WEBVTT

00:00:00.000 --> 00:00:02.660
오늘의 주제는 파워비아이를 사용하는 거의 모든 사람이 드러낸 바지만

00:00:02.660 --> 00:00:05.100
실제로 제대로 설명할 수 있는 사람은 거의 없는 내용입니다.

00:00:05.260 --> 00:00:06.860
DAX란 정확히 무엇일까요?

00:00:07.020 --> 00:00:08.800
단지 파워비아이 안에 있는 엑셀 수식일까요?

00:00:09.100 --> 00:00:10.220
아니면 완전히 다른 것일까요?

00:00:10.420 --> 00:00:13.640
사실 대부분의 사람은 DAX를 이름만 바뀐 엑셀 수식이라고 생각하지만

00:00:13.640 --> 00:00:14.500
그렇지 않습니다.

00:00:14.720 --> 00:00:17.420
DAX는 계산을 바라보는 완전히 다른 방식입니다.

00:00:17.660 --> 00:00:18.880
만약 엑셀처럼 다루려 한다면

00:00:18.880 --> 00:00:22.440
결과값이 왜 맞지 않는지 고민하며 좌절하고 혼란스러워질 것입니다.

00:00:22.660 --> 00:00:23.940
이번 에피소드가 끝날 때쯤이면

00:00:23.940 --> 00:00:26.060
여러분은 DAX의 실체와 중요성

00:00:26.060 --> 00:00:28.700
그리고 자신있게 활용하기 위한 핵심 개념을 알게 될 것입니다.

00:00:28.820 --> 00:00:30.820
커피 한 잔 들고 바로 시작해봅시다.

00:00:31.060 --> 00:00:32.840
DAX란 정확히 무엇일까요?

00:00:33.040 --> 00:00:35.900
DAX는 데이터 애널러시스 익스프레션스 위 약자로

00:00:35.900 --> 00:00:41.200
파워비아이, 엑셀이 파워 피벗, 그리고 SQL 서버 애널러시스 서비시즈에서 사용하는 수식 언어입니다.

00:00:41.360 --> 00:00:44.020
뒤에서 계산을 처리하는 엔진이라고 생각하면 됩니다.

00:00:44.360 --> 00:00:46.200
DAX는 새로운 것이 아닙니다.

00:00:46.400 --> 00:00:49.460
10여 년 전 엑셀 파워 피벗이 도입되었을 때부터 존재해왔습니다.

00:00:49.680 --> 00:00:52.440
하지만 파워비아이와 함께 데이터 분석을 진지하게 다루는 사람이라면

00:00:52.440 --> 00:00:53.880
누구나 사용하는 필수 언어가 되었습니다.

00:00:53.880 --> 00:00:55.680
그리고 여기서 차이점이 드러납니다.

00:00:55.920 --> 00:00:58.540
엑셀에서는 개별 셀 단위로 작동하는 수식을 작성합니다.

00:00:58.760 --> 00:01:01.800
A1을 참조하고 B1을 곱하면 한 셀에 대한 결과 값을 얻게 되죠.

00:01:01.960 --> 00:01:03.800
DAX는 그런 식으로 작동하지 않습니다.

00:01:04.020 --> 00:01:05.860
전체 테이블과 열을 한꺼번에 다룹니다.

00:01:06.060 --> 00:01:07.980
한 번에 한 셀씩 계산하는 것이 아닙니다.

00:01:08.160 --> 00:01:10.440
대신 엔진에게 이 전체 숫자 열을 합산하거나

00:01:10.440 --> 00:01:13.600
이 조건에 따라 테이블 전체를 필터링해라 라고 명령합니다.

00:01:13.800 --> 00:01:15.300
그럼 어떻게 이해하면 좋을까요?

00:01:15.500 --> 00:01:17.240
사무용 빌딩을 짓는다고 상상해보세요.

00:01:17.520 --> 00:01:19.900
파워비아이는 구조, 층, 벽, 방을 제공합니다.

00:01:19.900 --> 00:01:21.600
그것이 바로 여러분의 데이터 모델입니다.

00:01:21.780 --> 00:01:23.240
DAX는 배성과 배관과 같습니다.

00:01:23.540 --> 00:01:25.140
모든 것이 작동하게 만드는 요소죠.

00:01:25.260 --> 00:01:28.480
DAX가 없다면 보기엔 좋지만 전기나 수도가 들어오지 않는 건물과 같습니다.

00:01:28.780 --> 00:01:31.140
DAX가 있으면 조명이 켜지고 수도꼭지에서 물이 나오며

00:01:31.140 --> 00:01:33.640
사용자가 슬라이서를 클릭할 때 보고서가 즉각 반응합니다.

00:01:33.820 --> 00:01:35.360
그 반응성이 바로 핵심입니다.

00:01:35.580 --> 00:01:39.560
DAX를 사용하면 필터와 상호작용해 자동으로 반응하는 계산을 만들 수 있습니다.

00:01:39.820 --> 00:01:44.840
측정값 하나만 만들면 지역별, 제품별, 월별 총 매출을 볼 때마다 정확한 숫자가 표시됩니다.

00:01:45.020 --> 00:01:46.300
그냥 알아서 작동하는 거죠.

00:01:46.300 --> 00:01:49.960
하지만 잘 사용하려면 DAX를 활용하는 두 가지 주요 방식을 이해해야 합니다.

