Microsoft Fabric 블로그: 새로운 기능 및 활용법에 대한 고급 가이드

인포매텍 디지털 » 자료 » 마이크로소프트 패브릭 블로그: 새로운 기능 및 활용법에 대한 고급 가이드

마이크로소프트 생태계에서 데이터를 다뤄본 경험이 있다면, 마이크로소프트 패브릭이 최신 분석의 중심 허브로 자리 잡았다는 것을 알 수 있을 것입니다. 패브릭은 이전에는 Power BI, Azure Synapse, Data Factory 등 여러 서비스에 분산되어 있던 모든 기능을 하나의 플랫폼으로 통합했습니다. 이 글에서는 패브릭의 최신 기능, 로드맵, 그리고 분석, 거버넌스, AI, 실시간 분석에 미치는 실질적인 영향에 대해 자세히 살펴보겠습니다.

이 글을 다 읽고 나면 Microsoft Fabric이 현재 제공하는 기능과 향후 계획, 그리고 Purview를 통한 거버넌스 기능, API 및 Git을 활용한 자동화, 새로운 AI 기능, 실시간 인텔리전스, OneLake의 보안, 마이그레이션, 성능 등 조직의 데이터 아키텍처에 미치는 영향에 대한 명확한 비전을 갖게 될 것입니다.

Microsoft Fabric 및 클라우드 도입 프레임워크: 거버넌스, 비용 및 자동화

마이크로소프트는 클라우드 도입 프레임워크(CAF) 내에서 마이크로소프트 패브릭의 설계를 랜딩 존의 설계 핵심 요소와 일치시키기 위한 일련의 가이드를 발표해 왔습니다 . 이 시리즈의 최신 가이드에서는 거버넌스, 용량 최적화, 자동화/DevOps라는 세 가지 주요 영역을 다룹니다.

거버넌스 측면에서 Fabric 용량 비용은 Azure 비용 관리를 통해 확인할 수 있습니다 . 이를 통해 Fabric 용량 사용량(및 기타 SKU)을 Azure 비용 대시보드, 경고 및 지출 분석에 기본적으로 통합할 수 있습니다. 단순히 청구서를 확인하는 것뿐만 아니라, 이 정보를 태그, 구독 또는 리소스 그룹과 상호 참조하여 누가 얼마를 왜 지출하는지 파악할 수 있습니다.

Fabric의 기술 아키텍처와 비즈니스 모델을 통해 고객은 용량 소비를 세밀하게 제어하여 운영 비용을 최적화할 수 있습니다 . 실제로 이는 다음과 같은 몇 가지 요소로 나타납니다.

• 역량 확장 F판매 캠페인, 회계 마감일 또는 대규모 데이터 로드와 같은 예측 가능한 피크를 기준으로 용량을 늘리거나 줄입니다.
• 일시 정지 및 재개 기능패브릭 관리자는 컴퓨팅 비용을 절감하기 위해 필요하지 않을 때(예: 중요하지 않은 환경에서 야간이나 주말) F 용량을 일시 중지할 수 있습니다.
• 서지 보호두 가지 용량 수준 매개변수인 백그라운드 작업이 환경을 포화시키는 것을 방지하기 위해 백그라운드 작업 관리 방식을 제어합니다. 이 매개변수에는 백그라운드 거부 임계값과 백그라운드 복구 임계값이 포함됩니다.
• 수용 인원 예약예상 소비량을 엄격하게 계획하면 특정 기간 동안 용량을 예약하여 할인을 받을 수 있습니다.

데이터 거버넌스 영역에서 Fabric은 카탈로그화, 계보 관리 및 분류를 위한 핵심 구성 요소로 Microsoft Purview를 활용합니다 . Purview를 통해 사용자는 민감도 레이블을 적용하고, 소스, 변환 및 소비 전반에 걸친 계보를 확인하고, 데이터 자산을 인증하고, 데이터 품질 캠페인을 추진할 수 있으며, 이 모든 작업을 Fabric 요소(Lakehouse, Warehouse, KQL, Power BI 등)와 통합하여 수행할 수 있습니다.

"플랫폼 자동화 및 DevOps" 구성 요소는 주로 Git 통합, 배포 파이프라인 및 REST API 에 중점을 둡니다 . Fabric 워크스페이스는 Git 리포지토리에 연결할 수 있으므로 여러 개발자가 중복 작업 없이 동일한 데이터 엔지니어링, 데이터 과학 또는 실시간 분석 프로젝트에서 협업할 수 있습니다.

