WEBVTT

00:00:00.000 --> 00:00:03.040
아직도 패브릭 감사를 수동으로 하시나요? 놀랍군요.

00:00:03.160 --> 00:00:04.900
그 말은 자발적으로 주말을 반납하며

00:00:04.900 --> 00:00:07.720
스프레드 시트로 파워 BI 데이터 세트와 패브릭 작업 영역

00:00:07.720 --> 00:00:10.080
퍼뷰 분류를 일일이 대조하고 있다는 뜻이군요.

00:00:10.200 --> 00:00:13.260
인적 자원을 가장 비효율적으로 사용하는 상을 받고 싶으신 거라면

00:00:13.260 --> 00:00:14.820
참으로 대단한 열정입니다.

00:00:15.020 --> 00:00:17.360
마이크로소프트 패브릭 위 거버넌스가 어려운 이유는

00:00:17.360 --> 00:00:18.680
기능이 부족해서가 아닙니다.

00:00:18.900 --> 00:00:22.000
시스템들이 서로 같은 언어로 소통하기를 거부하기 때문이죠.

00:00:22.220 --> 00:00:24.500
각각의 시스템은 자기 부서가 특별하다고 우기는

00:00:24.500 --> 00:00:26.440
자의식 강한 관리자처럼 행동합니다.

00:00:26.440 --> 00:00:29.360
퍼뷰는 분류를 추적하고 파워 BI는 보안을 강화하며

00:00:29.360 --> 00:00:30.880
패브릭은 파이프라인을 처리하는데

00:00:30.880 --> 00:00:32.900
그들의 싸움을 중재하는 건 엑셀의 목이죠.

00:00:33.040 --> 00:00:36.080
마이크로소프트 365 코파일럿 위 GPT-5를 소개합니다.

00:00:36.300 --> 00:00:38.860
이건 단순히 메모 요약을 부탁하던 순종적인 비서와는 다릅니다.

00:00:39.060 --> 00:00:40.520
추론 능력을 갖춘 감사자죠.

00:00:40.680 --> 00:00:41.640
차이점이 뭐냐고요?

00:00:41.820 --> 00:00:44.740
GPT-5는 정보를 찾는 것뿐만 아니라 관계를 이해합니다.

00:00:44.960 --> 00:00:46.720
이 영상에서는 수동 확인 절차 없이

00:00:46.720 --> 00:00:50.180
어떻게 서비스 전반의 패브릭 거버넌스를 자동화하는지 보여드리겠습니다.

00:00:50.500 --> 00:00:52.360
곧 보여드릴 사고의 사슬, 체인 오브 소트,

00:00:52.360 --> 00:00:55.060
추론 방식이 지루한 규정 준수 업무를 순수한 논리로 바꿔줄 것입니다.

00:00:55.200 --> 00:00:57.560
마이크로소프트 패브릭 위 거버넌스가 무너지는 이유

00:00:57.560 --> 00:00:59.300
불편한 진실을 말씀드리죠.

00:00:59.440 --> 00:01:00.920
패브릭은 분석 환경을 통합했지만

00:01:00.920 --> 00:01:02.460
거버넌스 통합은 잊었습니다.

00:01:02.740 --> 00:01:04.600
화려한 대시보드 아래에는 서로 주목받으려

00:01:04.600 --> 00:01:06.560
경쟁하는 지저분한 시스템망이 숨어 있습니다.

00:01:06.840 --> 00:01:07.920
패브릭은 데이터를 저장하고

00:01:07.920 --> 00:01:09.240
파워 BI는 시각화하며

00:01:09.240 --> 00:01:10.280
퍼뷰는 범조화하지만

00:01:10.280 --> 00:01:12.020
그들 중 누구도 원활하게 소통하지 못합니다.

00:01:12.240 --> 00:01:14.820
마이크로소프트가 협력을 위해 만들었을 거라 생각하시겠지만요.

00:01:14.820 --> 00:01:16.940
실제로는 마치 회의 테이블에 앉은 3명의 천재가

00:01:16.940 --> 00:01:19.460
각자 자기만의 JSON 방원으로 떠드는 것과 다름없습니다.

00:01:19.600 --> 00:01:22.380
그것이 거버넌스가 자신의 야망 아래 무너지는 이유입니다.

00:01:22.540 --> 00:01:24.500
민감한 데이터로 가득 찬 네이크하우스

00:01:24.500 --> 00:01:27.660
15개의 관점에서 이를 참조하는 파워 BI 대시보드

00:01:27.660 --> 00:01:30.400
그리고 고립된 상태로 라벨을 할당하는 퍼뷰가 있죠.

00:01:30.600 --> 00:01:33.580
감사자가 모든 분류된 데이터 세트가 안전한지 증명을 요구하면

00:01:33.580 --> 00:01:34.880
패브릭은 개보를 알고

00:01:34.880 --> 00:01:36.120
퍼뷰는 태그를 알고

00:01:36.120 --> 00:01:37.680
파워 BI는 역할을 알지만

00:01:37.680 --> 00:01:40.560
그 누구도 전체 그림은 알지 못한다는 사실을 깨닫게 됩니다.

00:01:40.560 --> 00:01:42.480
결과는 디지털 스파게티처럼 엉킨

00:01:42.480 --> 00:01:44.460
끝도 없이 연결된 필드와 권한

00:01:44.460 --> 00:01:45.680
흐름의 난장판입니다.

00:01:45.860 --> 00:01:47.380
모든 가닥이 서로 닿아 있는데도

00:01:47.380 --> 00:01:49.560
그 연결고리를 아무도 인식하지 못합니다.

00:01:49.740 --> 00:01:52.400
거버넌스 부서는 결국 수동으로 API 내보내기를 수행하고

00:01:52.400 --> 00:01:55.120
거의 비슷하지만 완전히는 일치하지 않는 이름을 대조하며

00:01:55.120 --> 00:01:57.260
맞지 않는 CSV 파일들과 시름하게 됩니다.

00:01:57.440 --> 00:02:00.660
평범한 감사가 인간의 인내심을 시험하는 사회학 실험으로 변하는 것이죠.

00:02:00.840 --> 00:02:02.920
컴플라이언스 팀의 헬레나를 예로 들어볼까요?

00:02:03.080 --> 00:02:04.900
그녀는 한때 퍼뷰 위 기밀 데이터 세트를

00:02:04.900 --> 00:02:07.800
파워비아이 제안사항과 대조하느라 2주를 보냈습니다.

00:02:08.000 --> 00:02:10.180
누군가 프로젝트 도중에 작업 영역 이름을 바꾸는 바람에

00:02:10.180 --> 00:02:11.140
절반은 잘못 분류되고

00:02:11.140 --> 00:02:12.920
나머지는 나벨이 잘못 붙었다는 걸 알아내는데

00:02:12.920 --> 00:02:13.800
2주가 걸린 셈이죠.

00:02:13.960 --> 00:02:15.160
그녀의 결론은 이렇습니다.

00:02:15.360 --> 00:02:17.420
패브릭에 양심이 있다면 사과라도 했을 것이라고요.

00:02:17.540 --> 00:02:18.860
하지만 패브릭은 그렇지 않습니다.

00:02:19.060 --> 00:02:20.720
그저 이벤트를 기록하며 미소 지을 뿐이죠.

00:02:20.900 --> 00:02:22.960
진짜 문제는 기술적인 것이 아니라 논리적인 것입니다.

00:02:23.140 --> 00:02:24.640
이 플랫폼들은 사실을 저장하는 데는 탁월하지만

00:02:24.640 --> 00:02:26.020
그것을 추론하는 데는 전혀 무능합니다.

00:02:26.020 --> 00:02:27.460
그것들은 무엇이 존재하는지는 알려주지만

00:02:27.460 --> 00:02:29.800
상황 속에서 그것들이 어떻게 연관되는지는 알려주지 못합니다.

