WEBVTT

00:00:00.000 --> 00:00:02.760
여러분의 패브릭, 패브릭, 데이터 웨어하우스는 그저 csv 무덤일 뿐입니다.

00:00:02.880 --> 00:00:05.040
듣기 거북하시겠지만 여러분이 어떻게 사용하고 있는지 보세요.

00:00:05.220 --> 00:00:10.000
끝도 없는 csv 덤프, 차가운 테이블, 2015년 애나 쓰던 방식의 느릿한 etl 작업들,

00:00:10.140 --> 00:00:14.340
데이터를 ai 시대로 이끌려 고 패브릭을 구매해놓고는 결국 아카이브로 만들어버렸군요.

00:00:14.480 --> 00:00:15.880
참으로 기막힌 아이러니입니다.

00:00:16.080 --> 00:00:20.600
패브릭은 지능, 실시간 통찰력, 상황 맥락적 추론, 스스로 조정되는 분석을 위해 만들어졌습니다.

00:00:20.780 --> 00:00:23.640
그런데 여러분은 이걸 디지털 반찬통처럼 취급하고 있네요.

00:00:23.640 --> 00:00:30.840
그 사이 비용을 지불한 ai 레이어, 데이터 에이전트, 맥락적 거버넌스, 의미론적 추론은 명령을 기다리며 잠들어 있습니다.

00:00:31.120 --> 00:00:33.780
그러니 문제는 용량도 데이터 품질도 아닙니다.

00:00:33.960 --> 00:00:35.200
바로 생각의 문제입니다.

00:00:35.440 --> 00:00:40.160
여러분은 데이터 문제를 겪는 게 아니라 지능형 인프라를 저장소로 착각하는 개념적 오류를 범하고 있습니다.

00:00:40.440 --> 00:00:45.700
cfo가 여러분이 단지 포장만 그럴싸한 네트워크 드라이브를 다시 만든 걸 알아차리기 전에의 사고방식을 고쳐야 합니다.

00:00:45.880 --> 00:00:49.240
죽은 데이터 문제, 부태의한 한 습관은 쉽게 버려 지지 않죠.

00:00:49.240 --> 00:00:56.600
대부분의 조직은 여전히 야간 ETL 작업을 수행하며 운영 시스템을 긁어모아 테이블을 csv 유물로 평탄화하고 그 시체들을 원 레이크, 원 레이크 에 업로드합니다.

00:00:56.740 --> 00:01:00.160
안정적이고 예측 가능하며 측정하기 쉽고 유혹적으로 단순하니까요.

00:01:00.280 --> 00:01:02.880
하지만 결국 손에 쥐는 건 정적인 스냅샷 박물관뿐입니다.

00:01:03.060 --> 00:01:06.180
각 파일은 특정 시점의 상태를 보여줄 뿐 즉시 부패하기 시작합니다.

00:01:06.380 --> 00:01:08.580
움직임도, 관계도, 진화하는 맥락도 없습니다.

00:01:08.880 --> 00:01:10.480
그저 수많은 파일들만 있을 뿐이죠.

00:01:10.780 --> 00:01:11.380
진실일까요?

00:01:11.380 --> 00:01:14.780
그런 접근법은 데이터가 온 프레미스에 제한된 시스템에 머물던 시절 엔통했습니다.

00:01:14.980 --> 00:01:19.440
패브릭은 완전히 다른 것, 즉 살아있는 데이터, 스트리밍 데이터, 맥락을 이해하는 지능을 위해 설계되었습니다.

00:01:19.640 --> 00:01:23.840
원 레이크는 서류 캐비닛이 아니라 조직정보 흐름의 혈관계가 되어야 합니다.

00:01:24.060 --> 00:01:28.380
이를 콜드스토리지처럼 취급하는 건 비즈니스 지표를 방부 처리하는 것과 다름없습니다.

00:01:28.560 --> 00:01:31.040
위미 론적 모델이 없으면 데이터에는 언어가 없습니다.

00:01:31.320 --> 00:01:33.340
관계가 없으면 데이터에는 기억이 없습니다.

00:01:33.340 --> 00:01:40.260
영업팀의 csv, 마케팅팀의 csv, 재무팀의 csv가 같은 네이크 안에 평화롭게 공존할지라도 그들은 결코 서로 대화하지 않습니다.

00:01:40.400 --> 00:01:43.900
거버넌스 구조는 누락되었고, 메타 데이터는 선택사항인가 봅니다.

