다음을 통해 공유

Power BI에서 Copilot에 대한 시맨틱 모델 최적화하기

적용 대상: Power BI Desktop Power BI 서비스

의미 체계 모델에서 Copilot 사용을 시작하기 전에 데이터를 평가합니다. 의미 체계 모델에서 인사이트를 얻을 수 있도록 Copilot 의미 체계 모델을 정리해야 할 수 있습니다.

참고

  • 관리자가 Microsoft Fabric에서 Copilot을 사용하도록 설정해야 합니다.
  • 패브릭 용량은 이 문서 패브릭 지역 가용성에 나열된 지역 중 하나에 있어야 합니다. 그렇지 않으면 Copilot을 사용할 수 없습니다.
  • Copilot 사용을 시작하기 전에 관리자가 테넌트 전환을 사용하도록 설정해야 합니다. 자세한 내용은 Copilot 테넌트 설정 문서를 참조하세요.
  • 테넌트 또는 용량이 미국이나 프랑스 밖에 있는 경우, Fabric 테넌트 관리자가 Fabric 관리 포털에서 "Copilot"라는 테넌트 설정을 활성화하지 않는 한, 가 기본적으로 비활성화됩니다.
  • Microsoft Fabric의 Copilot은 평가판 SKU에서는 지원되지 않습니다. 유료 SKU만 지원됩니다.
  • Power BI에서 독립 실행형 Copilot 환경을 보려면 테넌트 관리자가 테넌트 스위치를 사용하도록 설정해야 합니다.

사용할 의미 체계 모델에 대한 Copilot 고려 사항

다음 테이블에서는 Copilot을 사용하여 정확한 보고서를 만드는 데 도움이 되는 조건을 나열합니다. 이러한 항목은 정확한 Power BI 보고서를 생성하는 데 도움이 될 수 있는 권장 사항입니다.

요소 고려 사항 설명 예시
테이블 링크 설정 명확한 관계 정의 테이블 간의 모든 관계가 일대다, 다대일, 또는 다대다 관계인지 명확히 정의되고 논리적으로 설정되도록 확인합니다. Sales 필드별로 DateDateID 테이블에 연결된 테이블입니다.
측정 표준화된 계산 논리 측정값은 설명하기 쉽고 이해하기 쉬운 표준화되고 명확한 계산 논리를 가져야 합니다. Sales 테이블의 SaleAmount 합으로 Total Sales 을 계산합니다.
측정 명명 규칙 측정값의 이름은 계산 및 용도를 명확하게 반영해야 합니다. Average_Customer_Rating대신 AvgRating 사용합니다.
측정 미리 정의된 측정값 사용자가 보고서에서 요청할 가능성이 가장 큰 미리 정의된 측정값 집합을 포함합니다. Year_To_Date_Sales, Month_Over_Month_Growth 등
팩트 테이블 명확한 설명 분석을 위해 측정 가능한 양적 데이터를 보유하는 팩트 테이블을 명확하게 설명합니다. Transactions, Sales. Visits
차원 테이블 지원 설명 데이터 팩트 테이블의 양적 측정값과 관련된 설명 특성을 포함하는 차원 테이블을 만듭니다. Product_Details, Customer_Information.
계층 구조 논리 그룹화 특히 보고서에서 드릴다운하는 데 사용할 수 있는 차원 테이블의 경우 데이터 내에서 명확한 계층 구조를 설정합니다. Time 다음으로 MonthYearQuarterDay구분되는 계층 구조입니다.
열 이름 명확한 레이블 열 이름은 명확하고 이해하기 쉬워야 하며, 컨텍스트 없이 추가 조회가 필요한 ID나 코드를 사용하지 않아야 합니다. Product_Name대신 ProdID 사용합니다.
열 데이터 형식 정확하고 일관적 모든 테이블의 열에 대해 정확하고 일관된 데이터 형식을 적용하여 측정값이 올바르게 계산되도록 하고 적절한 정렬 및 필터링을 사용하도록 설정합니다. 계산에 사용되는 숫자 열이 텍스트 데이터 형식으로 설정되지 않았는지 확인합니다.
관계 형식 명확하게 지정됨 정확한 보고서 생성을 위해 관계의 특성(활성 또는 비활성)과 카디널리티를 명확하게 지정하세요. 관계가 One-to-OneOne-to-Many관계인지 여부를 표시합니다Many-to-Many.
데이터 일관성 표준화된 값 필터 및 보고의 일관성을 보장하기 위해 열 내에서 표준화된 값을 유지 관리합니다. 열이 있는 Status 경우 지속적으로 , Closed, Pending등을 사용합니다Open.
KPI(핵심 성과 지표) 미리 정의되고 관련됨 비즈니스 컨텍스트와 관련되고 보고서에서 일반적으로 사용되는 KPI 집합을 설정합니다. Return on Investment (ROI), Customer Acquisition Cost (CAC). Lifetime Value (LTV)
새로 고침 일정 투명 및 예약됨 데이터의 새로 고침 일정을 명확하게 전달하여 사용자가 분석하는 데이터의 타임라인을 이해할 수 있도록 합니다. 데이터가 실시간, 매일, 매주 등인지 여부를 나타냅니다.
보안 역할 수준 정의 모든 사용자가 볼 수 없는 중요한 요소가 있는 경우 다양한 수준의 데이터 액세스에 대한 보안 역할을 정의합니다. 영업 팀 구성원은 영업 데이터를 볼 수 있지만 HR 데이터는 볼 수 없습니다.
메타데이터 구조 설명서 참조를 위해 테이블, 열, 관계 및 측정값을 포함한 데이터 모델의 구조를 문서화합니다. 참조로 제공되는 데이터 사전 또는 모델 다이어그램입니다.

다음 표에는 정확한 DAX 쿼리를 만드는 데 도움이 되는 다른 조건이 나와 있습니다 Copilot. 이러한 항목은 정확한 DAX 쿼리를 생성하는 데 도움이 될 수 있는 권장 사항입니다.

요소 고려 사항 설명 예시
측정값, 테이블 및 열 설명 설명 속성에 각 요소가 무엇인지와 각 요소의 사용 의도를 포함합니다. 참고: 처음 200자만 사용됩니다. [YOY 매출] 설명은 "주문의 전년 대비(YOY) 차이입니다. 'Date'[Year] 열과 함께 사용하여 최신 연도가 아닌 연도별로 표시합니다. 부분 연도는 전년 같은 기간과 비교됩니다."
계산 그룹 설명 계산 항목은 모델 메타데이터에 포함되지 않습니다. 계산 그룹 열에 대한 설명을 사용하여 계산 항목의 사용을 나열하고 설명합니다. 참고: 처음 200자만 사용됩니다. 예를 들어 시간 인텔리전스 샘플 계산 그룹 열에는 이와 같은 설명이 있을 수 있습니다: "측정값 및 날짜 테이블과 함께 사용: 현재: 현재 값, MTD: 월간 누적, QTD: 분기 누적, YTD: 연간 누적, PY: 전년도, PY MTD, PY QTD, YOY: 연간 변화율, YOY%: YOY 변화를 백분율로" 및 측정값이 있는 테이블에서 사용에 대한 설명을 확장할 수 있습니다. 예를 들어 "측정값은 데이터를 집계하는 데 사용됩니다." 이러한 측정값은 CALCULATE([측정값 이름], Time intelligence[시간 계산] = YOY)" 구문을 사용하여 전년 대비로 표시될 수 있습니다.

관련 콘텐츠