이 문서에서는 Notebooks 및 Fabric 데이터 에이전트(이전의 데이터 에이전트)의 Microsoft Copilot 작동 방식, 비즈니스 데이터를 안전하게 유지하고 개인 정보 요구 사항을 준수하는 방법 및 생성 AI를 책임감 있게 사용하는 방법을 알아봅니다. 패브릭의 코필로트에 대한 이러한 항목에 대한 개요는 개인 정보 보호, 보안 및 코필로트에 대한 책임 있는 사용(미리 보기)을 참조하세요.
데이터 사용
Copilot의 Fabric 노트북에서의 데이터 사용
노트북에서 Copilot은 사용자가 연결된 레이크하우스 또는 사용자가 현재 사용 중인 노트북에 직접 로드하거나 가져온 데이터에만 액세스할 수 있습니다. Notebook에서 Copilot은 Notebook에 액세스할 수 없는 데이터에는 접근할 수 없습니다.
기본적으로 Copilot는 다음 데이터 형식에 액세스할 수 있습니다.
- 대화 기록: 이전에 Copilot으로 보낸 메시지 및 해당 사용자로부터 Copilot의 회신. (대화 기록 저장에 대한 자세한 내용은 아래를 참조하세요.)
- 사용자가 실행한 셀의 내용입니다.
- 사용자가 실행한 셀의 출력입니다.
- 노트북에 있는 데이터 소스의 스키마들입니다.
- Notebook의 데이터 원본에서 가져온 샘플 데이터입니다.
- 연결된 레이크하우스에 있는 외부 데이터 원본의 스키마입니다.
패브릭 데이터 에이전트의 데이터 사용
- 패브릭 데이터 에이전트는 사용자 질문에 더 잘 응답하기 위해 사용자의 대화 기록을 사용합니다. (대화 기록 저장에 대한 자세한 내용은 아래를 참조하세요.)
- 추가된 데이터 원본의 스키마 정보입니다. 여기에는 테이블 및 열 이름이 포함됩니다. (데이터 에이전트의 작성자는 포함해야 하는 테이블을 선택합니다.)
대화 기록을 처리하는 방법
Notebooks의 Copilot 및 Fabric 데이터 에이전트의 경우, 사용자 세션 간에 대화 기록을 저장합니다.
왜 대화 기록을 저장하고 어디에 저장합니까?
완전히 대화형 에이전트 AI 환경을 사용하려면 에이전트가 컨텍스트를 유지하기 위해 사용자 세션 간에 대화 기록을 저장해야 합니다. 이렇게 하면 AI 에이전트는 사용자가 이전 세션에서 요청한 내용에 대한 컨텍스트를 유지하고 일반적으로 많은 에이전트 AI 환경에서 원하는 동작입니다. Notebooks 및 Fabric 데이터 에이전트의 Copilot와 같은 환경은 사용자의 세션 간에 대화 기록을 저장하는 AI 환경입니다.
이 기록은 Azure 보안 경계 내부, 동일한 지역 및 모든 패브릭 AI 요청을 처리하는 동일한 Azure OpenAI 리소스에 저장됩니다. 이 경우의 차이점은 사용자가 허용하는 한 대화 기록이 저장된다는 점입니다. 세션 간에 대화 기록을 저장하지 않는 환경의 경우 데이터가 저장되지 않습니다. 프롬프트는 Fabric에서 사용하는 Azure OpenAI 리소스에서만 처리됩니다.
사용자는 채팅을 지우기만 하면 언제든지 대화 기록을 삭제할 수 있습니다. 이 옵션은 Notebooks 및 데이터 에이전트의 Copilot에 모두 존재합니다. 대화 기록이 수동으로 제거되지 않으면 28일 동안 저장됩니다.
Notebooks의 부조종사: 책임 있는 AI FAQ
Microsoft Fabric의 데이터 과학 및 데이터 엔지니어링용 Notebook에서 Copilot를 사용하면 Notebook의 컨텍스트에서 솔루션을 변환, 탐색 및 빌드하는 데 도움이 되는 AI 도우미를 제공합니다.