00:02:29.900 --> 00:02:32.240
그것이 바로 여러분의 스크립트와 커리가 가진 한계입니다.

00:02:32.400 --> 00:02:34.040
시스템 전반의 규정 준수를 검증하려면

00:02:34.040 --> 00:02:35.600
추론 능력을 갖춘 개체가 필요합니다.

00:02:35.780 --> 00:02:37.040
단순히 데이터를 보는 것을 넘어

00:02:37.040 --> 00:02:39.120
데이터 간의 관계를 유추할 수 있는 존재 말이죠.

00:02:39.420 --> 00:02:40.640
GPT5를 소개합니다.

00:02:40.860 --> 00:02:44.120
지속적인 감독이 필요 없는 마이크로소프트 역사상 최초의 인턴입니다.

00:02:44.300 --> 00:02:45.680
이전 코파일럿 모델들과 달리

00:02:45.680 --> 00:02:47.800
단순히 키워드 매칭에 머무르지 않습니다.

00:02:48.000 --> 00:02:50.140
패브릭 위 개보 그래프, 퍼뷰 위 분류,

00:02:50.140 --> 00:02:52.340
파워비아이 위 보안 모델을 연관시켜

00:02:52.340 --> 00:02:53.680
구조화된 추론을 수행하고

00:02:53.680 --> 00:02:55.540
하나의 통합된 이야기를 만들어냅니다.

00:02:55.720 --> 00:02:58.580
도구 자체는 할 수 없는 것, 즉 맥락을 구축합니다.

00:02:58.820 --> 00:03:00.480
거버넌스는 끝없는 점검에서

00:03:00.480 --> 00:03:02.060
지능형 자동화로 전환되며

00:03:02.060 --> 00:03:04.100
시스템의 오해를 진단하는 대신

00:03:04.100 --> 00:03:06.260
처음으로 시스템을 감사할 수 있게 됩니다.

00:03:06.520 --> 00:03:09.940
GPT5, 추론이라는 빠진 연결고리가 등장합니다.

00:03:10.180 --> 00:03:11.180
분명히 말씀드리자면

00:03:11.180 --> 00:03:14.840
GPT5는 어느 날 갑자기 더 빨리 타이핑하는 법을 배운 것이 아닙니다.

00:03:15.000 --> 00:03:16.740
헤드라인에서는 속도를 이야기할지 모르지만

00:03:16.740 --> 00:03:18.400
그것은 부차적인 효과일 뿐입니다.

00:03:18.400 --> 00:03:19.960
진정한 핵심은 추론입니다.

00:03:20.320 --> 00:03:22.280
마이크로소프트는 코파일럿 위 운영 두뇌에

00:03:22.280 --> 00:03:24.140
사고의 연쇄 논리를 직접 구축했습니다.

00:03:24.360 --> 00:03:24.860
바꿔 말하면

00:03:24.860 --> 00:03:26.980
모델은 단순히 문서를 그대로 옮는 것이 아니라

00:03:26.980 --> 00:03:28.420
커피 중독이나 연차 휴가 없이

00:03:28.420 --> 00:03:30.820
인간 전문가처럼 사고하는 방식을 시뮬레이션합니다.

00:03:31.000 --> 00:03:32.520
GPT4와 비교해 보십시오.

00:03:32.660 --> 00:03:36.040
이전 모델은 질문받은 그대로 답변하는 성실한 비서와 같았습니다.

00:03:36.320 --> 00:03:37.480
퍼뷰 정책에 대해 물어보면

00:03:37.480 --> 00:03:39.720
그 샌드박스 안에서만 얌전히 머물렀죠.

00:03:40.140 --> 00:03:40.860
지능적이었나요?

00:03:41.020 --> 00:03:42.400
네, 자율적이었나요?

00:03:42.560 --> 00:03:42.980
아니요.

00:03:42.980 --> 00:03:44.760
데이터 세트 접근 권한에 대한 질문이

00:03:44.760 --> 00:03:46.880
파워비아이 역할과 패브릭 파이프라인의

00:03:46.880 --> 00:03:49.320
교차 검증까지 필요하다는 것을 추론하지 못했습니다.

00:03:49.620 --> 00:03:51.560
여러분은 맥락을 일일이 떠먹여져야 했습니다.

00:03:51.880 --> 00:03:54.520
반면, GPT5는 스스로 맥락을 학습합니다.

00:03:54.760 --> 00:03:56.900
여러분이 미쳐 언급하지 못한 연결고리를 찾아내고

00:03:56.900 --> 00:03:58.560
응답하기 전에 그 내용을 추론합니다.

00:03:58.760 --> 00:04:00.400
마이크로소프트 365 코파일럿에서

00:04:00.400 --> 00:04:02.060
그것이 어떻게 작동하는지 보여드리겠습니다.

00:04:02.320 --> 00:04:03.780
거버넌스 쿼리를 제출하는 순간

00:04:03.780 --> 00:04:04.480
예를 들어

00:04:04.480 --> 00:04:06.600
퍼뷰에서 분류되지 않은 고객 주소가 포함된

00:04:06.600 --> 00:04:07.920
모든 패브릭 자산을 보여줘

00:04:07.920 --> 00:04:08.460
라고 하면

00:04:08.460 --> 00:04:10.580
GPT5가 내부 추론 체인을 가동합니다.

00:04:10.760 --> 00:04:11.280
1단계

00:04:11.280 --> 00:04:12.960
여러분의 의도를 해석합니다.

00:04:13.160 --> 00:04:14.960
요청이 단일 시스템에 대한 것이 아니라

00:04:14.960 --> 00:04:18.220
데이터 환경의 세 가지 영역 전체에 관한 것임을 인식합니다.

00:04:18.460 --> 00:04:19.000
2단계

00:04:19.000 --> 00:04:21.780
도메인별로 별도의 사고 스레드를 실행합니다.

00:04:22.020 --> 00:04:23.720
패브릭은 데이터 개보를 제공하고

00:04:23.720 --> 00:04:25.980
퍼뷰는 분류 메타 데이터를 기여하며

00:04:25.980 --> 00:04:28.220
파워비아이는 보안 구성을 노출합니다.

00:04:28.500 --> 00:04:28.980
3단계

00:04:28.980 --> 00:04:30.340
식별자를 조정하고

00:04:30.340 --> 00:04:32.020
의미론적으로 교차 검증하여

00:04:32.020 --> 00:04:33.220
스레드를 통합함으로써

00:04:33.220 --> 00:04:34.620
최종 답변이 근사치가 아닌

00:04:34.620 --> 00:04:36.200
검증된 결과가 되도록 합니다.

00:04:36.200 --> 00:04:37.880
이전 코파일럿은 정보를 엮었지만

00:04:37.880 --> 00:04:39.960
새로운 코파일럿은 논리를 검증합니다.

00:04:40.080 --> 00:04:42.140
단순한 속도 비교가 본질을 벗어나는 이유가

00:04:42.140 --> 00:04:42.960
바로 여기에 있습니다.

00:04:43.180 --> 00:04:44.980
획기적인 부분은 답변의 속도가 아니라

00:04:44.980 --> 00:04:48.260
모든 답변에 내재된 추론 과정이 포함되어 있다는 점입니다.

00:04:48.480 --> 00:04:49.940
마치 파워 오토메이트가 학교에 가서

00:04:49.940 --> 00:04:51.160
우수한 성적으로 졸업한 뒤

00:04:51.160 --> 00:04:53.980
규정 준수 조항을 집행하겠다는 결심을 하고 돌아온 것과 같습니다.

00:04:54.220 --> 00:04:56.820
대부분의 사용자는 추론 과정을 장황한 설명으로 오해합니다.

00:04:57.040 --> 00:04:59.680
설명이 길어지면 모델이 잘난 척한다고 생각하기 때문입니다.

