AI 기술(AI Skill) (1)

 

AI 기술(AI Skill) (1)

 

Microsoft Fabric의 Data Science에서 미리 보기 항목으로 AI 기술(AI Skill)을 생성할 수 있습니다.

”AI 기술” 이라고 번역되어 직관적으로 어떤 내용인지 확인하기가 애매한 것 같습니다. “데이터를 통해 AI 기반 워크플로를 만들고 이러한 워크플로를 패브릭 전체의 Copilot 및 애플리케이션에 연결합니다.” 라고 설명하고 있습니다.

 

AI 기술은 조직의 레이크하우스나 웨어하우스에 연결하여, 자연어로 질문을 하면 T-SQL로 처리되어 결과를 반환해줍니다. 예를 들어 “제일 많이 팔린 제품 Top 10개는 무엇인가요?” 라고 질문하면 내부적으로 T-SQL로 전환되어 쿼리가 수행되고, 결과를 반환해줍니다. 지침과 예제를 통해 AI 기술을 향상시킬 수 있습니다. 그리고 AI 기술을 게시하고 공유하여, 다른 동료가 질문을 하여 데이터에 더 쉽게 다가갈 수 있습니다.

현재 AI 기술은 미리 보기 기능이며, F64 용량으로 제한되며 하나의 레이크하우스나 웨어하우스로 제한되는 등 일부 제한사항이 있습니다.

 

이번 글에서는 AI 기술(AI Skill)을 생성하고 데이터를 연결하고 사용해보겠습니다. 다음 글에서 게시하고 공유하는 방법을 확인해보겠습니다.

먼저 테넌트 설정에서 “사용자가 AI 기술 항목 유형을 만들고 공유할 수 있음(미리 보기)”를 사용하도록 설정합니다.

새 항목 만들기 허브나 Data Science에서 [AI 기술]을 선택하고 이름을 입력합니다.

 

데이터원본으로 웨어하우스나 레이크하우스를 선택하면, 참조 테이블을 선택할 수 있습니다.

 

참조 테이블을 선택하고 나면, 질문을 요청할 수 있습니다. 그리고 응답을 검토할 수 있습니다.

 

질문을 요청해보겠습니다. 한글로 질문하면 현재 지원되지 않습니다.

“Can you show me the names of top 10 most sold products?”

 

결과값 아래에서 해당 질문에 대한 T-SQL 쿼리 구문을 확인할 수 있습니다.

 

결과가 나왔지만, Sold product에 대해서 OrderQuantity로 계산하여 결과를 반환합니다.

 

모델 동작의 모델에 대한 메모에서 지침을 나열해주면, 이를 통해 학습하여 결과를 반환합니다. most sold의 기준은 OrderQuantity가 아니고 SalesAmount로 해야 한다. 등등을 추가해줍니다.

“Whenever I ask about "the most sold" products or items, the metric of interest is total sales revenue and not order quantity.”

 

다시 한번 동일한 질문을 요청하면 결과가 다르게 나타납니다.

“Can you show me the names of top 10 most sold products?”

 

SalesAmount로 계산한 T-SQL 구문을 확인할 수 있습니다.

 

모델 동작의 지침을 나열해주면서 결과를 향상시킬 수 있으며, 추가로 자연어 질문에 대한 예제 SQL 쿼리를 제공해줄 수 있습니다.

 

미리 제공한 질문을 일부 변경하여 질문하면 예제 쿼리를 활용하여 결과를 반환합니다.

 

AI 기술에 대해서 질문하고 모델의 응답을 검토하고, 지침과 예제를 통해 답변의 정확도를 향상시킬 수 있습니다.

 

간략히 AI 기술을 생성하고 간략히 사용해보았습니다. 자연어 질문을 하면 데이터 결과를 제공해줍니다. 더 발전하면, 조직의 구성원들이 IT 지식이 없어도 비교적 쉽게 데이터를 확인할 수 것 같습니다.

다음 글에서 AI 기술을 게시하고 공유하여 활용하는 방법을 확인해보겠습니다.