다음을 통해 공유

Microsoft Fabric의 새로운 기능

이 페이지는 Microsoft Fabric 새로운 기능의 최근 검토로 지속적으로 업데이트됩니다.

Microsoft Fabric을 새로 사용하시겠습니까?

현재 미리 보기로 제공되는 기능

다음 표에서는 현재 미리 보기로 제공되는 Microsoft Fabric의 기능을 나열합니다. 미리 보기 기능은 사전순으로 정렬됩니다.

Note

현재 미리 보기로 제공되는 기능은 추가 사용 약관에 따라 사용할 수 있습니다. 베타, 미리 보기 또는 아직 일반 공급으로 릴리스되지 않은 Azure 기능에 적용되는 법적 조건을 검토합니다. Microsoft Fabric은 미리 보기 기능이 일반 공급(GA)되기 전에 제품 그룹과 피드백을 공유할 수 있는 기회를 제공합니다.

Feature 자세히 알아보기
OneLake에서 Delta Lake 테이블을 Apache Iceberg로 액세스하기 (미리 보기) 이제 OneLake를 사용하면 데이터 이동 또는 중복 없이 Apache Iceberg 호환 판독기를 사용하여 Delta Lake 테이블에 자동으로 액세스할 수 있습니다. 시작하려면 OneLake에서 Iceberg 테이블 사용을 참조하세요.
AI 기능(미리보기) 데이터 엔지니어링을 위한 AI 함수 는 현재 미리 보기로 제공됩니다. AI 함수를 사용하면 한 줄의 코드로 요약, 분류, 텍스트 생성 등을 위해 GenAI의 기능을 활용할 수 있습니다. 현재 미리 보기에서 AI 함수의 최근 개선 사항에 대해 자세히 알아봅니다.
Snowflake 및 바로 가기를 사용하는 OneLake의 Apache Iceberg 데이터(미리 보기) 이제 데이터 이동이나 중복 없이 Microsoft Fabric에서 Apache Iceberg 형식의 데이터를 사용할 수 있으며 Snowflake는 OneLake에 직접 Iceberg 테이블을 작성하는 기능을 추가했습니다. 자세한 내용은 OneLake에서 Apache Iceberg 테이블 사용을 참조하세요.
대략적 또는 유사 문자열 일치(미리보기) Fabric의 SQL 데이터베이스에서 두 문자열이 비슷한지 확인하고 두 문자열 간의 차이를 계산할 수 있습니다. 이 기능을 사용하여 문자 손상으로 인해 다를 수 있는 문자열을 식별합니다. 유사 문자열 일치란?
ArcGIS GeoAnalytics for Microsoft Fabric Spark(미리 보기) Microsoft와 Esri는 Microsoft Fabric공간 분석을 도입하기 위해 파트너로 협력했습니다. Microsoft Fabric Spark 내의 ArcGIS 통합에 대한 자세한 내용은 ArcGIS GeoAnalytics for Microsoft Fabric(미리 보기) 및 ArcGIS in Fabric 통합참조하세요.
AutoML 코드 우선 미리 보기 패브릭 데이터 과학에서 새로운 AutoML 기능 기계 학습 워크플로 자동화할 수 있습니다. AutoML 또는 자동화된 Machine Learning지정된 데이터 및 작업 유형에 대해 기계 학습 모델을 자동으로 학습하고 최적화할 수 있는 기술 및 도구 집합입니다.
Fabric 미리 보기에서의 AutoML 로우 코드 사용자 경험 AutoML 또는 자동화된 Machine Learning은 기계 학습 모델을 개발하는 데 시간이 많이 걸리고 복잡한 작업을 자동화하는 프로세스입니다. 새로운 낮은 코드 AutoML 환경은 회귀, 예측, 분류 및 다중 클래스 분류를 비롯한 다양한 작업을 지원합니다. 시작하려면 자동화된 ML(미리 보기)사용하여 모델을 만듭니다.
OneLake 바로 가기 유형의 Azure Blob Storage(미리 보기) 이제 OneLake에서 Azure Blob Storage에 대한 바로 가기를 만들어 Microsoft Fabric에서 Blob 데이터를 보다 쉽게 통합하고 액세스할 수 있습니다. 자세한 내용은 Azure Blob Storage 바로 가기 만들기(미리 보기)를 참조하세요.
패브릭 데이터 연결에 인증하기 위한 Azure Key Vault 참조(미리 보기) 이제 Azure Key Vault 저장된 비밀(미리 보기)을 사용하여 패브릭 데이터 연결에 인증할 수 있습니다. Azure Key Vault 참조를 사용하면 데이터 연결에 대한 보안 및 중앙 집중식 비밀 관리를 사용할 수 있습니다. 자세한 내용은 Azure Key Vault 참조 개요(미리 보기) 를 참조하고 Azure Key Vault 참조 구성에서 시작하세요.
OneLake 카탈로그(미리 보기)에서 중앙 집중식 데이터 거버넌스 OneLake 카탈로그의 새로운 중앙 집중식 데이터 거버넌스 환경이 미리보기로 제공됩니다. 데이터 소유자는 만든 항목에 대한 집계된 인사이트를 보고, 권장 작업을 수행하여 거버넌스를 개선하는 것을 고려하고, Fabric에서 사용 가능한 모든 도구와 함께 추가 정보에 액세스할 수 있습니다.
하이퍼 매개 변수 튜닝 미리 보기 Code-First 패브릭 데이터 과학에서 FLAML은 현재 미리 보기 기능인 하이퍼 매개 변수 튜닝위해 통합되었습니다. 패브릭의 flaml.tune 기능은 이 프로세스를 간소화하여 하이퍼 매개 변수 튜닝비용 효율적이고 효과적인 방법을 제공합니다.
Eventstream의 Confluent 스키마 레지스트리 지원(미리 보기) Eventstream의 Confluent Cloud for Apache Kafka 스트리밍 커넥터는 이제 Confluent 스키마 레지스트리의 데이터 계약과 관련된 토픽에서 데이터를 디코딩하여 Fabric Real-Time Intelligence에서 스키마로 인코딩된 스트리밍 데이터를 원활하게 수집, 미리 보기 및 라우팅할 수 있도록 지원합니다. 자세한 내용은 Eventstream에 Apache Kafka 원본용 Confluent Cloud 추가를 참조하세요.
Azure Storage에서 Eventhouse로 연속 수집(미리 보기) 이제 Azure Storage에서 Eventhouse로 연속 수집(미리 보기) 을 사용하여 Azure Storage에서 Eventhouse로 데이터를 자동으로 효율적으로 수집할 수 있습니다. 자세한 내용은 Azure Storage에서 데이터 가져오기를 참조하세요.
패브릭의 Copilot는 전 세계에서 사용할 수 있습니다. Copilot Fabric의 모든 고객은 이제 Power BI, Data Factory, 데이터 과학 및 데이터 엔지니어링, 그리고 KQL 쿼리 작성을 포함한 기능을 사용할 수 있습니다.CopilotCopilotCopilot 패브릭의 에 대한 개요에서 더 읽어보세요.
Copilot 데이터 웨어하우스 채팅 미리 보기 이제 리본 메뉴에 Copilot 시작하는 단추가 표시됩니다Copilot. 자세한 내용은 Fabric Data Warehouse의 Copilot 채팅 창 사용법을 참조하세요.
Copilot SQL 분석 엔드포인트용(미리 보기) SQL 분석 엔드포인트용 엔드포인트는Copilot SQL 분석 엔드포인트에 대한 기능을 도입 Copilot 하여 사용자가 자연어를 사용하여 SQL 쿼리를 생성하고 최적화할 수 있도록 합니다. 자세한 내용은 SQL 분석 엔드포인트를 참조Copilot하세요.
CDC(변경 데이터 캡처)에 대한 복사 작업 지원(미리 보기) 복사 작업의 CDC(변경 데이터 캡처) 는 원본에서 대상으로의 삽입, 업데이트 및 삭제된 레코드를 포함하여 변경된 데이터의 효율적이고 자동화된 복제를 가능하게 하는 Data Factory 데이터 파이프라인의 강력한 기능입니다.
다중 스케줄러에 대한 복사 작업 지원(미리 보기) 복사 작업 다중 스케줄러 지원을 사용하면 단일 복사 작업을 서로 다른 간격으로 트리거할 수 있습니다. 과거에는 각 일정에 대해 여러 복사 작업을 만들어야 했습니다. 자세한 내용은 Microsoft Fabric의 작업 스케줄러를 참조하세요.
Microsoft Fabric의 Cosmos DB(미리 보기) 이제 모든 사용자가 Microsoft Fabric의 Cosmos DB 미리 보기를 사용할 수 있습니다. Microsoft Build 2025에서 발표된 이후 벡터 인덱싱 및 검색을 비롯한 몇 가지 새로운 기능이 추가되었습니다. 자세한 내용은 Microsoft Fabric의 Cosmos DB 발표를 참조하세요. 시작하려면 빠른 시작: Microsoft Fabric에서 Cosmos DB 데이터베이스 만들기(미리 보기)를 참조하세요.
패브릭 작업 영역에 대한 고객 관리형 키(미리 보기) Microsoft Fabric 작업 영역에 대한 CMK(고객 관리형 키)는 이제 모든 공용 지역에서 미리 보기로 사용할 수 있으므로 고객은 규정 준수 요구 사항을 충족하고 자체 키로 데이터를 보호할 수 있습니다. 자세한 내용은 패브릭 작업 영역에 대한 고객 관리형 키를 참조하세요.
DacFx Integration for Warehouse ALM Git의 DacFx 통합 및 Fabric Warehouse용 배포 파이프라인(미리 보기)을 사용하여 ALM(웨어하우스 애플리케이션 수명 주기 관리)을 간소화합니다. 자세한 내용은 Git 및 배포 파이프라인에서 DacFx 통합을 사용하여 웨어하우스 ALM 간소화를 참조하세요.
Dataflow Gen2 공용 API(미리 보기) Data Factory API 를 사용하면 사용자가 만들기, 관리, 예약 및 모니터링을 비롯한 데이터 흐름을 자동화하고 관리할 수 있습니다. 자세한 내용은 Dataflow Gen2(미리 보기)에서 공용 매개 변수 사용을 참조하세요.
데이터 흐름 Gen2 매개 변수화(미리 보기) Data Factory 매개 변수화를 사용하면 다양한 입력 및 시나리오에 워크플로를 보다 효율적이고 적응할 수 있습니다. 자세한 내용은 Dataflow Gen2(미리 보기)에서 공용 매개 변수 사용을 참조하세요.
DATEADD 번호는 bigint를 허용합니다 (프리뷰) Fabric의 SQL 데이터베이스에서는 DATEADD (datepart , number , date ) 숫자를 bigint형식으로 표현할 수 있습니다. 자세한 내용은 DATEADD(Transact-SQL)참조하세요.
SQL 분석 엔드포인트의 델타 열 맵핑 이제 SQL 분석 엔드포인트는 열 매핑을 사용하도록 설정된Delta 테이블을 지원합니다. 자세한 내용은 Delta 열 매핑 및 SQL 분석 엔드포인트 제한 사항을 참조하세요. 이 기능은 현재 미리 보기로 제공됩니다.
패브릭 사용자 데이터 함수에 대한 개발 모드(미리 보기) 패브릭 사용자 데이터 함수의 개발 모드 는 즉시 출력 및 로그를 사용하여 게시하기 전에 함수를 테스트, 편집 및 유효성을 검사하는 전용 환경입니다. 자세한 내용은 패브릭 포털(미리 보기)에서 사용자 데이터 함수 테스트를 참조하세요.
디지털 트윈 빌더(미리 보기) 디지털 트윈 빌더(미리 보기) 는 Real-Time Intelligence 워크로드 내의 새 항목입니다. 디지털 트윈은 엔터티의 데이터 기반 실시간 표현을 만듭니다. 데이터를 사용하여 물리적 작업을 최적화하기 위해 실제 환경의 디지털 표현을 만드는 데이터 모델링 항목입니다. 자세한 내용은 디지털 트윈 빌더(미리 보기)란?을 참조하세요.
고객 관리형 키를 사용하여 미사용 데이터 암호화(미리 보기) 기본적으로 Fabric은 Microsoft 관리형 키를 사용하여 미사용 데이터를 모두 암호화합니다. 이제 고객 관리형 키를 미리 보기 기능으로 사용하여 패브릭 작업 영역에서 미사용 데이터를 암호화하여 데이터 보안 및 규정 준수를 보다 잘 제어할 수 있습니다. 자세한 내용은 패브릭 작업 영역에 대한 고객 관리형 키를 참조하세요.
Microsoft Fabric Copilot 과의 향상된 대화(미리 보기) 채팅 프롬프트 및 기록을 저장하는 새로운 방법, 응답의 정확도 향상, 더 나은 컨텍스트 지식 보존을 포함하여 Microsoft Fabric의 AI 기능이 개선되었습니다.
Python SDK를 사용하여 패브릭 데이터 에이전트 평가(미리 보기) 이제 Python SDK를 사용하여 패브릭 데이터 에이전트를 프로그래밍 방식으로 평가할 수 있습니다. 자세한 내용은 Microsoft Copilot Studio에서 패브릭 데이터 에이전트 사용(미리 보기)을 참조하세요.
이벤트 스트림 처리 및 이벤트를 Activator로 라우팅(미리 보기) 이제 Fabric Eventstream은 비즈니스 요구 사항에 맞게 이벤트를 처리하고 변환한 후 이벤트를 대상으로 활성화자로 라우팅하는 것을 지원합니다. 이러한 변환된 이벤트가 Activator에 도달하면 경고를 통해 이벤트를 모니터링하는 규칙 또는 조건을 설정할 수 있습니다.
