Copilot 자연어 질문을 KQL(Kusto Query Language) 쿼리로 쉽게 변환할 수 있습니다. 일반 언어 Copilot 로 데이터 분석 또는 추출 요구 사항을 설명하고 해당 KQL 쿼리를 생성합니다. 이 기능을 통해 KQL에 익숙하지 않은 모든 기술 수준의 사용자가 쉽고 효율적으로 데이터를 탐색하고 분석할 수 있습니다.
청구 정보는 Copilot패브릭 가격 발표를 Copilot 참조하세요.
필수 조건
비고
- 관리자님이 Copilot사용을 시작하기 전에 테넌트 스위치를 활성화해야 합니다. 자세한 내용은 문서 Copilot 테넌트 설정을 참조하세요.
- F2 또는 P1 용량은 이 문서 패브릭 지역 가용성에 나열된 지역 중 하나에 있어야 합니다.
- 테넌트 또는 용량이 미국 또는 EU Copilot 외부에 있는 경우 기본적으로 사용하지 않도록 설정됩니다. 또한 패브릭 테넌트 관리자는 Azure OpenAI로 전송된 데이터를 해당 용량의 지리적 지역, 규정 준수 경계 또는 국가별 클라우드 인스턴스 외부에서 처리할 수 있도록 패브릭 관리 포털에서 테넌트 설정을 활성화해야 Copilot를 사용할 수 있습니다.
- Microsoft Fabric의 Copilot 평가판 SKU에서는 지원되지 않습니다. 유료 SKU(F2 이상 또는 P1 이상)만 지원됩니다.
- 자세한 내용은 Fabric의
및 Power BI에 대한 개요 문서를 참조하세요.
KQL에서 쿼리를 작성하는 방법 Copilot
CopilotOpenAI의 고급 언어 기능을 통해 구동하는 이 기능은 자연어 질문을 KQL(Kusto Query Language) 쿼리로 번역하여 쿼리 생성 프로세스를 간소화합니다. 이 기능은 KQL 학습의 복잡성을 없애고 숙련된 데이터 분석가와 시민 데이터 과학자가 액세스할 수 있도록 합니다. 이렇게 하면 데이터 분석이 간소화되고 쿼리 만들기가 직관적이고 간단해지므로 생산성이 향상됩니다.
Copilot 는 이전 입력의 컨텍스트를 유지하면서 쿼리를 동적으로 명확히, 적응 및 확장할 수 있는 대화형 상호 작용 을 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.
KQL에서 쿼리를 작성하는 데 사용하는 Copilot 방법
다음과 같은 두 가지 방법으로 패브릭에서 Copilot에 액세스할 수 있습니다.
KQL 쿼리 세트를 통해: 새 또는 기존 KQL 쿼리 세트 로 이동하고 이 기능을 사용하여 Copilot 자연어 프롬프트에서 쿼리를 생성합니다.
Real-Time 대시보드의 편집 타일을 통해 다음을 수행합니다.Real-Time 대시보드에서 타일을 편집할 때 대시보드 편집 환경 내에서 직접 KQL 쿼리를 만들거나 구체화하는 데 사용합니다 Copilot .
다음 단계를 따라 Copilot을어느 컨텍스트에서나 사용하세요.
창에서 Copilot 자연어로 질문을 입력하고 Enter 키를 누릅니다.
몇 초 Copilot 후에 입력에 따라 KQL 쿼리를 생성합니다. 쿼리를 클립보드에 복사하거나, 쿼리 편집기에 삽입 하거나, 컨텍스트에서 쿼리를 해당 쿼리로 바꿀 수 있습니다. 쿼리 편집기에서 쿼리를 실행하려면 KQL 쿼리 세트에 대한 쓰기 권한이 있어야 합니다.
실행 단추를 선택하여 쿼리를 실행합니다.
비고
- Copilot 컨트롤 명령을 생성하지 않습니다.
- Copilot 는 생성된 KQL 쿼리를 자동으로 실행하지 않습니다. 사용자의 재량에 따라 쿼리를 실행합니다.
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.
KQL 쿼리를 작성하는 데 사용하는 Copilot 모범 사례
생성된 KQL 쿼리의 정확도를 향상시키는 데 도움이 되는 몇 가지 팁은 Copilot다음과 같습니다.
간단한 자연어 프롬프트로 시작하여 현재 기능 및 제한 사항을 알아봅니다. 그런 다음 점차 더 복잡한 프롬프트로 진행합니다.
작업을 정확하게 지정하고 모호성을 방지합니다. 구두 지침을 추가하지 않고 팀의 몇몇 KQL 전문가와 자연어 프롬프트를 공유했다고 상상해 보십시오. 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. 이 단계는 설명이 포함된 이름(예: 타임스탬프)에 중복될 수 있지만 의미 없는 이름을 가진 테이블 또는 열을 설명하는 데 중요합니다. 거의 사용되지 않는 테이블이나 열에 문서 문자열을 추가할 필요가 없습니다. 자세한 내용은 alter table column-docstrings 명령을 참조하세요.
결과를 개선 Copilot 하려면 좋아요 아이콘 또는 싫어 아이콘 을 선택하여 피드백 제출 양식에서 의견을 제출합니다.