00:04:59.900 --> 00:05:00.360
아닙니다.

00:05:00.580 --> 00:05:01.920
그 장황함은 숙보의 증거이며

00:05:01.920 --> 00:05:04.000
인지적 감사추적을 기록하는 과정입니다.

00:05:04.180 --> 00:05:05.840
감사인이 결론의 근거를 메모하듯

00:05:05.840 --> 00:05:08.840
GPT-5는 자신이 거친 논리적 단계를 설명합니다.

00:05:09.000 --> 00:05:10.520
그 감사추적은 군더더기가 아니라

00:05:10.520 --> 00:05:12.140
당신을 위한 보호장치입니다.

00:05:12.320 --> 00:05:14.000
규제기관이 결론의 근거를 물을 때

00:05:14.000 --> 00:05:15.820
이제 코파일럿이 그랬다

00:05:15.820 --> 00:05:17.220
이상의 답변을 할 수 있습니다.

00:05:17.440 --> 00:05:19.120
기능적 모델을 분석해보겠습니다.

00:05:19.500 --> 00:05:20.160
요청해서

00:05:20.160 --> 00:05:21.640
다중 도메인 추론

00:05:21.640 --> 00:05:25.320
검증된 종합이라는 3단계 파이프라인으로 생각하십시오.

00:05:25.440 --> 00:05:28.840
첫 단계에서 코파일럿은 언어를 맥락에 맞게 해석하며

00:05:28.840 --> 00:05:30.980
레이블이 없는 민감 데이터는

00:05:30.980 --> 00:05:33.340
퍼뷰 분류 공백을 의미함을 파악합니다.

00:05:33.960 --> 00:05:37.700
두 번째 단계에서는 여러 데이터 평면을 동시에 추론합니다.

00:05:37.940 --> 00:05:39.860
패브릭 위 커스터머 아이디와

00:05:39.860 --> 00:05:42.300
파워 비아이 위 커스트 아이디처럼

00:05:42.300 --> 00:05:45.520
동일하진 않지만 기능적으로 연관된 필드를 연결합니다.

00:05:45.800 --> 00:05:46.920
마지막 종합 단계에서는

00:05:46.920 --> 00:05:48.700
신뢰할 수 있는 요약을 제시하기 전

00:05:48.700 --> 00:05:51.320
추론된 모든 연결고리를 교차 검증합니다.

00:05:51.320 --> 00:05:52.200
놀라운 점은

00:05:52.200 --> 00:05:54.520
당신이 이것을 요청한 적이 없다는 것입니다.

00:05:54.700 --> 00:05:56.620
추론 루프는 내부대변인이 말하기 전에

00:05:56.620 --> 00:05:58.620
증거를 논의하는 소규모 의원회처럼

00:05:58.620 --> 00:06:00.020
보이지 않게 작동합니다.

00:06:00.240 --> 00:06:01.900
그것이 바로 마이크로소프트가 말하는

00:06:01.900 --> 00:06:03.440
인베디드 사고의 연세입니다.

00:06:03.660 --> 00:06:05.740
GPT-5는 더 깊은 추론이 필요할 때를

00:06:05.740 --> 00:06:07.540
스스로 판단하여 자동으로 실행합니다.

00:06:07.720 --> 00:06:09.340
따라서 PII를 포함하지만

00:06:09.340 --> 00:06:11.080
대응하는 파워 비아이 아티팩트가 없는

00:06:11.080 --> 00:06:12.720
레이크 하우스 테이블은 무엇인가

00:06:12.720 --> 00:06:15.000
와 같은 단순해 보이는 준수 질문을 던져도

00:06:15.000 --> 00:06:18.220
GPT-5는 단순히 키워드 검색에 의존하지 않습니다.

00:06:18.220 --> 00:06:20.000
데이터 개보 그래프를 재구성하고

00:06:20.000 --> 00:06:21.820
퍼뷰 태그를 교차 참조하며

00:06:21.820 --> 00:06:23.380
보안 바인딩을 해석하여

00:06:23.380 --> 00:06:25.260
모든 데이터 세트에서 검증 가능한

00:06:25.260 --> 00:06:26.600
불일치 사항만 찾아냅니다.

00:06:26.760 --> 00:06:28.040
그 결과는 추측이 아닌

00:06:28.040 --> 00:06:29.380
도출된 결론입니다.

00:06:29.600 --> 00:06:30.160
그렇습니다.

00:06:30.400 --> 00:06:32.200
이는 패브릭 스스로가 정의하지 못했던

00:06:32.200 --> 00:06:34.020
거버넌스 문제를 마침내 해결합니다.

00:06:34.240 --> 00:06:35.840
처음으로 수동 상관관계 분석이

00:06:35.840 --> 00:06:37.460
맥락적 정확성으로 대체됩니다.

00:06:37.640 --> 00:06:39.340
파편적인 정보를 모으는 시간은 줄고

00:06:39.340 --> 00:06:41.180
전략을 해석하는 시간은 늘어납니다.

00:06:41.400 --> 00:06:42.720
모델은 정책을 읽을 뿐 아니라

00:06:42.720 --> 00:06:45.080
그 이면에 정치적 맥락까지 이해하는 사람에게

00:06:45.080 --> 00:06:46.040
분석을 위임하듯

00:06:46.040 --> 00:06:48.080
당신을 대신해 관계형 사고를 수행합니다.

00:06:48.280 --> 00:06:50.660
그렇다면 당신의 하루는 어떻게 바뀔까요?

00:06:50.860 --> 00:06:51.980
질의를 작성하기도 전에

00:06:51.980 --> 00:06:54.100
어떤 정책 객체가 겹칠지 예측하고

00:06:54.100 --> 00:06:56.040
추론 과정을 한 줄씩 설명하며

00:06:56.040 --> 00:06:58.140
데이터 세트가 실제로 충돌할 때만

00:06:58.140 --> 00:06:59.900
보고하는 인턴을 상상해보십시오.

00:07:00.080 --> 00:07:02.140
그것이 바로 코파일러 속의 GPT-5이며

00:07:02.140 --> 00:07:04.840
컴플라이언스 담당자로 승격되어 보이지 않는 곳에서

00:07:04.840 --> 00:07:06.220
끊임없이 추론하는 인턴입니다.

00:07:06.220 --> 00:07:08.180
이제 실제 감사에 투입해보겠습니다.

00:07:08.540 --> 00:07:11.140
기존 방식 대 GPT-5 방식의 비교입니다.

00:07:11.420 --> 00:07:12.980
실제 시나리오를 살펴보겠습니다.

00:07:13.440 --> 00:07:14.180
당신의 과제는

00:07:14.180 --> 00:07:15.400
패브릭 메이크하우스에

00:07:15.400 --> 00:07:17.180
모든 PII 포함 데이터 세트가

00:07:17.180 --> 00:07:18.300
퍼뷰에 분류되어 있고

00:07:18.300 --> 00:07:20.440
파워비아이에서 행수증 보안으로

00:07:20.440 --> 00:07:22.200
보호받고 있는지 확인하는 것입니다.

00:07:22.420 --> 00:07:23.500
목표는 간단하지만

00:07:23.500 --> 00:07:24.940
실행은 매우 복잡합니다.

00:07:25.180 --> 00:07:26.060
기존의 워크플로우는

00:07:26.060 --> 00:07:27.080
마치 가학적인 사람이

00:07:27.080 --> 00:07:28.520
설계한 보물 찾기와 같았습니다.

00:07:28.800 --> 00:07:29.500
파워비아이를 열어

00:07:29.500 --> 00:07:30.540
액세스 역할을 내보내고

00:07:30.540 --> 00:07:31.340
퍼뷰로 이동해

00:07:31.340 --> 00:07:32.720
레이블이 지정된 자산을 나열한 뒤

00:07:36.220 --> 00:07:37.700
만 일치하는 경우는 거의 없었습니다.