직접 수집 모드의 Eventstream 파생 스트림(미리 보기) 패브릭 Eventstream 또는 Eventhouse 데이터 가져오기 마법사를 사용하여 Eventstream에서 Eventhouse로 데이터를 원활하게 수집할 수 있습니다. 이 기능은 이제 직접 수집 모드에서 이벤트 스트림 파생 스트림을 지원하도록 확장되고 있습니다. 자세한 내용은 이제 직접 수집 모드(미리 보기)에서 Eventstream 파생 스트림을 지원하는 Fabric Eventhouse를 참조하세요.
패브릭 데이터 에이전트의 데이터 원본 지침 패브릭 데이터 에이전트의 데이터 원본 지침은 구조화된 데이터에서 보다 정확하고 관련 있는 답변을 얻는 데 도움이 됩니다. 자세한 내용은 패브릭 데이터 에이전트의 새로운 기능: 더 스마트하고 정확한 AI 응답을 위한 데이터 원본 지침을 참조하세요.
패브릭 데이터 에이전트 + Microsoft Copilot Studio(미리 보기) 이제 Fabric 데이터 에이전트와 Microsoft Copilot Studio 간의 통합 미리 보기를 사용할 수 있습니다. 다중 에이전트 AI 솔루션용 패브릭에서 데이터 에이전트 만들기에 대한 빌드 2025의 데모를 시청하세요. 자세한 내용은 Microsoft Copilot Studio의 다중 에이전트 오케스트레이션을 참조하세요.
Azure AI 에이전트 서비스와 패브릭 데이터 에이전트 통합(미리 보기) Azure AI Foundry의 Azure AI 에이전트 서비스와 Fabric의 데이터 에이전트 통합을 시작하게 되어 기쁩니다. 시작하려면 Microsoft Copilot Studio에서 패브릭 데이터 에이전트 사용(미리 보기)을 참조하세요. 패브릭 데이터 에이전트 SDK는 미리 보기에서도 사용할 수 있습니다.
Microsoft Copilot Studio와 패브릭 데이터 에이전트 통합(미리 보기) 패브릭 데이터 에이전트는 미리 보기로 제공되며 Microsoft Copilot Studio의 사용자 지정 설정에 에이전트로 추가할 수 있습니다. 자세한 내용은 Microsoft Copilot Studio(미리 보기)와 패브릭 데이터 에이전트 통합을 참조하세요.
Lakehouse 커넥터의 패브릭 데이터 팩토리 업서트 테이블 작업 (프리뷰) Lakehouse 커넥터의 Upsert(미리 보기) 테이블 작업은 미리 보기로 제공됩니다.
Fabric Spark 진단 발신기(프리뷰) Fabric Apache Spark 진단 Emitter(미리 보기)을 사용하면 Apache Spark 사용자가 Spark 애플리케이션에서 로그, 이벤트 로그 및 메트릭을 수집하여 Azure Event Hubs , Azure Storage , Azure 로그 분석 등의 다양한 대상으로 보낼 수 있습니다.
Fabric Spark 모니터링 API(미리 보기) 현재 미리 보기 상태인 패브릭 Spark 모니터링 API는 Microsoft Fabric 내에서 Spark 애플리케이션의 모니터링 및 관리를 간소화하고 가시성을 향상하도록 설계된 강력한 도구 집합입니다.
패브릭 SQL 데이터베이스(미리 보기) Microsoft Fabric의 SQL 데이터베이스(미리 보기)는 Azure SQL Database를 기반으로 하는 개발자 친화적인 트랜잭션 데이터베이스로, Fabric에서 운영 데이터베이스를 쉽게 만들 수 있습니다. 패브릭의 SQL 데이터베이스는 SQL Database 엔진을 Azure SQL Database사용합니다.
패브릭 사용자 데이터 함수 패브릭 사용자 데이터 함수(미리 보기) 를 사용하면 비즈니스 논리가 포함된 함수를 만들고 패브릭 데이터 원본에 연결하거나 데이터 파이프라인, Notebook 및 Power BI 보고서와 같은 다른 패브릭 항목에서 호출할 수 있습니다. Functions Hub는 사용자 데이터 함수를 보고, 액세스하고, 관리할 수 있는 단일 위치를 제공합니다. 자세한 내용은 Fabric 사용자 데이터 함수(미리 보기)를 참조하세요.
폴더 REST API(미리 보기) 이제 자동화 시나리오에서 작업 영역 폴더를 만들고 관리하고 다른 시스템 및 도구와 통합할 수 있습니다. 폴더 Rest API는 현재 미리 보기로 제공됩니다. 시작하려면 Fabric REST API 폴더를 참조하세요.
Fabric 노트북의 인라인 코드 완성(미리 보기) 인라인 코드 자동 완성이 가능한 패브릭 노트북은 사용자가 코드를 더 빠르고 오류 없이 작성할 수 있도록 도와줍니다. 자세한 내용은 데이터 과학 및 데이터 엔지니어링(미리 보기)을 참조Copilot하세요.
데이터 파이프라인에서 원격 파이프라인 호출 (미리 보기) 이제 의 파이프라인 호출(미리 보기) 활동을 사용하여 Azure Data Factory 또는 Synapse Analytics 파이프라인에서 파이프라인을 호출할 수 있습니다. 이 기능을 사용하면 새로운 호출 파이프라인 작업을 통해, 기존의 ADF 또는 Synapse 파이프라인을 패브릭 파이프라인 내부에서 인라인 방식으로 호출하여 활용할 수 있습니다.
패브릭 용량 메트릭 앱의 항목 기록(미리 보기) 패브릭 용량 메트릭 앱(미리 보기)의 항목 기록 페이지에서는 작업 영역 및 항목 수준 분석을 위한 대화형 시각적 개체 및 슬라이서를 사용하여 컴퓨팅 용량 사용량을 30일 동안 볼 수 있습니다. 자세한 내용은 메트릭 앱 항목 기록 페이지(미리 보기)를 참조하세요.
JobInsight 진단 라이브러리(미리 보기) JobInsight 는 쿼리, 작업, 단계, 태스크, 실행기 및 이벤트 로그에 대한 API를 통해 완료된 Spark 애플리케이션을 분석하는 진단 라이브러리입니다. 자세한 내용은 JobInsight 진단 라이브러리(미리 보기)를 참조하세요.
OPENROWSET의 JSON 라인 지원(미리 보기) 패브릭 데이터 웨어하우스 및 SQL 분석 엔드포인트에 대한 OPENROWSET(BULK) 함수의 JSONL(JSON Lines) 지원은 이제 미리 보기로 제공되며, 이를 통해 JSONL 형식으로 외부 데이터를 쿼리할 수 있습니다. 자세한 내용은 OPENROWSET(BULK)(Transact-SQL)을 참조하세요.
Dataflow Gen2의 증분 새로 고침 대상으로 레이크하우스(미리 보기) 새 데이터 또는 업데이트된 데이터만 새로 고쳐야 하는 시나리오의 경우 이제 Microsoft Fabric Data Factory용 Dataflow Gen2의 Lakehouse에서 증분 데이터 새로 고침을 사용하도록 설정할 수 있습니다. 자세한 내용은 Dataflow Gen2의 증분 새로 고침에 대해 참조하세요.
Lakehouse 스키마 기능(미리 보기) Lakehouse 스키마 기능(미리 보기) Lakehouse 테이블에서 스키마 정보를 읽기 위한 데이터 파이프라인 지원을 도입하고 지정된 스키마 아래의 테이블에 데이터 쓰기를 지원합니다. Lakehouse 스키마를 더 나은 데이터 검색, 액세스 제어 등을 위해 테이블을 그룹화할 수 있습니다.
Lakehouse의 Git 통합 및 배포 파이프라인(미리 보기) 지원 이제 Lakehouse는 Microsoft Fabric수명 주기 관리 기능과 통합되어 제품 수명 동안 모든 개발 팀 구성원 간에 표준화된 협업을 제공합니다. Lakehouse 수명 주기 관리는 기능 및 버그 수정을 여러 환경에 지속적으로 제공하여 효과적인 제품 버전 관리 및 릴리스 프로세스를 용이하게 합니다.
Livy REST API(미리 보기) Fabric Livy 엔드포인트를 사용하면 사용자가 지정된 패브릭 작업 영역 내에서 Spark 컴퓨팅에서 Spark 코드를 제출하고 실행할 수 있으므로 Notebook 또는 Spark 작업 정의 항목을 만들 필요가 없습니다. Livy API는 환경통합을 통해 실행 환경을 사용자 지정하는 기능을 제공합니다.
Excel에서 Fabric OneLake 데이터 로드 통합된 OneLake 카탈로그 및 최신 데이터 가져오기 환경(미리 보기)을 사용하여 Fabric OneLake 데이터를 Excel에 쉽게 로드합니다. 시작하기 위한 자세한 내용과 단계는 OneLake 카탈로그를 참조하고 데이터 가져오기는 Windows용 Excel에 통합되어 있습니다.
구체화된 레이크 뷰(미리 보기) 구체화된 레이크 뷰는 빌드 2025에서 발표되었습니다. Microsoft Fabric의 구체화된 Lake 뷰를 사용하면 OneLake에 저장된 데이터를 빠르고 효율적으로 쿼리할 수 있습니다.
Real-Time 인텔리전스에 대한 MCP 지원(미리 보기) 이제 MCP(모델 컨텍스트 프로토콜)가 RTI(Real-Time Intelligence)에 대해 지원됩니다. 오픈 소스 MCP 서버를 사용하면 AI 에이전트 또는 AI 애플리케이션이 MCP 인터페이스를 통해 도구를 제공하여 패브릭 RTI와 상호 작용할 수 있으므로 원활한 데이터 쿼리 및 분석 기능을 사용할 수 있습니다.
MERGE 지원(미리 보기) MERGE T-SQL 구문은 이제 Fabric Data Warehouse에 대한 미리 보기로 제공됩니다. 이 DML 문은 원본 테이블과 대상 테이블 간의 조건에 따라 변환을 실행하기 위한 매끄럽고 균일한 방법을 제공합니다. MERGE를 사용하여 단일 명령으로 INSERT, UPDATE 및 삭제를 모두 수행합니다.
Amazon S3 단축키에 대한 Microsoft Entra 서비스 주체 지원(미리 보기) 이제 Microsoft Entra 서비스 주체를 사용하여 OneLake 바로 가기를 통해 Amazon S3에 액세스하여 장기 AWS 액세스 키가 필요하지 않습니다. 이 통합은 수명이 짧은 표준 기반 토큰에 OIDC(OpenID Connect)를 사용하고, 클라우드 간 ID 관리를 간소화하며, AWS CloudTrail을 통한 완전한 감사 기능을 가능하게 합니다. 시작하려면 서비스 주체 인증을 사용하여 AWS S3 바로 가기를 참조하세요.
Microsoft 패브릭 관리자 API들 Fabric 관리 API 관리 작업을 간소화하도록 설계되었습니다. 초기 패브릭 관리자 API 집합은 작업 영역, 패브릭 항목 및 사용자 액세스 세부 정보의 검색을 간소화하도록 조정됩니다.
Microsoft Fabric SKU 추정기(미리 보기) 현재 미리 보기로 제공되는 Microsoft Fabric SKU 추정기는 이전에 도입된 Microsoft Fabric 용량 계산기의 향상된 버전입니다. 자세한 내용은 Microsoft Fabric SKU 추정기 소개(미리 보기) 및 Microsoft Fabric SKU 추정기를 사용하여 SKU 예측 마스터를 참조하세요.
Fabric Data Warehouse용 마이그레이션 어시스턴트 (미리 보기) 새 Migration Assistant 는 Azure Synapse Analytics에서 Fabric Data Warehouse로 마이그레이션하는 프로세스를 간소화합니다. 자세한 내용은 Fabric Data Warehouse용 Migration Assistant의 공개 미리 보기를 참조하세요.
Microsoft Fabric의 미러링(프리뷰) Fabric에서 데이터베이스 미러링을 사용하면 Microsoft Fabric의 OneLake로 데이터베이스를 쉽게 가져올 수 있습니다. 이렇게 하면 데이터에 대한 원활하고 ETL이 없는 거의 실시간으로 인사이트를 얻을 수 있습니다. 일부 미러링 원본은 일반적으로 사용할 수 있으며 일부는 아직 미리 보기로 제공됩니다. 자세한 내용은 패브릭의 미러링이란 무엇인가?
ML 모델 엔드포인트(미리 보기) 이제 Fabric의 ML 모델은 안전하고 확장 가능하며 사용하기 쉬운 온라인 엔드포인트에서 실시간 예측을 제공할 수 있습니다. Spark의 일괄 처리 예측 외에도 엔드포인트를 사용하여 다른 패브릭 솔루션 및 사용자 지정 애플리케이션에 ML 모델 예측을 가져올 수 있습니다. 자세한 내용은 Fabric의 자동화된 기계 학습 및 패브릭의 모델 엔드포인트를 참조하세요.
Eventstream의Multiple-Schema 추론(미리 보기) Eventstream에서 다중 스키마 추론 을 사용하면 여러 스키마를 동시에 유추하고 관리하여 다양한 스키마를 내보내는 여러 작업 데이터 원본을 사용할 수 있습니다. 자세한 내용은 Eventstream(미리 보기)에서 Multiple-Schema 추론을 사용하여 데이터 변환 유연성 향상을 참조하세요.
Notebook Copilot 인라인 코드 완성(미리 보기) 이제 미리 보기로 제공되는 Copilot 인라인 코드 완성(미리 보기) 은 데이터 과학자와 엔지니어가 Python 코드를 보다 빠르고 쉽게 작성할 수 있도록 지원하는 AI 기능입니다. 자세한 내용은 Notebook Copilot 인라인 코드 완성(미리 보기)을 참조하세요.
vscode.dev(프리뷰) 내에서 노트북 디버그 이제 vscode.dev의 Synapse VS Code - 원격 확장을 사용하여 Notebook 코드에 중단점을 설정하고 디버그할 수 있습니다. 이 업데이트는 우선 Fabric Runtime 1.3(GA)로부터 시작합니다.