Git과 배포 파이프라인을 사용하면 콘텐츠 배포, 변경 사항 추적, 아티팩트 동기화 및 버전 관리 등 개발, 테스트 및 프로덕션 라이프사이클을 체계적으로 관리할 수 있습니다 . 2025년 3월부터 이러한 파이프라인은 트리거, 대시보드, 데이터플로우, 데이터 파이프라인, 데이터마트, 레이크하우스, 데이터 웨어하우스, KQL, 노트북, 페이지 매김 보고서, 조직 애플리케이션 등 다양한 요소 유형을 (일반 또는 미리 보기 상태로) 지원하고 있습니다.

이와 동시에 Fabric은 워크스페이스 및 폴더 생성, 항목 대량 마이그레이션, 연결 및 게이트웨이 관리, 정의 추출, 파이프라인 또는 노트북 활성화 등 거의 모든 관리 또는 배포 작업을 자동화할 수 있는 매우 광범위한 REST API 세트를 제공합니다.

Microsoft Fabric의 분석, AI 및 거버넌스 관련 주요 업데이트

Fabric의 발전은 플랫폼의 거의 모든 영역에 영향을 미치는 수많은 미리 보기 기능과 새로운 기능으로 특징지어집니다 . 이러한 기능들은 아래에서 체계적으로 분류하여 전체적인 범위를 보여줍니다.

데이터 웨어하우스 및 멀티모달 기능에서의 AI 기능

관계형 데이터 영역에서 Fabric Data Warehouse는 AI 기능을 T-SQL에 직접 통합합니다 (미리 보기). 이를 통해 다음과 같은 이점을 얻을 수 있습니다.

• 텍스트를 분류하거나 범주화하세요.
• 감정을 분석하세요.
• 자유 형식 텍스트에서 구조화된 정보를 추출합니다.
• 언어 간 텍스트를 번역합니다.
• 올바른 문법.

목표는 AI를 사용하여 데이터를 보강하기 위해 SQL 컨텍스트를 벗어날 필요성을 없애는 것입니다 . 이러한 기능은 Fabric의 AI 기능에서 더욱 폭넓은 멀티모달 지원과 결합되어 이제 이미지(JPG/JPEG, PNG, GIF, WebP), PDF 및 일반적인 텍스트 형식은 물론 파일 경로 입력까지 처리할 수 있습니다.

프롬프트 및 스키마 옵션을 사용하여 폴더를 테이블로 가져오는 aifunc.load , 파일 경로를 탐색하는 aifunc.list_file_paths, ai.extract와 호환되는 스키마를 추론하는 ai.infer_schema 와 같은 유틸리티가 포함되어 있습니다 . 이 모든 기능을 통해 복잡한 파이프라인을 처음부터 구축하지 않고도 데이터를 변환하고 보강할 수 있습니다.

OneLake, Delta, Apache Iceberg 및 멀티플랫폼 액세스

스토리지 계층에서 OneLake는 모든 Fabric이 저장되는 통합 레이크 역할을 합니다. 주요 개선 사항 중 하나는 Delta Lake 테이블을 데이터 이동이나 중복 없이 Apache Iceberg 테이블로 노출 할 수 있다는 점입니다 . 이를 통해 Iceberg 호환 엔진은 OneLake에 있는 데이터를 직접 읽을 수 있습니다.

또한 OneLake는 이제 Snowflake에서 직접 기록하고 복사 없는 액세스를 통해 Fabric에서 사용할 수 있는 Apache Iceberg 데이터를 지원합니다 . 이러한 전략은 상호 운용성을 강화합니다. Fabric은 독립적인 데이터 저장소가 아니라 다른 엔진이 스토리지를 중복 사용하지 않고 활용할 수 있는 데이터 허브 역할을 하도록 설계되었습니다.

이와 마찬가지로 OneLake는 Azure Blob Storage , OneDrive 및 SharePoint에 대한 바로가기를 지원하고 액세스 역할, 폴더, 행 및 열 수준 보안을 통해 보안을 확장하며, 권한 부여 엔진 모델의 확장을 통해 타사에서도 준수할 수 있는 보안 모델을 제공합니다.