00:07:37.900 --> 00:07:38.460
대시보드 3개

00:07:38.460 --> 00:07:39.140
내보내기 4번

00:07:39.140 --> 00:07:40.180
마이그레이션 2번을 거쳐도

00:07:40.180 --> 00:07:41.240
여전히 확실한 결과는 없었습니다.

00:07:41.460 --> 00:07:42.880
마치 평행 우주에 존재하는 데이터를

00:07:42.880 --> 00:07:43.820
대조하려 했던 셈이죠.

00:07:44.020 --> 00:07:45.760
이전 코파일럿 도결 도움이 되지 않았습니다.

00:07:45.940 --> 00:07:47.320
각 서비스 내부의 요약은 가능했지만

00:07:47.320 --> 00:07:48.960
그것들을 연결할 논리적 결합력이

00:07:48.960 --> 00:07:49.740
부족했기 때문입니다.

00:07:49.900 --> 00:07:50.900
파워비아이에서 사용된

00:07:50.900 --> 00:07:51.920
퍼뷰 분류 데이터 세트를

00:07:51.920 --> 00:07:52.900
나열하라고 요청하면

00:07:52.900 --> 00:07:54.460
정중하게 각각의 목록만

00:07:54.460 --> 00:07:55.580
따로 가져올 뿐이었습니다.

00:07:55.760 --> 00:07:56.780
마치 자기 언어만 아는

00:07:56.780 --> 00:07:58.660
통역사 3명을 고용한 것과 같았죠.

00:08:06.380 --> 00:08:07.840
이제 GPT-5이 등장입니다.

00:08:08.060 --> 00:08:08.780
동일한 퍼리지만

00:08:08.780 --> 00:08:10.400
작동원리는 완전히 다릅니다.

00:08:10.640 --> 00:08:12.580
개인정보가 포함된 모든 패브릭 자산을

00:08:12.580 --> 00:08:14.420
감사하여 분류 및 보완 제한 사항을

00:08:14.420 --> 00:08:15.600
확인하라 고 말해보세요.

00:08:15.860 --> 00:08:17.640
GPT-5 기반의 코파일럿은이

00:08:17.640 --> 00:08:19.600
문장을 전체적인 맥락에서 해석합니다.

00:08:19.820 --> 00:08:20.580
첫 번째 단계로

00:08:20.580 --> 00:08:22.840
패브릭 위 내부 계보 그래프를 커리하여

00:08:22.840 --> 00:08:24.000
고객 데이터를 참조하는

00:08:24.000 --> 00:08:25.480
모든 아티팩트를 추적합니다.

00:08:25.480 --> 00:08:27.680
저장소 컨테이너에서 멈추지 않습니다.

00:08:27.900 --> 00:08:29.240
노트북과 파이프라인을 거치는

00:08:29.240 --> 00:08:31.020
변환 과정까지 모두 따라갑니다.

00:08:31.140 --> 00:08:31.960
두 번째 단계로

00:08:31.960 --> 00:08:33.840
퍼뷰 분류 테이블을 가져와

00:08:33.840 --> 00:08:34.800
해당 아티팩트에

00:08:34.800 --> 00:08:36.900
민감 데이터 레이블이 있는지 확인합니다.

00:08:37.120 --> 00:08:37.960
세 번째 단계로

00:08:37.960 --> 00:08:39.600
파워 BI에 접속

00:08:39.600 --> 00:08:42.320
하여 패브릭 E 노출 한계보 식별자를 기준으로

00:08:42.320 --> 00:08:44.460
행수증 보안 맵핑을 교차 검증합니다.

00:08:44.680 --> 00:08:45.380
네 번째 단계로

00:08:45.380 --> 00:08:48.260
이 정보를 하나의 규정 준수 요약 보고서로 통합하고

00:08:48.260 --> 00:08:50.020
해결되지 않은 불일치 사항은

00:08:50.020 --> 00:08:51.080
위험 요소로 표시합니다.

00:08:51.080 --> 00:08:52.420
식별자를 연결하거나

00:08:52.420 --> 00:08:53.560
데이터 세트 이름으로

00:08:53.560 --> 00:08:55.580
조인하라는 지시는 전혀 하지 않았습니다.

00:08:55.740 --> 00:08:57.820
추론 계층이 스스로 파악한 것입니다.

00:08:58.060 --> 00:09:00.780
GPT-5는 내부적으로 논리를 구조화하기 때문에

00:09:00.780 --> 00:09:02.820
사람이 일일이 확인해야 할 관계를

00:09:02.820 --> 00:09:03.880
자동으로 식별합니다.

00:09:04.120 --> 00:09:05.620
이것은 단순 패턴 매칭이 아니라

00:09:05.620 --> 00:09:07.300
엔터프라이즈 규모의 추론입니다.

00:09:07.540 --> 00:09:10.040
이해를 돕기 위해 추론 과정을 명확히 살펴봅시다.

00:09:10.240 --> 00:09:11.660
식별하고 일치시키고

00:09:11.660 --> 00:09:13.200
교차 검증하고 종합합니다.

00:09:13.400 --> 00:09:13.760
첫째

00:09:13.760 --> 00:09:15.600
어디서 왔는지 계보를 식별합니다.

00:09:15.840 --> 00:09:16.180
둘째

00:09:16.180 --> 00:09:18.240
데이터 세트와 퍼뷰 레이블을 일치시킵니다.

00:09:18.240 --> 00:09:18.720
셋째

00:09:18.720 --> 00:09:20.900
해당 데이터 세트에 대한 파워 BI 제한 사항을

00:09:20.900 --> 00:09:21.620
교차 검증합니다.

00:09:21.780 --> 00:09:22.360
마지막으로

00:09:22.360 --> 00:09:25.060
이 모든 것을 검증된 거버넌스 보고서로 종합합니다.

00:09:25.280 --> 00:09:27.260
이 전체 과정이 하나의 커리로 실행되어

00:09:27.260 --> 00:09:29.000
수시간의 수동 작업을 대체합니다.

00:09:29.320 --> 00:09:31.820
이 강력함의 비결은 마법이 아니라 일관성입니다.

00:09:32.120 --> 00:09:33.880
사람인 감사자는 실수를 할 수 있습니다.

00:09:34.100 --> 00:09:34.980
데이터 흐름 이름을 읽거나

00:09:34.980 --> 00:09:36.420
재분류된 테이블을 간과하거나

00:09:36.420 --> 00:09:37.500
인내심을 잃을 수도 있죠.

00:09:37.720 --> 00:09:39.180
GPT-5는 그렇지 않습니다.

00:09:39.440 --> 00:09:41.300
모든 기록을 논리적 체인의 일부로 다루며

00:09:41.300 --> 00:09:43.040
실내 인계 값에 도달할 때까지

00:09:43.040 --> 00:09:43.920
관계를 추적합니다.

00:09:43.920 --> 00:09:46.500
실제로 이는 패브릭 거버넌스가 추측 게임에서

00:09:46.500 --> 00:09:48.060
대수학으로 변화함을 의미합니다.

00:09:48.220 --> 00:09:50.060
이 모델은 복잡한 규정 준수를 풀 수 있는

00:09:50.060 --> 00:09:51.180
방정식으로 축소합니다.

00:09:51.420 --> 00:09:53.460
이제 약간의 인간적 불신을 곁들여 볼까요?

00:09:53.460 --> 00:09:55.300
비공개 검토 당시 한 IT 책임자는

00:09:55.300 --> 00:09:57.220
GPT-5가 일관성 없는 식별자 때문에

00:09:57.220 --> 00:09:58.500
오류를 일으킬 것으로 예상하고

00:09:58.500 --> 00:09:59.760
서비스 간 감사를 실행했습니다.