COPY INTO 및 OPENROWSET의 원본으로 OneLake(미리 보기) COPY INTO 및 OPENROWSET은 이제 패브릭 데이터 웨어하우스(미리 보기)의 OneLake 경로에서 직접 읽기를 지원하므로 외부 스토리지 또는 복잡한 설정 없이 Lakehouse 폴더에서 SQL 기반 데이터 수집 및 임시 쿼리를 사용할 수 있습니다. 자세한 내용은 웨어하우스로 데이터 수집을 참조하세요.
OneLake 데이터 액세스 역할(미리 보기) Lakehouse에 대한 OneLake 데이터 액세스 역할은 미리보기입니다. 역할 권한 및 사용자/그룹 할당은 새 폴더 보안 사용자 인터페이스를 통해 쉽게 업데이트할 수 있습니다. 예를 들어 OneLake 보안을 사용하여 Fabric의 Secure Mirrored Azure Databricks Data를 참조하세요.
Eventhouse용 OpenAI 플러그 인(미리 보기) 이제 Eventhouse에 두 가지 강력한 AI 플러그 인인 AI Embed Text Plugin과 AI Chat Completion Prompt 플러그 인을 사용할 수 있습니다. 고급 분석 및 AI 시나리오를 위해 OpenAI 기반 애플리케이션에 Eventhouse 데이터를 연결합니다. 자세한 내용은 ai_embed_text(미리 보기) 및 ai_chat_completion(미리 보기)를 참조하세요.
패브릭 항목에 매개 변수 값 전달(미리 보기) 활성화기를 사용하면 특정 데이터 조건이 충족될 때마다 파이프라인 및 Notebook과 같은 패브릭 항목을 자동으로 활성화 할 수 있습니다. 패브릭 항목을 활성화하고 실행할 뿐만 아니라 패브릭 항목 에 정의된 매개 변수에 값을 전달할 수도 있습니다.
PostgreSQL 유연한 서버를 Fabric에 미러링 이제 Fabric Database Mirroring은 Azure Database for PostgreSQL 유연한 서버의 복제 를 미리 보기 기능으로 지원합니다. 유연한 서버 인스턴스에서 Fabric OneLake로 거의 실시간으로 데이터를 지속적으로 복제할 수 있습니다. 자세한 내용은 Azure Database for PostgreSQL 유연한 서버 미러링을 참조하세요.
패브릭 미리 보기에서 미리 빌드된 Azure AI 서비스 패브릭 의 사전 구축된 AI 서비스의 미리 보기는, 예전 명칭인 Azure Cognitive Services로 알려진 Azure AI 서비스와의 통합입니다. 미리 빌드된 Azure AI 서비스를 필수 구성 요소 없이 미리 빌드된 AI 모델을 사용하여 데이터를 쉽게 향상시킬 수 있습니다. 현재 미리 빌드된 AI 서비스는 미리 보기로 제공되며 Microsoft Azure OpenAI Service, Azure AI Language및 Azure AI Translator에 대한 지원을 포함합니다.
Fabric Data Factory의 Dataflows Gen2에 대한 공용 API 기능(미리 보기) Dataflows Gen 2 공용 API의 이 미리 보기를 통해 사용자는 프로그래밍 방식으로 데이터 워크플로를 만들고, 업데이트하고, 모니터링할 수 있습니다. API는 데이터 흐름 CRUD(만들기, 읽기, 업데이트 및 삭제), 예약 및 모니터링을 비롯한 광범위한 작업을 지원하므로 사용자가 데이터 통합 프로세스를 보다 쉽게 관리할 수 있습니다.
Dataflow Gen2를 새로 고치는 공용 매개 변수 값(미리 보기) CI/CD를 지원하는 Dataflow Gen2에 대한 새로운 공용 매개 변수 기능과 데이터 파이프라인의 데이터 흐름 새로 고침 작업 내에서 이 새로운 모드에 대한 지원에 대해 자세히 알아봅니다.
Purview 데이터 손실 방지 정책이 패브릭 레이크하우스로 확장되었습니다. Microsoft Purview의 DLP(데이터 손실 방지) 정책을 Fabric 레이크하우스로 확장하는 기능은 현재 미리 보기로 제공됩니다.
Purview 데이터 손실 방지 정책은 이제 의미 체계 모델 대한 액세스 제한 작업을 지원합니다. 이제 미리 보기로 제공된 의미 체계 모델의 중요한 콘텐츠에 따라 액세스를 제한하면 패브릭 레이크하우스 및 의미 체계 모델에 업로드될 때 중요한 정보를 자동으로 검색할있습니다.
Python Notebook (미리 보기) Python Notebook 기본 언어로 Python을 사용하여 더 작은 데이터 세트를 사용하는 BI 개발자 및 데이터 과학자를 위한 것입니다. 시작하려면 Python 경험을 Notebook에서 사용을 참조하세요.
정규식 함수(미리 보기) Fabric의 SQL 데이터베이스에서 정규식(REGEX) 함수는 검색 패턴의 값을 기반으로 텍스트를 반환합니다. 자세한 내용은 정규식참조하세요.
REST API (미리 보기) - 연결 및 게이트웨이용 연결 및 게이트웨이를 위한 REST API가 이제 미리 보기 상태입니다. 이러한 새로운 API를 통해 개발자는 패브릭 내에서 연결 및 게이트웨이를 프로그래밍 방식으로 관리하고 상호 작용할 수 있습니다.
스칼라 UDF(사용자 정의 함수) 이제 UDF(스칼라 사용자 정의 함수)가 미리 보기 기능으로 지원됩니다. 자세한 내용은 Fabric Data Warehouse용 CREATE FUNCTION을 참조하세요.
스키마 레지스트리(미리 보기) 이벤트 스키마 레지스트리(미리 보기) 는 형식이 안전하고 신뢰할 수 있는 실시간 파이프라인을 위해 Fabric Eventstreams에서 이벤트 스키마를 정의하고 유효성을 검사하는 계약 기반 방법을 제공합니다. 자세한 내용은 스키마 레지스트리 개요를 참조하세요.
결과 집합 캐싱(미리 보기) 결과 집합 캐싱 은 적용 가능한 SELECT T-SQL 쿼리에 대한 최종 결과 집합을 유지하며, 쿼리를 더 빠르게 반환하기 위해 원래 쿼리의 복잡한 컴파일 및 데이터 처리를 우회하여 작동합니다. 자세한 내용은 Microsoft Fabric Data Warehouse의 결과 집합 캐싱(미리 보기)을 참조하세요.
OneLake 보안(미리 보기)을 사용하여 미러된 Azure Databricks 데이터 보호 Fabric에서 OneLake 보안을 사용하여 미러된 Azure Databricks 데이터를 보호할 수 있으며, 이는 현재 미리 보기 기능입니다. 이제 UC(Unity 카탈로그) 정책을 Microsoft OneLake 보안에 매핑할 수 있습니다. 자세한 내용은 Azure Databricks에서 관리되는 자동 ID를 참조하세요.
패브릭 데이터 에이전트 공유(미리 보기) 패브릭 데이터 에이전트(미리 보기)에 대한 공유 기능을 사용하면 다양한 권한 모델을 사용하여 데이터 에이전트를 다른 사용자와 공유할 수 있습니다.
Dataflow Gen2(미리 보기)의 대상으로 SharePoint 파일 이제 SharePoint 내의 특정 폴더에 데이터를 출력하도록 데이터 흐름 쿼리를 구성할 수 있습니다. 자세한 내용은 Dataflow Gen2 데이터 대상 및 관리되는 설정을 참조하세요.
바로 가기 변환(미리 보기) 바로 가기 변환을 사용하면 데이터를 OneLake로 가져오거나 OneLake 내에서 이동할 때 파일을 델타 테이블로 자동으로 변환하여 파이프라인 없이 데이터를 항상 동기화 상태로 유지할 수 있습니다. 자세한 내용은 바로 가기 파일 변환을 참조하세요.
Solace PubSub+ 커넥터 Solace PubSub+(미리 보기)와 Fabric Eventstream을 원활하게 연결합니다. 시작하는 방법과 자세한 내용을 보려면, New Solace PubSub+ Connector: 패브릭 Eventstream과 Solace PubSub+를 원활하게 연결합니다(미리 보기)를 참조하세요.
Spark 연속 실행 분석 미리 보기 Spark 모니터링 실행 시리즈 분석 기능을 동일한 Notebook 또는 Spark 작업 정의에서 파이프라인 Spark 활동 되풀이 실행 인스턴스 및 반복적인 Spark 실행 활동에 대한 실행 기간 추세 및 성능 비교를 분석할 수 있습니다.
테넌트 수준 프라이빗 링크에 대한 SQL 데이터베이스 지원 (미리 보기) 테넌트 수준 프라이빗 링크 사용하여 SQL 데이터베이스(미리 보기)를 포함하여 Microsoft Fabric의 데이터 트래픽에 대한 보안 액세스를 제공할 수 있습니다. 자세한 내용은 프라이빗 링크 설정 및 사용과 블로그: 테넌트 레벨 프라이빗 링크(미리 보기)을 참조하세요.
Fabric Eventstream 아래의 SQL 연산자(미리 보기) 새 SQL 연산자를 사용하면 사용자 지정 SQL 구문을 사용하여 사용자 지정 변환을 만들 수 있는 유연성과 제어를 통해 실시간 데이터 변환을 수행할 수 있습니다. 시작하려면 SQL 코드 편집기(미리 보기)를 사용하여 이벤트 처리를 참조하세요.
Synapse Data Explorer에서 Eventhouse로 마이그레이션 도구(미리 보기) 차세대 Azure Synapse Data Explorer 제품은 Eventhouse로 발전하고 있습니다. 시작하려면 Azure Synapse Data Explorer에서 Fabric Eventhouse로 마이그레이션(미리 보기)을 참조하세요.
멀티태스킹 및 기타 UI 향상을 위한 탭 탐색 패브릭은 이제 탭을 지원하여 여러 항목을 열고 탭 간에 쉽게 전환할 수 있습니다. 열려 있는 모든 작업 영역에서 항목을 찾아보고 열 수 있는 개체 탐색기를 제공합니다. 자세한 내용은 패브릭 포털의 탭 탐색을 참조하세요.
varchar(max) 및 varbinary(max) 지원 미리 보기 이제 Fabric Data Warehouse에서varchar(max) 및 varbinary(max) 데이터 형식에 대한 지원이 미리 보기로 제공됩니다. 자세한 내용은 Fabric Data Warehouse의 VARCHAR(MAX) 및 VARBINARY(MAX) 형식 공개 미리 보기 발표을 참조하세요.
변수 라이브러리(미리 보기) 변수 라이브러리는 작업 영역의 다른 항목에서 사용할 수 있는 변수 버킷으로 작동하고 Notebook과 통합되는 새 패브릭 항목입니다. 자세한 내용은 변수 라이브러리(미리 보기) 및 Notebook과 변수 라이브러리의 통합을 참조하세요.
Data Factory에 대한 가상 네트워크 데이터 게이트웨이 지원 패브릭 파이프라인 복사, 데이터 흐름 Gen2의 빠른 복사 및 복사 작업에 대한 Virtual Network Data Gateway 지원 은 현재 미리 보기로 제공됩니다. 자세한 내용은 가상 네트워크 데이터 게이트웨이란?
웨어하우스 스냅샷(미리 보기) 웨어하우스 스냅샷은 데이터 웨어하우스의 특정 시점 읽기 전용 표현입니다. 지난 30일 동안 언제든지 웨어하우스의 스냅샷 을 만들고, 연결하고, 웨어하우스처럼 쿼리하고, 스냅샷을 정기적으로 "롤 포워드"할 수 있습니다. 시작하려면 웨어하우스 스냅샷 만들기 및 관리를 참조하세요.
창고 소스 제어(미리 보기) 웨어하우스(미리 보기) 소스 제어를 사용하여 버전이 지정된 웨어하우스 개체의 개발 및 배포를 관리할 수 있습니다. Azure Data Studio 및 Visual Studio Code내에서 사용할 수 있는 SQL Database 프로젝트 확장 사용할 수 있습니다. 웨어하우스 소스 제어에 대한 자세한 내용은 Microsoft Fabric의 웨어하우스를 통한 CI/CD 를 참조하세요.
Warehouse SQL 감사 로그 Fabric Data Warehouse의 SQL 감사 로그는 이벤트 타임스탬프, 작업을 트리거한 사용자 또는 프로세스 및 실행된 T-SQL 문과 같은 중요한 세부 정보를 캡처하여 모든 데이터베이스 활동에 대한 포괄적이고 변경할 수 없는 레코드를 제공합니다. 자세한 내용은 패브릭 데이터 웨어하우스에 대한 SQL 감사 로그 소개를 참조하세요.
작업 영역 수준 Private Link(미리 보기) 패브릭 작업 영역 수준 Private Link(미리 보기) 는 프라이빗 엔드포인트를 사용하여 개별 패브릭 작업 영역을 보호하여 세분화된 네트워크 격리를 가능하게 합니다. 자세한 내용은 패브릭 작업 영역(미리 보기)에 대한 프라이빗 링크를 참조하세요.
작업 영역 모니터링(미리 보기) 작업 영역 모니터링 작업 영역의 다양한 패브릭 항목에서 데이터를 수집하고 사용자가 로그 및 메트릭에 액세스하고 분석할 수 있도록 하는 Microsoft Fabric 데이터베이스입니다. 이 기능에 대한 자세한 내용은 작업 영역 모니터링 미리보기 발표을 참조하세요.
Spark용 작업 영역 아웃바운드 액세스 보호(미리 보기) Spark용 작업 영역 아웃바운드 액세스 보호를 사용하면 작업 영역 관리자가 관리형 프라이빗 엔드포인트를 통해 승인된 대상으로만 Spark 아웃바운드 연결을 제한하여 데이터 반출 위험을 줄일 수 있습니다. 자세한 내용은 작업 영역 아웃바운드 액세스 보호(미리 보기)를 참조하세요.