특히 주목할 만한 기능은 OneLake 카탈로그와 Azure Databricks의 페더레이션입니다. 이를 통해 Unity Catalog에서 OneLake 테이블로 제로 카피 액세스를 할 수 있습니다 . 즉, OneLake는 데이터의 원천으로 유지되지만 Databricks는 메타데이터만 동기화하여 데이터를 직접 쿼리할 수 있습니다.

Fabric 기반 SQL 데이터베이스: 성능, 보안 및 가상화

Fabric의 SQL 데이터베이스는 ALTER DATABASE SET 옵션 , 데이터 정렬 지원, 미리 보기로 제공되는 전체 텍스트 인덱싱 등 자체적인 기능을 추가해 나가고 있습니다 . 데이터베이스 성능 및 비용 측면에서도 여러 가지 개선 사항이 있습니다.

• 자동 인덱스 압축 유지 관리 작업을 예약할 필요 없이 저장 공간, I/O 사용량을 줄이고 쿼리 시간을 개선합니다.
• 최대 vCore 제한 컴퓨팅 리소스(4개 또는 32개의 vCore) 사용을 제어하여 워크로드가 공유 용량을 과도하게 소비하는 것을 방지하도록 설계되었습니다.
• 사용자 지정 SQL 풀 이를 통해 작업 공간 관리자는 애플리케이션 이름별로 리소스 할당 및 쿼리 라우팅을 세부적으로 제어할 수 있습니다.

데이터 가상화 는 SQL 데이터베이스에서도 활성화되어 있어 물리적으로 데이터를 가져오지 않고도 T-SQL을 사용하여 OneLake에 저장된 외부 데이터를 쿼리하고, 조인을 통해 일반적인 형식의 파일을 로컬 관계형 테이블과 결합할 수 있습니다.

보안 측면에서 SQL 데이터베이스는 테넌트 수준에서 프라이빗 링크(미리 보기)를 지원하므로 데이터 트래픽을 비공개적이고 제어된 방식으로 전송하기가 더 쉬워지며 Fabric의 전반적인 보안 네트워크 구성과 통합됩니다.

실시간 인텔리전스, 이벤트하우스, 이벤트스트림 및 액티베이터

실시간 인텔리전스(RTI) 모듈은 Fabric의 핵심 차별화 요소 중 하나가 되었습니다. Eventhouse와 Eventstream은 협력하여 모든 유형의 소스에서 실시간으로 이벤트를 수집, 처리 및 트리거 하며 , Activator는 특정 조건에서 트리거되는 작업을 조정합니다.

가장 강력한 새로운 기능은 다음과 같습니다.

• 코드 없이 이상 징후를 감지하는 방법 자동 모델 선택, 간편한 인터페이스 및 유연한 알림 기능을 갖추고 있습니다.
• 비즈니스 이벤트사용자 데이터 함수 및 노트북에서 생성된 주요 비즈니스 순간을 포착하고 알림, 사용자 지정 로직, 흐름, AI 모델 또는 Spark 작업을 활성화할 수 있습니다.
• 액티베이터-사용자 데이터 기능 통합이를 통해 Fabric에서 생성된 함수는 플랫폼 자체의 내부 이벤트와 OneLake에서 발생하는 이벤트를 포함하여 모든 소스의 이벤트를 처리할 수 있습니다.
• SQL을 사용하여 이벤트를 처리할 수 있는 기능 (Eventstream의 SQL 연산자)이를 통해 알려진 SQL 구문을 사용하여 실시간 흐름을 변환할 수 있습니다.

Cribl (여러 소스에서 로그 및 원격 측정 데이터 수집용), Solace PubSub+ 커넥터, Azure 가상 네트워크, VPN, ExpressRoute 또는 개인 엔드포인트를 통한 개인 네트워크 스트리밍 지원과 같은 관련 커넥터가 추가되었습니다 .

데이터 스키마 및 계약과 관련하여 Eventstream은 더욱 견고한 파이프라인을 위해 이벤트 스키마를 정의하고 유효성을 검사하는 스키마 레지스트리를 도입했으며 , 기존 계약을 준수하면서 Confluent Cloud의 Kafka와 연결할 수 있도록 Confluent 스키마 레지스트리를 지원합니다.

플랫폼 전반에 걸친 코파일럿 및 AI 기능

Copilot in Fabric이 이제 Power BI, Data Factory, 데이터 과학 및 데이터 엔지니어링, KQL 쿼리 작성 기능 을 지원하며 전 세계적으로 제공됩니다 . 또한 다음과 같은 특정 기능들이 추가되었습니다.

