Microsoft Fabric의 패브릭 데이터 과학 새로운 기능 및 계획된 기능

패브릭 데이터 과학 탐색에서 모델 채점까지 기계 학습 모델을 빌드하기 위한 엔드 투 엔드 워크플로를 데이터 과학자에게 제공합니다. 데이터 탐색 관점에서 데이터 과학자는 Notebook에서 R 및 Python을 사용할 수 있으며, 데이터 랭글러와 같은 기본 제공 도구를 사용하여 쉽게 분석할 수 있습니다. 사용자는 MLFlow를 사용하여 모델 실험 및 실행을 추적하고 비교할 수 있습니다. 작업 영역에서 가장 성능이 뛰어난 모델을 새 모델 항목으로 저장하고 대규모 일괄 처리 점수 매기기를 위해 Predict를 쉽게 사용할 수 있습니다. Fabric의 데이터 과학은 스택의 나머지 부분과 긴밀하게 통합되어 있으므로 레이크하우스에서 데이터를 채점하고, 예측을 OneLake에 다시 쓰고, Direct Lake 모드를 사용하여 보고서에서 데이터를 시각화할 수 있습니다.

투자 영역

LLM 기반 텍스트 보강 및 변환을 위한 AI 함수 [공개 미리 보기]

예상 릴리스 타임라인: 2024년 4분기

릴리스 유형: 공개 미리 보기

Fabric의 AI 함수를 사용하면 Notebook 사용자가 텍스트 요약, 번역, 분류, 감정 분석, 문법 수정 등의 작업을 원활하게 수행할 수 있으므로 일반적인 보강을 위한 간소화된 API를 제공하고 사용자가 더 적은 코드 줄로 쉽게 적용할 수 있습니다. 함수는 처음에 pandas DataFrames를 기반으로 사용할 수 있으며, 궁극적으로 Fabric의 Spark, SQL 및 기타 프로그래밍 화면을 통해 사용할 수 있습니다.

Low Code AutoML

예상 릴리스 타임라인: 2024년 4분기

릴리스 유형: 공개 미리 보기

로우 코드 AutoML 도구를 사용하면 데이터 과학자와 분석가가 광범위한 코딩 없이도 기계 학습 모델을 쉽게 만들 수 있습니다. 직관적인 단계별 마법사를 통해 사용자는 사용자 인터페이스에서 직접 AutoML 평가판을 구성하고 시작할 수 있습니다.

Azure AI Foundry와 AI 기술 통합

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

Azure AI Foundry의 패브릭 AI 기술 통합을 통해 Fabric AI Skill은 Microsoft Azure AI Foundry의 에이전트 서비스에 대한 지식 원본으로 사용될 것입니다. 이를 통해 에이전트는 Fabric을 데이터 허브로 사용하여 Fabric 내에서 사용할 수 있는 인사이트를 활용하여 사용자 쿼리에 정확하고 효율적으로 응답할 수 있습니다. 에이전트는 패브릭 AI Skill에 연결하여 패브릭에서 직접 데이터 인사이트를 검색할 수 있으므로 소비자가 Azure AI Foundry의 AI 애플리케이션을 통해 패브릭 데이터와 원활하게 상호 작용하고 분석할 수 있습니다.

AI 기술에 대한 새로운 데이터 원본으로서의 의미 체계 모델

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

이 기능을 사용하면 자연어를 사용하여 패브릭에서 Power BI 의미 체계 모델을 쿼리하고 간결한 답변과 해당 DAX 쿼리를 모두 받을 수 있습니다. 사용자는 "지난 12개월 동안의 총 판매액은 무엇인가요?"와 같은 질문을 할 수 있습니다. 결과뿐만 아니라 투명도 및 재사용을 위한 기본 DAX 쿼리도 가져옵니다. 나중에 사용자는 몇 가지 예제(샘플 질문)를 제공하여 의미 체계 모델이 이러한 질문에 대답하는 가장 좋은 도구라는 AI 기술을 안내할 수 있어야 합니다. 이 접근 방식을 사용하면 고급 사용자에게 분석에 대한 더 큰 제어 및 투명성을 제공하는 동시에 모든 사용자가 데이터 인사이트에 더 쉽게 액세스할 수 있습니다.