00:01:50.100 --> 00:01:51.260
하나씩 살펴보겠습니다.

00:01:51.620 --> 00:01:54.080
두 가지 세 개, 계산된 열과 측정값.

00:01:54.200 --> 00:01:58.040
오늘은 DAX의 두 가지 기본 구성 요소인 계산된 열과 측정값에 대해 이야기하겠습니다.

00:01:58.320 --> 00:02:00.060
대부분의 사람은 이 둘이 같다고 생각합니다.

00:02:00.260 --> 00:02:01.240
하지만 그렇지 않습니다.

00:02:01.480 --> 00:02:03.920
이 둘을 혼동하는 것은 제가 가장 흔하게 보는 실수 중 하나입니다.

00:02:04.080 --> 00:02:05.360
계산된 열은 정적입니다.

00:02:05.620 --> 00:02:07.120
테이블에 새로운 열이 추가됩니다.

00:02:07.380 --> 00:02:09.600
새로 고침 시 데이터가 채워지고 그 자리에 머무릅니다.

00:02:09.840 --> 00:02:11.600
다음 새로 고침 전까지는 변하지 않습니다.

00:02:11.860 --> 00:02:13.420
가장 쉽게 생각하는 방법은 이렇습니다.

00:02:13.660 --> 00:02:14.960
파일 캐비닛을 상상해보세요.

00:02:14.960 --> 00:02:16.480
폴더에 종이 한 장을 넣습니다.

00:02:16.760 --> 00:02:18.460
그 종이에는 고객의 전체 이름이 적혀 있습니다.

00:02:18.740 --> 00:02:20.600
오늘 그 파일을 보든 다음 주에 보든 상관없습니다.

00:02:20.780 --> 00:02:22.080
이름은 여전히 그대로 있으니까요.

00:02:22.200 --> 00:02:23.240
그것이 계산된 열입니다.

00:02:23.480 --> 00:02:24.720
측정값은 완전히 다릅니다.

00:02:24.920 --> 00:02:26.220
테이블 안에 저장되지 않습니다.

00:02:26.460 --> 00:02:28.000
보고서의 메모리 속에서 살아있죠.

00:02:28.160 --> 00:02:31.160
누군가 필터를 걸거나 슬라이서를 사용하거나 시각적 개체를 클릭할 때

00:02:31.160 --> 00:02:32.700
마다 측정값은 깨어나서 재계산됩니다.

00:02:32.880 --> 00:02:33.920
이게 왜 중요할까요?

00:02:34.120 --> 00:02:37.780
사용자가 북동부 지역 슬라이서를 클릭하면 측정값은 즉시 재계산됩니다.

00:02:38.000 --> 00:02:39.760
계산된 열은 슬라이서를 무시합니다.

00:02:40.000 --> 00:02:40.940
그럴 수밖에 없습니다.

00:02:41.280 --> 00:02:42.420
정적이기 때문입니다.

00:02:42.640 --> 00:02:44.040
여기 간단한 규칙이 있습니다.

00:02:44.380 --> 00:02:47.940
사용자가 버튼을 클릭할 때 숫자가 변해야 한다면 측정값을 사용하세요.

00:02:48.180 --> 00:02:51.040
무엇을 하든 항상 같다면 계산된 열로 충분합니다.

00:02:51.040 --> 00:02:53.160
총 매출은 항상 측정값이어야 합니다.

00:02:53.360 --> 00:02:56.380
누군가 지역별이나 월별로 필터링하면 합계가 업데이트 되어야 하니까요.

00:02:56.500 --> 00:02:57.700
고객 전체 이름은 열입니다.

00:02:57.940 --> 00:02:58.880
절대 변하지 않습니다.

00:02:59.140 --> 00:03:00.400
슬라이서가 영향을 주지 않습니다.

00:03:00.600 --> 00:03:02.420
이제 대부분의 초보자가 혼란스러워하는 지점입니다.

00:03:02.620 --> 00:03:04.320
모든 것을 계산된 열로 만들려고 하죠.

00:03:04.480 --> 00:03:06.820
엑셀이 작동하는 방식이라 자연스럽게 느껴지기 때문입니다.

00:03:06.980 --> 00:03:08.980
하지만 열을 남용하면 모델이 비대해집니다.

00:03:09.160 --> 00:03:10.260
보고서가 느려지죠.

00:03:10.440 --> 00:03:13.640
계산된 열은 사용자의 상호작용을 무시하는 정적인 숫자를 만듭니다.

00:03:13.840 --> 00:03:15.800
거의 항상 측정값이 더 나은 선택입니다.

00:03:16.000 --> 00:03:17.220
측정값은 동적입니다.

00:03:17.480 --> 00:03:18.260
반응형 2죠.

00:03:18.260 --> 00:03:22.020
이 차이를 이해하면 DAX위 진정한 마법을 경험할 준비가 된 것입니다.

00:03:22.200 --> 00:03:24.020
그 마법이 바로 필터 컨텍스트입니다.

00:03:24.220 --> 00:03:26.040
핵심 개념, 필터 컨텍스트입니다.

00:03:26.220 --> 00:03:26.560
좋습니다.

00:03:26.860 --> 00:03:28.160
이제 두 가지 구성요소를 알게 되었습니다.