• Copilot for Dataflow Gen2 (Modern Get Data)이는 자연어 지시를 통해 데이터를 수집하고 변환하는 데 도움이 됩니다.
• 데이터 웨어하우스용 코파일럿(채팅)리본 메뉴의 버튼을 통해 접근할 수 있으며, 대화 상자를 통해 창고 관리 작업을 가속화할 수 있습니다.
• SQL 분석 엔드포인트용 Copilot이는 비즈니스 설명으로부터 SQL 쿼리를 생성하고 최적화합니다.
• 노트북용 코파일럿 워크스페이스 컨텍스트, 레이크하우스, 노트북 구조 및 실행 환경에 대한 지식을 바탕으로, 다단계 코드 생성, 리팩토링, 복잡한 노트북 요약 및 "Copilot으로 수정" 옵션을 사용하여 오류 진단이 가능합니다.
• 인라인 자동 완성(인라인 코드 완성) 및 Notebook Copilot 인라인 코드 완성(미리 보기)파이썬 코드를 더 빠르고 오류 없이 작성하기 위해서입니다.

또한, AI 기술 기반은 사전 구축된 Foundry Tools 통합 (Azure OpenAI, Azure Language, Azure Translator), Eventhouse용 OpenAI 플러그인(ai_embed_text 및 ai_chat_completion), 그리고 Copilot Studio를 비롯한 다른 애플리케이션이 Fabric 데이터를 체계적으로 활용할 수 있도록 지원하는 다양한 에이전트 및 데이터 에이전트를 통해 확장되고 있습니다.

Fabric 데이터 에이전트, MCP 및 개발자 도구

Fabric은 데이터 액세스를 오케스트레이션할 수 있는 데이터 에이전트와 AI 에이전트용 도구를 제공하며, Python SDK와 Microsoft Copilot Studio와의 직접적인 통합을 지원합니다. 이를 통해 Fabric에서 관리되는 엔터프라이즈 데이터를 활용하는 대화형 어시스턴트를 손쉽게 구축할 수 있습니다.

이와 동시에, 모델 컨텍스트 프로토콜(MCP)은 AI 에이전트와 Fabric 서비스 간 통합의 핵심 구성 요소가 됩니다. Activator와 Eventhouse를 위한 전용 MCP 서버와 개발자 중심의 Fabric MCP가 있으며, Fabric MCP는 다음과 같은 기능을 제공합니다.

• 이를 통해 AI 비서가 패브릭 제품에 사용할 코드와 콘텐츠를 생성할 수 있습니다.
• VS Code 및 GitHub Codespaces와 같은 개발 도구와 통합됩니다.
• 이 문서에서는 Eventhouse에서 실시간 데이터를 분석하고 활용하는 데 필요한 도구를 소개합니다.

개발자의 일상적인 작업과 관련하여 강조할 만한 몇 가지 요소가 있는데, 그중에는 개발 환경이 포함됩니다 . VS Code용 MSSQL 확장 프로그램(Fabric의 SQL 데이터베이스 지원) , Microsoft ADO.NET 드라이버 및 Fabric 데이터 엔지니어링용 ODBC 드라이버(Livy를 통한 Spark SQL 연결), 그리고 Spark에서 Azure 및 Fabric의 SQL 데이터베이스에 대한 인증된 액세스를 간소화하는 SQL 데이터베이스용 Spark 커넥터가 있습니다.

또한 Azure DevOps에 통합된 작업으로 제공되는 Fabric CLI가 포함되어 있어 외부 도구를 수동으로 설치하지 않고도 작업 영역, 항목 및 배포 관리를 자동화할 수 있습니다.

Fabric에서의 데이터 팩토리, 데이터 마이그레이션 및 오케스트레이션

Fabric의 데이터 통합 ​​계층은 Data Factory와 Dataflow Gen2를 기반으로 하며, 이러한 플랫폼들은 오케스트레이션을 더욱 스마트하고 자동화 가능하게 만들고 기존 플랫폼에서 더 쉽게 마이그레이션할 수 있도록 하는 기능들을 지속적으로 업데이트받고 있습니다 .

Dataflow Gen2: 성능, 공개 API 및 진단

Dataflow Gen2에서는 다음과 같은 몇 가지 기능이 미리 보기로 제공됩니다.