고려 사항 및 제한 사항은 제한 사항참조하세요.
데이터 과학 및 데이터 엔지니어링을 위해 노트에서 Copilot을 어떻게 평가했나요?
- 제품 팀은 Copilot를 테스트하여 시스템이 Notebook의 컨텍스트 내에서 얼마나 잘 수행되는지, 그리고 AI 응답이 통찰력 있고 유용한지 여부를 확인했습니다.
- 팀은 또한 데이터 과학 관련 주제에 대한 Copilot의 출력을 집중시키는 기술적 접근 방식을 포함하여 다른 피해 완화에 투자했습니다.
데이터 과학 및 데이터 엔지니어링을 위해 Notebook에서 Copilot를 가장 잘 사용하려면 어떻게 해야 할까요?
- 코필로트는 데이터 과학 토픽을 처리하는 데 가장 적합하므로 질문을 이 영역으로 제한합니다.
- 코필로트가 검사할 데이터를 명시적으로 설명합니다. 파일, 테이블 또는 열의 이름을 지정하여 데이터 자산을 설명하는 경우 Copilot는 관련 데이터를 검색하고 유용한 출력을 생성할 가능성이 높습니다.
- 보다 세분화된 응답을 위해 데이터를 Notebook에 DataFrames로 로드하거나 레이크하우스에 데이터를 고정합니다. 이렇게 하면 코필로트가 분석을 수행할 더 많은 컨텍스트를 제공합니다. 자산이 너무 커서 로드할 수 없는 경우 고정하는 것이 유용한 대안입니다.
패브릭 데이터 에이전트: 책임 있는 AI FAQ
패브릭 데이터 에이전트란?
데이터 에이전트는 생성 AI를 사용하여 사용자 고유의 대화형 Q&A 시스템을 빌드할 수 있는 새로운 Microsoft Fabric 기능입니다. Fabric 데이터 에이전트는 조직의 모든 구성원이 데이터 인사이트를 더 쉽게 액세스하고 실행할 수 있도록 합니다. 패브릭 데이터 에이전트를 사용하면 팀에서 일반 영어 질문과 함께 Fabric OneLake에 저장된 데이터에 대한 대화를 나눈 다음 관련 답변을 받을 수 있습니다. AI에 대한 기술 전문 지식이 없거나 데이터 구조에 대한 깊은 이해가 없는 사람도 정확하고 컨텍스트가 풍부한 답변을 받을 수 있습니다.
데이터 에이전트는 무엇을 할 수 있나요?
패브릭 데이터 에이전트를 사용하면 정형 데이터와 자연어 상호 작용을 통해 사용자가 질문을 하고 풍부한 컨텍스트 인식 답변을 받을 수 있습니다. 사용자가 복잡한 쿼리를 작성하지 않고도 Lakehouse, Warehouse, Power BI 데이터 세트, KQL 데이터베이스와 같은 데이터 원본에서 연결하고 인사이트를 얻을 수 있습니다. 데이터 에이전트는 사용자가 데이터에 쉽게 액세스하고 처리할 수 있도록 설계되었으며, 데이터 보안 및 개인 정보 보호에 대한 제어를 유지하면서 대화형 인터페이스를 통한 의사 결정을 향상합니다.
데이터 에이전트의 용도는 무엇인가요?
패브릭 데이터 에이전트는 데이터 쿼리 프로세스를 간소화하기 위한 것입니다. 이를 통해 사용자는 자연어를 통해 구조화된 데이터와 상호 작용할 수 있습니다. 특수한 쿼리 언어 지식 없이도 복잡한 질문에 대한 사용자 인사이트, 의사 결정 및 답변 생성을 지원합니다. 데이터 에이전트는 KQL 데이터베이스, Lakehouse, Power BI 데이터 세트 및 웨어하우스 리소스와 같은 원본에 저장된 데이터에서 빠르고 실행 가능한 인사이트를 필요로 하는 비즈니스 분석가, 의사 결정자 및 기타 비기술적 사용자에게 특히 유용합니다.