00:03:28.420 --> 00:03:30.520
이제 그것을 뒷받침하는 엔진에 대해 이야기해봅시다.

00:03:30.680 --> 00:03:33.780
파워비아이 보고서에서 보는 모든 숫자는 필터 컨텍스트라는 것 안에서

00:03:33.780 --> 00:03:34.360
계산됩니다.

00:03:34.580 --> 00:03:36.140
복잡해 보이지만 간단합니다.

00:03:36.380 --> 00:03:39.680
필터 컨텍스트는 바로 그 순간 활성화된 필터들의 집합일 뿐입니다.

00:03:39.900 --> 00:03:41.180
그 필터들은 어디서 올까요?

00:03:41.180 --> 00:03:42.860
페이지의 슬라이서에서 옵니다.

00:03:43.040 --> 00:03:44.560
클릭 한시각적 개최에서 옵니다.

00:03:44.760 --> 00:03:46.140
페이지 자체에서 오기도 합니다.

00:03:46.360 --> 00:03:48.840
심지어 보고 있는 행 하나하나가 필터 컨텍스트를 생성합니다.

00:03:49.040 --> 00:03:50.200
왜 이 내용을 알아야 할까요?

00:03:50.380 --> 00:03:53.780
총 매출 같은 측정값을 작성할 때 3분기에 북동부 지역을 보라고 지시하는

00:03:53.780 --> 00:03:54.380
것이 아닙니다.

00:03:54.540 --> 00:03:56.660
그저 매출렬을 모두 더하라고 지시하는 것뿐이죠.

00:03:56.820 --> 00:03:57.680
그게 전부입니다.

00:03:57.920 --> 00:04:01.640
측정값은 지역을 알지 못하고 분기를 알지 못하며 단지 현재 보이는 모든

00:04:01.640 --> 00:04:02.900
행위값을 합산할 뿐입니다.

00:04:03.080 --> 00:04:05.340
필터 컨텍스트가 무엇이 보일지를 결정합니다.

00:04:05.620 --> 00:04:06.920
스포트라이트를 상상해보세요.

00:04:06.920 --> 00:04:08.640
데이터 집합 전체가 반과 같습니다.

00:04:08.920 --> 00:04:10.580
필터 컨텍스트는 스포트라이트입니다.

00:04:10.780 --> 00:04:13.160
측정값은 빛이 비추는 곳만 정확하게 촬영하는 카메라입니다.

00:04:13.360 --> 00:04:15.040
스포트라이트를 북동부 지역으로 옮겨보세요.

00:04:15.280 --> 00:04:16.540
측정값이 다시 계산됩니다.

00:04:16.760 --> 00:04:18.280
3분기로 옮기면 다시 계산됩니다.

00:04:18.480 --> 00:04:19.640
수식은 바꾸지 않았습니다.

00:04:19.860 --> 00:04:21.080
컨텍스트가 바뀐 것입니다.

00:04:21.280 --> 00:04:22.920
대부분의 사람이 여기서 혼란을 느낍니다.

00:04:23.140 --> 00:04:26.560
측정값을 작성하면 한시각화 개체에서는 올바르게 보이지만 다른 필터가 적용된

00:04:26.560 --> 00:04:27.740
행렬에 넣으면 숫자가 변합니다.

00:04:27.940 --> 00:04:29.580
그들은 무언가 잘못되었다고 생각합니다.

00:04:29.800 --> 00:04:30.800
잘못된 것이 아닙니다.

00:04:31.000 --> 00:04:32.620
그것이 바로 측정값이 해야 할 일입니다.

00:04:32.620 --> 00:04:33.920
측정값은 동적입니다.

00:04:34.120 --> 00:04:35.260
이것이 진정한 힘입니다.

00:04:35.440 --> 00:04:38.960
수식 하나를 작성하면 보고서 전체의 모든 필터 조합에서 작동합니다.

00:04:39.160 --> 00:04:41.020
하나의 수식으로 무한한 답을 얻습니다.

00:04:41.300 --> 00:04:42.460
하지만 주의해야 합니다.

00:04:42.700 --> 00:04:45.460
어떤 필터가 활성화되어 있는지 모르면 숫자를 이해할 수 없습니다.

00:04:45.760 --> 00:04:47.440
스포트라이트의 위치를 추적해야 합니다.

00:04:47.440 --> 00:04:51.060
필터 컨텍스트에 익숙해지면 DAX의 진정한 힘을 발휘할 수 있습니다.

00:04:51.260 --> 00:04:55.100
이제 쇼의 주인공인 캘큘레이터 함수, 즉 가장 중요한 함수인 캘큘레이터를

00:04:55.100 --> 00:04:55.760
다룰 차례입니다.

00:04:55.960 --> 00:04:57.200
다시 오신 것을 환영합니다.

00:04:57.420 --> 00:05:00.460
오늘의 핵심 지식은 DAX에서 가장 중요한 단 하나의 함수에 관한 것입니다.

00:05:00.640 --> 00:05:01.920
바로 캘큘레이터 함수입니다.

00:05:02.140 --> 00:05:04.700
단 하나의 함수만 마스터해야 한다면 이 함수를 선택하세요.

00:05:04.880 --> 00:05:07.460
캘큘레이터를 사용하면 활성화된 필터를 그대로 받아들이는 대신

00:05:07.460 --> 00:05:09.080
필터 컨텍스트를 직접 제어할 수 있습니다.