일반적으로 사용 가능한 기능

다음 표에서는 최근 미리 보기에서 GA(일반 공급)로 전환된 Microsoft Fabric의 기능을 나열합니다.

Month Feature 자세히 알아보기
2025년 8월 SET SHOWPLAN_XML 지원 이제 SET SHOWPLAN_XML T-SQL 구문을 패브릭 데이터 웨어하우스 및 SQL 분석 엔드포인트에 일반적으로 사용할 수 있습니다. SQL Server Management Studio에서 이 세션 수준 문과 해당 시각화 도우미를 사용하여 쿼리 계획 정보에 대한 인사이트를 얻을 수 있습니다.
2025년 7월 Data Gateway GA를 사용하여 Azure SQL Database에 대한 미러링 VNet(Virtual Network) 데이터 게이트웨이 및 온-프레미스 OPDG(Data Gateway)를 사용하는 Azure SQL Database에 대한 미러링 이 이제 일반 공급됩니다.
2025년 7월 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 이제 Microsoft Fabric의 Apache Spark에 대한 자동 크기 조정 청구 를 일반 공급할 수 있습니다. 자동 크기 조정은 Spark 워크로드를 대규모로 실행하는 데 더 큰 유연성, 투명성 및 비용 효율성을 제공하도록 설계된 서버리스 청구 모델입니다. 자세한 내용은 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 및 Spark에 대한 메트릭 앱 자동 크기 조정 컴퓨팅 이해 페이지를 참조하세요.
2025년 7월 REST API와 SQL 분석 엔드포인트 메타데이터 동기화 이제 REST API를 통해 SQL 엔드포인트 메타데이터를 새로 고치는 기능을 일반적으로 사용할 수 있습니다. 자세한 내용은 SQL 분석 엔드포인트 메타데이터 REST API GA 새로 고침을 참조하세요.
2025년 7월 DOP 피드백 일반적으로 사용 가능 DOP(Degrees of Parallelism) 피드백 은 이제 패브릭의 SQL 데이터베이스에서 일반적으로 사용할 수 있습니다. 자세한 내용은 더 스마트한 병렬 처리: SQL Server 2025의 병렬 처리 수준 피드백을 참조하세요.
2025년 7월 복제된 Azure Databricks 이제 Fabric에 미러된 Azure Databricks 카탈로그가 일반적으로 제공됩니다. 패브릭의 미러된 Unity 카탈로그를 사용하면 고객이 패브릭 워크로드에서 Unity 카탈로그로 관리되는 데이터를 읽을 수 있습니다. 방화벽 뒤의 스토리지 계정도 일반적으로 사용할 수 있습니다. 자세한 내용은 Azure Databricks Unity Catalog를 패브릭의 Microsoft OneLake에 미러링(일반적으로 사용 가능)을 참조하세요.
2025년 6월 Fabric Eventstream GA에서 관리되는 프라이빗 엔드포인트를 사용하여 데이터 스트리밍 보호 패브릭 Eventstream에서 패브릭 관리형 프라이빗 엔드포인트를 만들어(현재 일반 공급) 이제 Azure Event Hubs 또는 IoT Hub와 같은 Azure 서비스, 프라이빗 네트워크 또는 방화벽 뒤에 Eventstream을 안전하게 연결할 수 있습니다. 자세한 내용은 Fabric Eventstream(미리 보기)에서 관리형 프라이빗 엔드포인트를 사용하여 데이터 스트리밍 보안을 참조하세요.
2025년 6월 Notebook 버전 기록 GA Fabric Notebook 버전 기록 자동 및 수동 검사점, 추적된 변경 내용, 버전 비교 및 이전 버전 복원을 비롯한 강력한 기본 제공 버전 제어 기능을 제공합니다. 자세한 내용은 Notebook 버전 기록참조하세요.
2025년 6월 T-SQL notebooks GA 이제 T-SQL Notebook 기능을 일반적으로 사용할 수 있습니다. T-SQL Notebook을 사용하여 T-SQL 코드를 작성 및 실행하고, 복잡한 쿼리를 관리하고, 더 나은 markdown 설명서를 작성할 수 있습니다. 새 모니터링 환경에는 쿼리 기록을 나열하는 새로운 최근 실행 패널과 전용 T-SQL 패널이 포함됩니다. 자세한 내용은 Microsoft Fabric Notebooks T-SQL 지원을 참조하세요.
2025년 6월 Azure 데이터베이스 포스트그레SQL 커넥터 2.0 이제 Azure Database for PostgreSQL Connector 버전 2.0이 일반적으로 사용 가능합니다. 이 새 버전은 TLS 1.3, 호환되지 않는 테이블 작업 및 데이터 파이프라인의 스크립트 작업을 지원하도록 향상되었습니다.
2025년 6월 증분 복사 GA, Lakehouse Upserts 및 새 커넥터 이제 증분 복사를 일반적으로 사용할 수 있으며, 이제 데이터를 더 많은 대상 저장소에 직접 병합하도록 선택할 수 있으며 복사 작업을 사용하는 더 많은 커넥터를 사용할 수 있습니다. 자세한 내용은 복사 작업을 사용하여 데이터 수집 간소화를 참조하세요.
2025년 6월 용량 풀 용량 관리자는 이제 워크로드 요구 사항에 따라 사용자 지정 풀을 만들어 컴퓨팅 리소스에 대한 세부적인 제어를 제공할 수 있습니다. 데이터 엔지니어링 및 데이터 과학 대한 사용자 지정 풀은 작업 영역 Spark 설정 및 환경 항목 내에서 Spark 풀 옵션으로 설정할 수 있습니다.
2025년 6월 Fabric Spark에서 자동화된 테이블 통계를 사용하여 손쉽게 성능 향상 이제 자동화된 테이블 통계를 일반 공급하여 Fabric Spark에서 up-to-date 통계를 유지 관리하여 쿼리 성능을 자동으로 최적화합니다. 자세한 내용은 Fabric Spark에서 자동화된 테이블 통계 구성 및 관리를 참조하세요.
2025년 5월 Microsoft Fabric의 Azure Data Factory 항목 이제 Azure Data Factory가 Microsoft Fabric에서 일반 공급 되므로 기존 ADF(Azure Data Factory) 파이프라인을 패브릭 작업 영역에 원활하게 연결하여 수동으로 다시 빌드하거나 마이그레이션할 필요가 없습니다. CI/CD 및 REST API 지원은 Microsoft Fabric의 Azure Data Factory 항목에도 적용됩니다.
2025년 5월 패브릭 CLI Fabric CLI(fab)는 Microsoft Fabric용 파일 시스템에서 영감을 받은 빠른 명령줄 인터페이스입니다. 터미널에서 바로 패브릭 환경을 탐색, 자동화 및 스크립트합니다. https://aka.ms/FabCLI에서 시작하세요.
2025년 5월 OneLake 바로 가기용 Eventhouse 쿼리 가속화 [Eventhouse의 OneLake 바로 가기에 대한 쿼리 가속]https://blog.fabric.microsoft.com/blog/eventhouse-accelerated-onelake-table-shortcuts-generally-available?ft=All) 는 OneLake의 데이터에 대한 임시 쿼리 속도를 향상합니다. OneLake 바로 가기는 Eventhouse에서 내부 Fabric 또는 외부 소스를 가리키는 참조입니다. 이전에는 OneLake 바로 가기를 통해 실행되는 쿼리가 다양한 요인으로 인해 Eventhouses에 직접 수집되는 데이터보다 성능이 낮았습니다. 자세한 내용은 OneLake 바로 가기의 쿼리 가속화 - 개요를 참조하세요.
2025년 5월 Microsoft Fabric의 작업 흐름 이제 일반적으로 사용할 수 있는 작업 흐름을 사용하면 더 이상 화이트보드를 사용하여 프로젝트의 다른 부분과 해당 상호 관계를 스케치할 필요가 없습니다. 대신 작업 흐름을 사용하여 이 키 정보를 빌드하고 프로젝트 자체로 가져올 수 있습니다. 자세한 내용은 Microsoft Fabric의 작업 흐름(일반 공급)을 참조하세요.
2025년 5월 Microsoft Fabric Spark 네이티브 실행 엔진이 이제 일반적으로 제공됩니다 Microsoft Fabric Spark 네이티브 실행 엔진은 이제 패브릭 런타임 1.3의 일부로 일반 공급되며 Microsoft Fabric의 Spark 워크로드에 향상된 성능과 효율성을 제공합니다. 자세한 내용은 패브릭 Spark용 네이티브 실행 엔진을 참조하세요.
2025년 5월 Dataflow Gen2 CI/CD 지원 이제 일반 공급 기능으로 Dataflow Gen2에 CI/CD 및 Git 통합이 지원됩니다. 자세한 내용은 Dataflow Gen2 CI/CD 지원참조하세요.
2025년 5월 OneLake 바로 가기 캐시 및 온-프레미스 게이트웨이 지원 이제 공식 출시되었습니다 바로 가기 캐시와 온-프레미스 게이트웨이 지원이 이제 일반적으로 사용할 수 있습니다. OneLake 바로 가기 캐시를 사용하여 외부 클라우드 공급자의 데이터를 빠르고 쉽게 원본할 수 있습니다. 온-프레미스 게이트웨이를 사용하면 여러 네트워크 제한 시나리오를 통해 데이터에 안전하게 연결할 수 있습니다. 자세한 내용은 온-프레미스 데이터에 대한 바로 가기 만들기 정보를참조하세요.
2025년 5월 미러링 열기 Open 미러링 사용하면 모든 애플리케이션이 개방형 미러링 공용 API 및 접근 방식에 따라 패브릭의 미러된 데이터베이스에 직접 변경 데이터를 쓸 수 있습니다. 이제 일반 공급되는 오픈 미러링이 확장 가능하고 사용자 지정 가능하며 열려 있도록 설계되었습니다. 오픈 Delta Lake 테이블 형식을 기반으로 패브릭에서 미러링을 확장하는 강력한 기능입니다. 시작하려면 자습서: Microsoft Fabric의 미러된 데이터베이스 구성을 참조하세요.
2025년 5월 JSON 집계 지원 패브릭 웨어하우스는 이제 일반적으로 사용 가능한 기능으로 JSON 집계 함수를 지원합니다. 자세한 내용은 JSON_ARRAYAGG 및 JSON_OBJECTAGG 참조하세요.
2025년 5월 의미 체계 모델 새로 고침 작업 의미 체계 모델 새로 고침 작업을 사용하여 패브릭 의미 체계 모델을 새로 고치는 가장 효과적인 방법인 Power BI 데이터 세트를 새로 고칩니다. 자세한 내용은 시맨틱 모델 새로 고침(일반 공개)을 참조하세요.

이전 GA(일반 공급) 공지 사항의 경우 Microsoft Fabric 새 소식 아카이브를 검토하세요.

Community

이 섹션에서는 잠재 및 현재 영향 요인 및 MVP를 위한 새로운 Microsoft Fabric 커뮤니티 기회를 요약합니다.

Note

2025년 9월 15-18일 비엔나에서 열린 유럽 Microsoft Fabric 커뮤니티 컨퍼런스가 거의 매진되었습니다! 오늘 등록하세요!

올해 유럽에 갈 수 없습니까? FabCon은 애틀랜타의 미국에서 다시 일어나고 있습니다. 2026년 3월 16일부터 20일까지 달력에 표시하세요.

  • 패브릭 커뮤니티 뉴스레터 등록: 패브릭 커뮤니티 뉴스를 방문하여 옵션 메뉴에서 구독을 선택합니다.
  • 로컬 Fabric 사용자 그룹에 참가하거나 로컬 이벤트 에 참여할.
  • Microsoft Fabric Ideas 즐겨 찾는 새 제품 기능 아이디어에 투표하세요.
  • Microsoft MVP 어워드에 대해 알아보고 MVP를 찾으려면 mvp.microsoft.com참조하세요.
  • 학생인가요? Microsoft Learn Student Ambassadors 프로그램 대해 자세히 알아보세요.
  • Microsoft Fabric 커리어 허브를 방문하여 시험에 50%% 할인을 포함한 인증 여정에 필요한 모든 정보를 확인하세요.
  • YouTube Microsoft Fabric 비디오를 시청하고 구독하세요.
  • Microsoft Fabric 커뮤니티 에서 질문하고 대답하세요.
  • Microsoft Fabric 사용자 패널에 참여하여 설문 조사 및 1:1 모임을 통해 패브릭 및 Power BI 제품 팀과 실제 환경 및 피드백을 공유합니다.
  • 다른 사용자와 함께 패브릭 지식, 인사이트 및 모범 사례를 전파합니다. 자세한 내용은 슈퍼 사용자 프로그램을 참조하세요.
Month Feature 자세히 알아보기
2025년 8월 패브릭 인플루언서 스포트라이트 2025년 8월 2025년 8월 패브릭 인플루언서 스포트라이트는 패브릭 커뮤니티의 Microsoft MVP 및 패브릭 슈퍼 사용자 구성원으로부터 Microsoft Fabric과 관련된 블로그 게시물, 비디오, 프레젠테이션 및 기타 콘텐츠를 강조 표시하고 증폭합니다.
2025년 7월 패브릭 인플루언서 스포트라이트 2025년 7월 Microsoft Fabric의 모든 측면에서 놀라운 작업을 수행하는 Microsoft MVP 및 패브릭 슈퍼 사용자에 대해 알아봅니다.
2025년 7월 Power BI가 10을 켭니다. 7월 24일, 패브릭 커뮤니티는 Power BI의 10번째 생일을 축하하기 위해 모였습니다. 당신이 그것을 놓친 경우, 재미에 참여할 시간이 여전히있다. 큐브 생일 파티에서 가이를 시청하고, #PBI10 Dataviz 콘테스트 우승자를 보고, 2025년 8월 31일까지 패브릭 및 Power BI 인증 시험에 대한 50개의% 바우처를 요청합니다.
2025년 6월 선별된 기술 및 인증 프로그램을 통해 Microsoft Fabric 데이터 엔지니어로서의 경로를 계획하십시오 패브릭 데이터 엔지니어는 고급 데이터 솔루션을 설계하고 관리하여 기업이 데이터를 효과적으로 사용할 수 있도록 합니다. 패브릭 데이터 엔지니어가 되는 방법에 대해 자세히 알아보고 Microsoft Fabric 데이터 엔지니어링 기술 향상: DP-700 시험 준비
2025년 5월 함께 해킹의 우승자 발표 : 마이크로 소프트 데이터 및 AI 케냐 해킹 해커 톡투게더: 마이크로소프트 데이터 및 AI 케냐 해킹 대회 우승자 발표! 케냐의 Data & AI 커뮤니티에서 구축한 창의적이고 혁신적이며 영감을 주는 모든 프로젝트를 축하합니다.
2025년 5월 Power Designer 이제 powerbi.tips/PowerDesigner에서 일반 공급되는 파워 디자이너는 세련되고 직관적이며 재미있어 디자인 보고서가 작업처럼 느껴지지 않고 내면의 예술가를 해방시키는 것과 비슷합니다.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Power BI

Important

Chrome 94, Microsoft Edge 94, Safari 16.4, Firefox 93 이상의 웹 브라우저 버전에서 Power BI에 액세스하는 경우 2024년 8월 31일까지 웹 브라우저를 최신 버전으로 업그레이드해야 합니다. 이 날짜 이후에 오래된 브라우저 버전을 사용하면 Power BI의 기능에 액세스할 수 없습니다.

Power BI Desktop 및 Power BI 서비스에 대한 업데이트는 Power BI에서 새로워진 기능들을 소개합니다.

Microsoft Fabric 플랫폼 기능

Microsoft Fabric 플랫폼 환경에 대한 뉴스 및 기능 공지

Month Feature 자세히 알아보기
2025년 8월 Purview DLP(데이터 손실 방지) 정책을 사용하여 의료 규정 및 규정 준수 요구 사항 충족 Fabric용 Purview DLP 정책은 의료 조직이 자동화된 중요한 데이터 검색, 실시간 정책 팁 및 감사 내역을 통해 PHI를 보호하고 규정 요구 사항을 충족하는 데 도움이 됩니다. 자세한 내용은 패브릭 및 Power BI에 대한 데이터 손실 방지 정책 시작을 참조하세요.
2025년 8월 패브릭 용량 메트릭 앱의 항목 기록(미리 보기) 패브릭 용량 메트릭 앱(미리 보기)의 항목 기록 페이지에서는 작업 영역 및 항목 수준 분석을 위한 대화형 시각적 개체 및 슬라이서를 사용하여 컴퓨팅 용량 사용량을 30일 동안 볼 수 있습니다. 자세한 내용은 메트릭 앱 항목 기록 페이지(미리 보기)를 참조하세요.
2025년 8월 패브릭 작업 영역 수준 Private Link(미리 보기) 패브릭 작업 영역 수준 Private Link(미리 보기) 는 프라이빗 엔드포인트를 사용하여 개별 패브릭 작업 영역을 보호하여 세분화된 네트워크 격리를 가능하게 합니다. 자세한 내용은 패브릭 작업 영역(미리 보기)에 대한 프라이빗 링크를 참조하세요.
2025년 8월 패브릭 작업 영역에 대한 고객 관리형 키(미리 보기) Microsoft Fabric 작업 영역에 대한 CMK(고객 관리형 키)는 이제 모든 공용 지역에서 미리 보기로 사용할 수 있으므로 고객은 규정 준수 요구 사항을 충족하고 자체 키로 데이터를 보호할 수 있습니다. 자세한 내용은 패브릭 작업 영역에 대한 고객 관리형 키를 참조하세요.
2025년 8월 TLS(전송 계층 보안) 1.1 및 이전 버전에 대한 지원이 종료되었습니다. 패브릭 플랫폼에서 TLS 1.1 및 이전 버전에 대한 지원이 공식적으로 종료되었습니다. 2025년 7월 31일 패브릭에서 고객 데이터 원본으로의 모든 아웃바운드 연결은 TLS 1.2 이상 버전을 사용해야 합니다.
2025년 7월 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 이제 Microsoft Fabric의 Apache Spark에 대한 자동 크기 조정 청구 를 일반 공급할 수 있습니다. 자동 크기 조정은 Spark 워크로드를 대규모로 실행하는 데 더 큰 유연성, 투명성 및 비용 효율성을 제공하도록 설계된 서버리스 청구 모델입니다. 자세한 내용은 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 및 Spark에 대한 메트릭 앱 자동 크기 조정 컴퓨팅 이해 페이지를 참조하세요.
2025년 7월 언어 선택 및 단순성을 사용하여 워크로드 빌드 WDK(워크로드 개발 키트)의 언어 선택을 통해 개발자는 Python, Java, Node.js또는 Go를 사용하여 워크로드를 빌드할 수 있습니다. 자세한 내용은 워크로드 개발 키트에 대한 백 엔드 설정을 참조하세요.
2025년 7월 Microsoft Fabric용 Terraform 공급자 자습서 이 4부로 구성된 이 블로그 시리즈는 패브릭 CLI 및 Terraform 공급자를 사용하여 Microsoft Fabric 관리를 자동화하기 위한 실질적인 지침을 포함하여 Microsoft Fabric용 Terraform 공급자를 시작하는 데 도움이 됩니다.
2025년 7월 기본 의미 체계 모델 사용 중지 2025년 9월 5일부터 Power BI 기본 의미 체계 모델은 웨어하우스, 레이크하우스 또는 미러된 항목을 만들 때 더 이상 자동으로 만들어지지 않습니다. 항목에 의미 체계 모델이 아직 없는 경우 Power BI 의미 체계 모델을 만들 수 있습니다. 기존 기본 의미 체계 모델은 일반 의미 체계 모델로 변환됩니다. 자세한 내용은 Sunsetting 기본 의미 체계 모델을 참조하세요.
2025년 7월 작업 영역 액세스 제한 작업 영역 액세스 제한은 2025년 8월에 출시됩니다. 각 패브릭 및 Power BI 작업 영역은 작업 영역 역할(관리자, 멤버, 기여자, 뷰어)에서 최대 1,000명의 사용자 또는 그룹으로 제한됩니다.
2025년 7월 패브릭 작업 영역 ID: 작업 영역 ID에 대한 기본 기여자 액세스 제거 2025년 7월 27일부터 신규 및 기존 작업 영역 ID는 기본적으로 기여자 액세스 권한이 없어 패브릭 작업 영역에서 보안 및 액세스 제어를 강화합니다. 자세한 내용은 Microsoft Fabric의 작업 영역 ID를 참조하세요.
2025년 6월 Purview DLP(데이터 손실 방지) 정책의 성공에 대한 모범 사례 Purview DLP(데이터 손실 방지) 정책을 사용하여 보안, 규정 준수 및 생산성을 최대화하는 입증된 모범 사례에 대해 자세히 알아봅니다.
2025년 6월 VS Code의 Microsoft Fabric 확장에 대한 새로운 기능 이제 VS Code용 패브릭 확장에서 항목을 만들고 테넌트 전환하여 작업 영역 및 항목을 관리할 수 있습니다. 자세한 내용은 VS Code의 Microsoft Fabric 확장에 대한 새로운 기능 발표를 참조하세요.
2025년 6월 백그라운드 작업에 대한 서지 보호 백그라운드 작업에 대한 서지 보호 기능이 이제 일반적으로 사용 가능합니다. 용량 관리자는 서지 보호를 사용하여 용량의 백그라운드 작업에 의한 과용을 제한할 수 있습니다.
2025년 6월 패브릭의 새 항목 만들기 환경 패브릭의 향상된 항목 만들기 환경은 일관성, 효율성 및 제어에 관한 것입니다. 이제 어떤 유형의 항목을 추가하든 프로세스는 매번 친숙하고 매끄럽게 느껴집니다. 자세한 내용은 Fabric에서 새 항목 만들기 환경 소개를 참조하세요.
2025년 5월 패브릭 CLI (GA) 이제 패브릭 CLI가 일반 공급됩니다. 프로덕션 용도로 완전히 지원되고, Microsoft의 SLA를 통해 지원되며, 고객이 기대하는 보안, 규정 준수 및 안정성 표준을 충족하도록 빌드되었습니다. CI/CD 파이프라인에서 배포 자동화 및 거버넌스 시나리오에 이르기까지 CLI는 실제 환경에 사용할 준비가 되어 있으며 프로덕션 환경에서 자신 있게 채택할 수 있습니다. https://aka.ms/FabCLI에서 시작하세요.
2025년 5월 고객 관리형 키를 사용하여 미사용 데이터 암호화(미리 보기) 기본적으로 Fabric은 Microsoft 관리형 키를 사용하여 미사용 데이터를 모두 암호화합니다. 이제 고객 관리형 키를 미리 보기 기능으로 사용하여 패브릭 작업 영역에서 미사용 데이터를 암호화하여 데이터 보안 및 규정 준수를 보다 잘 제어할 수 있습니다. 자세한 내용은 패브릭 작업 영역에 대한 고객 관리형 키를 참조하세요.
2025년 5월 Fabric에서 엔드 투 엔드 네트워크 보안을 사용하여 가장 중요한 데이터에 연결 포괄적인 네트워크 보안 기능을 사용하여 Microsoft Fabric에서 중요한 데이터에 안전하게 액세스할 수 있도록 작업 영역에 대한 Azure Private Link 지원, Spark에 대한 아웃바운드 액세스 보호 및 고객 관리형 키를 사용한 패브릭 암호화가 미리 보기로 발표되었습니다.
2025년 5월 F2 이상의 패브릭 Copilot 용량 이제 패브릭 Copilot 용량을 F2 용량 이상으로 만들 수 있습니다. Fabric Copilot 용량을 사용하면 용량 관리자가 직접 Copilot 액세스 권한을 부여하고, 다른 용량의 비용을 Fabric에 할당하여 비용을 관리할 Copilot 수 있습니다CopilotCopilot.
2025년 5월 XMLA 기반 도구 및 시나리오를 보다 광범위하게 채택할 수 있도록 설정 XMLA 기반 도구 및 시나리오를 보다 광범위하게 채택할 수 있도록 하면 Microsoft Fabric에서 XMLA 기반 도구 및 시나리오를 보다 쉽게 사용할 수 있는 새로운 기능이 도입되었습니다. 자세한 내용은 의미 체계 모델 연결을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Microsoft Fabric의 CI/CD(지속적인 통합/지속적인 업데이트)