• 대상 쿼리의 고급 편집 작성 환경에서 직접 대상 측의 로직을 조정할 수 있습니다.
• 분할된 컴퓨팅이를 통해 데이터 흐름의 일부를 병렬로 실행할 수 있으므로 전체 평가 시간을 줄일 수 있습니다.
• 진단 정보 다운로드 실행 수준에서는 성능 분석 및 문제 해결을 위한 구조화된 로그 패키지를 제공합니다.
• 공개 API 데이터 흐름을 프로그래밍 방식으로 생성, 업데이트, 삭제, 예약 및 모니터링하기 위한 도구입니다.
• CI/CD를 지원하는 공개 매개변수파이프라인이나 다른 소스에서 값을 전달하여 데이터 흐름을 새로 고칠 수 있도록 합니다.
• 최근 데이터 Power Query 리본과 최신 데이터 가져오기에서 최근에 사용한 항목에 빠르게 액세스할 수 있습니다.

이 모든 것은 REST를 통해 Power Query를 프로그래밍 방식으로 평가할 수 있는 기능으로 보완되며 , 이를 통해 M 스크립트를 자동화된 프로세스의 일부로 실행하고, Spark, 파이프라인 또는 외부 도구와 통합하고, Power Query 커넥터를 활용할 수 있습니다.

데이터 팩토리: 적응형 성능, 연결성 및 dbt

보다 "고전적인" 통합 방식에서 Fabric 내의 Data Factory는 다음과 같은 기능을 제공합니다.

• 적응형 성능 튜닝 복사 작업의 경우, 구성 및 실행 컨텍스트에 따라 성능 매개변수를 지능적으로 조정합니다.
• 복사 작업에서 변경 데이터 캡처(CDC) 지원변경 사항(삽입, 업데이트, 삭제)만 지속적으로 복제합니다.
• 수동 업그레이드 옵션이 있는 온프레미스 게이트웨이 Fabric 포털, API 또는 스크립트를 통해 관리됩니다.
• 최근 연결이는 연결에 마지막 사용 속성을 추가하여 감사 및 수명 주기 관리를 용이하게 합니다.
• 네이티브 dbt 작업이를 통해 통합된 오케스트레이션, 테스트, 문서화 및 거버넌스를 통해 Fabric 내에서 dbt 프로젝트를 실행할 수 있습니다.
• SSIS 패키지 활동 호출 파이프라인에서 Fabric의 오케스트레이션 자체에서 SSIS 패키지를 실행합니다.

또한 SharePoint 사이트 선택기를 통해 URL을 수동으로 입력할 필요가 없어 사용자 경험이 향상되었으며 , Data Factory용 MCP 지원을 통해 AI 도우미가 자연어 명령만으로 Dataflow Gen2를 간단하게 생성하고 배포할 수 있습니다.

데이터 마이그레이션 및 복제 도구

마이크로소프트는 몇 가지 특정 도구를 통해 패브릭으로의 마이그레이션을 적극적으로 장려하고 있습니다.

• Data Factory용 Fabric 마이그레이션 평가이 기능은 ADF 파이프라인 준비를 분석하고 지원되는 파이프라인을 연결 매핑을 통해 Fabric 워크스페이스로 마이그레이션합니다.
• 데이터 웨어하우스 마이그레이션 도우미이제 소스 데이터 웨어하우스에 직접 연결하여 Fabric 데이터 웨어하우스로 데이터를 이동할 수 있습니다.
• SQL 데이터베이스 마이그레이션 도우미DACPAC을 통한 스키마 가져오기, 비호환성 감지 및 권장 사항을 포함하여 온프레미스 SQL Server 워크로드 마이그레이션을 목표로 합니다.

복제와 관련하여 다양한 운영 소스 (Azure Database for MySQL, Google BigQuery, SQL Server 등)에서 Fabric으로의 미러링을 지원하며, 복제할 테이블을 제어하고, REST를 통해 미러링 프로세스를 다시 시작하고, Databricks의 경우 Unity 카탈로그 정책을 OneLake 보안에 매핑할 수 있습니다.

또한 Lakehouse Delta 테이블의 변경 사항을 호환 가능한 대상으로 노출하는 Delta Change Data Feed를 사용하는 Lakehouse의 복제 커넥터도 포함되어 있어 자체적인 CDC 솔루션을 개발할 필요 없이 변경 사항을 적용할 수 있습니다.