00:05:09.340 --> 00:05:11.320
일반적인 측정값은 다음과 같이 작동합니다.

00:05:11.500 --> 00:05:14.380
측정값을 작성하면 자동으로 현재 필터 컨텍스트를 따릅니다.

00:05:17.440 --> 00:05:20.900
2024년 수치를 보여줍니다. 북동부 지역을 선택하면 북동부 수치를

00:05:20.900 --> 00:05:24.500
보여줍니다. 측정값은 적용된 필터에 따라 반응하며 추가 작업이 필요

00:05:24.500 --> 00:05:26.560
없습니다. 그것이 기본 동작 방식입니다.

00:05:26.780 --> 00:05:29.640
하지만 현재 필터를 무시하는 숫자가 필요할 때는 어떻게 해야 할까요?

00:05:29.800 --> 00:05:33.000
예를 들어 선택된 지역의 매출협회 전체 지역의 총 매출을 표시하고

00:05:33.000 --> 00:05:35.820
싶을 수 있습니다. 아니면 누군가 올해 데이터를 보는 동안 작년

00:05:35.820 --> 00:05:38.740
매출이 필요할 수도 있습니다. 그런 경우에는 기본 컨텍스트에 의존할

00:05:38.740 --> 00:05:41.720
수 없습니다. 컨텍스트를 수정해야 합니다. 그것이 바로 캘큘레이터

00:05:41.720 --> 00:05:44.740
가하는 일입니다. 캘큘레이터는 필터 컨텍스트를 일시적으로 변경하여

00:05:44.740 --> 00:05:47.300
작동합니다. 계산할 식을 제공한 다음 적용할

00:05:47.300 --> 00:05:50.720
하나 이상의 필터를 전달합니다. 컨텍스트를 변경하고 계산을 실행

00:05:50.720 --> 00:05:53.880
한 뒤 결과를 반환합니다. 원래의 필터 컨텍스트는 그대로 유지

00:05:53.880 --> 00:05:56.800
됩니다. 그것이 바로 마법입니다. 부문은 간단합니다.

00:05:57.020 --> 00:06:01.380
캘큘레이터 식 필터 1 필터 2 순으로 작성합니다. 식은 보통 이미

00:06:01.380 --> 00:06:05.220
만들어둔 측정값을 사용합니다. 필터는 적용하고자 하는 조건입니다.

00:06:05.440 --> 00:06:08.700
필요한 만큼 필터를 추가할 수 있습니다. 작동 방식을 살펴보겠습니다.

00:06:09.080 --> 00:06:12.460
총 매출이라는 측정값이 있다고 가정해봅시다. 선택한 기간에 대한 매출을

00:06:12.460 --> 00:06:15.240
보여줍니다. 작년 동기 매출을 표시하려면 캘큘레이터 총 매출

00:06:15.240 --> 00:06:18.260
s-a-m-e-p-r-i-o-d-l-a-s-t-y-e-a-r 달력 날짜 라고 작성합니다.

00:06:18.420 --> 00:06:22.000
그것으로 충분합니다. 캘큘레이터는 기존 측정값을 가져와 날짜 컨텍스트를

00:06:22.000 --> 00:06:24.920
1년 전으로 이동시킵니다. 한 줄의 코드로 필요한 비교를 수행할 수

00:06:24.920 --> 00:06:28.340
있습니다. 캘큘레이터가 없으면 기존 필터 컨텍스트에 묶이게 됩니다.

00:06:28.600 --> 00:06:31.720
캘큘레이터를 사용하면 필터를 재정해하거나 새로 추가하거나 기존

00:06:31.720 --> 00:06:34.500
필터를 제거할 수 있습니다. 특정 카테고리로 필터링된 상태에서도

00:06:34.500 --> 00:06:37.840
모든 제품의 총 매출을 요청할 수 있습니다. 보고서에 이번 달이 표시되어도

00:06:37.840 --> 00:06:40.920
지난달 매출을 불러올 수 있습니다. 제어권은 여러분에게 있습니다.

00:06:41.220 --> 00:06:45.520
고급 dax의 약 80%는 캘큘레이터 에 의존합니다. 시간 인텔리션스, 동적

00:06:45.520 --> 00:06:49.040
비교, 사용자 지정 집계, 누적 합계 등 모두 내부적으로 캘큘레이터를

00:06:49.040 --> 00:06:52.400
사용합니다. 이 단일 함수에 익숙해지면 보고서를 제어할 수 있는 엄청난

00:06:52.400 --> 00:06:55.500
힘을 얻게 됩니다. 하지만 캘큘레이터는 필터 수준에서 작동합니다.

00:06:55.700 --> 00:06:59.040
측정값 내에서 행별로직이 필요할 때는 어떻게 할까요? 그럴 때 다른 함수

00:06:59.040 --> 00:07:02.060
세트가 필요합니다. 행 단위로 사고해야 할 때 사용하는 반복자,

00:07:02.260 --> 00:07:05.460
이터레이터 함수입니다. 캘큘레이터는 필터 수준의 변경사항을 훌륭하게

00:07:05.460 --> 00:07:08.480
처리하지만 때로는 테이블 내부로 들어가 측정값 안에서 각 행별로

00:07:08.480 --> 00:07:11.420
계산해야 할 때가 있습니다. 단순성 함수로는 그렇게 할 수 없습니다.