AI Skill의 새 데이터 원본으로 KQL 데이터베이스

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

이 기능을 사용하면 자연어를 사용하여 Fabric에서 Kusto 데이터베이스를 쿼리할 수 있으며 간결한 답변과 해당 KQL(Kusto 쿼리 언어) 쿼리를 모두 받을 수 있습니다. 사용자는 "지난 주 총 로그인 수는 어떻게 되었나요?"와 같은 질문을 할 수 있습니다. 에서는 결과뿐만 아니라 투명도 및 재사용을 위한 기본 KQL 쿼리도 가져옵니다. 정확도를 높이기 위해 사용자는 몇 가지 예제(예상 답변이 포함된 샘플 질문)를 제공할 수 있습니다. 이 시스템은 반복 쿼리를 지원하여 사용자가 질문을 구체화하거나 보다 정확한 출력을 위해 메모를 업데이트할 수 있도록 하며, 고급 사용자에게 더 큰 제어 권한을 부여하면서 데이터 분석에 더 쉽게 액세스할 수 있도록 합니다.

AI Skill이 대화형 AI 에이전트가 됩니다.

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

AI 스킬은 이제 대화형이므로 사용자가 자연스럽고 앞뒤로 대화에 참여하여 데이터를 쉽게 탐색하고 이해할 수 있습니다. 이러한 향상된 기능을 통해 사용자는 후속 질문을 하고, 쿼리를 구체화하고, 동적 인사이트를 받아 보다 직관적이고 대화형으로 데이터 탐색을 수행할 수 있습니다.

데이터 랭글러의 코드가 낮은 AI 기반 작업 [공개 미리 보기]

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

Data Wrangler의 새로운 AI 기반 작업 제품군을 통해 사용자는 자연어로 코드 변환을 설명하고 해당 Python을 생성할 수 있습니다. 사용자 지정 Python 코드를 PySpark 코드로 변환합니다. 클릭 한 번으로 텍스트 번역 및 감정 분석과 같은 SynapseML 변환을 적용합니다.

데이터 과학/데이터 엔지니어 참조 패브릭 설명서에 대한 부제목

예상 릴리스 타임라인: 2025년 1분기

릴리스 유형: 공개 미리 보기

데이터 과학 및 데이터 엔지니어 위한 패브릭 코필로트의 새로운 기능을 발표하게 되어 기쁩니다. 이제 Copilot는 패브릭 설명서에 액세스하여 회신에서 참조하여 사용자에게 워크플로 내에서 직접 관련 정보를 제공할 수 있습니다.

주요 사항:

• 원활한 통합: DS/DE의 Copilot는 이제 패브릭 설명서와 통합되어 작업 영역을 벗어나지 않고 컨텍스트 지원 및 자세한 정보를 제공합니다.
• 향상된 생산성: 패브릭 설명서를 참조하여 DS/DE의 Copilot를 사용하면 사용자가 신속하게 답변을 찾고 검색 시간을 단축하고 생산성을 높일 수 있습니다.
• 상황별 지원: DS/DE의 Copilot는 데이터 분석, 시각화 및 엔지니어링 작업을 지원하기 위한 정확한 설명서 참조를 제공합니다.

데이터 과학 및 데이터 엔지니어 위한 Fabric Copilot의 새로운 기능은 사용자가 필요할 때 필요한 정보를 사용할 수 있도록 합니다.

Machine Learning 모델에 대한 실시간 엔드포인트 [공개 미리 보기]

예상 릴리스 타임라인: 2025년 2분기

릴리스 유형: 공개 미리 보기

PREDICT를 사용한 일괄 처리 채점에 대한 기존 기능과 함께 Fabric을 사용하면 데이터 과학자가 자동으로 구성된 안전하고 확장 가능한 온라인 엔드포인트를 사용하여 등록된 모든 ML 모델에서 실시간 예측을 제공할 수 있습니다. 이러한 엔드포인트는 다른 패브릭 엔진 또는 외부 앱에서 호출할 수 있으므로 사용자는 광범위하고 안정적인 사용을 위해 모델을 배포할 수 있습니다.

관련 콘텐츠

• Microsoft Fabric의 데이터 과학 설명서