야 합니다. 또는 Power Apps 및 Power Automate에 종량제 플랜을 사용할 수 있습니다.

Power Pages 웹 사이트에 Power BI 보고서 포함

Power Pages 웹 사이트에 Power BI 보고서를 포함할 수 있습니다. Power Pages를 사용하여 만든 외부 웹 사이트에 Power BI 보고서를 표시할 수 있습니다. 이 방법은 Power Platform 관리 센터에서 Power BI Embedded 서비스를 사용하도록 설정하여 고객 시나리오에 대한 Embed를 간소화합니다.

이 접근 방식에 유의해야 할 몇 가지 라이선스 고려 사항이 있습니다. Power Pages 웹 사이트에 Power BI 보고서를 포함하려면 F, P, EM 또는 SKU가 있어야 합니다. 적절한 Power Pages 라이선스도 필요합니다.

Power Pages 웹 사이트에 Power BI 보고서를 포함하기 위한 사용 사례는 다음과 같습니다.

  • 사용자 지정 포털을 통해 외부 사용자 또는 고객에게 보고서를 배포합니다.
  • 웹 사이트의 구독자 또는 트래픽과 같은 웹 사이트 분석을 표시합니다.
  • 대화형 Power BI 시각화를 사용하여 Power Pages 웹 사이트를 개선합니다.

Power BI Embedded의 제한 사항 외에도 Power Pages에 보고서를 포함하기 위한 특정 제한 사항도 있습니다. 예를 들어 보고서는 연결된 의미 체계 모델과 동일한 작업 영역에 게시되어야 합니다. Power Pages 웹 사이트에 Power BI 콘텐츠를 포함하기 전에 이러한 고려 사항을 고려해야 합니다.

OneDrive 및 SharePoint 통합

OneDrive 및 SharePoint는 Power BI용 콘텐츠 및 데이터 파일을 저장하는 편리한 옵션이므로 일반적으로 사용됩니다. OneDrive와 SharePoint를 통합하면 공유 기능을 더욱 향상시킬 수 있습니다.

Power BI Desktop 파일의 OneDrive 새로 고침

Power BI Desktop(.pbix) 파일을 회사 또는 학교용 OneDrive 또는 SharePoint에 저장하는 경우 Power BI Desktop에서 게시하는 대신 OneDrive에서 해당 파일을 작업 영역으로 가져올 수 있습니다. 이렇게 하면 일반적으로 1 시간 이내에 데이터 모델이 자동으로 업데이트되는 OneDrive 새로 고침을 활용할 수 있습니다.

OneDrive 새로 고침 사용에 대한 사용 사례는 다음과 같습니다.

  • 셀프 서비스 사용자는 Power BI Desktop 파일의 게시를 간소화하려고 합니다.
  • 콘텐츠 작성자는 OneDrive에서 공동 작업하는 동안 변경 내용을 추적하고 관리하려고 합니다.

의미 체계 모델 및 보고서에 대한 개별 .pbix 파일용 OneDrive를 통합하는 것 외에도 OneDrive와 작업 영역 수준 통합을 설정할 수도 있습니다.

OneDrive 및 SharePoint에서 Power BI Desktop 파일 미리 보기

OneDrive 또는 SharePoint를 통해 사용자와 Power BI Desktop 파일을 공유하는 경우 Power BI Desktop에서 열지 않고도 OneDrive 또는 SharePoint에서 보고서를 미리 볼 수 있습니다. 이 기능은 공유 의미 체계 모델에 연결된 보고서 또는 보고서 및 가져오기 의미 체계 모델을 포함하는 Power BI Desktop 파일에만 작동합니다. 또한 1GB 이상의 Power BI Desktop 파일을 미리 볼 수 없습니다. 자세한 내용은 고려 사항 및 제한 사항을 참조 하세요.

이 접근 방식에 유의해야 할 몇 가지 라이선스 고려 사항이 있습니다. 사용자는 OneDrive 또는 SharePoint에서 Power BI Desktop 파일을 미리 보려면 Power BI Pro 라이선스가 필요합니다. 자세한 내용은 OneDrive 및 SharePoint에서 보고서를 보기 위한 필수 구성 요소를 참조하세요.