00:01:44.120 --> 00:01:49.040
결과는 너무나 완벽한 고립이라서 마이크로소프트의 대화형 ai인 코파일럿조차 해석할 수 없습니다.

00:01:49.440 --> 00:01:52.940
코파일럿에게 지난 분기 수익 동인이 무엇이었지? 라고 물어보세요.

00:01:53.200 --> 00:01:56.960
여러분이 스키마에서 수익이 무엇을 의미하는지 알려주지 않았기 때문에 어디를 봐야 할지 모를 겁니다.

00:01:57.140 --> 00:01:58.380
아주 작은 예를 들어보죠.

00:01:58.380 --> 00:02:03.440
판매 데이터 세트의 거래 기록, 날짜, 금액, 제품 sku, 지역코드가 포함되어 있다고 가정해봅시다.

00:02:03.560 --> 00:02:05.620
여러분이 그걸 기분 좋게 원레이크에 덤프합니다.

00:02:05.820 --> 00:02:08.920
위미 론적 모델도 이름붙은 관계도 없이 그저 원시적인 테이블 열 뿐이죠.

00:02:09.080 --> 00:02:11.840
이제 패브릭의 ai에게 실적이 가장 좋은 지역을 파악해달라고 해보세요.

00:02:12.080 --> 00:02:13.620
아무것도 모른다는 반응을 보일 겁니다.

00:02:13.860 --> 00:02:17.860
지리정보나 조직 단위와 연결된 메타 데이터 없이는 지역코드를 맥락화할 수 없습니다.

00:02:18.160 --> 00:02:22.020
기계에게 usn은 북미를 의미할 수도, 북부 사용자 세그먼트를 의미할 수도 있습니다.

00:02:22.260 --> 00:02:23.500
인간은 추론에 의존합니다.

00:02:23.500 --> 00:02:25.500
ai는 명시적인 구조를 요구합니다.

00:02:25.640 --> 00:02:28.080
그 차이가 바로 여러분의 데이터 웨어하우스를 무덤으로 만드는 간극입니다.

00:02:28.200 --> 00:02:29.940
대부분의 사람들이 간과하는 사실이 여기 있습니다.

00:02:30.180 --> 00:02:33.600
패브릭은 정지 상태의 데이터와 이동 중인 데이터를 별개의 것으로 취급하지 않습니다.

00:02:33.800 --> 00:02:36.900
모든 데이터 세트가 언젠가 지능형 참여자가 되어 실시간으로 커리되고,

00:02:37.240 --> 00:02:39.960
맥락에 따라 강화되며, 거버넌스 규칙에 따라 재구성되고,

00:02:40.240 --> 00:02:41.980
에이전트에 의해 추론될 수 있다고 가정합니다.

00:02:42.200 --> 00:02:44.720
이러한 연결을 활성화하지 않고 csv만 저장한다면,

00:02:45.180 --> 00:02:47.080
패브릭의 신진대사 설계를 무시하는 것입니다.

00:02:47.080 --> 00:02:49.100
그것의 신경계를 잘라내는 셈 있죠.

00:02:49.280 --> 00:02:51.100
이동 중인 데이터와 비교해 보십시오.

00:02:51.200 --> 00:02:53.740
패브릭의 실시간 인텔리전스 모듈은 스트리밍 신호,

00:02:54.060 --> 00:02:57.240
IoT 이벤트, 트랜잭션 로그, 센서핑을 수집하여

00:02:57.240 --> 00:03:00.420
즉각적인 대응을 트리거할 수 있는 라이브 데이터 세트로 전달합니다.

00:03:00.640 --> 00:03:03.740
이상 탐지는 매주 실행되는 것이 아니라 지속적으로 이루어집니다.

00:03:03.920 --> 00:03:05.740
트렌드 분석은 분기말까지 기다리지 않고,

00:03:06.200 --> 00:03:08.160
새로운 레코드가 들어올 때마다 업데이트됩니다.

00:03:08.380 --> 00:03:10.080
이것이 라이브 데이터의 모습입니다.

00:03:10.300 --> 00:03:13.280
끊임없이 평가되고, AI 에이전트에 의해 맥락화되며,

00:03:13.280 --> 00:03:15.920
밀리초 단위로 거버넌스 규칙의 적용을 받습니다.