패브릭 데이터 에이전트는 현재 LLM 제한으로 인해 결정적 및 100개의% 정확한 결과가 필요한 사용 사례를 위한 것이 아닙니다.
패브릭 데이터 에이전트는 심층 분석 또는 인과 분석이 필요한 사용 사례를 위한 것이 아닙니다. 예를 들어 "지난 달에 판매 수가 감소한 이유는 무엇인가요?"가 현재 범위를 벗어났습니다.
패브릭 데이터 에이전트는 어떻게 평가되었나요? 성능을 측정하는 데 사용되는 메트릭은 무엇인가요?
제품 팀은 다양한 퍼블릭 및 프라이빗 벤치마크에서 데이터 에이전트를 테스트하여 다양한 데이터 원본에 대한 쿼리 품질을 확인했습니다. 팀은 또한 데이터 에이전트의 출력이 선택한 데이터 원본의 컨텍스트로 제한되도록 하는 기술 접근 방식을 포함하여 다른 피해 완화에 투자했습니다.
패브릭 데이터 에이전트의 제한 사항은 무엇인가요? 사용자가 시스템을 사용할 때 패브릭 데이터 에이전트 제한의 영향을 최소화하려면 어떻게 할까요?
설명이 포함된 열 이름을 사용하는지 확인합니다. 예를 들어 "C1" 또는 "ActCu" 열 이름 대신 "ActiveCustomer" 또는 "IsCustomerActive"를 사용합니다. 이는 AI에서 보다 안정적인 쿼리를 가져오는 가장 효과적인 방법입니다.
패브릭 데이터 에이전트의 정확도를 높이기 위해 데이터 에이전트 지침 및 예제 쿼리를 사용하여 더 많은 컨텍스트를 제공할 수 있습니다. 이러한 입력은 패브릭 데이터 에이전트를 지원하는 Azure OpenAI Assistant API가 사용자 질문을 해석하는 방법과 사용하기에 가장 적합한 데이터 원본에 대한 더 나은 결정을 내리는 데 도움이 됩니다.
데이터 에이전트 지침을 사용하여 기본 에이전트의 동작을 안내하여 특정 유형의 질문에 답변할 수 있는 최상의 데이터 원본을 식별할 수 있습니다.
패브릭 데이터 에이전트가 일반적인 쿼리에 응답하는 방법을 보여 주는 샘플 질문 쿼리 쌍을 제공할 수도 있습니다. 이러한 예제는 유사한 사용자 입력을 해석하고 정확한 결과를 생성하는 패턴으로 사용됩니다. 샘플 질문 쿼리 쌍은 현재 Power BI 의미 체계 모델 데이터 원본에 대해 지원되지 않습니다.
데이터 에이전트의 현재 제한 사항에 대한 전체 목록은 이 리소스 를 참조하세요.
패브릭 데이터 에이전트를 효과적이고 책임감 있게 사용할 수 있는 운영 요인과 설정은 무엇인가요?
Fabric 데이터 에이전트는 사용자가 제공하는 데이터에만 액세스할 수 있습니다. 스키마(테이블 이름 및 열 이름)와 UI(사용자 인터페이스) 또는 SDK를 통해 제공하는 패브릭 데이터 에이전트 지침 및 예제 쿼리를 사용합니다.
패브릭 데이터 에이전트는 사용자가 액세스할 수 있는 데이터에만 액세스할 수 있습니다. 데이터 에이전트를 사용하는 경우 자격 증명을 사용하여 기본 데이터베이스에 액세스합니다. 기본 데이터에 액세스할 수 없는 경우 데이터 에이전트는 해당 기본 데이터에 액세스할 수 없습니다. 다른 사용자가 데이터 에이전트를 사용할 수 있는 여러 채널(예: Microsoft Foundry 또는 Microsoft Copilot Studio)에서 데이터 에이전트를 사용하는 경우에도 마찬가지입니다.