OneDrive를 사용하여 파일을 미리 보는 사용 사례는 다음과 같습니다.

SharePoint Online에 Power BI 보고서 포함

SharePoint Online(보안 포함이라고도 함)에 Power BI 보고서를 포함하여 SharePoint와 Power BI를 통합할 수 있습니다. 보고서 환경은 사용자가 직접 액세스와 공유된 링크를 사용하여 패브릭 작업 영역에서 볼 때와 동일합니다. 항목 권한과 함께 행 수준 보안 이 적용됩니다. 사용자는 SharePoint 사이트에서 보고서를 보려면 보고서에 직접 액세스할 수 있어야 합니다.

SharePoint Online에서 Power BI 보고서를 포함하는 사용 사례는 다음과 같습니다.

  • 패브릭 작업 영역을 통해서가 아니라 SharePoint 포털에서 보고서를 배포하려고 합니다. 이 방법은 여러 작업 영역에서 특정 대상 그룹에 보고서를 배포하려는 경우에 유용할 수 있습니다.
  • SharePoint 사이트에서 공동 작업 또는 의사 결정을 지원하는 보고서를 포함하려고 합니다.

Visual Studio 및 VS Code와의 통합

많은 개발자가 Visual Studio 또는 VS Code(Visual Studio Code)를 사용하여 소스 파일 및 메타데이터를 관리하는 데 익숙합니다. 이러한 도구는 Power BI 및 Fabric과 통합할 수 있는 몇 가지 옵션을 제공합니다.

Analysis Services 프로젝트에서 Visual Studio를 사용하여 의미 체계 모델 개발

개발자가 Visual Studio에서 작업하는 것을 선호하는 경우 Power BI Desktop 대신 Visual Studio에서 의미 체계 모델을 개발하고 배포할 수 있습니다. 이 경우 Visual Studio 2017 이상 버전과 SSDT(SQL Server Data Tools) 확장의 2.9.14 버전 이상이 필요합니다.

팁

의미 체계 모델을 빌드하고 관리하는 데 Visual Studio와 같은 환경을 선호하는 개발자는 테이블 형식 편집기를 사용하는 것이 더 효과적일 수 있습니다. 테이블 형식 편집기는 Power BI Desktop에서 열려 있는 로컬 모델 또는 XMLA 읽기/쓰기 엔드포인트를 통해 원격 모델에 연결하는 외부 도구입니다. 또한 개발자 생산성을 향상시키기 위해 스크립팅 및 일괄 처리 작업을 지원합니다.

자세한 내용은 고급 데이터 모델 관리를 참조 하세요.

VS Code를 사용하여 항목 관리

개발자가 VS Code에서 작업하는 것을 선호하는 경우 확장을 사용하여 VS Code 애플리케이션을 통해 Power BI 작업을 용이하게 할 수 있습니다.

VS Code에서 Power BI의 여러 부분을 관리하는 데 사용할 수 있는 몇 가지 도구가 있습니다.

  • TMDL: TMDL(테이블 형식 모델 정의 언어)이 TMDL 메타데이터 형식을 사용하는 의미 체계 모델을 사용할 수 있도록 언어 지원을 제공하는 Microsoft의 공식 VS Code 확장입니다.
  • Power BI Studio: Power BI REST API를 사용하여 작업 영역의 항목을 보고 관리하는 커뮤니티에서 개발한 VS Code 확장입니다.
  • Power BI VSCode 확장 팩: 개발자가 패브릭 및 Power BI를 사용하여 VS Code에서 작업할 수 있도록 하는 VS Code 확장 컬렉션입니다. 여기에는 TMDL 및 Power BI Studio 확장이 모두 포함됩니다.

VS Code 통합은 데이터 엔지니어링 및 데이터 과학용 Notebook과 같은 다른 패브릭 환경이나 앞에서 설명한 의미 체계 링크를 사용하여 Power BI 의미 체계 모델을 관리하는 데도 지원됩니다.

Python 또는 R 통합

Power BI 의미 체계 모델 및 보고서에서 Python 또는 R 스크립트를 실행하여 이러한 항목의 기능을 확장할 수 있습니다. 이 기능은 Python 또는 R에 익숙하고 Power BI를 통해 비즈니스 사용자를 위한 콘텐츠를 만들고 배포하는 콘텐츠 작성자에 유용할 수 있습니다.