00:07:11.720 --> 00:07:15.140
테이블을 행 단위로 순회하는 무언가가 필요합니다. 흔한 상황을 하나 예로

00:07:15.140 --> 00:07:18.380
들어보겠습니다. 수량과 단가가 별도의 연로되어 있는 매출 테이블이

00:07:18.380 --> 00:07:22.280
있습니다. 총 수익을 보여주는 측정값을 만들고 싶습니다. 그저 수량 곱하기

00:07:22.280 --> 00:07:26.060
단가를 할 수는 없습니다. 그렇게 하면 개별 행이 아니라 총 개를 곱하게

00:07:26.060 --> 00:07:30.660
되기 때문입니다. 각 행위 수량의 단가를 곱한 다음 그 결과들을 모두 더

00:07:30.660 --> 00:07:35.000
해야 합니다. 그것이 바로 행별 수학입니다. 반복자 함수가 바로 이를 위해

00:07:35.000 --> 00:07:40.420
만들어졌습니다. 이름이 x로 끝나는 함수들인 sumx, averagx, countx, minx,

00:07:40.560 --> 00:07:45.280
maxx 가 있습니다. 여기서 x는 식, expression을 의미합니다. 이 함수들은 테이블을

00:07:45.280 --> 00:07:49.820
받아 모든 행을 순회하며 각 행에서 계산을 수행한 뒤 결과를 단일값으로

00:07:49.820 --> 00:07:55.140
집계합니다. 수익 예제의 경우 sumx 매출, 매출 수량 별표 매출 단가

00:07:55.140 --> 00:08:00.700
라고 작성합니다. 첫 번째 인수는 반복할 테이블입니다. 두 번째 인수는

00:08:00.700 --> 00:08:05.400
각 행에서 평가할 시기입니다. sumx는 행별로 이동하며 수량의 가격을

00:08:05.400 --> 00:08:09.260
곱하고 모든 값을 더합니다. 하나의 측정 값으로 정확한 총 수익을

00:08:09.260 --> 00:08:13.220
간단하고 직접적으로 구할 수 있습니다. 계산의 동일 행위 여러 열이 포함될

00:08:13.220 --> 00:08:18.080
때는 항상 반복자 함수를 사용하세요. 항목 별 수익, 할인 가격, 가중 점수

00:08:18.080 --> 00:08:21.780
등 측정값 내부에서 행 단위 로직 이 필요한 수학 연산이 있다면 반복자,

00:08:21.780 --> 00:08:25.620
이터레이터를 사용하세요. 하지만 반복자에는 성능 비용이 따릅니다.

00:08:25.860 --> 00:08:29.120
반복자는 모든 행을 훑기 때문에 수백만 개의 행이 있는 테이블에 과도하게

00:08:29.120 --> 00:08:32.460
사용하면 보고서 속도가 현저히 느려질 수 있습니다. 간단한 규칙은 행

00:08:32.460 --> 00:08:35.700
단위 로직이 실제로 필요할 때만 반복자를 사용하는 것입니다. 단순

00:08:35.700 --> 00:08:38.760
합계 나평균으로 정확한 답을 얻을 수 있다면 대신 그것을 사용하세요.

00:08:38.940 --> 00:08:42.360
보고서 성능이 훨씬 좋아질 것입니다. 한 가지 팁을 더 드리자면 때로는

00:08:42.360 --> 00:08:46.020
계산된 열과 단순 합계를 사용하는 것이 sumx보다 빠를 수 있습니다. 데이터

00:08:46.020 --> 00:08:49.860
새로 고침 시점에 행 수준 연산을 한 번 수행하는 계산된 열을 만들고 그 열의

00:08:49.860 --> 00:08:53.740
일반 합계를 사용하면 누군가 보고서를 볼 때 마다 반복자 비용을 지불하지

00:08:53.740 --> 00:08:57.060
않아도 됩니다. 두 가지 방법을 자신의 데이터로 직접 테스트해보세요.

00:08:57.300 --> 00:09:01.080
가장 빠른 옵션을 모델 크기와 데이터 변경 빈도에 따라 달라집니다. 현명하게

00:09:01.080 --> 00:09:04.920
선택하세요. 간단하게 알아보는 시간 인텔리전스입니다. 이제 파워비아이에서

00:09:04.920 --> 00:09:07.800
가장 많이 요청되는 기능 중 하나인 기간 비교에 대해 이야기해보겠습니다.