이 섹션에는 Microsoft Fabric 작업 영역의 개발 프로세스, 도구, 소스 제어 및 버전 관리에 대한 지침 및 설명서 업데이트가 포함되어 있습니다.

Month Feature 자세히 알아보기
2025년 8월 여러 Scheduler 및 CI/CD 지원 Fabric의 여러 Scheduler 지원을 통해 사용자는 각각 고유한 일정으로 항목당 최대 20개의 스케줄러를 구성할 수 있으며 대규모로 스케줄러 배포를 관리하기 위한 CI/CD 지원을 추가합니다. 자세한 내용은 최상의 패브릭 CI/CD 워크플로 옵션 선택을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Microsoft Copilot는 Microsoft Fabric에서

microsoft Fabric은 Copilot 및 기타 생성 AI 기능을 미리 보기로 사용하여 데이터를 변환 및 분석하고, 인사이트를 생성하고, 시각화 및 보고서를 만드는 새로운 방법을 제공합니다. 자세한 내용은 Fabric 내 Copilot 개요을 참조하세요.

Month Feature 자세히 알아보기
2025년 7월 패브릭 데이터 에이전트 + Microsoft Copilot Studio(미리 보기) 이제 Fabric 데이터 에이전트와 Microsoft Copilot Studio 간의 통합 미리 보기를 사용할 수 있습니다. 다중 에이전트 AI 솔루션용 패브릭에서 데이터 에이전트 만들기에 대한 빌드 2025의 데모를 시청하세요. 자세한 내용은 Microsoft Copilot Studio의 다중 에이전트 오케스트레이션을 참조하세요.
2025년 6월 Notebook Copilot 인라인 코드 완성(미리 보기) 이제 미리 보기로 제공되는 Copilot 인라인 코드 완성(미리 보기) 은 데이터 과학자와 엔지니어가 Python 코드를 보다 빠르고 쉽게 작성할 수 있도록 지원하는 AI 기능입니다. 자세한 내용은 Notebook Copilot 코드 완성(미리 보기)을 참조하세요.
2025년 5월 Python SDK를 사용하여 패브릭 데이터 에이전트 평가(미리 보기) 이제 Python SDK를 사용하여 패브릭 데이터 에이전트를 프로그래밍 방식으로 평가할 수 있습니다. 자세한 내용은 Microsoft Copilot Studio에서 패브릭 데이터 에이전트 사용(미리 보기)을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Microsoft Fabric의 데이터 팩토리

이 섹션에서는 Microsoft Fabric Data Factory의 최근 새로운 기능과 기능을 요약합니다. Data Factory 커뮤니티 포럼을 통해서 문제 및 피드백을 확인합니다.

Month Feature 자세히 알아보기
2025년 8월 파이프라인에서 작업 복사 기능(미리 보기) 파이프라인의 복사 작업(미리 보기)을 사용하면 데이터 이동과 다른 활동 및 통합 모니터링을 결합하여 Data Factory 파이프라인 내에서 직접 기존 또는 새 복사 작업을 오케스트레이션할 수 있습니다. 자세한 내용은 Data Factory 파이프라인에서 작업 복사 작업을 참조하세요.
2025년 8월 온-프레미스 데이터 게이트웨이 2025년 8월 릴리스 이제 온-프레미스 데이터 게이트웨이는 PostgreSQL 및 Lakehouse 커넥터 개선 사항(델타 열 매핑, 삭제 벡터, 변경 데이터 피드)에 대한 Microsoft Entra ID 인증과 안정성 수정을 지원합니다.
2025년 8월 다중 스케줄러에 대한 복사 작업 지원(미리 보기) 복사 작업 다중 스케줄러 지원을 사용하면 단일 복사 작업을 서로 다른 간격으로 트리거할 수 있습니다. 과거에는 각 일정에 대해 여러 복사 작업을 만들어야 했습니다. 자세한 내용은 Microsoft Fabric의 작업 스케줄러를 참조하세요.
2025년 8월 새 복사 작업 기능: 증분 복사 다시 설정, 자동 테이블 만들기 및 JSON 지원 Microsoft Fabric Data Factory의 복사 작업은 이제 증분 복사 다시 설정, 대상에서 자동 테이블 만들기 및 JSON 파일 형식을 지원하므로 데이터 이동이 보다 유연하고 효율적입니다. 자세한 내용은 Data Factory의 복사 작업을 참조하세요.
2025년 8월 새 패브릭 커넥터 및 Dataflow Gen2에서 작업 영역 ID 인증 지원 이제 새 패브릭 커넥터 및 Dataflow Gen2에서 작업 영역 ID 인증을 사용할 수 있으므로 관리 ID를 사용하여 데이터 원본에 안전하고 자격 증명 없이 액세스할 수 있습니다. 자세한 내용은 작업 영역 ID를 사용하여 인증을 참조하세요.
2025년 7월 데이터베이스 뷰, 샘플 데이터 세트 및 새 커넥터에서 데이터 복사 최근 개선 사항은 Data Factory의 복사 작업 향상, 데이터베이스 뷰에서 데이터 복사 지원, 샘플 데이터 세트 및 새 커넥터를 포함하여 복사 작업으로 데이터 수집 간소화입니다.
2025년 7월 새 SAP 연결 기능 새로운 SAP 연결 기능에 는 온-프레미스 데이터 게이트웨이를 통한 SAP Table 및 SAP BW OpenHub용 새로운 기본 제공 SAP 커넥터가 포함됩니다.
2025년 6월 온-프레미스 데이터 게이트웨이 2025년 6월 릴리스 온-프레미스 데이터 게이트웨이(버전 3000.274)의 새로운 기능에는 Azure Database for PostgreSQL 커넥터 버전 2.0, 패브릭 데이터 웨어하우스 커넥터의 향상된 데이터 형식 지원 및 Lakehouse Connector(미리 보기)의 새로운 Upsert 테이블 작업이 포함됩니다.
2025년 6월 증분 복사 GA, Lakehouse Upserts 및 새 커넥터 이제 증분 복사를 일반적으로 사용할 수 있으며, 이제 데이터를 더 많은 대상 저장소에 직접 병합하도록 선택할 수 있으며 복사 작업을 사용하는 더 많은 커넥터를 사용할 수 있습니다. 자세한 내용은 복사 작업을 사용하여 데이터 수집 간소화를 참조하세요.
2025년 5월 온-프레미스 데이터 게이트웨이 및 vNet 데이터 게이트웨이에 대한 새로운 파이프라인 활동 지원 이제 Fabric Data Factory 파이프라인은 활동 유형 웹, 웹후크, Azure Functions 및 사용자 데이터 함수에 대해 온-프레미스 데이터 게이트웨이 및 Virtual Network 게이트웨이를 지원합니다.
2025년 5월 Microsoft Fabric의 Azure Data Factory 항목 이제 Azure Data Factory가 Microsoft Fabric에서 일반 공급 되므로 기존 ADF(Azure Data Factory) 파이프라인을 패브릭 작업 영역에 원활하게 연결하여 수동으로 다시 빌드하거나 마이그레이션할 필요가 없습니다.
2025년 5월 온-프레미스 데이터 게이트웨이 2025년 5월 릴리스 온-프레미스 데이터 게이트웨이(버전 3000.270)는 이제 패브릭 파이프라인 복사 작업, 온-프레미스 데이터 게이트웨이 통신을 위한 추가 엔드포인트 및 사용자가 설치한 ODBC 드라이버를 사용하여 Vertica 데이터베이스에 대한 연결을 지원합니다.
2025년 5월 Dataflow Gen2 공용 API(미리 보기) Data Factory API 를 사용하면 사용자가 만들기, 관리, 예약 및 모니터링을 비롯한 데이터 흐름을 자동화하고 관리할 수 있습니다. 자세한 내용은 데이터 흐름 API를 참조하세요.
2025년 5월 데이터 흐름 Gen2 매개 변수화(미리 보기) Data Factory 매개 변수화를 사용하면 다양한 입력 및 시나리오에 워크플로를 보다 효율적이고 적응할 수 있습니다. 자세한 내용은 Dataflow Gen2(미리 보기)에서 공용 매개 변수 사용을 참조하세요.
2025년 5월 Dataflow Gen2의 증분 새로 고침 대상으로 레이크하우스(미리 보기) 새 데이터 또는 업데이트된 데이터만 새로 고쳐야 하는 시나리오의 경우 이제 Microsoft Fabric Data Factory용 Dataflow Gen2의 Lakehouse에서 증분 데이터 새로 고침을 사용하도록 설정할 수 있습니다. 자세한 내용은 Dataflow Gen2의 증분 새로 고침에 대해 참조하세요.
2025년 5월 Dataflow Gen2(미리 보기)의 대상으로 SharePoint 파일 이제 SharePoint 내의 특정 폴더에 데이터를 출력하도록 데이터 흐름 쿼리를 구성할 수 있습니다. 자세한 내용은 Dataflow Gen2 데이터 대상 및 관리되는 설정을 참조하세요.
2025년 5월 CDC(변경 데이터 캡처)에 대한 복사 작업 지원(미리 보기) 복사 작업의 CDC(변경 데이터 캡처) 는 원본에서 대상으로의 삽입, 업데이트 및 삭제된 레코드를 포함하여 변경된 데이터의 효율적이고 자동화된 복제를 가능하게 하는 Data Factory 데이터 파이프라인의 강력한 기능입니다.
2025년 5월 Dataflow Gen2 CI/CD 지원 이제 일반 공급 기능으로 Dataflow Gen2에 CI/CD 및 Git 통합이 지원됩니다. 자세한 내용은 Dataflow Gen2 CI/CD 지원참조하세요.
2025년 5월 패브릭 데이터 파이프라인을 사용하여 Databricks 작업을 오케스트레이션하세요 패브릭 데이터 파이프라인의 엔드투엔드 워크플로의 일부로 Fabric Data Pipelines에서 Azure Databricks 작업을 실행하고 관리할 수 있습니다. 자세한 내용은 Azure Databricks 작업을 실행하여 데이터 변환을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Microsoft Fabric의 Data Factory 샘플 및 지침

Month Feature 자세히 알아보기
2025년 7월 Snowflake용 데이터 흐름 Gen2에서 빠른 복사를 사용하여 성능 향상 Dataflows Gen2의 빠른 복사 는 Snowflake에서 Microsoft Fabric으로 더 빠르고 비용 효율적인 데이터 로드를 제공합니다. 자세한 내용은 Dataflow Gen2의 빠른 복사를 참조하세요.
2025년 6월 디자인별 개인 정보: PySpark를 사용하여 PII 검색 및 익명화 이 블로그에서는 PySpark, Microsoft Presidio 및 Faker를 사용하여 확장 가능하고 안전하며 규정을 준수하는 데이터 워크플로를 빌드하는 방법을 살펴봅니다.