00:03:16.120 --> 00:03:19.240
정지 상태의 데이터와 이동 중인 데이터의 차이는 근본적입니다.

00:03:19.460 --> 00:03:21.440
정지된 데이터는 무슨 일이 있었는지 답하지만,

00:03:21.840 --> 00:03:23.580
이동 중인 데이터는 무슨 일이 일어나고 있으며,

00:03:23.720 --> 00:03:25.020
다음에 무엇을 해야 하는지 답합니다.

00:03:25.220 --> 00:03:26.820
여러분의 웨어하우스가 전자만 수행한다면,

00:03:27.200 --> 00:03:29.800
그것은 의사결정 엔진이 아니라 역사기록 보관소를 운영하는 것입니다.

00:03:30.000 --> 00:03:32.660
패브릭의 목적은 관찰과 실행이 구분되지 않을 때까지,

00:03:32.820 --> 00:03:34.180
그 타임라인을 압축하는 것입니다.

00:03:34.400 --> 00:03:37.060
AI 활성화가 없다면 여러분은 화석을 저장하는 것과 같습니다.

00:03:37.060 --> 00:03:40.600
활성화한다면 여러분은 맥락에 적응하는 살아있는 유기체를 관리하는 것입니다.

00:03:40.740 --> 00:03:43.060
여러분의 웨어하우스를 하나의 신체라고 생각하십시오.

00:03:43.200 --> 00:03:44.980
원 레이크, 원 레이크는 현류이고,

00:03:45.320 --> 00:03:46.460
시멘틱 모델은 DNA이며,

00:03:46.780 --> 00:03:49.100
데이터 에이전트는 시스템 전반의 신호를 보내는 뇌세포입니다.

00:03:49.320 --> 00:03:51.820
지금 여러분 대부분은 현류는 가지고 있지만 기능은 없습니다.

00:03:52.140 --> 00:03:54.300
장기는 존재하지만 아무것도 조율되지 않습니다.

00:03:54.560 --> 00:03:56.380
네, 물론 그렇게 두는 것이 편안하겠죠.

00:03:56.580 --> 00:03:58.240
놀랄 일도, 갑작스러운 자동화도,

00:03:58.480 --> 00:03:59.800
예상치 못한 추천도 없으니까요.

00:03:59.960 --> 00:04:01.920
정적인 시스템은 명령을 거역하지 않지만,

00:04:02.240 --> 00:04:03.020
경쟁력도 없습니다.

00:04:07.060 --> 00:04:10.380
데이터를 정지 상태로 두는 것은 예측 가능성을 위해

00:04:10.380 --> 00:04:13.040
플라스틱 물고기로 고급 수족관을 채우는 것과 같습니다.

00:04:13.320 --> 00:04:15.900
그렇다면 원 레이크 안에서 무엇이 살아있어야 할까요?

00:04:16.060 --> 00:04:20.580
데이터 세트를 하나에 응집된 세계관으로 연결하는 관계, 맥락, 그리고 인텔리전스입니다.

00:04:20.780 --> 00:04:25.020
원시 CSV를 단순히 쏟아붓는 대신 AI가 소비할 수 있도록 정보를 모델링하기 시작하면,

00:04:25.420 --> 00:04:27.080
패브릭 은리도 한 대로 작동하기 시작합니다.

00:04:27.280 --> 00:04:29.340
시대에 뒤떨어진 숫자들이 담긴 냉동고가 아닌,

00:04:29.740 --> 00:04:31.720
살아 숨쉬고 사고하는 데이터의 생태계 말이죠.

00:04:31.720 --> 00:04:35.580
여러분의 ETL 파이프라인이 여전히 CSV 저장으로 끝난다면 축하합니다.

00:04:35.580 --> 00:04:38.720
여러분은 세상에서 가장 비싼 장래 절차를 자동화하셨습니다.

00:04:38.840 --> 00:04:41.660
다음 섹션에서는 해당 파일들을 발굴하여 두뇌를 부여하고,

00:04:42.080 --> 00:04:45.360
패브릭을 진정으로 지능적으로 만드는 요소인 데이터 에이전트를 보여드리겠습니다.

00:04:45.660 --> 00:04:48.020
누락된 지능계층, 모두가 건너뛰는 부분,

00:04:48.380 --> 00:04:52.500
즉 진정한 지능계층이자 데이터 웨어하우스와 두뇌를 구분짓는 핵심 요소를 소개합니다.