00:09:08.140 --> 00:09:11.820
이번 달 매출은 지난달과 비교해서 어떤가요? 올해 실적은 작년과 비교했을 때

00:09:11.820 --> 00:09:15.120
어떻게 진행되고 있나요? 이러한 질문은 거의 모든 비즈니스 보고서에서 나오며

00:09:15.120 --> 00:09:19.440
DAX에는 이를 위한 전용 함수가 내장되어 있습니다. 시간 인텔리전스 함수는 연간

00:09:19.440 --> 00:09:24.180
누계, 전년동기, 이동평균, 전월 대비 변화 등을 처리합니다. 이 함수들은

00:09:24.180 --> 00:09:28.260
DAX의 일부임으로 복잡한 필터 로직을 처음부터 작성할 필요가 없습니다. 하지만

00:09:28.260 --> 00:09:31.900
한 가지 주의할 점은 시간 인텔리전스 함수를 사용하려면 팩트 테이블의 날짜

00:09:31.900 --> 00:09:35.020
열이 아닌 적절한 날짜 테이블이 필요하다는 것입니다. 전체 날짜 범위를

00:09:35.020 --> 00:09:38.980
공백 없이 포함하며 하루에 한 행식 있는 별도의 테이블이 필요하고 모델에서

00:09:38.980 --> 00:09:42.860
날짜 테이블로 표시되어야 합니다. 이 단계를 건너뛰면 함수가 제대로 작동하지

00:09:42.860 --> 00:09:47.140
않습니다. 날짜 테이블이 설정되면 t-o-t-a-l-i-t-d-s-a-m-e-p-e-r-i-o-d-l-a-s-t-y-e-a-r

00:09:47.140 --> 00:09:51.200
b-a-t-e-d-d-a-t-e-s-b-e-t-w-e-n 같은 함수가 가장 유용합니다. t-o-t-a-l-i-t-d

00:09:51.200 --> 00:09:54.760
가 가장 간단합니다. t-o-t-a-l-i-t-d 총 매출, 달력 날짜 순으로 작성하면

00:09:54.760 --> 00:09:57.840
됩니다. 그러면 연초부터 현재 컨텍스트의 날짜까지의 누계가

00:09:57.840 --> 00:10:01.040
계산됩니다. 이를 월별 꺾은 선형 차트에 넣으면 연말까지 누적

00:10:01.040 --> 00:10:04.220
합계가 증가하는 것을 볼 수 있습니다. s-a-m-e-p-e-r-i-o-d-l-a-s-t-y-e-a-r

00:10:04.220 --> 00:10:07.260
�는 이름 그대로 전년동기를 계산합니다. 날짜 컨텍스트를 1년 전으로 이동시킵

00:10:07.260 --> 00:10:10.200
니다. 이 함수를 캘큘레이터와 함께 사용하면 다음과 같습니다. 캘큘레이터

00:10:10.200 --> 00:10:14.760
총 매출, s-a-m-e-p-e-r-i-o-d-l-a-s-t-y-e-a-r, 달력 날짜. 이제 작년 매출이 올해

00:10:14.760 --> 00:10:18.580
수치 바로 옆에 표시되어 쉽게 비교할 수 있습니다. 데이트에 드는 훨씬 더 유연

00:10:18.580 --> 00:10:22.580
합니다. 1-월, 분기, 연도 단위로 날짜를 자유롭게 이동할 수 있습니다. 이번

00:10:22.580 --> 00:10:26.300
분기를 2년 전 같은 분기와 비교하거나 마이너스 1개월을 사용하여 지난달

00:10:26.300 --> 00:10:29.220
수치를 확인할 수 있습니다. 시간 이동을 위한 만능 도구와 같습니다.

00:10:29.660 --> 00:10:32.500
사람들이 가장 흔히 하는 실수는 날짜 테이블을 표시하는 것을 잊는

00:10:32.500 --> 00:10:36.480
것입니다. 2020년부터 2030년까지 매일의 데이터가 포함된 완벽한 날짜

00:10:36.480 --> 00:10:40.060
테이블이 있더라도 모델에서 날짜 테이블로 표시하지 않으면 함수가 오류나

00:10:40.060 --> 00:10:43.680
공백을 반환합니다. 간단한 설정입니다. 테이블을 우클릭하고 날짜 테이블로

00:10:43.680 --> 00:10:46.920
표시를 선택한 다음 날짜 열을 지정하세요. 한 번만 설정하면 모든 것이 정상

00:10:46.920 --> 00:10:50.900
적으로 작동하기 시작합니다. 또 다른 실수는 전용 날짜 테이블 대신 팩트 테이블 내부의

00:10:50.900 --> 00:10:54.100
날짜 열의 시간 인텔리전스 함수를 사용하는 것입니다. 이 함수들은

00:10:54.100 --> 00:10:57.720
빈틈없이 연속된 날짜 범위를 기대하는데 팩트 테이블은 거의 그렇지

00:10:57.720 --> 00:11:01.240
않습니다. 따라서 적절한 날짜 테이블을 만들고 표시하면 시간 인텔리전스가

00:11:01.240 --> 00:11:04.820
원활하게 작동할 것입니다. 초보자가 흔히 빠지는 함정들입니다. 올바른

00:11:04.820 --> 00:11:08.020
함수를 사용하더라도 초보자는 여전히 흔한 함정에 빠지곤 합니다. 가장 큰

00:11:08.020 --> 00:11:11.860
함정들을 살펴보고 첫날부터 피할 수 있도록 도와드리겠습니다. DAX에서 버그가

00:11:11.860 --> 00:11:15.960
발생하는 가장 큰 원인은 행 컨텍스트와 필터 컨텍스트를 혼동하는 것입니다. 앞서 계산열은

00:11:15.960 --> 00:11:21.480
행 컨텍스트를 생성하여 한 번에 한 행씩 평가하고 측정값은 활성 필터에 기반한 필터 컨텍스트를