Fabric에서의 보안, 고급 거버넌스 및 모니터링

모든 분석 플랫폼의 가장 큰 과제 중 하나는 데이터 보안, 사용량 관리 및 리소스 소비 모니터링 입니다 . Fabric은 이러한 분야에서 빠르게 발전하고 있습니다.

OneLake의 보안 및 데이터 보호

OneLake는 다음과 같은 기능을 통해 완벽한 데이터 액세스 보안 모델을 추가합니다.

• 폴더 기반 보안 인터페이스에서 권한을 구성할 수 있는 레이크하우스 데이터 액세스 역할.
• 타사에서 정의된 정책을 준수할 수 있도록 바로가기 기능에 대한 보안 지원을 제공합니다.
• OneLake 데이터 접근 보안 API는 자동화된 권한 관리를 가능하게 합니다.
• 모델을 외부 엔진으로 확장 (타사 OneLake 보안 인증).

이와 동시에, OneLake의 모든 구조화된 데이터(SQL, KQL, 데이터 웨어하우스)에 대한 접근을 제한하는 DLP를 통해 보호 기능이 확장되었으며, Fabric Copilot 및 데이터 에이전트를 위한 DSPM이 도입되어 민감한 정보 및 위험한 행동에 대한 AI 상호 작용을 모니터링하고 Purview Audit 및 eDiscovery와 통합됩니다.

ID 영역에서는 REST API를 통한 항목 연결 ID (예: Lakehouse 및 Eventstream)와 같은 기능이 나타나는데, 이를 통해 특정 작업에 대한 소유자 종속성이 제거되고 작업 영역 또는 서비스 주체 ID를 통해 OneDrive 및 SharePoint 바로 가기를 인증할 수 있습니다.

중앙 집중식 관리 및 OneLake 카탈로그

OneLake 카탈로그에 새롭게 추가된 중앙 집중식 대시보드를 통해 데이터 거버넌스 환경이 향상되었습니다 . 데이터 소유자는 이 대시보드에서 자신이 생성한 항목에 대한 통합된 보기를 확인하고, 거버넌스 조치 권장 사항을 받고, 보안 및 규정 준수를 개선하는 데 사용할 수 있는 모든 도구에 액세스할 수 있습니다.

또한 OneLake 카탈로그 검색 API 와 MCP 도구가 활성화되어 있어 카탈로그 권한 및 메타데이터를 준수하면서 코드 또는 AI 에이전트에서 단일 호출로 전체 Fabric 환경에서 항목을 검색할 수 있습니다.

용량, 소비량 및 작업 모니터링

Fabric은 여러 계층의 관찰 가능성을 제공합니다.

• 워크스페이스 모니터링이 기능은 Fabric에 데이터베이스를 생성하여 여러 항목의 로그와 메트릭을 통합합니다(상세 모니터링 기능을 갖춘 복사 작업 포함).
• 복사 작업에 대한 작업 공간 모니터링처리량, 데이터 용량, 오류 코드 및 시간과 같은 지표를 모두 중앙 집중식 분석에 맞춰 사용합니다.
• 용량 측정 지표 적용 시 품목 이력각 항목의 CU 소비량을 30일 단위로 확인할 수 있으며, 작업 공간 및 유형별로 필터링할 수 있습니다.
• 작업 공간 수준의 서지 보호이 기능을 사용하면 24시간 단위로 작업 공간별 사용량 임계값을 설정하고, 해당 임계값을 초과하는 작업 공간을 자동으로 차단하며, 작업 공간을 "핵심 업무용"으로 표시하여 제한에서 제외할 수 있습니다.

이와 더불어, 작업 공간, 항목 및 사용자 액세스 세부 정보를 검색하고 동적 인벤토리 및 주기적인 액세스 제어를 용이하게 하는 데 중점을 둔 초기 Fabric 관리자 API 세트가 출시됩니다.

비즈니스 모델링, 계획 및 새로운 워크로드

기술적인 측면을 넘어 마이크로소프트는 패브릭 위에 새로운 비즈니스 중심 워크로드를 도입하고 있습니다 . 그중 가장 주목할 만한 것은 패브릭 IQ로, 조직에 대한 전체적인 관점을 바탕으로 의사결정을 내리는 지능형 에이전트를 위해 비즈니스 의미론, 데이터 및 모델을 통합하는 것을 목표로 합니다.