패브릭 데이터 엔지니어링

이 섹션에서는 Microsoft Fabric Data Engineering 워크로드의 최근 새로운 기능과 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 9월 Spark용 작업 영역 아웃바운드 액세스 보호(미리 보기) Spark용 작업 영역 아웃바운드 액세스 보호를 사용하면 작업 영역 관리자가 관리형 프라이빗 엔드포인트를 통해 승인된 대상으로만 Spark 아웃바운드 연결을 제한하여 데이터 반출 위험을 줄일 수 있습니다. 자세한 내용은 작업 영역 아웃바운드 액세스 보호(미리 보기)를 참조하세요.
2025년 8월 JobInsight 진단 라이브러리(미리 보기) JobInsight 는 쿼리, 작업, 단계, 태스크, 실행기 및 이벤트 로그에 대한 API를 통해 완료된 Spark 애플리케이션을 분석하는 진단 라이브러리입니다. 자세한 내용은 JobInsight 진단 라이브러리(미리 보기)를 참조하세요.
2025년 8월 Microsoft Fabric의 Spark 높은 동시성 워크로드에 대한 향상된 모니터링 Microsoft Fabric의 Spark 높은 동시성 워크로드에 대한 향상된 모니터링은 디버깅 및 성능 튜닝을 개선하기 위해 높은 동시성 Spark 세션에 Notebook을 인식하는 작업과 로그, 스냅샷 보기를 추가합니다. 자세한 내용은 Apache Spark 애플리케이션 세부 정보 모니터링을 참조하세요.
2025년 8월 패브릭 사용자 데이터 함수에 대한 개발 모드(미리 보기) 패브릭 사용자 데이터 함수의 개발 모드 는 즉시 출력 및 로그를 사용하여 게시하기 전에 함수를 테스트, 편집 및 유효성을 검사하는 전용 환경입니다. 자세한 내용은 패브릭 포털(미리 보기)에서 사용자 데이터 함수 테스트를 참조하세요.
2025년 8월 패브릭 사용자 데이터 함수에 대한 OpenAPI 사양 코드 생성 이전의 Swagger 사양인 Open API 사양은 이제패브릭 사용자 데이터 함수 에 대한 코드 생성을 제공하여 함수에 대해 OpenAPI 사양(이전의 Swagger 사양)을 자동으로 생성하고 클라이언트 코드 생성, API 관리 및 AI 에이전트 통합을 지원합니다. 자세한 내용은 최신 버전의 라이브러리를 fabric-user-data-functions 사용하고 Azure AI Foundry에서 OpenAPI 사양 샘플에 대한 도구 구성을 참조하세요.
2025년 8월 AzCopy를 사용하여 네트워크로 보호되는 Azure Storage 계정에서 Microsoft OneLake로 데이터 로드 이제 AzCopy는 신뢰할 수 있는 작업 영역 액세스를 사용하여 방화벽 지원 Azure Storage 계정에서 OneLake로 데이터를 복사하여 안전하고 효율적인 대규모 데이터 이동을 지원합니다. 자세한 내용은 OneLake 및 AzCopy를 사용하여 데이터 복사 및 신뢰할 수 있는 작업 영역 액세스 사용을 참조하세요.
2025년 7월 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 이제 Microsoft Fabric의 Apache Spark에 대한 자동 크기 조정 청구 를 일반 공급할 수 있습니다. 자동 크기 조정은 Spark 워크로드를 대규모로 실행하는 데 더 큰 유연성, 투명성 및 비용 효율성을 제공하도록 설계된 서버리스 청구 모델입니다. 자세한 내용은 Microsoft Fabric의 Spark에 대한 자동 크기 조정 청구 및 Spark에 대한 메트릭 앱 자동 크기 조정 컴퓨팅 이해 페이지를 참조하세요.
2025년 7월 Amazon S3 단축키에 대한 Microsoft Entra 서비스 주체 지원(미리 보기) 이제 Microsoft Entra 서비스 주체를 사용하여 OneLake 바로 가기를 통해 Amazon S3에 액세스하여 장기 AWS 액세스 키가 필요하지 않습니다. 이 통합은 수명이 짧은 표준 기반 토큰에 OIDC(OpenID Connect)를 사용하고, 클라우드 간 ID 관리를 간소화하며, AWS CloudTrail을 통한 완전한 감사 기능을 가능하게 합니다. 시작하려면 서비스 주체 인증을 사용하여 AWS S3 바로 가기를 참조하세요.
2025년 7월 OneLake에서 Delta Lake 테이블을 Apache Iceberg로 액세스하기 (미리 보기) 이제 OneLake를 사용하면 데이터 이동 또는 중복 없이 Apache Iceberg 호환 판독기를 사용하여 Delta Lake 테이블에 자동으로 액세스할 수 있습니다. 시작하려면 OneLake에서 Apache Iceberg 테이블 사용을 참조하세요.
2025년 7월 Python Notebook은 tsql 매직 명령(미리 보기)을 지원합니다. 이제 Python Notebook은 패브릭 데이터 웨어하우스를 쿼리하는 tsql 매직 명령을 지원 합니다. 전체 구문을 보려면 이 명령을 사용할 %%tsql -? 수 있습니다. 자세한 내용은 Fabric Python Notebook에서 T-SQL 코드 실행을 참조하세요.
2025년 6월 Notebook Copilot 인라인 코드 완성(미리 보기) 이제 미리 보기로 제공되는 Copilot 인라인 코드 완성(미리 보기) 은 데이터 과학자와 엔지니어가 Python 코드를 보다 빠르고 쉽게 작성할 수 있도록 지원하는 AI 기능입니다. 자세한 내용은 Notebook Copilot 코드 완성(미리 보기)을 참조하세요.
2025년 6월 Notebook 버전 기록 GA Fabric Notebook 버전 기록 자동 및 수동 검사점, 추적된 변경 내용, 버전 비교 및 이전 버전 복원을 비롯한 강력한 기본 제공 버전 제어 기능을 제공합니다. 자세한 내용은 Notebook 버전 기록참조하세요.
2025년 6월 T-SQL notebooks GA 이제 T-SQL Notebook 기능을 일반적으로 사용할 수 있습니다. T-SQL Notebook을 사용하여 T-SQL 코드를 작성 및 실행하고, 복잡한 쿼리를 관리하고, 더 나은 markdown 설명서를 작성할 수 있습니다. 새 모니터링 환경에는 쿼리 기록을 나열하는 새로운 최근 실행 패널과 전용 T-SQL 패널이 포함됩니다. 자세한 내용은 Microsoft Fabric Notebooks T-SQL 지원을 참조하세요.
2025년 6월 AI 함수 개선 사항(미리 보기) 데이터 엔지니어링을 위한 AI 함수 는 현재 미리 보기로 제공됩니다. 현재 미리 보기에서 AI 함수의 최근 개선 사항에 대해 자세히 알아봅니다.
2025년 6월 VS Code의 Microsoft Fabric 확장에 대한 새로운 기능 이제 VS Code용 패브릭 확장에서 항목을 만들고 테넌트 전환하여 작업 영역 및 항목을 관리할 수 있습니다. 자세한 내용은 VS Code의 Microsoft Fabric 확장에 대한 새로운 기능 발표를 참조하세요.
2025년 6월 패브릭 작업 영역에 대한 고객 관리형 키(미리 보기) 작업 영역 고객 관리형 키를 사용하면 사용자 고유의 키를 사용하여 OneLake에서 데이터를 암호화할 수 있습니다. 자세한 내용은 OneLake의 고객 관리형 키: 데이터 보호 및 제어 강화를 참조하세요.
2025년 6월 GraphQL용 패브릭 API의 집계 GraphQL용 패브릭 API의 집계를 사용하면 Fabric에서 GraphQL 을 사용하여 보다 효율적이고 강력한 데이터 쿼리를 수행할 수 있습니다. 자세한 내용은 GraphQL용 API의 집계를 참조하세요.
2025년 5월 Fabric Spark에서 자동화된 테이블 통계를 사용하여 손쉽게 성능 향상 이제 자동화된 테이블 통계를 일반 공급하여 Fabric Spark에서 up-to-date 통계를 유지 관리하여 쿼리 성능을 자동으로 최적화합니다. 자세한 내용은 Fabric Spark에서 자동화된 테이블 통계 구성 및 관리를 참조하세요.
2025년 5월 Azure Key Vault를 사용하여 패브릭 데이터 연결 인증(미리 보기) 이제 Azure Key Vault 저장된 비밀(미리 보기)을 사용하여 패브릭 데이터 연결에 인증할 수 있습니다. Azure Key Vault 참조를 사용하면 데이터 연결에 대한 보안 및 중앙 집중식 비밀 관리를 사용할 수 있습니다. 자세한 내용은 Azure Key Vault 참조 개요(미리 보기) 를 참조하고 Azure Key Vault 참조 구성에서 시작하세요.
2025년 5월 바로 가기 변환(미리 보기) 바로 가기 변환을 사용하면 데이터를 OneLake로 가져오거나 OneLake 데이터 항목 간에 이동할 때 자동으로 데이터를 변환할 수 있습니다. 자세한 내용은 바로 가기 파일 변환을 참조하세요.
2025년 5월 Microsoft Fabric Spark 네이티브 실행 엔진이 이제 일반적으로 제공됩니다 Microsoft Fabric Spark 네이티브 실행 엔진은 이제 패브릭 런타임 1.3의 일부로 일반 공급되며 Microsoft Fabric의 Spark 워크로드에 향상된 성능과 효율성을 제공합니다. 자세한 내용은 패브릭 Spark용 네이티브 실행 엔진을 참조하세요.
2025년 5월 OneLake 바로 가기 유형의 Azure Blob Storage(미리 보기) 이제 OneLake에서 Azure Blob Storage에 대한 바로 가기를 만들어 Microsoft Fabric에서 Blob 데이터를 보다 쉽게 통합하고 액세스할 수 있습니다. 자세한 내용은 Azure Blob Storage 바로 가기 만들기(미리 보기)를 참조하세요.
2025년 5월 구체화된 레이크 뷰(미리 보기) 구체화된 레이크 뷰는 빌드 2025에서 발표되었습니다. Microsoft Fabric의 구체화된 Lake 뷰를 사용하면 OneLake에 저장된 데이터를 빠르고 효율적으로 쿼리할 수 있습니다.
2025년 5월 Fabric 노트북의 인라인 코드 완성(미리 보기) 인라인 코드 자동 완성이 가능한 패브릭 노트북은 사용자가 코드를 더 빠르고 오류 없이 작성할 수 있도록 도와줍니다. 자세한 내용은 데이터 과학 및 데이터 엔지니어링(미리 보기)을 참조Copilot하세요.
2025년 5월 OneLake 바로 가기 캐시 및 온-프레미스 게이트웨이 지원 이제 공식 출시되었습니다 바로 가기 캐시와 온-프레미스 게이트웨이 지원이 이제 일반적으로 사용할 수 있습니다. OneLake 바로 가기 캐시를 사용하여 외부 클라우드 공급자의 데이터를 빠르고 쉽게 원본할 수 있습니다. 온-프레미스 게이트웨이를 사용하면 여러 네트워크 제한 시나리오를 통해 데이터에 안전하게 연결할 수 있습니다. 자세한 내용은 온-프레미스 데이터에 대한 바로 가기 만들기 정보를참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

패브릭 데이터 엔지니어링 샘플 및 지침

Month Feature 자세히 알아보기
2025년 8월 구체화된 레이크 뷰를 사용한 선언적 데이터 변환 구체화된 레이크 뷰에서 선언적 데이터 변환을 사용하여 큐레이팅된 분석을 위해 Bronze, Silver 및 Gold 계층에서 선언적이고 증분적인 변환을 사용하도록 설정하는 방법을 알아봅니다. 자세한 내용은 구체화된 호수 전망 및 구체화된 호수 보기 만들기를 참조하세요.
2025년 8월 Apache Iceberg 형식으로 Microsoft Fabric 테이블에 액세스하는 방법 Microsoft OneLake가 이제 Fabric의 Delta Lake 테이블에 Apache Iceberg 테이블로 액세스하여 Iceberg 호환 엔진 및 도구와의 원활한 상호 운용성을 허용하는 방법의 예를 참조하세요. 자세한 내용은 Delta Lake 테이블을 Iceberg로 가상화하세요.
2025년 7월 사용자 데이터 함수에 Microsoft Fabric Git 통합 사용 Microsoft Fabric은 사용자 데이터 함수를 위한 기본 제공 Git 통합 및 배포 파이프라인을 제공하여 작업 영역 항목에 대한 버전 제어, 공동 작업 및 릴리스 관리를 간소화합니다. 자세한 내용은 Fabric의 Git 통합 소개를 참조하세요.
2025년 7월 구조화되지 않은 텍스트에 대한 바로 가기 기반 AI 기반 OneLake 바로 가기 변환 바로 가기 기반 AI 변환은 원시 텍스트 파일을 몇 분 안에 제어되는 Delta Lake 테이블로 변환하여 더 빠른 인사이트, 자동화된 규정 준수 및 일관된 데이터 품질을 지원합니다. 자세한 내용은 OneLake 바로 가기에 대한 AI 변환을 참조하세요.
2025년 7월 사용자 데이터 함수는 이제 비동기 함수 및 pandas DataFrame, 시리즈 형식을 지원합니다. Fabric 사용자 데이터함수에서 비동기 함수, pandas DataFrame 및 계열 형식을 사용하는 방법을 알아봅니다.
2025년 7월 GraphQL 및 MCP(모델 컨텍스트 프로토콜)를 사용하여 MICROSOFT Fabric에 AI 에이전트 연결 GraphQL 및 MCP(모델 컨텍스트 프로토콜)를 사용하여 AI 에이전트를 Microsoft Fabric에 연결하는 방법을 알아봅니다. 전체 MCP 서버 구현은 Microsoft Fabric 샘플 리포지토리에서 사용할 수 있습니다.
2025년 6월 VS Code에서 로컬로 사용자 데이터 함수를 디버그하는 방법 Visual Studio Code를 사용하여 사용자 데이터 함수에 대한 로컬 디버깅을 수행하는 방법을 알아봅니다.
2025년 6월 GraphQL용 패브릭 API와 Azure API Management 통합 ID 관리, 속도 제한 및 캐싱과 같은 강력한 확장성 및 보안 기능을 제공하여 API의 기능을 크게 향상시키기 위해 Microsoft Fabric의 API for GraphQL로 APIM(Azure API Management) 을 구성하는 방법을 알아봅니다.
2025년 6월 디자인별 개인 정보: PySpark를 사용하여 PII 검색 및 익명화 이 블로그에서는 PySpark, Microsoft Presidio 및 Faker를 사용하여 확장 가능하고 안전하며 규정을 준수하는 데이터 워크플로를 빌드하는 방법을 살펴봅니다.
2025년 6월 프라이빗 네트워크를 사용하여 Azure Databricks와 패브릭 통합 가상 네트워크 게이트웨이를 사용하여 Azure Databricks를 Fabric과 안전하게 통합하여 종단 간 프라이빗 네트워크 연결을 사용하도록 설정하는 방법을 알아봅니다.
2025년 5월 OneLake 보안 이해: 바로 가기 사용법 바로 가기를 사용하여 OneLake 보안을 이해 하면 OneLake에서 바로 가기를 사용할 때 보안이 어떻게 관리되는지 설명합니다. 자세한 내용은 OneLake 바로 가기 보안을 참조하세요.
2025년 5월 바로 가기 연결 관리 Microsoft Fabric에서 바로 가기에 대한 연결을 관리하고 OneLake 바로 가기에 대한 연결을 중앙에서 관리하는 방법을 알아봅니다. 자세한 내용은 OneLake 바로 가기를 사용하여 데이터 원본 통합을 참조하세요.