00:11:21.480 --> 00:11:25.160
사용한다고 설명했습니다. 초보자들은 종종 개별 행에 접근할 수 있는 것처럼

00:11:25.160 --> 00:11:29.480
측정값을 작성하고 왜 결과가 잘못되었는지 궁금해합니다. 측정값이 개별 행을

00:11:29.480 --> 00:11:33.100
확인해야 한다면 반복자, 이터레이터, 함수를 사용하세요. 그렇지 않다면

00:11:33.100 --> 00:11:36.520
단순하게 유지하세요. 두 번째 큰 실수는 측정값으로 충분한데도

00:11:36.520 --> 00:11:39.960
계산열을 사용하는 것입니다. 계산열은 테이블에서 값을 직접 볼 수 있어

00:11:39.960 --> 00:11:44.200
익숙하게 느껴지지만 모든 계산열은 모델 크기를 키우고 새로 고침 속도를 느리게

00:11:44.200 --> 00:11:47.420
만듭니다. 계산열을 추가하기 전에 사용자가 보고서를 필터링할 때의

00:11:47.420 --> 00:11:50.720
값이 변경되어야 하는가? 라고 자문해보세요. 그렇다면 측정값으로

00:11:50.720 --> 00:11:53.620
만들어야 합니다. 또 다른 함정은 데이터 모델 자체를 무시하는 것입니다.

00:11:53.840 --> 00:11:57.580
DAX는 독립적으로 작동하지 않습니다. 테이블 간의 관계에 의존합니다.

00:11:57.820 --> 00:12:02.020
모델의 약한 관계, 잘못된 카디널리티, 누락된 조인키가 있으면 DAX 수식은

00:12:02.020 --> 00:12:04.980
오류 메시지 없이 실패합니다. 그럴 듯 해보이지만 실제로는 틀린 수치를

00:12:04.980 --> 00:12:08.640
얻게 될 것입니다. 해결책은 더 나은 DAX 코드가 아닙니다. 모델�를 먼저 수정하세요.

00:12:08.640 --> 00:12:12.000
그 다음은 캐큘레이터 함수를 잘못 사용하는 경우입니다. 초보자들은 캐큘레이터

00:12:12.000 --> 00:12:15.060
내부에 여러 필터를 추가하면서 서로 상쇄될 수 있다는 사실을 깨닫지

00:12:15.060 --> 00:12:19.340
못합니다. 예를 들어 2024년 매출 필터와 작년 매출 필터가 충돌하면

00:12:19.340 --> 00:12:23.220
결과는 예상과 다르게 나타납니다. 캐큘레이터 안에 각 필터는 명확한

00:12:23.220 --> 00:12:26.900
목적을 가져야 합니다. 결과가 확실하지 않다면 먼저 독립적으로 테스트

00:12:26.900 --> 00:12:30.000
해보세요. 또 하나의 흔한 실수는 변수를 사용하지 않는 것입니다.

00:12:30.220 --> 00:12:33.540
VAR로 선언된 변수를 사용하면 중간 계산 결과를 저장했다가 같은

00:12:33.540 --> 00:12:37.040
측정값 내에서 재사용할 수 있습니다. 변수가 없으면 하나의 수식에서 동일한

00:12:37.040 --> 00:12:40.160
계산을 반복하게 되어 코드를 읽기도 디버깅하기도 어렵고 실행

00:12:40.160 --> 00:12:44.100
속도도 느려집니다. VAR를 일찍 사용하는 습관을 들이세요. 수많은 시간을

00:12:44.100 --> 00:12:47.740
낭비하지 않게 될 것입니다. 마지막으로 항상 다양한 상황에서 측정값을

00:12:47.740 --> 00:12:51.100
검증하세요. 카드 시각적 개체에서는 잘 작동하던 측정값이 행렬의

00:12:51.100 --> 00:12:54.220
합계에서는 오류가 날 수 있습니다. 이는 합계행이 세부정보 행과는

00:12:54.220 --> 00:12:58.340
다른 필터 컨텍스트에서 평가되기 때문입니다. 표, 카드, 행렬 및 다양한

00:12:58.340 --> 00:13:01.840
슬라이서 조합을 사용하여 측정값을 테스트하세요. 모든 시나리오에서

00:13:01.840 --> 00:13:05.100
측정값이 정상적으로 작동한다면 신뢰할 수 있는 것입니다.

00:13:05.100 --> 00:13:09.000
종합해보겠습니다. 좋습니다. 모든 것을 아우르는 실제 사례를

00:13:09.000 --> 00:13:13.160
살펴보겠습니다. 판매보고서를 작성한다고 가정해봅시다. 이번 기간의

00:13:13.160 --> 00:13:17.300
총 매출, 작년 같은 기간의 총 매출, 그리고 이 둘 사이의 성장률을

00:13:17.300 --> 00:13:20.360
보여줘야 합니다. 가장 먼저 필요한 것은 깔끔한 날짜 테이블

00:13:20.360 --> 00:13:23.420
입니다. 모델로 이동하여 전체 날짜 범위를 포함하는 날짜 테이블을

00:13:23.420 --> 00:13:26.580
만드세요. 하루에 한 행씩 빠지는 날짜가 없어야 합니다. 그런 다음

00:13:26.580 --> 00:13:29.220
마우스 오른쪽 버튼을 클릭하여 날짜 테이블로 표시를 선택하고 날짜

00:13:29.220 --> 00:13:32.140
열을 지정하세요. 한 번만 설정해 두 면 이후에 작성하는 모든 시간 지능

00:13:32.140 --> 00:13:34.980
함수가 제대로 작동할 것입니다. 다음으로 기본 측정값을

00:13:34.980 --> 00:13:38.340
작성합니다. 이름을 토탈 살레스로 지정하고 토탈 세일즈는 썸, 세일즈,

00:13:38.460 --> 00:13:41.400
어마운트라고 입력하세요. 이것이 기반이 되며 다른 모든 계산은 이

00:13:41.400 --> 00:13:44.920
간단한 한 줄을 바탕으로 만들어집니다. 이제 전년도 측정값을 작성합니다.