00:09:59.960 --> 00:10:00.600
하지만 모델은

00:10:00.600 --> 00:10:02.080
Power BI 위 커스트 아이디와

00:10:02.080 --> 00:10:03.300
패브릭 위 커스터머 키가

00:10:03.300 --> 00:10:05.180
동일한 필드를 가리킨다는 것을 인식하여

00:10:05.180 --> 00:10:06.340
맵핑을 정확히 추론했습니다.

00:10:06.620 --> 00:10:08.360
그 책임자는 마치 자신의 마음을 읽은 것 같은

00:10:08.360 --> 00:10:09.660
결과물을 멍하니 바라보았습니다.

00:10:09.660 --> 00:10:10.280
엄밀히 말하면

00:10:10.280 --> 00:10:12.260
모델이 그보다 메타데이터를 더 잘 읽어낸 것입니다.

00:10:12.380 --> 00:10:13.120
바로 그 순간이

00:10:13.120 --> 00:10:14.540
아하! 하는 깨달음의 지점입니다.

00:10:14.700 --> 00:10:15.680
동일한 프롬프트 복잡도에서도

00:10:15.680 --> 00:10:17.280
추론 능력은 기하급수적으로 똑똑해졌습니다.

00:10:17.420 --> 00:10:19.340
당신이 하룻밤 사이에 더 나은 감사자가 된 것은 아닙니다.

00:10:19.480 --> 00:10:20.520
시스템이 그렇게 만든 것입니다.

00:10:20.680 --> 00:10:21.700
그 결과 한때 스크립트 작성,

00:10:21.960 --> 00:10:22.520
데이터 내보내기,

00:10:22.760 --> 00:10:23.700
주말 근무가 필요했던 작업들이

00:10:23.700 --> 00:10:25.100
순식간에 대화형 프롬프트로 줄어들었습니다.

00:10:25.320 --> 00:10:26.780
질문하고, 기다리고, 검토하십시오.

00:10:26.880 --> 00:10:28.480
추론 과정이 상관관계 분석을 처리합니다.

00:10:28.660 --> 00:10:29.880
미묘한 변화를 알아차려보세요.

00:10:30.180 --> 00:10:31.940
이제 코파일럿은 단순한 답변을 넘어

00:10:31.940 --> 00:10:32.760
설명을 제공합니다.

00:10:33.000 --> 00:10:35.360
보고서에는 각 결론에 대한 근거가 포함되어 있습니다.

00:10:35.660 --> 00:10:36.680
데이터 계보 추적 경로,

00:10:36.920 --> 00:10:37.440
분류 소스,

00:10:37.440 --> 00:10:39.360
적용된 RLS 정책 등이 담깁니다.

00:10:39.520 --> 00:10:40.520
이러한 투명성 덕분에

00:10:40.520 --> 00:10:42.040
감사는 수동적인 문서 작업에서

00:10:42.040 --> 00:10:43.320
살아있는 증거로 변모합니다.

00:10:43.520 --> 00:10:45.140
세번이 데이터 내보내기를 다시 읽을 필요 없이

00:10:45.140 --> 00:10:47.200
경영진에게 데이터 세시 규정을 준수하지 못하는 이유를

00:10:47.200 --> 00:10:47.860
보여줄 수 있습니다.

00:10:48.060 --> 00:10:50.200
AI가 이미 자신의 논리를 입증했기 때문입니다.

00:10:50.380 --> 00:10:52.200
경제적인 측면에서 이는 혁명적입니다.

00:10:52.440 --> 00:10:54.360
수동 감사의 비용은 단순한 노동력을 넘어

00:10:54.360 --> 00:10:55.500
기회 비용까지 포함합니다.

00:10:55.720 --> 00:10:57.700
csv 파일을 대조하는 데 보낸 매시간은

00:10:57.700 --> 00:10:59.380
아키텍처 개선에 쓰지 못한 시간입니다.

00:10:59.620 --> 00:11:01.760
gpt5는 그 균형을 완전히 바꿉니다.

00:11:01.760 --> 00:11:03.380
시간을 되찾고 오류를 줄이며

00:11:03.380 --> 00:11:04.500
테넌트 전반에 걸쳐

00:11:04.500 --> 00:11:06.960
반복 가능한 규정 준수 패턴을 구축할 수 있습니다.

00:11:07.160 --> 00:11:08.900
그 변화는 수치로 증명 가능합니다.

00:11:09.100 --> 00:11:10.840
거버넌스는 간헐적인 당혹감에서

00:11:10.840 --> 00:11:12.360
지속적인 보증으로 변화합니다.

00:11:12.560 --> 00:11:14.680
철학적으로도 더 깊은 변화가 일어납니다.

00:11:14.920 --> 00:11:16.860
예전에 패브릭은 너무 많은 비밀 구획을 가진

00:11:16.860 --> 00:11:18.920
거대한 기계처럼 불투명하게 느껴졌습니다.

00:11:19.100 --> 00:11:21.240
gpt5가 구획을 비추는 것을 지켜보면

00:11:21.240 --> 00:11:22.720
퍼뷰와 파워 bi

00:11:22.720 --> 00:11:25.660
패브릭 간의 경계는 끊임없이 추론하는 지능이 관리하는

00:11:25.660 --> 00:11:27.500
하나의 연결된 스키마로 희미해집니다.

00:11:31.760 --> 00:11:34.100
클립보드에 의존하던 스프레드 시트 감사자들은

00:11:34.100 --> 00:11:35.200
이제 비로소 쉴 수 있습니다.

00:11:35.360 --> 00:11:37.540
코파일럿 내의 gpt5는 그들의 방식을 내면화하고

00:11:37.540 --> 00:11:39.820
복잡함을 정교화하며 그들의 의도를 자동화했습니다.

00:11:40.040 --> 00:11:41.860
가시성은 더 이상 문제가 되지 않습니다.

00:11:42.060 --> 00:11:43.200
검증은 즉각적입니다.

00:11:43.500 --> 00:11:44.820
이제 논리 자체가 해결되었으니

00:11:44.820 --> 00:11:45.580
다음 효과

00:11:45.580 --> 00:11:47.600
즉이 자동화가 예상과 규정 준수 상태

00:11:47.600 --> 00:11:50.680
그리고 여러분의 정신건강에 어떤 영향을 미치는지 이야기해봅시다.

00:11:50.820 --> 00:11:54.040
반응형에서 예측형 규정 준수로의 비즈니스 영향입니다.

00:11:54.300 --> 00:11:58.000
생산성 기적을 축하하기 전에의 현상을 합리적으로 정량화해봅시다.

00:11:58.000 --> 00:12:02.120
수동감사는 느릴뿐만 아니라 재정적으로 매우 사치스러운 형태의 자해 행위입니다.

00:12:02.240 --> 00:12:05.060
분기별 검토마다 인간 분석가가 메타 데이터를 추출하고

00:12:05.060 --> 00:12:07.380
내보내기를 정렬하고 분류를 확인하고

00:12:07.380 --> 00:12:11.280
불일치를 정당화하는 등 경쟁 우위를 전혀 창출하지 못하는 활동에 매달려야 합니다.

00:12:11.460 --> 00:12:14.620
결국 여러분은 전문가들에게 로그를 돌보는 비용을 지불하고 있는 셈입니다.

00:12:14.800 --> 00:12:16.200
이것을 사업부 전체로 곱해보면

00:12:16.200 --> 00:12:18.440
거버넌스는 더 이상 통제 기능이 아니게 됩니다.

00:12:18.720 --> 00:12:20.040
그것은 숨겨진 세금이 됩니다.

00:12:20.340 --> 00:12:23.380
이제 추론 자동화가 도입되는 순간 어떤 일이 벌어지는지 지켜보십시오.