패브릭 데이터 과학

이 섹션에서는 Microsoft Fabric 데이터 과학에 대한 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 8월 Pandas DataFrames 및 시리즈를 입력 및 출력 형식으로 이제 Notebooks의 Pandas DataFrames 및 Series와 함께 Fabric 사용자 데이터 함수를 사용하여 Apache 화살표를 통해 Notebook의 사용자 데이터 함수에 대한 네이티브 Pandas DataFrame 및 계열 입력/출력 지원을 추가하여 더 빠르고 효율적인 재사용을 수행할 수 있습니다. 자세한 내용은 Fabric용 NotebookUtils를 참조하세요.
2025년 7월 대규모 데이터 원본에 대한 확장된 데이터 에이전트 지원 패브릭 데이터 에이전트는 이제 1,000개가 넘는 테이블과 100개 이상의 열 및 측정값이 있는 Kusto, 의미 체계 모델, Lakehouse 및 Warehouse 데이터 세트를 비롯한 대규모 데이터 원본을 지원합니다. 구성 지침은 데이터 에이전트 구성 모범 사례를 참조하세요.
2025년 7월 ML 모델 엔드포인트(미리 보기) 이제 Fabric의 ML 모델은 안전하고 확장 가능하며 사용하기 쉬운 온라인 엔드포인트에서 실시간 예측을 제공할 수 있습니다. Spark의 일괄 처리 예측 외에도 엔드포인트를 사용하여 다른 패브릭 솔루션 및 사용자 지정 애플리케이션에 ML 모델 예측을 가져올 수 있습니다. 자세한 내용은 Fabric의 자동화된 기계 학습 및 패브릭의 모델 엔드포인트를 참조하세요.
2025년 6월 AI 함수 개선 사항(미리 보기) 데이터 엔지니어링을 위한 AI 함수 는 현재 미리 보기로 제공됩니다. 현재 미리 보기에서 AI 함수의 최근 개선 사항에 대해 자세히 알아봅니다.
2025년 6월 패브릭 데이터 에이전트의 데이터 원본 지침 패브릭 데이터 에이전트의 데이터 원본 지침은 구조화된 데이터에서 보다 정확하고 관련 있는 답변을 얻는 데 도움이 됩니다. 자세한 내용은 패브릭 데이터 에이전트의 새로운 기능: 더 스마트하고 정확한 AI 응답을 위한 데이터 원본 지침을 참조하세요.
2025년 5월 Microsoft Copilot Studio와 패브릭 데이터 에이전트 통합(미리 보기) 패브릭 데이터 에이전트는 미리 보기로 제공되며 Microsoft Copilot Studio의 사용자 지정 설정에 에이전트로 추가할 수 있습니다. 자세한 내용은 Microsoft Copilot Studio(미리 보기)와 패브릭 데이터 에이전트 통합을 참조하세요.
2025년 5월 Python SDK를 사용하여 패브릭 데이터 에이전트 평가(미리 보기) 이제 Python SDK를 사용하여 패브릭 데이터 에이전트를 프로그래밍 방식으로 평가할 수 있습니다. 자세한 내용은 Microsoft Copilot Studio에서 패브릭 데이터 에이전트 사용(미리 보기)을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

패브릭 데이터 과학 샘플 및 지침

Month Feature 자세히 알아보기
2025년 5월 Power BI에서 Copilot 패브릭 데이터 에이전트를 사용하여 심층 인사이트 추출 Power BI에서 Copilot 패브릭 데이터 에이전트를 사용하여 더 많은 데이터 원본에 연결하고 Power BI에서 더 풍부한 인사이트를 추출할 수 있습니다. 자세한 내용은 패브릭 데이터 에이전트 만들기를 참조하세요.
2025년 5월 Open Mirroring, Fabric Data Agent 및 Azure AI Foundry를 사용하여 Oracle 데이터베이스에서 AI 가속화 Open Mirroring, Fabric Data Agent 및 Azure AI Foundry를 사용하여 Oracle 데이터베이스에서 AI를 가속화 하면 고급 분석 및 AI 시나리오를 위해 Oracle 데이터베이스를 Microsoft Fabric 및 Azure AI Foundry와 통합하는 방법을 보여 줍니다. 자세한 내용은 패브릭의 Open Mirroring을 참조하세요.

Microsoft Fabric의 Cosmos DB(미리 보기)

이 섹션에서는 Microsoft Fabric의 Cosmos DB에 대한 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 7월 Microsoft Fabric의 Cosmos DB(미리 보기) 이제 모든 사용자가 Microsoft Fabric의 Cosmos DB 미리 보기를 사용할 수 있습니다. Microsoft Build 2025에서 발표된 이후 벡터 인덱싱 및 검색을 비롯한 몇 가지 새로운 기능이 추가되었습니다. 자세한 내용은 Microsoft Fabric의 Cosmos DB 발표를 참조하세요. 시작하려면 빠른 시작: Microsoft Fabric에서 Cosmos DB 데이터베이스 만들기(미리 보기)를 참조하세요.

Microsoft Fabric의 SQL 데이터베이스(미리 보기)

이 섹션에서는 Microsoft Fabric의 SQL 데이터베이스에 대한 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 7월 DOP 피드백 일반적으로 사용 가능 DOP(Degrees of Parallelism) 피드백 은 이제 패브릭의 SQL 데이터베이스에서 일반적으로 사용할 수 있습니다. 자세한 내용은 더 스마트한 병렬 처리: SQL Server 2025의 병렬 처리 수준 피드백을 참조하세요.
2025년 7월 패브릭 CLI를 사용하여 SQL 데이터베이스 배포 이제 패브릭 CLI를 사용하여 SQL 데이터베이스를 만들 수 있습니다.
2025년 6월 Fabric에서 SQL 데이터베이스용 데이터베이스 개발 도구 업데이트 Fabric의 SQL 데이터베이스용 데이터베이스 개발 도구 업데이트에서는 Fabric에서 SQL 데이터베이스를 개발, 배포 및 관리하기 위한 새로운 기능이 도입되었습니다.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Microsoft Fabric의 SQL 데이터베이스 샘플 및 지침

Month Feature 자세히 알아보기
2025년 9월 Fabric에서 SQL 데이터베이스로 빠른 복사 SQL 데이터베이스 수집을 위한 빠른 복사 는 병렬 대량 작업을 사용하여 Dataflow Gen2의 대규모 SQL 원본 로드에 대한 대기 시간을 줄입니다.
2025년 7월 AI 준비 앱: GraphQL 및 MCP를 사용하여 패브릭의 SQL Database와 상호 작용 Contoso Recruiting Agency에서 GraphQL용 Microsoft Fabric API 및 MCP(모델 컨텍스트 프로토콜) 서버를 사용하여 패브릭의 SQL 데이터베이스와 실시간 지능형 상호 작용을 사용하도록 설정하는 방법을 알아봅니다.
2025년 7월 Python Notebook을 사용하여 Fabric에서 SQL 데이터베이스에 연결 이제 Python Notebook을 사용하여 T-SQL Magic 명령 %%tsql의 도움으로 Fabric의 SQL 데이터베이스에 연결할 수 있습니다. 자세한 내용은 Fabric Python Notebook에서 T-SQL 코드 실행을 참조하세요.
2025년 5월 저장 프로시저를 사용하는 GraphQL용 Microsoft Fabric API의 스마트 돌연변이 저장 프로시저와 함께 GraphQL용 Microsoft Fabric API에서 스마트 돌연변이를 사용하여 SQL 데이터베이스에서 데이터를 만들고, 업데이트하고, 삭제하는 방법을 알아봅니다.
2025년 5월 GraphQL용 API의 쿼리 및 변형 이해 GraphQL용 API의 쿼리와 변형 간의 차이점 과 이를 효과적으로 사용하는 방법을 이해합니다. 자세한 내용은 Fabric에서 GraphQL용 API 만들기 및 GraphQL용 데이터 및 Fabric API 추가 질문과 대답을 참조하세요.

패브릭 데이터 웨어하우스

이 섹션에서는 Fabric Data Warehouse대한 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 9월 MERGE 지원(미리 보기) MERGE T-SQL 구문은 이제 Fabric Data Warehouse에 대한 미리 보기로 제공됩니다. 이 DML 문은 원본 테이블과 대상 테이블 간의 조건에 따라 변환을 실행하기 위한 매끄럽고 균일한 방법을 제공합니다. MERGE를 사용하여 단일 명령으로 INSERT, UPDATE 및 삭제를 모두 수행합니다.
2025년 8월 SET SHOWPLAN_XML 지원 이제 SET SHOWPLAN_XML T-SQL 구문을 패브릭 데이터 웨어하우스 및 SQL 분석 엔드포인트에 일반적으로 사용할 수 있습니다. SQL Server Management Studio에서 이 세션 수준 문과 해당 시각화 도우미를 사용하여 쿼리 계획 정보에 대한 인사이트를 얻을 수 있습니다.
2025년 7월 COPY INTO 및 OPENROWSET의 원본으로 OneLake(미리 보기) COPY INTO 및 OPENROWSET은 이제 패브릭 데이터 웨어하우스(미리 보기)의 OneLake 경로에서 직접 읽기를 지원하므로 외부 스토리지 또는 복잡한 설정 없이 Lakehouse 폴더에서 SQL 기반 데이터 수집 및 임시 쿼리를 사용할 수 있습니다. 자세한 내용은 웨어하우스로 데이터 수집을 참조하세요.
2025년 7월 Visual SQL 감사 로그 구성(미리 보기) 이제 Fabric Warehouse에서 SQL 감사 로그를 구성, 사용 및 관리하기 위한 새로운 시각적 환경을 미리 보기 기능으로 사용할 수 있으므로 패브릭 포털에서 직접 감사를 설정하고 사용자 지정할 수 있습니다. 자세한 내용은 패브릭 데이터 웨어하우스의 SQL 감사 로그(미리 보기)를 참조하세요. 시작하려면 Fabric Data Warehouse에서 SQL 감사 로그 구성을 참조하세요.
2025년 7월 OPENROWSET의 JSON 라인 지원(미리 보기) 패브릭 데이터 웨어하우스 및 SQL 분석 엔드포인트에 대한 OPENROWSET(BULK) 함수의 JSONL(JSON Lines) 지원은 이제 미리 보기로 제공되며, 이를 통해 JSONL 형식으로 외부 데이터를 쿼리할 수 있습니다. 자세한 내용은 OPENROWSET(BULK)(Transact-SQL)을 참조하세요.
2025년 7월 표준화된 감사 작업 이제 감사 작업이 표준화된 작업 이름으로 통합됩니다. 자세한 내용은 패브릭 데이터 웨어하우스(미리 보기)의 감사 로그 및 SQL 감사 로그에대한 작업 목록을 참조하세요.
2025년 7월 패브릭 데이터 웨어하우스 마이그레이션 도우미: 더 나은, 더 빠르고, 더 안정적 패브릭 데이터 웨어하우스 마이그레이션 도우미의 최근 개선 사항은 SQL 노출 영역에 대한 자동 접두사를 추가하여 지원되지 않는 일부 요소를 제거합니다. 자세한 내용은 마이그레이션 도우미를 사용하여 마이그레이션을 참조하세요.
2025년 7월 REST API와 SQL 분석 엔드포인트 메타데이터 동기화 이제 REST API를 통해 SQL 엔드포인트 메타데이터를 새로 고치는 기능을 일반적으로 사용할 수 있습니다. 자세한 내용은 SQL 분석 엔드포인트 메타데이터 REST API GA 새로 고침을 참조하세요.
2025년 7월 기본 의미 체계 모델 사용 중지 2025년 9월 5일부터 Power BI 기본 의미 체계 모델은 웨어하우스, 레이크하우스 또는 미러된 항목을 만들 때 더 이상 자동으로 만들어지지 않습니다. 항목에 의미 체계 모델이 아직 없는 경우 Power BI 의미 체계 모델을 만들 수 있습니다. 기존 기본 의미 체계 모델은 일반 의미 체계 모델로 변환됩니다. 자세한 내용은 Sunsetting 기본 의미 체계 모델을 참조하세요.
2025년 6월 Python Notebook은 tsql 매직 명령(미리 보기)을 지원합니다. 이제 Python Notebook은 패브릭 데이터 웨어하우스를 쿼리하는 tsql 매직 명령을 지원 합니다. 전체 구문을 보려면 이 명령을 사용할 %%tsql -? 수 있습니다. 자세한 내용은 Fabric Python Notebook에서 T-SQL 코드 실행을 참조하세요.
2025년 6월 T-SQL notebooks GA 이제 T-SQL Notebook 기능을 일반적으로 사용할 수 있습니다. T-SQL Notebook을 사용하여 T-SQL 코드를 작성 및 실행하고, 복잡한 쿼리를 관리하고, 더 나은 markdown 설명서를 작성할 수 있습니다. 새 모니터링 환경에는 쿼리 기록을 나열하는 새로운 최근 실행 패널과 전용 T-SQL 패널이 포함됩니다. 자세한 내용은 Microsoft Fabric Notebooks T-SQL 지원을 참조하세요.
2025년 6월 REST API를 사용하여 SQL 분석 엔드포인트 메타데이터 새로 고침(미리 보기) 이제 REST API를 통해 SQL 엔드포인트 메타데이터를 새로 고칠 수 있습니다. 자세한 내용은 SQL 분석 엔드포인트 메타데이터 REST API 새로 고침(미리 보기)을 참조하세요.
2025년 6월 스칼라 UDF(사용자 정의 함수) 이제 UDF(스칼라 사용자 정의 함수)가 미리 보기 기능으로 지원됩니다. 자세한 내용은 Fabric Data Warehouse용 CREATE FUNCTION을 참조하세요.
2025년 6월 결과 집합 캐싱(미리 보기) 결과 집합 캐싱 은 적용 가능한 SELECT T-SQL 쿼리에 대한 최종 결과 집합을 유지하며, 쿼리를 더 빠르게 반환하기 위해 원래 쿼리의 복잡한 컴파일 및 데이터 처리를 우회하여 작동합니다. 자세한 내용은 Microsoft Fabric Data Warehouse의 결과 집합 캐싱(미리 보기)을 참조하세요.
2025년 5월 ALTER TABLE DROP COLUMN 및 sp_rename COLUMN 지원 패브릭 데이터 웨어하우스는 이제 sp_renameCOLUMN 및 ALTER TABLE DROP COLUMN을 지원합니다.
2025년 5월 JSON 집계 지원 패브릭 웨어하우스는 이제 일반적으로 사용 가능한 기능으로 JSON 집계 함수를 지원합니다. 자세한 내용은 JSON_ARRAYAGG 및 JSON_OBJECTAGG 참조하세요.
2025년 5월 Copilot SQL 분석 엔드포인트용(미리 보기) SQL 분석 엔드포인트용 엔드포인트는Copilot SQL 분석 엔드포인트에 대한 기능을 도입 Copilot 하여 사용자가 자연어를 사용하여 SQL 쿼리를 생성하고 최적화할 수 있도록 합니다. 자세한 내용은 SQL 분석 엔드포인트를 참조Copilot하세요.
2025년 5월 Datamarts를 웨어하우스로 업그레이드 2025년 6월 1일부터 새 Power BI 데이터마트를 만들면 새 패브릭 웨어하우스 만들기로 리디렉션됩니다. 기존 Power BI 데이터 마트의 경우 Power BI Datamart를 웨어하우스로 업그레이드합니다. 자세한 내용은 Fabric Data Warehouse를 사용하여 Datamart 통합!을 참조하세요.
2025년 5월 웨어하우스 스냅샷(미리 보기) 웨어하우스 스냅샷은 데이터 웨어하우스의 특정 시점 읽기 전용 표현입니다. 지난 30일 동안 언제든지 웨어하우스의 스냅샷 을 만들고, 연결하고, 웨어하우스처럼 쿼리하고, 스냅샷을 정기적으로 "롤 포워드"할 수 있습니다. 시작하려면 웨어하우스 스냅샷 만들기 및 관리를 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

패브릭 데이터 웨어하우스 샘플 및 지침

Month Feature 자세히 알아보기
2025년 6월 스칼라 UDF(사용자 정의 함수)를 인라인화할 수 있도록 설정 이제 UDF(스칼라 사용자 정의 함수)가 지원되며 인라인 처리는 이해해야 하는 중요도 개념입니다. 자세한 내용은 Microsoft Fabric Warehouse에서 SQL 스칼라 UDF(사용자 정의 함수)를 인라인으로 만드는 방법을 참조하세요.