00:13:45.140 --> 00:13:48.900
캐큘레이터 함수와 SAMEPR IODLASTYAR 함수를 사용하세요. 다음과 같은 형태

00:13:48.900 --> 00:13:53.400
입니다. 프라이얼 이어 세일즈는 캐큘레이터, 토탈 세일즈, SAMEPR IODLASTYAR,

00:13:53.640 --> 00:13:56.600
캘린더, 데이트, 이제 금년도 매출 바로 옆에 전년도 매출이 표시됩니다.

00:13:56.600 --> 00:14:00.880
이제 성장률을 구할 차례입니다. 전년도 매출이 0일 수 있는 경우를 처리하기 위해

00:14:00.880 --> 00:14:05.340
디바이드 함수를 사용하세요. 그런 상황은 분명 발생합니다. 이렇게 작성하세요.

00:14:05.600 --> 00:14:09.920
그로스 퍼센트는 디바이드, 토탈 세일즈, 프라이얼 이어 세일즈, 프라이얼

00:14:09.920 --> 00:14:13.900
이어 세일즈, 디바이드는 분모가 0일 경우 오류 대신 안전하게 빈 값을

00:14:13.900 --> 00:14:16.240
반환합니다. 이것이 충돌을 방지하는 현명한

00:14:16.240 --> 00:14:19.800
방법입니다. 이제 어떤 필터를 적용해도 작동하는 재사용 가능한 측정값

00:14:19.800 --> 00:14:24.340
세 가지가 생겼습니다. 제품 별, 지역별, 월별 테이블에 넣으면 매번 정확하게

00:14:24.340 --> 00:14:27.800
반응할 것입니다. 그것이 핵심입니다. 깔끔한 모델을 기반으로 핵심 함수

00:14:27.800 --> 00:14:30.880
몇 가지만 숙달하면 나머지는 자연스럽게 해결됩니다. 그러니 처음부터

00:14:30.880 --> 00:14:34.400
복잡한 DAX를 작성하려 하지 마세요. 먼저 모델을 올바르게 구축하세요.

00:14:34.640 --> 00:14:38.620
기초, 측정값, 필터 컨텍스트, 캘큘레이터 함수를 배우면 몇 줄의

00:14:38.620 --> 00:14:40.980
코드만으로 대부분의 비즈니스 문제를 해결할 수 있습니다.

00:14:41.220 --> 00:14:44.600
이제 우리가 도달한 지점을 정리해보죠. 여러분은 DAX가 무엇인지, 왜 필터

00:14:44.600 --> 00:14:47.140
컨텍스트가 중요한지, 그리고 캘큘레이터와 이터레이터 함수가 어떻게

00:14:47.140 --> 00:14:49.860
작동하는지 알게 되었습니다. 흔히 빠지는 함정과 이를 피해가는 방법도

00:14:49.860 --> 00:14:53.080
확인했습니다. 또한 이 모든 것을 하나로 묶어주는 실제 사례도 함께 살펴보았

00:14:53.080 --> 00:14:56.520
죠. DAX의 진정한 힘은 100가지 함수를 암기하는 것이 아니라 깔끔한 데이터

00:14:56.520 --> 00:14:59.500
모델링과 몇 가지 핵심 패턴을 익히는 데 있습니다. 모델만 제대로 갖추면

00:14:59.500 --> 00:15:02.920
DAX는 거의 자명해집니다. 제가 추천하는 연습방법은 다음과 같습니다.

00:15:03.160 --> 00:15:07.280
파워 비아이를 엽니다. 날짜 테이블, 판매 테이블, 제품 테이블로 간단한

00:15:07.280 --> 00:15:10.140
모델을 만들어보세요. 그런 다음 일주일 동안 매일 하나의 측정값을

00:15:10.140 --> 00:15:13.540
작성해보세요. 총 매출로 시작해서 전년 대비 매출, 성장률을 추가하고

00:15:13.540 --> 00:15:16.640
누적 합계도 시도해보세요. 일주일이 지날 때 쯤이면 생각하지 않고도

00:15:16.640 --> 00:15:19.300
측정값을 작성하게 될 것입니다. 그렇게 감을 잡는 것이죠.

00:15:19.300 --> 00:15:22.460
이번 에피소드가 도움이 되었다면 구독하고 계속해서 지식을 쌓아가세요.

00:15:22.640 --> 00:15:25.980
다음 시간에는 DAX 디버깅에 대해 다룰텐데 문제가 생기는 것은 당연하며

00:15:25.980 --> 00:15:29.120
이를 해결하는 방법을 아는 것이 절반의 성공입니다. 다음 시간에 뵙겠습니다.