00:12:23.380 --> 00:12:26.040
GPT-5는 개별 검사의 속도만 높이는 것이 아니라

00:12:26.040 --> 00:12:29.040
규정 준수라는 개념의 시간적 성격을 재정해야 합니다.

00:12:29.180 --> 00:12:32.100
과거에는 매 회계 주기마다 정적인 스냅샷을 찍었고

00:12:32.100 --> 00:12:35.320
파이프라인이 변경되는 순간 정확도가 떨어졌습니다.

00:12:35.540 --> 00:12:39.100
이제는 자동화된 상관관계 분석을 통해 지속적인 보증이 이루어집니다.

00:12:39.280 --> 00:12:41.780
기존 방식은 오류가 발생한 후에야 찾아냈습니다.

00:12:42.020 --> 00:12:44.460
새로운 방식은 오류가 확산되기 전에 미리 예측합니다.

00:12:44.680 --> 00:12:46.820
예측감사, 프리딕티브 오디팅을 예로 들어보겠습니다.

00:12:47.140 --> 00:12:50.660
GPT-5는 관계를 이해함으로 데이터 드리프트가 발생하는 시점을 인식합니다.

00:12:50.660 --> 00:12:54.760
예를 들어 고객 데이터 테이블에 데이터를 공급하는 패브릭 노트북을 누군가 수정했다고 가정해봅시다.

00:12:54.900 --> 00:12:58.480
모델은 퍼뷰 위 분류 범위가 더 이상 일치하지 않을 수 있음을 즉시 추론하여

00:12:58.480 --> 00:13:00.860
보고서에 허점이 나타나기 전에 주의를 줍니다.

00:13:01.060 --> 00:13:05.120
이는 코파일럿에 내장된 면역체계와 같아서 증상이 나타나기 전에 감염을 탐지합니다.

00:13:05.320 --> 00:13:07.360
거버넌스 측면에서 볼 때 이는 진화입니다.

00:13:07.600 --> 00:13:09.580
운영상의 수치 또한 매우 인상적입니다.

00:13:09.840 --> 00:13:12.880
며칠씩 걸리던 감사 주기가 이제는 몇 분 만에 해결됩니다.

00:13:12.880 --> 00:13:19.220
모델은 기존 스크립트가 연결을 인증하는 것보다 더 빠르게 플랫폼 간 상관관계 추론을 수행합니다.

00:13:19.400 --> 00:13:21.840
이는 과장이 아니라 컴퓨팅의 현실입니다.

00:13:22.060 --> 00:13:26.840
추론 기능을 통해 코파일럿은 동시 검증을 실행하여 순차적 워크플로우를 병렬화합니다.

00:13:27.080 --> 00:13:32.580
그 결과 시간을 확보하고 좌절감을 없애며 대규모 환경에서도 규정 준수 정확도를 유지합니다.

00:13:32.800 --> 00:13:34.720
속도와 함께 신뢰도도 커집니다.

00:13:34.920 --> 00:13:40.520
과거의 감사는 불안전한 결합과 수동 추론에 의존했으며 형식적인 보고서로 포장된 짐작에 불과했습니다.

00:13:40.520 --> 00:13:43.580
GPT-5는 추정을 상호검증으로 대체합니다.

00:13:43.760 --> 00:13:51.100
데이터 세트가 규정을 준수한다고 선언할 때는 데이터 개보, 분류, 보완 정책이 가정이 아닌 관찰 가능한 논리 아래 정렬되기 때문입니다.

00:13:51.280 --> 00:13:54.320
관리자 들은 속으로 위심하던 보고서에 더 이상 서명하지 않아도 됩니다.

00:13:54.560 --> 00:13:56.640
임원들은 다시 대시보드를 신뢰하게 됩니다.

00:13:56.860 --> 00:14:01.700
조직은 우리는 규정을 준수하는 것 같다 는 단계에서 프로그램 방식으로 이를 증명할 수 있다 는 단계로 전환됩니다.

00:14:01.860 --> 00:14:03.780
확장성은 이 방식의 조용한 승리입니다.

00:14:04.000 --> 00:14:06.700
과거에는 거버넌스가 인력과 비례하여 확장되었습니다.

00:14:06.700 --> 00:14:10.200
새로운 작업 공간이 생길 때마다 그에 상응하는 노동력이 필요했습니다.

00:14:10.440 --> 00:14:13.700
포파일럿 위 추론 기능을 사용하면 확장은 로그 단위로 이루어집니다.

00:14:13.880 --> 00:14:20.000
하나의 추론 모델이 수천 개의 자산을 동시에 감독하며 수동 작업을 반복하는 대신 시스템적 패턴을 학습합니다.

00:14:20.200 --> 00:14:24.900
새로운 테넌트가 생성되면 무질서한 맞춤형 방식 대신 미리 검증된 거버넌스 구조를 상속받습니다.

00:14:25.120 --> 00:14:25.960
네, 맞습니다.

00:14:26.160 --> 00:14:29.780
GPT-5는 여러분의 규정 준수팀이 공유하는 스프레드 시트보다 더 뛰어난 기억력을 가지고 있습니다.

00:14:30.000 --> 00:14:33.180
분류되지 않은 파일을 추적할 뿐만 아니라 왜 누락되었는지까지 기억합니다.

00:14:33.180 --> 00:14:37.060
이러한 맥락은 문제 해결 방식을 단순 정리해서 예방으로 변화시킵니다.

00:14:37.200 --> 00:14:47.120
다음 주기에는 모델이 취약점을 먼저 자체 검사함으로 무작위 데이터 흐름 폴더에 숨겨져 있던 잊혀진 CSV 파일들도 감사회의에서 곤란을 겪기 전에 미리 찾아낼 수 있습니다.

00:14:47.360 --> 00:14:51.420
발전이라는 것이 때로는 감시처럼 느껴질 수 있지만 이 경우에는 바로 그것이 핵심입니다.

00:14:51.580 --> 00:14:54.380
경제적인 측면에서도 그 영향력은 외부로 퍼져나갑니다.

00:14:54.380 --> 00:15:00.240
감사시간 단축은 엔지니어링 시간 확보, 규제 위반 벌금 감소, 평판 리스크 감소로 이어집니다.

00:15:00.380 --> 00:15:03.920
거버넌스 자금은 위기 완화에서 영양 개발로 중심이 이동합니다.

00:15:04.140 --> 00:15:10.220
스프레드 시트를 수정하기 위해 계약직을 고용하는 대신 팀은 추론 엔진 자체를 개선하는 프롬프트와 커넥터를 다듬는데 투자하게 됩니다.

00:15:10.400 --> 00:15:13.880
컴플라이언스를 위해 일하는 것이 아니라 컴플라이언스가 당신을 위해 일하게 만드십시오.

00:15:14.020 --> 00:15:15.780
문화적 변화는 민요하지만 심오합니다.

00:15:16.020 --> 00:15:20.380
기존의 IT 환경에서 컴플라이언스는 혁신에 덧붙여진 지루하고 힘든 작업과 동의어였습니다.

00:15:20.380 --> 00:15:23.960
GPT-5와 코파일럿은 이를 지속적인 설계 원칙으로 재구성합니다.

00:15:24.140 --> 00:15:25.700
거버넌스가 환경의 일부가 됩니다.

00:15:25.980 --> 00:15:30.080
감사는 더 이상 프로젝트를 방해하지 않으며 백그라운드 컴파일처럼 프로젝트와 함께 진행됩니다.

00:15:30.280 --> 00:15:35.420
설계자들은 보안을 관료주의가 아닌 위생으로 인식하며 항상 존재하지만 좀처럼 방해되지 않습니다.

00:15:35.620 --> 00:15:37.180
조금 냉소적으로 바라봅시다.

00:15:37.380 --> 00:15:41.380
한때 거버넌스 대시보드를 무시하던 관리자들이 이제는 프레젠테이션에서 이를 인용합니다.

