Fabric 데이터 에이전트 (2)
Fabric 데이터 에이전트 (2) - 지침
Fabric 데이터 에이전트 (1) - 데이터 에이전트 생성, 게시
Fabric 데이터 에이전트 (3) - 독립실행형 Copilot
Fabric 데이터 에이전트 (4) - Azure AI Foundry
Fabric 데이터 에이전트 (5) - Microsoft 365 Copilot, Teams
이전 글에서 Fabric 데이터 에이전트를 생성하여 공유하는 것을 확인해보았습니다. 데이터 에이전트를 생성하여 테스트하다 보면, 결과는 나오지만 조인이 잘못되었다거나 등의 내용이 있을 수 있습니다.
여기서는 데이터 에이전트의 품질 향상을 위한 설정에 해당하는 데이터 에이전트 지침, 데이터 원본 지침, 예제를 확인해보겠습니다. 모범 사례를 확인해보면 더 도움이 됩니다.
데이터 에이전트 지침
데이터 에이전트 지침은 우선 순위를 지정할 데이터 원본을 지정하고, 특정 유형의 쿼리를 처리하는 방법을 간략하게 설명하고, 사용자 의도를 해석하기 위한 유용한 용어 또는 컨텍스트를 제공할 수 있습니다. 에이전트의 역할, 예상 동작, 톤 및 다양한 유형의 쿼리를 처리하는 방법을 명확하게 설명하고 의도한 사용 사례, 기본 설정 데이터 원본 및 대체 동작에 대한 구체적인 세부 정보를 포함시킬 수 있습니다.
· 각 질문에 접근하는 방법을 계획하기 위한 규칙
· 다양한 주제에 사용할 데이터 원본
· 연결된 모든 데이터 원본에서 일관된 의미를 가진 용어
· 완료된 응답에 대한 톤, 스타일 및 서식
데이터 원본 지침
데이터 원본 지침은 관련 테이블, 열, 관계 및 일반 또는 복잡한 질문에 대답하는 데 필요한 쿼리 논리를 제공하게 되면 아래와 같은 사항이 포함될 수 있습니다.
· 데이터 원본의 용도
· 답변할 질문 유형
· 응답에 포함해야 하는 필수 열
· 테이블 간 조인 논리
· 일반적인 값 형식(예: 약어 및 전체 이름)
예제
예제는 데이터 에이전트 도구에서 생성된 쿼리의 품질을 향상시키는 데 사용되며, 학습을 위해 포함시킵니다.
· 일반적인 질문 또는 대표적인 질문 유형에 대한 예제 쿼리 포함
· 쿼리 논리에 필터링, 조인, 집계 또는 날짜 처리가 포함된 예제에 초점을 맞추어야 함
· 데이터 원본(SQL, DAX 또는 KQL)에 대한 올바른 구문을 사용하여 구조체를 명확하고 올바른 형식으로 유지
· 사용자 질문과 일치시킬 필요는 없고 의도와 구조를 보여 주어야 함
지침과 예제가 없는 경우 “호주에 대한 년도별 월 매출과 누적 매출을 알려주세요”에 대한 결과에 대한 쿼리 구문을 확인해보면 아래와 같이 나타납니다. 주문년도를 구하기위해서 DimDate와 조인하지 않고 OrderDateKey를 통해 처리하고 있습니다.
지침과 예제를 보강하고 에이전트를 테스트하면서 해당 쿼리 구문을 확인해보면 조인 구문이 지침과 예제에 있는 대로 동작하는 것을 확인할 수 있습니다.
간략히 데이터 에이전트의 지침과 예제에 대해서 확인해보았습니다.