00:04:52.720 --> 00:04:54.580
마이크로소프트는 이를 데이터 에이전트라고 부르지만,

00:04:54.920 --> 00:04:59.080
원 레이크, 온 레이크를 단순 저장소처럼 취급하는 것을 멈출 때 비로소 활성화되는 뉴런이라고 생각하십시오.

00:04:59.080 --> 00:05:01.360
이 에이전트들은 장식용 기능이 아닙니다.

00:05:01.540 --> 00:05:06.500
이들은 패브릭 이조용이 설치해주지만 대부분이 무시하고 지나치는 운영피질입니다.

00:05:06.760 --> 00:05:08.280
실수부터 짚고 넘어가죠.

00:05:08.520 --> 00:05:10.240
사람들은 데시보드에 집착합니다.

00:05:10.500 --> 00:05:14.540
파워비아이의 색색의 상승곡선이 나타나면 깨달음을 얻었다고 생각하죠.

00:05:14.760 --> 00:05:19.840
그동안 그들은 패턴을 해석하고 실행하는 역동적인 요소인 추론계층을 연결조차 하지 않았습니다.

00:05:19.840 --> 00:05:24.620
마치 테슬라를 사고 화면 그래픽만 감상하며, 가속 페달은 한 번도 밟지 않는 것과 같습니다.

00:05:24.940 --> 00:05:28.340
평범한 사용자는 패브릭 위 아름다움이 균일한 지표에 있다고 믿습니다.

00:05:28.580 --> 00:05:31.640
사실 그 아름다움은 사고하는 에이전트들의 시냅스 활동에 있습니다.

00:05:31.960 --> 00:05:34.280
그렇다면 이 데이터 에이전트란 정확히 무엇일까요?

00:05:34.480 --> 00:05:37.240
이들은 단순히 데이터를 커리하는 것을 넘어 추론하도록 설계된

00:05:37.240 --> 00:05:40.780
웨어하우스와 에이저 인지 서비스 간의 AI 기반 인터페이스입니다.

00:05:41.000 --> 00:05:44.480
이들은 원 레이크 위에서 작동하며 에이저 AI 파운드리를 통해 통합되는데,

00:05:44.480 --> 00:05:48.960
여기서 조직의 맥락에 따라 데이터를 검색, 추론 및 적용하는 능력을 갖추게 됩니다.

00:05:49.160 --> 00:05:50.640
여기서 중요한 반전이 있습니다.

00:05:50.920 --> 00:05:54.960
이들은 모델 컨텍스트 프로토콜, 모델 컨텍스트 프로토콜즈 이라는 프레임워크에 참여합니다.

00:05:55.160 --> 00:05:59.560
이를 통해 여러 에이전트가 기업과 목표를 공유하여 협업하고, 업무를 인계하며,

00:05:59.940 --> 00:06:03.200
심지어 회사 매뉴얼을 숙지한 동료처럼 성과를 협상할 수 있습니다.

00:06:03.460 --> 00:06:07.000
각 에이전트는 거버넌스 및 보안 경계를 준수하도록 구성할 수 있습니다.

00:06:07.240 --> 00:06:10.440
패브릭 e-perview 및 역할 기반 액세스를 통해 정책을 강제하기 때문에

00:06:10.440 --> 00:06:12.700
민감한 데이터에 무작정 접근하지 않습니다.

00:06:12.900 --> 00:06:17.760
이러한 거버넌스 연결은 분석 도구에는 없었던 도덕적 절제라는 능력을 에이전트에게 부여합니다.

00:06:18.000 --> 00:06:23.100
cfo의 재무 에이전트는 명시적으로 허용되지 않는 한 인사팀의 급여 데이터를 절대 읽을 수 없습니다.

00:06:23.440 --> 00:06:25.780
이것이 바로 추론과 단순 검색의 차이입니다.

00:06:26.000 --> 00:06:30.440
이제 이 데이터 에이전트를 모두가 대화하기 좋아하는 유명한 보조 도구, 코파일럿과 비교해보죠.

00:06:30.600 --> 00:06:33.000
코파일럿은 팀즈 나파워 bi 안에 상주합니다.

00:06:33.260 --> 00:06:35.500
매력적이고 반응적이지만 다소 표면적입니다.

00:06:35.740 --> 00:06:37.400
질문 한 내용에 대해서만 답하죠.

