자연어 질문을 KQL(Kusto Query Language) 쿼리로 번역하는 데 사용할 Copilot 수 있습니다. 단순히 일반 언어 Copilot 로 분석하거나 찾으려는 내용을 설명하고 해당 KQL 쿼리를 생성합니다. 이 기능을 사용하면 KQL에 대한 친숙도에 관계없이 누구나 데이터를 효율적으로 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 프랑스 외부에 있는 경우 패브릭 테넌트 관리자가 Azure OpenAI로 전송된 Copilot 테넌트 설정 외부에서 처리할 수 있도록 설정하지 않는 한 기본적으로 사용하지 않도록 설정됩니다.
- 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 Copilot 쿼리를 작성하는 기능
Copilot 를 사용하면 자연어 쿼리를 KQL(Kusto Query Language)으로 손쉽게 번역할 수 있습니다. 부조종사들은 일상적인 언어와 KQL의 기술적 복잡성 사이의 가교 역할을 하며, 이를 통해 데이터 분석가와 시민 데이터 과학자의 채택 장벽을 제거합니다. 이 기능을 사용하면 OpenAI의 고급 언어 이해를 활용하여 친숙한 자연어 형식으로 비즈니스 질문을 제출한 다음 KQL 쿼리로 변환할 수 있습니다. Copilot 는 데이터 분석에 대한 사용자 친화적이고 효율적인 접근 방식을 사용하여 쿼리 만들기 프로세스를 간소화하여 생산성을 향상합니다.
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 쿼리 작성에 사용 Copilot
다음 두 가지 방법으로 액세스할 Copilot 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 단계에 따라 두 컨텍스트에서 사용합니다 Copilot .
창에서 Copilot 자연어로 비즈니스 질문을 입력합니다.
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. 사용자는 자신의 재량에 따라 쿼리를 실행하는 것이 좋습니다.
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 쿼리 작성 정확 Copilot 도 향상
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.
제한 사항 및 고려 사항
-
Copilot 은 다음과 같은 원인으로 인해 잠재적으로 부정확하거나 오해의 소지가 있는 제안된 KQL 쿼리를 제안할 수 있습니다.
- 복잡하고 긴 사용자 입력입니다.
- KQL 데이터베이스 테이블 또는 구체화된 뷰가 아닌 데이터베이스 엔터티로 안내하는 사용자 입력(예: KQL 함수).
- 조직 내에서 10,000명 이상의 동시 사용자가 실패하거나 성능이 크게 저하될 수 있습니다.