00:15:41.580 --> 00:15:42.100
왜일까요?

00:15:42.320 --> 00:15:45.120
예측 지능이 결과를 인상적으로 만들어주기 때문입니다.

00:15:45.120 --> 00:15:50.860
코파일럿이 감사인의 보고서 요청 전에 위험 노출을 예측하면 리더십은 이를 전략적 통찰력이라 부릅니다.

00:15:51.060 --> 00:15:54.420
다시 말해 그들은 뒤통수를 맞지 않는 것의 가치를 비로소 깨달은 것입니다.

00:15:54.620 --> 00:15:55.180
그렇습니다.

00:15:55.420 --> 00:16:02.280
GPT-5는 단순한 문서 자동화를 넘어 조직의 인식을 업그레이드하고 컴플라이언스를 사후 검증이 아닌 예방의학으로 전환합니다.

00:16:02.500 --> 00:16:05.480
시스템은 절차적 부패에 대해 스스로 예방접종을 수행합니다.

00:16:05.660 --> 00:16:09.460
그리고 잠 못 이루던 감사인이었던 당신은 사고의 속도로 움직이는 진단 전문가가 됩니다.

00:16:09.740 --> 00:16:12.960
유일하게 남은 불만이라면 스프레드시트를 그리워하는 사람이 거의 없다는 점입니다.

00:16:12.960 --> 00:16:15.760
코파일럿 스튜디오에서 GPT-5 워크플로우 구현하기

00:16:15.760 --> 00:16:17.800
이제 전술적인 부분으로 넘어가겠습니다.

00:16:18.040 --> 00:16:19.760
이론이 구성과 만나는 단계입니다.

00:16:19.960 --> 00:16:25.280
코파일럿 스튜디오에서 GPT-5 추론 워크플로우를 설정하는 것은 마법이 아니라 구조화된 배관 작업일 뿐입니다.

00:16:25.460 --> 00:16:28.780
하지만 모든 배관이 그렇듯 연결부 하나만 잘못되어도 로직이 사방으로 세워나갑니다.

00:16:28.920 --> 00:16:30.680
그러니 파이프를 제대로 연결해봅시다.

00:16:30.840 --> 00:16:31.260
1단계

00:16:31.260 --> 00:16:34.040
코파일럿 스튜디오 내에서 GPT-5 추론을 활성화하십시오.

00:16:34.160 --> 00:16:35.840
활성화되어 있다고 단정하지 마십시오.

00:16:36.120 --> 00:16:38.820
마이크로소프트는 이를 기본값이 아닌 안전기능으로 취급합니다.

00:16:38.960 --> 00:16:46.560
코파일럿 스튜디오 환경에서 모델 선택 메뉴를 열고 GPT-5 추론 모델을 찾아 사용자 지정 코파일럿의 기본값으로 명시적으로 설정하십시오.

00:16:46.720 --> 00:16:54.500
이 플래그는 코파일럿이 패브릭, 파워 BI, 퍼뷰 전체를 순차적이 아닌 동시에 추론할 수 있게 하는 메커니즘인 사고의 연쇄, 체인 오브 소트, 작업에 대한 접근 권한을 제어합니다.

00:16:54.720 --> 00:16:56.720
이게 없으면 당신은 어제의 모델과 대화하는 셈이며,

00:16:57.000 --> 00:17:00.080
왜 모델이 점심 먹은 인턴보다 더 빨리 맥락을 잊어버리는지 궁금해하게 될 것입니다.

00:17:00.080 --> 00:17:06.420
2단계, 커넥터를 구성하십시오. 로직에는 가시성이 필요하며, 추론은 볼 수 없는 것을 유추할 수 없습니다.

00:17:06.720 --> 00:17:11.280
공식 커넥터를 통해 패브릭, 파워 BI, 퍼뷰 API가 연결되었는지 확인하십시오.

00:17:11.420 --> 00:17:15.840
각 커넥터는 마이크로소프트 엔트라 아이디로 인증하고 메타 데이터 엔드 포인트를 노출합니다.

00:17:16.080 --> 00:17:18.720
데이터셋, 분류기, 보안 역할 등이 포함됩니다.

00:17:18.920 --> 00:17:23.320
코파일럿 스튜디오의 장점은 이 커넥터들이 사용자를 대신하여 각 플랫폼의 언어로 통신한다는 점입니다.

00:17:23.320 --> 00:17:29.060
패브릭은 리니지 맵을 출력하고, 파워 BI는 데이터셋 바인딩을 노출하며, 퍼뷰는 민감도 레이블을 나열합니다.

00:17:29.220 --> 00:17:33.380
이들이 모여 GPT-5가 일관되게 사고하는 데 필요한 트라이 데이터, 트리다타, 생태계를 형성합니다.

00:17:33.580 --> 00:17:36.920
3단계, 반복적인 감사를 위한 프롬프트 템플릿을 설정하십시오.

00:17:37.040 --> 00:17:44.280
퍼뷰 레이블 및 RLS 규칙과의 일치 여부를 확인하기 위해 특정 데이터 유형을 포함하는 모든 패브릭 자산을 감사하는 것과 같은 재사용 가능한 명령 골격을 생성하게 됩니다.

00:17:44.480 --> 00:17:48.400
변수는 컨텍스트를 주입하고, 모델의 추론 엔진은 조사를 수행합니다.

00:17:48.400 --> 00:17:52.860
파워 오토메이트 위 경직된 워크플로우와 달리, 이러한 프롬프트는 동적으로 작동합니다.

00:17:53.040 --> 00:17:56.220
GPT-5는 커리의 복잡성에 따라 추론의 깊이를 조정합니다.

00:17:56.400 --> 00:18:02.320
하나의 작업 영역에 대한 간단한 확인은 가벼운 추론을 실행하는 반면, 전사적 감사는 완전한 다침 추론을 트리거합니다.

00:18:02.560 --> 00:18:06.040
4단계, 단계적 이상 징후를 사용하여 추론 깊이를 테스트하십시오.

00:18:06.160 --> 00:18:09.160
인위적인 오류는 단순한 QA 용이 아니라 논리 훈련을 위한 것입니다.

00:18:09.160 --> 00:18:15.100
패브릭 네이크하우스에 잘못 분류된 데이터 세트를 도입하고, 퍼뷰 레이블을 제거한 후, 파워 BI에 대한 공개 액세스 권한을 부여하십시오.

00:18:15.240 --> 00:18:17.220
그런 다음 코파일럭 강사를 실행하십시오.

00:18:17.380 --> 00:18:21.720
출력에는 일치하지 않는 분류, 누락된 RLS, 계부 충돌이 강조되어야 합니다.

00:18:21.920 --> 00:18:26.460
그렇지 않다면, 추론 구성에 가시성이 부족하거나 커넥터의 범위가 잘못 설정된 것입니다.

00:18:26.680 --> 00:18:29.600
이를 AI 위 도덕적 나침반을 보정하는 것으로 생각하십시오.

00:18:29.740 --> 00:18:32.460
AI는 눈이 멀어있다면 윤리적 거버넌스를 집행할 수 없습니다.

00:18:32.460 --> 00:18:35.940
5단계, 패브릭 위 거버넌스 대시보드 내에서 검토하고 반복하십시오.

00:18:36.060 --> 00:18:39.080
GPT-5는 서수령과 스키마 형태 모드로 결과를 생성합니다.

00:18:39.280 --> 00:18:44.100
내보내기 가능한 JSON 요약에는 원본식 별자, 위험 확률, 권장 수정 사항이 포함됩니다.

00:18:44.280 --> 00:18:48.040
이를 패브릭 위 감사 작업 영역에 입력하면, 심각도 별로 결과를 정렬할 수 있습니다.