Fabric IQ 내에는 다음과 같은 내용이 표시됩니다.

• 온톨로지(미리보기)이는 회사 비즈니스 용어에 따라 엔티티, 관계, 속성 및 제약 조건이 정의되는 항목 유형입니다.
• 계획 (미리보기)계획, 보고, 분석, 통합 및 협업 관리를 위한 노코드 플랫폼입니다.

실시간 인텔리전스 분야에서는 실시간 데이터를 기반으로 디지털 트윈을 모델링하여 물리적 운영을 최적화하고, 상태를 모니터링하고, 시나리오를 시뮬레이션하는 데 특화된 도구인 디지털 트윈 빌더 도 등장했습니다.

반면, Fabric IQ 워크로드는 별도의 워크로드로 도입되었으며 , 거버넌스 및 의미론적 정렬을 위한 지원 도구가 지속적으로 확장되어 데이터 모델, 비즈니스 로직 및 AI/분석 애플리케이션 간의 연결 고리가 완성됩니다.

성능, 사용자 경험 및 생산성 향상

이번 검토를 마무리하면서, 언론의 주목을 받지는 못하지만 팀의 일상적인 운영에 큰 영향을 미치는 여러 가지 전반적인 개선 사항들을 강조할 필요가 있습니다 .

Spark 및 분산 컴퓨팅 섹션에서 Fabric은 다음 기능을 소개합니다.

• Fabric 런타임 2.0 (미리 보기) Azure Linux 3.0 환경에서 Apache Spark 4.0, Delta Lake 4.0, Java 21, Scala 2.13 및 Python 3.12를 사용합니다.
• Spark 앱 비교 도구이를 통해 최대 4개의 Spark 실행을 병렬로 선택하고 비교할 수 있습니다.
• 스파크 진단 이미터Spark 애플리케이션에서 로그, 메트릭 및 이벤트를 수집하여 Event Hubs, 스토리지 또는 Log Analytics와 같은 대상으로 전송합니다.
• JobInsight 진단 라이브러리Spark API(쿼리, 작업, 스테이지, 태스크, 실행기, 이벤트 로그)를 통해 완료된 Spark 실행을 분석하기 위한 라이브러리입니다.

데이터 웨어하우스 계층에서는 성능 향상 및 액세스 비용 절감을 위해 데이터 클러스터링이 추가되었고 , 대체 키용 IDENTITY 열과 VS Code의 SQL 데이터베이스 프로젝트(웨어하우스 소스 제어)를 통한 버전 관리 및 CI/CD 지원이 제공됩니다.

Fabric 포털의 사용자 경험 또한 탭 브라우징과 객체 탐색기를 통해 발전하고 있으며 , 이를 통해 사용자는 여러 항목을 동시에 열고 빠르게 전환할 수 있습니다. 이러한 개선 사항은 Git의 Lakehouse 자동 바인딩 및 Lakehouse 유지 관리 유틸리티 모음(유지 관리 활동 및 SQL 엔드포인트 새로 고침)과 함께 더욱 사용자 친화적이고 민첩한 플랫폼을 구축하는 데 기여합니다.

마지막으로, 항목 정의의 대량 가져오기/내보내기 (마이그레이션, 템플릿 및 메타데이터 백업용), 폴더용 REST API, Activator를 통한 항목 활성화 시 매개변수 지원, 통합 카탈로그를 사용하여 OneLake 데이터를 Excel로 로드하는 기능 등이 포함되어 현대 데이터 팀의 일반적인 요구 사항을 거의 모두 충족하는 에코시스템을 완성합니다.

중앙 집중식 거버넌스, 세분화된 보안, 지능형 오케스트레이션부터 SQL에 내장된 AI, 실시간 분석, 디지털 트윈, MCP 에이전트에 이르기까지 모든 기능을 갖춘 Microsoft Fabric은 단순히 데이터를 저장하고 시각화하는 것을 넘어 데이터 수명주기의 모든 단계를 관리, 자동화, AI를 활용하여 지원하는 완벽한 데이터 플랫폼으로 자리매김하고 있습니다 . 이를 통해 조직은 기존 시스템을 마이그레이션하고 새로운 솔루션을 도입하는 등 아키텍처를 점진적으로 발전시켜 기존 방식보다 훨씬 빠르게 구현할 수 있습니다.