비고
제출 피드백 양식은 데이터베이스의 이름, 해당 URL, 부조종사에 의해 생성된 KQL 쿼리 및 피드백 제출에 포함된 모든 무료 텍스트 응답을 제출합니다. 실행된 KQL 쿼리의 결과는 전송되지 않습니다.
프라이빗 샷 추가
Copilot는 Public Shots 데이터베이스에서 가장 관련성이 큰 예제(NL, KQL< 쌍 또는 "샷"라고 함>)를 활용하여 사용자의 프롬프트를 향상시킵니다. Real-Time Intelligence 팀에서 큐레이팅하고 유지 관리하는 이 데이터베이스는 KQL 설명서에서 파생되며 모든 Copilot 사용자가 쉽게 사용할 수 있습니다. Public Shots 데이터베이스는 견고한 기반을 제공하지만 일반적이고 현재 KQL 데이터베이스에 대한 도메인별 지식이 부족합니다.
특정 시나리오에 맞게 정확하고 복잡한 KQL 쿼리를 생성하는 기능을 더욱 개선하기 Copilot위해 Private Shots 데이터베이스를 만들 수 있습니다. 이 방법을 사용하면 고급 KQL 연산자(예: 그래프 의미 체계, 시계열 분석, 변칙 검색)를 활용하는 쿼리 또는 KQL 데이터베이스에 정의된 저장된 함수 와 같이 팀의 고유한 요구 사항을 처리하는 고급 KQL 쿼리를 포함할 수 있습니다.
현재 프라이빗 샷은 쿼리 세트와 실시간 대시보드 모두에서 자동으로 게시됩니다. 이러한 아티팩트가 저장되면 포함된 KQL 쿼리가 Private Shots 데이터베이스에 게시되어 특정 데이터 및 사용 사례에 맞는 쿼리를 생성하는 기능이 향상 Copilot됩니다.
비고
- Private Shots 아티팩트를 저장한 후, Copilot에서 사용할 수 있도록 게시되는 데 몇 분 정도 걸릴 수 있습니다.
- KQL만 필수입니다. LLM은 해당 NL 설명을 생성했습니다. 그럼에도 불구하고 KQL에 대한 간단한 설명을 이전 주석으로 추가할 수 있습니다. 이 주석은 반드시 KQL에 연결되어야 합니다.
- KQL 쿼리는 유효한 구문을 확인합니다. 유효한 항목만 Private Shots 데이터베이스에 추가됩니다.
- Copilot 는 사용자가 액세스할 수 있는 프라이빗 샷만 사용합니다. 특정 대시보드 또는 쿼리 세트를 Copilot 볼 수 있는 권한이 없는 경우 해당 아티팩트의 샷을 활용하지 않습니다.
- "쿼리 세트에 삽입되고 Copilot 에 의해 생성된 KQL 쿼리는 "편집기에 복사" 단추를 사용하여 주석 줄
// This KQL query was generated by AI:을 포함합니다." 이러한 쿼리는 Private Shots 데이터베이스에 게시되지 않습니다. 이를 포함하려면 자연어 설명을 생성하는 데 도움이 되므로 사용자의 프롬프트가 포함된 후속 주석을 유지하면서 이 주석을 제거합니다.
책임감 있는 인공지능 및 Copilot의 사용
책임 있는 AI 사용에 대한 Microsoft의 지침을 보려면 Real-Time Intelligence에 Copilot 대한 개인 정보 보호, 보안 및 책임 있는 사용을 참조하세요.
Microsoft는 AI 시스템이 AI 원칙과 책임 있는 AI 표준에 따라 인도되도록 하기 위해 최선을 다하고 있습니다. 이러한 원칙에는 고객이 의도한 용도에 따라 이러한 시스템을 효과적으로 사용할 수 있도록 하는 것이 포함됩니다. 책임 있는 AI에 대한 우리의 접근 방식은 새로운 문제를 사전에 해결하기 위해 지속적으로 진화하고 있습니다.
제한점
다음은 Fabric의 Copilot 현재 제한 사항입니다.
- Copilot 는 KQL 쿼리 편집기에서 기존 KQL 쿼리를 변경할 수 없습니다. 예를 들어 채팅 창에 기존 쿼리의 특정 부분을 편집하도록 요청하는 Copilot 경우 작동하지 않습니다. 그러나 Copilot 사용자가 삽입 전에 생성된 쿼리를 반복할 수 있도록 채팅 창의 이전 입력을 이해합니다 Copilot .
- Copilot 는 데이터를 평가하려는 의도가 있을 때 부정확한 결과를 생성할 수 있습니다. Copilot 데이터베이스 스키마에 대한 액세스 권한만 있습니다. 데이터에 대한 액세스 권한이 없습니다.
- Copilot 응답은 정확하지 않거나 품질이 낮은 콘텐츠를 포함할 수 있으므로 작업에서 사용하기 전에 출력을 검토합니다.
- 콘텐츠의 정확도와 적합성을 의미 있는 평가가 가능한 사용자는 출력을 검토해야 합니다.
- Private Link를 Copilot 사용하도록 설정하고 테넌트 설정에서 공용 액세스를 사용하지 않도록 설정한 경우 현재 KQL의 Fabric 데이터베이스 채팅 창을 사용할 수 없습니다.