Python 또는 R에 능숙한 콘텐츠 소유자 또는 작성자는 패브릭 용량에서 Notebook 항목을 사용하는 것이 도움이 될 수 있습니다. 많은 사용 사례에서 Notebook은 Power BI와 Python 및 R 통합보다 선호되는 옵션입니다. 이러한 언어로 빌드된 솔루션을 만들고 유지 관리하는 더 많은 옵션을 제공하기 때문에 제한 사항이 적고 일반적으로 지원 노력이 줄어듭니다.

의미 체계 모델에서 Python 또는 R 코드 실행

스토리지 모드 가져오기를 사용하는 의미 체계 모델에서 수행하는 데이터 변환의 일부로 Python 또는 R 코드를 통합할 수 있습니다. 이 통합을 통해 모델을 새로 고칠 때마다 Python 또는 R을 사용하여 데이터를 변환하거나 고급 분석을 수행할 수 있습니다.

파워 쿼리에 통합된 Python 또는 R을 사용하는 게시된 의미 체계 모델을 새로 고치려면 개인 모드에서 온-프레미스 데이터 게이트웨이를 사용해야 합니다. Python 또는 R 코드는 컴퓨터에 설치된 Python 또는 R을 사용하여 로컬로 실행되기 때문입니다. 이 설정은 일반적으로 관리 및 유지 관리하기가 어렵습니다. 의미 체계 모델에서 Python 또는 R을 사용해야 하는 경우 Fabric의 Notebook과 같은 대체 방법을 사용하는 것이 좋습니다.

Power BI 보고서에서 Python 또는 R 시각적 개체 만들기

Python 또는 R을 Power BI 보고서와 통합하여 Seaborn 또는 ggplot2와 같은 R 패키지와 같은 Python 라이브러리를 사용하여 사용자 지정 시각적 개체를 만들 수 있습니다. 이러한 시각적 개체는 완전히 사용자 지정할 수 있으며 필터링된 결과 렌더링, 교차 필터링, 사용자 지정 도구 설명, 드릴다운 및 드릴스루와 같은 Power BI의 대화형 기능을 지원합니다.

모든 Python 또는 R 시각적 개체가 Fabric에서 지원되는 Python 라이브러리 및 R 패키지를 사용하는지 확인합니다. 지원되지 않는 라이브러리 또는 패키지를 사용하는 경우 시각적 개체가 Power BI Desktop의 보고서에서 렌더링되는 경우에도 시각적 개체가 Power BI 서비스 렌더링되지 않습니다.

데이터를 변환하고 Python 또는 R 사용자 지정 시각적 개체의 일부로 계산할 수 있지만 권장되지는 않습니다. Python 또는 R 시각적 개체에 이 논리를 배치하면 렌더링 기간이 느려지고 시각적 개체를 유지하고 계산 논리에서 시각적 개체와 보고서 간에 조화를 달성하는 데 더 큰 어려움이 발생할 수 있습니다.

대신 측정값을 만들어 DAX 계산에 논리를 추가하고 가능한 경우 파워 쿼리 또는 데이터 원본과 같은 업스트림에서 변환을 추가로 수행합니다.

Power BI 보고서에 대한 사용자 지정 시각적 개체

Python 및 R 외에 Power BI 보고서에서 사용자 지정 시각적 개체를 만드는 다른 옵션이 있습니다. 명시적으로 통합되지는 않지만 고급 또는 특정 사용 사례에 대해 Power BI 보고서에서 사용자 지정 시각적 개체를 사용할 수 있습니다. 다른 서비스와 통합할 필요가 없는 사용자 지정 시각적 개체를 만들거나 무료이거나 라이선스가 필요한 AppSource에서 시각적 개체를 가져올 수 있습니다. 사용자 지정 시각적 개체에 따라 타사 서비스와의 통합이 포함될 수 있으며 해당 사용 조건에 동의해야 합니다.

