Copilot과 잘 작동되도록 의미 체계 모델(데이터 모델) 만들기

Copilot과 잘 작동되도록 의미 체계 모델(데이터 모델) 만들기

 

데이터 가져오기를 통해 모델을 생성 시 테이블명, 필드명, 측정값명을 이해하기 쉽도록 지정해야 합니다. 예를 들어 “측정값1”이나 “Measure1”이라고 생성하지 말고 “총매출” 또는 “Total Sales”처럼 의미 있게 지정해야 합니다. 

 

Copilot과 잘 작동되도록 하려면 의미 체계 모델을 정리해야 할 수도 있습니다. 아래 표의 일부 사항은 Copilot과 상관없이 작업해주어야 할 사항입니다.

Copilot은 현재 미리 보기 기능이나 한글 프롬프트를 통해 보고서 페이지나 설명(내러티브) 시각적 개체를 생성할 수 있습니다. 또한 지속적으로 개선되고 있습니다. 보고서 페이지를 생성하는 것을 보면 한글 프롬프트-> 영문 프롬프트로 변환되어 처리되는 것으로 보입니다. 의미 체계 모델(데이터 모델)에서 테이블명, 필드명, 측정값명을 한글로 해야 할지, 영어로 하는 것이 좋을지는 추후 이모저모 따져보겠습니다.

아래는 위 링크에서 모델의 요소별 예시를 통한 권장사항 일부를 나열했습니다.

 

요소	고려 사항	설명	예시
테이블 연결	명확한 관계 정의	테이블 간의 모든 관계가 명확하게 정의되고 논리적이며 일대다, 다 대 일 또는 다 대 다 관계를 나타내는지 확인합니다.	"DateID" 필드로 "Date" 테이블에 연결된 "Sales" 테이블입니다.
측정값 그룹	표준화된 계산 논리	측정값은 설명하기 쉽고 이해하기 쉬운 표준화되고 명확한 계산 논리를 가져야 합니다.	"Sales" 테이블에서 "SaleAmount"의 합계로 계산된 "Total Sales"입니다.
측정값 그룹	명명 규칙	측정값의 이름은 계산 및 용도를 명확하게 반영해야 합니다.	"AvgRating" 대신 "Average_Customer_Rating"을 사용합니다.
측정값 그룹	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.	“연도”, “분기”, “월”, “일”로 세분화되는 “시간” 계층 구조입니다.
열 이름	명확한 레이블	열 이름은 명확하고 설명이 가능해야 하므로 컨텍스트 없이 추가 조회가 필요한 ID 또는 코드를 사용하지 않아야 합니다.	"ProdID" 대신 "Product_Name"을 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 보장하려면 관계의 특성(활성 또는 비활성)과 해당 카드 비인간성을 명확하게 지정합니다.	관계가 "일대일", "일대다" 또는 "다대다"인지를 표시합니다.
데이터 일관성	표준화된 값	필터 및 보고의 일관성을 보장하기 위해 열 내에서 표준화된 값을 유지 관리합니다.	"상태" 열이 있는 경우 "열기", "닫힘", "보류 중" 등을 일관되게 사용합니다.

 

Copilot과 잘 작동되도록 하려면 데이터 가져오기를 통해 모델을 생성 시 위의 표처럼 정리 작업을 수행해야 할 수 있습니다.

 

Microsoft Fabric에서 Copilot 활성화

Copilot을 이용하여 보고서 페이지 만들기 (1)

Copilot을 이용하여 보고서 페이지 만들기 (2)

Copilot을 이용하여 설명(내러티브) 시각적 개체 만들기

Copilot과 잘 작동되도록 의미 체계 모델(데이터 모델) 만들기