패브릭 미러링

이 섹션에서는 Microsoft Fabric의 미러링에 대한 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 8월 미러된 SQL Server 2025에 대한 리소스 거버넌스(미리 보기) 이제 SQL Server 2025(미리 보기)의 데이터베이스에서 패브릭 미러링에 대한 리소스 관리자 풀 및 워크로드를 사용자 지정하고 구성할 수 있습니다. 자세한 내용은 Fabric의 SQL Server 미러링에 대한 리소스 관리자를 참조하세요.
2025년 8월 미러된 SQL Server 2025의 자동 검색 기능(미리 보기) 이제 SQL Server 2025(미리 보기)의 데이터베이스에서 패브릭 미러링에 대한 자동 실행 기능을 사용하도록 설정하고 관리할 수 있습니다. 자세한 내용은 패브릭에서 SQL Server 미러링에 대한 성능 최적화를 참조하세요.
2025년 8월 미러된 SQL Server 2025의 최대 트랜잭션 제한(미리 보기) 이제 SQL Server 2025(미리 보기)의 패브릭 미러링에서 처리할 트랜잭션의 최대 및 하한을 사용하도록 설정하고 관리할 수 있습니다. 자세한 내용은 Fabric에서 SQL Server 미러링에 대한 최대 트랜잭션을 참조하세요.
2025년 7월 Data Gateway GA를 사용하여 Azure SQL Database에 대한 미러링 VNet(Virtual Network) 데이터 게이트웨이 및 OPDG(온-프레미스 데이터 게이트웨이)를 사용하는 Azure SQL Database에 대한 미러링 이 이제 일반 공급됩니다.
2025년 8월 미러링 고객을 위한 의미 체계 모델 분리 이제 의미 체계 모델이 Microsoft Fabric의 미러된 아티팩트에서 분리되어 미러된 데이터와 독립적으로 의미 체계 모델을 정의, 버전 지정 및 관리할 수 있습니다. 자세한 내용은 Sunsetting 기본 의미 체계 모델 – Microsoft Fabric을 참조하세요.
2025년 7월 Python Notebook을 사용하여 웨어하우스에 연결 이제 Python Notebook을 사용하여 T-SQL 매직 명령을 %%tsql사용하여 웨어하우스에 연결할 수 있습니다. 자세한 내용은 Fabric Python Notebook에서 T-SQL 코드 실행을 참조하세요.
2025년 7월 복제된 Azure Databricks 이제 Fabric에 미러된 Azure Databricks 카탈로그가 일반적으로 제공됩니다. 패브릭의 미러된 Unity 카탈로그를 사용하면 고객이 패브릭 워크로드에서 Unity 카탈로그로 관리되는 데이터를 읽을 수 있습니다. 방화벽 뒤의 스토리지 계정도 일반적으로 사용할 수 있습니다. 자세한 내용은 Azure Databricks Unity Catalog를 패브릭의 Microsoft OneLake에 미러링(일반적으로 사용 가능)을 참조하세요.
2025년 6월 OneLake 보안(미리 보기)을 사용하여 미러된 Azure Databricks 데이터 보호 Fabric에서 OneLake 보안을 사용하여 미러된 Azure Databricks 데이터를 보호할 수 있으며, 이는 현재 미리 보기 기능입니다. 이제 UC(Unity 카탈로그) 정책을 Microsoft OneLake 보안에 매핑할 수 있습니다. 자세한 내용은 Azure Databricks에서 관리되는 자동 ID를 참조하세요.
2025년 5월 미러된 Azure SQL Managed Instance의 프라이빗 엔드포인트 지원 및 더 많은 기능 Azure SQL Managed Instance에 대한 미러링: Azure SQL Managed Instance 를 Microsoft Fabric에 미러링하기 위한 프라이빗 엔드포인트 지원 및 기타 향상된 기능 자세한 내용은 미러된 Azure SQL Managed Instance를 참조하세요.
2025년 5월 패브릭 미러링: Microsoft Build 2025의 혁신 Build 2025는 외부 데이터베이스를 Microsoft Fabric과 통합하기 위한 새로운 미러링 기능 및 향상된 기능을 포함하여 패브릭 미러링의 혁신을 발표했습니다.
2025년 5월 방화벽 뒤의 Snowflake 미러링(미리 보기) 이제 방화벽으로 보호되는 Snowflake를 Microsoft Fabric에 미러링할 수 있습니다. 자세한 내용은 방화벽 뒤에서 Snowflake 미러링 (미리 보기) 및 미러된 Snowflake를 참조하세요.
2025년 5월 미러링 열기 Open 미러링 사용하면 모든 애플리케이션이 개방형 미러링 공용 API 및 접근 방식에 따라 패브릭의 미러된 데이터베이스에 직접 변경 데이터를 쓸 수 있습니다. 이제 일반 공급되는 오픈 미러링이 확장 가능하고 사용자 지정 가능하며 열려 있도록 설계되었습니다. 오픈 Delta Lake 테이블 형식을 기반으로 패브릭에서 미러링을 확장하는 강력한 기능입니다. 시작하려면 자습서: Microsoft Fabric의 미러된 데이터베이스 구성을 참조하세요.
2025년 5월 SQL Server 인스턴스에 대한 미러링(미리 보기) SQL Server 인스턴스에서 데이터베이스 미러링 이 미리 보기로 제공됩니다. 자세한 내용은 SQL Server용 미러링(미리 보기)을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

패브릭 미러링 샘플 및 지침

Month Feature 자세히 알아보기
2025년 5월 Microsoft Fabric의 미러링 설명 패브릭 미러링에 대해 자세히 알아보고, 언제 사용해야 하는지, 그리고 패브릭 미러링이 사용자와 조직에 어떤 가치를 가져다 주나요?
2025년 5월 Fabric에서 Azure Database for PostgreSQL의 미러링을 통한 트랜잭션 데이터의 간편한 분석 Microsoft Fabric에서 Azure Database for PostgreSQL용 미러링을 사용하여 Fabric에서 분석을 위해 PostgreSQL 데이터를 복제할 수 있습니다.
2025년 5월 Open Mirroring, Fabric Data Agent 및 Azure AI Foundry를 사용하여 Oracle 데이터베이스에서 AI 가속화 Open Mirroring, Fabric Data Agent 및 Azure AI Foundry를 사용하여 Oracle 데이터베이스에서 AI를 가속화 하면 고급 분석 및 AI 시나리오를 위해 Oracle 데이터베이스를 Microsoft Fabric 및 Azure AI Foundry와 통합하는 방법을 보여 줍니다. 자세한 내용은 패브릭의 Open Mirroring을 참조하세요.

Microsoft Fabric의 Real-Time Intelligence

이 섹션에서는 Microsoft Fabric Real-Time Intelligence의 최근 개선 사항 및 기능을 요약합니다.

Month Feature 자세히 알아보기
2025년 9월 스키마 레지스트리(미리 보기) 이벤트 스키마 레지스트리(미리 보기) 는 형식이 안전하고 신뢰할 수 있는 실시간 파이프라인을 위해 Fabric Eventstreams에서 이벤트 스키마를 정의하고 유효성을 검사하는 계약 기반 방법을 제공합니다. 자세한 내용은 스키마 레지스트리 개요를 참조하세요.
2025년 7월 패브릭 항목에 매개 변수 값 전달(미리 보기) 활성화기를 사용하면 특정 데이터 조건이 충족될 때마다 파이프라인 및 Notebook과 같은 패브릭 항목을 자동으로 활성화 할 수 있습니다. 패브릭 항목을 활성화하고 실행할 뿐만 아니라 패브릭 항목 에 정의된 매개 변수에 값을 전달할 수도 있습니다.
2025년 7월 Eventstream의 Confluent 스키마 레지스트리 지원(미리 보기) Eventstream의 Confluent Cloud for Apache Kafka 스트리밍 커넥터는 이제 Confluent 스키마 레지스트리의 데이터 계약과 관련된 토픽에서 데이터를 디코딩하여 Fabric Real-Time Intelligence에서 스키마로 인코딩된 스트리밍 데이터를 원활하게 수집, 미리 보기 및 라우팅할 수 있도록 지원합니다. 자세한 내용은 Eventstream에 Apache Kafka 원본용 Confluent Cloud 추가를 참조하세요.
2025년 7월 Eventstream의Multiple-Schema 추론(미리 보기) Eventstream에서 다중 스키마 추론 을 사용하면 여러 스키마를 동시에 유추하고 관리하여 다양한 스키마를 내보내는 여러 작업 데이터 원본을 사용할 수 있습니다. 자세한 내용은 Eventstream(미리 보기)에서 Multiple-Schema 추론을 사용하여 데이터 변환 유연성 향상을 참조하세요.
2025년 7월 Fabric Eventstream 아래의 SQL 연산자(미리 보기) 새 SQL 연산자를 사용하면 사용자 지정 SQL 구문을 사용하여 사용자 지정 변환을 만들 수 있는 유연성과 제어를 통해 실시간 데이터 변환을 수행할 수 있습니다. 시작하려면 SQL 코드 편집기(미리 보기)를 사용하여 이벤트 처리를 참조하세요.
2025년 6월 Fabric Eventstream GA에서 관리되는 프라이빗 엔드포인트를 사용하여 데이터 스트리밍 보호 패브릭 Eventstream에서 패브릭 관리형 프라이빗 엔드포인트를 만들어(현재 일반 공급) 이제 Azure Event Hubs 또는 IoT Hub와 같은 Azure 서비스, 프라이빗 네트워크 또는 방화벽 뒤에 Eventstream을 안전하게 연결할 수 있습니다. 자세한 내용은 Fabric Eventstream(미리 보기)에서 관리형 프라이빗 엔드포인트를 사용하여 데이터 스트리밍 보안을 참조하세요.
2025년 6월 Real-Time 인텔리전스에 대한 MCP 지원(미리 보기) 이제 MCP(모델 컨텍스트 프로토콜)가 Real-Time Intelligence에 지원됩니다.오픈 소스 MCP 서버를 사용하면 AI 에이전트 또는 AI 애플리케이션이 MCP 인터페이스를 통해 도구를 제공하여 Fabric Real-Time Intelligence와 상호 작용할 수 있으므로 원활한 데이터 쿼리 및 분석 기능을 사용할 수 있습니다.
2025년 6월 Eventhouse 코드 없는 테이블 만들기 및 편집 Eventhouse 코드 없는 테이블 만들기 및 편집 을 사용하면 열 및 데이터 형식(샘플 데이터 없음, 복잡한 KQL 쿼리 없음, 기술 전문 지식 필요 없음)을 지정하여 테이블의 구조를 정의할 수 있습니다. 자세한 내용은 테이블 스키마 편집을 참조하세요.
2025년 5월 FinOps 도구 키트 소개 Fabric의 새로운 FinOps 도구 키트는 Fabric의 재무 운영 및 비용 관리를 위한 도구를 제공합니다. 자세한 내용은 GitHub의 패브릭에 있는 FinOps Toolkit을 참조하세요.
2025년 5월 직접 수집 모드의 패브릭 Eventstream 파생 스트림(미리 보기) 이벤트 스트림에서 또는 Eventhouse 데이터 가져오기 마법사를 사용하여 Fabric Eventstream에서 Eventhouse로 데이터를 원활하게 수집할 수 있습니다. 이 기능은 이제 직접 수집 모드에서 Eventstream 파생 스트림을 지원하도록 확장되고 있습니다. 자세한 내용은 이제 직접 수집 모드(미리 보기)에서 Eventstream 파생 스트림을 지원하는 Fabric Eventhouse를 참조하세요.
2025년 5월 의미 체계 모델 새로 고침 작업 의미 체계 모델 새로 고침 작업을 사용하여 패브릭 의미 체계 모델을 새로 고치는 가장 효과적인 방법인 Power BI 데이터 세트를 새로 고칩니다. 자세한 내용은 시맨틱 모델 새로 고침(일반 공개)을 참조하세요.
2025년 5월 OneLake 바로 가기용 Eventhouse 쿼리 가속화 OneLake의 데이터에 대한 임시 쿼리를 보다 빠르게 실행하기 위해 Eventhouse의 OneLake 바로 가기 쿼리 가속 기능을 사용합니다. OneLake 바로 가기는 Eventhouse에서 내부 Fabric 또는 외부 소스를 가리키는 참조입니다. 이전에는 OneLake 바로 가기를 통해 실행되는 쿼리가 다양한 요인으로 인해 Eventhouses에 직접 수집되는 데이터보다 성능이 낮았습니다. 자세한 내용은 OneLake 바로 가기의 쿼리 가속화 - 개요를 참조하세요.
2025년 5월 Eventhouse용 새 OpenAI 플러그 인(미리 보기) 이제 Eventhouse에 두 가지 강력한 AI 플러그 인인 AI Embed Text Plugin과 AI Chat Completion Prompt 플러그 인을 사용할 수 있습니다. 고급 분석 및 AI 시나리오를 위해 OpenAI 기반 애플리케이션에 Eventhouse 데이터를 연결합니다. 자세한 내용은 ai_embed_text(미리 보기) 및 ai_chat_completion(미리 보기)를 참조하세요.
2025년 5월 Azure Storage에서 Eventhouse로 연속 수집(미리 보기) 이제 Azure Storage에서 Eventhouse로 연속 수집(미리 보기) 을 사용하여 Azure Storage에서 Eventhouse로 데이터를 자동으로 효율적으로 수집할 수 있습니다. 자세한 내용은 Azure Storage에서 데이터 가져오기를 참조하세요.
2025년 5월 패브릭 이벤트 기반 흐름의 오케스트레이터인 액티베이터 패브릭 이벤트 기반 흐름의 오케스트레이터인 활성화기를 사용하면 사용자가 Microsoft Fabric의 실시간 이벤트를 기반으로 작업을 자동화할 수 있습니다. 자세한 내용은 자습서: 활성화기 규칙 만들기 및 활성화를 참조하세요.
2025년 5월 디지털 트윈 빌더(미리 보기) 디지털 트윈 빌더(미리 보기) 는 Real-Time Intelligence 워크로드 내의 새 항목입니다. 디지털 트윈은 엔터티의 데이터 기반 실시간 표현을 만듭니다. 데이터를 사용하여 물리적 작업을 최적화하기 위해 실제 환경의 디지털 표현을 만드는 데이터 모델링 항목입니다. 자세한 내용은 디지털 트윈 빌더(미리 보기)란?을 참조하세요.

이전 업데이트에 대해서는 Microsoft Fabric의 새로운 기능 보관을 검토하세요.

Real-Time Intelligence 사례 및 지침

Tip

Real-Time Intelligence 엔드 투 엔드 샘플 솔루션을 사용하여 샘플 구성 요소의 컬렉션을 자동으로 만듭니다.

Month Feature 자세히 알아보기
2025년 7월 신호에서 인사이트로: Fabric Eventstream을 사용하여 Real-Time 스트리밍 데이터 플랫폼 빌드 Contoso가 MQTT 센서, 공용 날씨 피드 및 패브릭 Real-Time Intelligence를 사용하여 스마트 건물을 모니터링하는 방법을 알아봅니다.
2025년 7월 Logstash를 사용하여 로그를 Real-Time 인텔리전스로 수집 Logstash는 다양한 원본에서 데이터를 수집, 변환 및 전달할 수 있도록 하는 오픈 소스 데이터 처리 도구입니다. Logstash를 사용하여 로그를 Real-Time Intelligence로 수집하는 방법을 알아봅니다.
2025년 7월 업데이트 정책을 통해 Fabric Eventhouse에서 ML 모델 점수 매기기(미리 보기) Eventstream, Eventhouse, OneLake, Spark Notebook, KQL 쿼리 세트 및 업데이트 정책을 사용하여 ML 모델 채점을 수행하는 방법을 알아봅니다.
2025년 5월 Eventhouse에 효율적인 JSON 로드 이 블로그에서는 Eventhouse에 효율적인 JSON 로드를 디자인하는 옵션을 검토합니다.

관련 콘텐츠