Power BI 에이전트 (2) - semantic-model-authoring

 

Power BI 에이전트 (2) - semantic-model-authoring

 

Power BI 에이전트를 이용하여 의미 체계 모델 제작(semantic-model-authoring) 기술을 이용해보겠습니다. semantic-model-authoring은 Power BI Desktop, PBIP 프로젝트 및 Fabric 서비스에서 Power BI 의미 체계 모델을 만들고, 편집하고, 배포하고, 관리할 수 있으며 DAX 측정값, 테이블, 열 및 관계를 자연어를 이용하여 만들거나 편집할 수 있습니다.

 

여기서는 Fabric의 데이터 원본을 기반으로 의미 체계 모델을 생성해보겠습니다. VS Code의 Copilot CLI를 통해 자연어로 처리합니다.

Fabric의 웨어하우스에는 DimDate, DimCustomer, FactInternetSales 등의 여러 테이블이 생성되어 있고 데이터가 로드되어 있습니다.

여기서는 VS Code의 Copilot CLI가 Fabric에 로그온되어 있는 상태입니다.

/powerbi-authoring:semantic-model-authoring 명령을 입력하면 무엇을 할거냐고 물어봅니다. semantic-model-authoring을 통해 무엇을 할 수 있는지 여기에서 알 수 있습니다.

o 의미 체계 모델 생성

o 기존 의미 체계 모델 수정(측정값, 테이블, 관계, DAX 추가)

o DAX 성능 최적화

o 모범 사례에 따른 분석

o Fabric에서 모델 배포/새로 고침

 

새로 생성을 클릭하니 요구사항(의미 체계 모델의 목적과 어떤 데이터 원본을 연결할지)을 물어봅니다. 그래서 아래와 같은 프롬프트를 입력합니다.

"Fabric Workspace" 작업 영역에 있는 AdventureWorksDW2026 웨어하우스를 기반으로 데이터 시각화에 사용할 의미 체계 모델(AdventureWorksDW2026_July)을 생성합니다. FactInternetSales의 OrderDateKey와 DimDate의 DateKey를 활성 관계로 설정해야 합니다.

데이터 가져오기 모드를 무엇으로 할지 물어봅니다.

Fabric 웨어하우스의 데이터베이스, 테이블, 컬럼을 확인하기 위해 sqlcmd를 설치하면서 진행합니다. 그리고 powerbi-modeling-mcp를 통해 테이블, 관계를 확인하고 생성합니다.

여러 가지 활동이 진행되고, Fabric에 배포작업을 수행하게 됩니다.

의미 체계 모델이 생성되었는지 포털에서 확인해보면 생성되어 있고 관계가 잘 설정되어 있고 일부 컬럼은 숨기기로 설정되어 있고, 여러 측정값이 만들어져 있습니다.

 

이제는 기존 의미 체계 모델을 모범 사례에 따라 분석해달라고 요청해보겠습니다. 여기서는 다음 프롬프트를 통해 GitHub Chat에서 실행합니다.

/power-authoring semantic-model-authoring "Fabric Workspace" 작업 영역의  AdventureWorksDW2026_July 의미 체계 모델을 모범 사례에 따라 분석해주세요.

 

그러면 분석 결과를 제공합니다. 미리 TMDL 등으로 계층 구조를 추가하는 등의 작업을 수행하였기 때문에 별다른 권장 사항은 없습니다만 분석 결과에 따라 추가 작업을 수행하여 기존 의미 체계 모델을 업데이트할 수 있습니다.

 

 간략히 Power BI 에이전트의 의미 체계 모델 제작 기술인 semantic-model-authoring를 살펴보았습니다. 다음 글에서는 Power BI Desktop 프로젝트 파일을 연결하여 의미 체계 모델을 변경해보겠습니다.