00:18:48.320 --> 00:18:52.120
시간이 지남에 따라 이러한 세션은 데이터 세트 명령 규칙, 규정 준수 체계,

00:18:52.460 --> 00:18:56.160
그리고 비싸만의 고유한 기업 혼란에 맞게 조정된 추론 템플릿 라이브러리를 구축합니다.

00:18:56.400 --> 00:18:58.020
여기 개념적인 지름길이 있습니다.

00:18:58.020 --> 00:19:00.240
파워 커리와 AI 위 만남입니다.

00:19:00.460 --> 00:19:03.500
과거의 파워 커리는 선언적으로 데이터를 변환할 수 있게 해주었습니다.

00:19:03.800 --> 00:19:06.080
논리는 한 번 작성하고 끝없이 적용합니다.

00:19:06.300 --> 00:19:09.820
GPT-5 추론을 사용하는 코파일럿 또 같은 방식으로 자기 성찰을 수행합니다.

00:19:10.000 --> 00:19:12.680
추론 경로는 한 번 작성하고 지속적으로 적용합니다.

00:19:12.880 --> 00:19:16.260
당신은 흐름을 구축하는 것이 아니라 지능이 스스로 검증하는 방식을 정의하는 것입니다.

00:19:16.460 --> 00:19:18.460
이제 주의를 요하는 냉소적인 한마디를 드리겠습니다.

00:19:18.720 --> 00:19:22.280
회의로 넘는 자동화는 당신을 자신의 시스템을 지켜보는 관찰자로 전락시킵니다.

00:19:22.460 --> 00:19:24.920
GPT-5 위 추론은 놀라울 정도로 정확하지만,

00:19:24.920 --> 00:19:27.160
맹목적인 신뢰는 아니람을 초래합니다.

00:19:27.360 --> 00:19:31.680
항상 패브릭 위 기본 개보 뷰어 또는 퍼뷰 인사이트를 사용하여 출력을 검증하십시오.

00:19:31.780 --> 00:19:34.380
기계 논리를 위한 복식 붓기라고 생각하십시오.

00:19:34.560 --> 00:19:38.180
AI 위 새로운 진리가 여전히 정본적 사실과 일치하는지 확인하는 것입니다.

00:19:38.380 --> 00:19:41.000
불일치가 나타나면 컨텍스트 주입을 조정하십시오.

00:19:41.160 --> 00:19:43.860
우선 순위를 둘메타 데이터 소스를 미세 조정하십시오.

00:19:44.020 --> 00:19:45.820
잠시 모범 사례를 짚고 넘어가겠습니다.

00:19:46.160 --> 00:19:49.280
첫째, 프롬프트를 구체적이면서도 일반화 가능하게 유지하십시오.

00:19:49.280 --> 00:19:55.160
고객 데이터 123 테이블 확인, 과 같은 지시는 피하고, 모든 고객 관련 테이블 확인, 과 같은 패턴을 선호하십시오.

00:19:55.300 --> 00:19:58.240
GPT-5는 관계형 추론에서 뛰어난 성능을 발휘합니다.

00:19:58.440 --> 00:20:00.300
구체성이 아니라 범위가 필요합니다.

00:20:00.520 --> 00:20:03.000
둘째, 검증 체크 포인트를 설정하십시오.

00:20:03.140 --> 00:20:07.300
중요한 스키마 변경이나 파이프라인 배포 후에 코파일럿 2 추론을 실행하도록 예약하십시오.

00:20:07.440 --> 00:20:09.460
사건 발생 후 허둥대는 것보다 훨씬 쉽습니다.

00:20:09.680 --> 00:20:11.620
셋째, 모델 버전 관리를 모니터링하십시오.

00:20:11.740 --> 00:20:13.700
향후 업데이트는 추론 휴리스틱을 수정할 수 있습니다.

00:20:13.940 --> 00:20:15.700
일관성을 위해서는 문성화가 필수입니다.

00:20:15.700 --> 00:20:17.920
이를 뒷받침할 마지막 짧은 이야기를 들려드리겠습니다.

00:20:18.160 --> 00:20:20.480
중견 금융팀이 정확한 워크플로우를 테스트했습니다.

00:20:20.700 --> 00:20:24.040
2인으로 구성된 규정 준수팀이 8개의 패브릭 네이크하우스를 유지관리하고 있습니다.

00:20:24.300 --> 00:20:26.500
이전에는 감사 주기에 3주가 소요되었습니다.

00:20:26.820 --> 00:20:32.540
GPT-5 추론을 도입한 후, 단 한 번이 연속적인 코파일럿 세션으로 하룻밤 사이에 교차 플랫폼 검증이 완료되었습니다.

00:20:32.760 --> 00:20:36.740
다음날 아침, 그들은 스프레드 시트를 대조하는 대신 자동화 보고서를 승인하고 있었습니다.

00:20:36.920 --> 00:20:40.280
컴플라이언스 의원회는 이러한 변화를 가리켜 경이로운 생산성이라고 평가했습니다.

00:20:40.280 --> 00:20:43.080
저는 이를 논리가 마침내 제 역할을 하는 것이라고 부르고 싶습니다.

00:20:43.240 --> 00:20:47.740
이것이 바로 GPT-5 가거버넌스를 일시적인 문제 해결에서 연구적인 정렬 상태로 바꾸는 방식입니다.

00:20:47.920 --> 00:20:51.960
여러분은 추론의 속도로 질서를 유지하게 되며, 이는 자연스럽게 최종 단계로 이어집니다.

00:20:52.120 --> 00:20:56.960
거버넌스를 위해 고군분투하던 시절이 이제 과거의 유물이 되는 이유, 즉 고생 없는 거버넌스에 대한 이야기입니다.

00:20:57.120 --> 00:20:58.720
그것이 바로 전체적인 흐름입니다.

00:20:58.960 --> 00:21:03.740
수동감사는 추론된 논리로, 대응 중심의 컴플라이언스는 예측 기반의 보증으로 대체됩니다.

00:21:03.740 --> 00:21:09.460
GPT-5 위 추론 기능은 코파일럿을 단순한 기록 보조원에서 진정한 책임 관리자로 변모시킵니다.

00:21:09.620 --> 00:21:12.640
단순히 답을 내놓는 것이 아니라 이해를 구축하는 것입니다.

00:21:12.840 --> 00:21:14.780
기존의 거버넌스 상요소를 기억하시나요?

00:21:15.000 --> 00:21:19.180
패브릭은 계보를 추적하고, 퍼뷰는 데이터를 분류하며, 파워 비아이는 액세스를 제한합니다.

00:21:19.380 --> 00:21:23.820
GPT-5는 이들을 하나의 감사 두뇌로 통합하여 콘텐츠만큼이나 쉽게 맥락을 평가합니다.

00:21:24.020 --> 00:21:28.380
패브릭에서 가장 똑똑한 점은 패브릭 그 자체가 아니라, 마침내 이를 정직하게 유지하는 AI입니다.

00:21:28.380 --> 00:21:32.900
CSV 파일을 대조하느라 밤잠을 설쳤던 분들에게 이것이 바로 희소식이 될 것입니다.

00:21:33.040 --> 00:21:39.140
코파일럿 스튜디오 무선 커넥터에서 추론 기능을 활성화하고, GPT-5 가불일치 사항을 먼저 찾아내도록 하십시오.

00:21:39.280 --> 00:21:42.580
거버넌스의 다음 진화는 서류 작업이 아니라 연구적인 추론입니다.

00:21:42.780 --> 00:21:47.320
업그레이드 경로를 확보하고, 구독하고, 알림을 켜서 새로운 에피소드가 자동으로 배포되도록 하십시오.

00:21:47.460 --> 00:21:50.700
수동 확인도 누락된 업데이트도 없이 오직 명확성만을 지속적으로 제공합니다.

00:21:50.900 --> 00:21:51.700
진행하십시오.