사용자 지정 시각적 개체를 사용하여 Power BI 보고서의 기능을 확장하려는 경우 Deneb을 고려하세요. Deneb은 커뮤니티에서 개발한 인증된 사용자 지정 시각적 개체로, Vega 또는 Vega-Lite 언어의 선언적 JSON 구문을 사용하여 고유한 시각화를 빌드할 수 있습니다. Deneb에는 큰 커뮤니티와 많은 템플릿이 있으므로 JavaScript, Python 또는 R을 사용하지 않고도 고유한 시각적 개체를 만들려는 보고서 작성자에 적합합니다.

다른 타사 서비스와 통합

Power BI와의 통합을 제공하는 다른 타사 서비스가 있습니다.

다음 섹션에서는 고려해야 할 사용 사례와 함께 타사 서비스를 제공합니다.

XMLA 엔드포인트를 통해 의미 체계 모델과 통합

Power BI에서 외부 도구는 XMLA 엔드포인트를 사용하여 Power BI 의미 체계 모델에 연결할 수 있습니다. 생산성을 향상시키거나 기존 의미 체계 모델의 기능을 확장하는 데 사용할 수 있는 오픈 소스 및 상업적으로 사용할 수 있는 도구가 모두 있습니다.

XMLA 엔드포인트를 통해 의미 체계 모델과 통합할 수 있는 도구의 몇 가지 예는 다음과 같습니다.

XMLA 엔드포인트와 이를 사용하는 클라이언트 애플리케이션 및 도구에 대한 자세한 내용은 Power BI의 XMLA 엔드포인트를 사용한 의미 체계 모델 연결 및 관리를 참조하세요. XMLA 엔드포인트는 라이선스 모드가 패브릭 용량, 프리미엄 용량 또는 사용자 단위 Premium으로 설정된 작업 영역에 대해서만 지원됩니다.

XMLA 엔드포인트를 사용하도록 설정하고 관리 포털의 Power BI 워크로드 옵션에서 읽거나 읽거나 쓰도록 설정할 수 있습니다. XMLA 엔드포인트를 사용할 수 있는 사용자 및 그룹을 제어하는 데 사용할 수 있는 몇 가지 테넌트 설정도 있습니다.

검사 목록 - Power BI를 다른 서비스와 통합하려는 경우 주요 결정 및 고려 사항은 다음과 같습니다.

  • 요구 사항 정의: 달성하려는 작업과 예상되는 이점 설명
  • Power BI에서만 작업을 수행할 수 없는 이유를 설명합니다. Power BI의 기본 제공 도구 및 기능을 사용하여 이 요구 사항을 충족하지 못하게 하는 과제 또는 제한 사항을 정의합니다.
  • 요구 사항을 충족하는 데 도움이 되는 서비스를 식별합니다. 목표를 달성하는 데 도움이 될 수 있는 서비스 목록을 컴파일합니다. 요구 사항에 따라 그럴듯한 옵션이 하나만 있을 수 있습니다.
  • 잠재적인 위험, 제한 사항 또는 고려 사항 식별: 보안, 라이선스, 거버넌스 및 사용자 사용과 같은 다양한 영역에 대해 이 통합에 미치는 영향을 신중하게 계획하고 고려합니다.
  • 통합을 설정하는 방법 연구: 적절한 기술 설명서를 읽고 Power BI를 서비스 또는 도구와 통합하는 방법에 대한 특정 시나리오에 적용되는 단계별 프로토콜을 컴파일합니다. 이 통합의 가능한 문제 해결 또는 사용자 지정에 특히 주의해야 합니다.
  • POC(테스트 또는 개념 증명) 수행: 테넌트, 작업 영역 또는 항목에 대한 통합을 설정하기 전에 먼저 대표 평가판을 수행하여 가정을 테스트하고 문제 또는 제한 사항을 표시합니다. 테스트 또는 POC를 수행하는 것이 중요합니다.
  • 교육 및 모니터링 설정: 중앙 집중식 팀이 새 서비스와 테넌트 사용량에 미치는 영향을 모니터링할 준비가 되어 있는지 확인합니다. 사람들이 새 서비스를 사용할 수 있고 문제를 방지하는 데 도움이 되도록 관련 교육 자료를 준비합니다.

관련 콘텐츠

Power BI 구현 결정에 도움이 되는 더 많은 고려 사항, 작업, 의사 결정 기준 및 권장 사항은 Power BI 구현 계획을 참조하세요.