00:06:37.400 --> 00:06:41.760
반면 데이터 에이전트는 여러분이 대시보드를 열기도 전에 이미 분기별 예측을 읽고

00:06:41.760 --> 00:06:45.220
불일치 사항을 발견하며 권장사항을 초안으로 작성해둡니다.

00:06:45.340 --> 00:06:46.620
코파일럿은 학생입니다.

00:06:46.860 --> 00:06:48.100
에이전트는 감사자입니다.

00:06:48.360 --> 00:06:50.720
한쪽은 명령을 따르고 다른 한쪽은 앞서 예측합니다.

00:06:50.900 --> 00:06:52.380
예를 들어 구체적으로 살펴보겠습니다.

00:06:52.780 --> 00:06:55.480
여러분의 소매 비즈니스는 패브릭을 통해 매일 거래를 처리합니다.

00:06:55.680 --> 00:06:58.940
에이전트가 없다면 금요일마다 요약 보고서를 내보내는데 시간을 허비하게 될 것입니다.

00:06:59.120 --> 00:07:03.020
최고 판매 제품, 상승 추세의 지역, 인계치를 넘은 이상 징후 같은 것들 말이죠.

00:07:03.020 --> 00:07:07.820
에이전트를 도입하면 데이터 웨어하우스는 동부 지역의 매출이 예상치를 20% 상해하는 동시에

00:07:07.820 --> 00:07:11.500
공급망 로그에서 배송 지연이 발생하는 상황을 감지할 만큼 똑똑해집니다.

00:07:11.660 --> 00:07:14.440
에이전트는 이러한 불일치를 감지하여 이행 리스크로 표시하고

00:07:14.440 --> 00:07:17.600
경고를 보내며 재고를 선제적으로 재분배할 것을 제안합니다.

00:07:17.800 --> 00:07:19.900
누구의 요청도 없었지만 스스로 추론해낸 것입니다.

00:07:20.100 --> 00:07:23.500
이것은 공상과학이 아니라 태블릭의 실시간 인텔리전스와 에이전트 기반 추론이 결합된 결과입니다.

00:07:23.680 --> 00:07:25.280
이것이 의미하는 바를 잠시 생각해보세요.

00:07:25.540 --> 00:07:27.480
당신의 웨어하우스는 단순한 커리나 알림이 아니라

00:07:27.480 --> 00:07:30.580
비즈니스 의도를 파악해야만 가능한 분석과 판단을 수행한 것입니다.

00:07:30.720 --> 00:07:34.780
시스템은 이상 징후를 식별하고 맥락을 교차 검증한 뒤 책임감 있게 행동했습니다.

00:07:35.020 --> 00:07:38.480
그 지점이 바로 데이터 웨어하우스가 의사결정 시스템으로 진화하는 경계선입니다.

00:07:38.680 --> 00:07:41.800
에이전트가 없다면 당신은 여전히 파워비아이 시각화 자료를 슬라이드에 옮기며

00:07:41.800 --> 00:07:43.680
마치 수동으로 문제를 발견한 척하고 있었을 겁니다.

00:07:43.900 --> 00:07:45.220
이상한 점은 지금부터입니다.

00:07:45.420 --> 00:07:48.600
대부분의 기업은 이미 패브릭 환경 내에 이러한 기능을 활성화해두고 있습니다.

00:07:48.860 --> 00:07:50.440
단지 설정을 하지 않았을 뿐이죠.

00:07:50.440 --> 00:07:54.380
비용을 들여 소프트웨어를 도입하고도 인지 기능을 초기화하는 것을 잊었습니다.

00:07:54.680 --> 00:07:59.440
아키텍처 적 사고, 의미론적 관계 정의, AI 지침 수립, 그리고 온레이크 엔드포인트를

00:07:59.440 --> 00:08:01.680
추론 인프라에 연결하는 과정이 필요하기 때문입니다.

00:08:01.840 --> 00:08:04.260
하지만 일단 설정을 마치면 모든 것이 달라집니다.

00:08:04.420 --> 00:08:07.940
대시보드는 분석의 목적지가 아니라 인텔리전스의 부산물이 됩니다.

00:08:08.240 --> 00:08:10.520
csv 무덤이라는 은유를 다시 떠올려 보세요.

00:08:10.800 --> 00:08:14.020
그 csv들은 낡은 데이터 세트가 사라진 곳을 표시하는 비석들이었습니다.

00:08:14.200 --> 00:08:16.240
에이전트를 켜는 순간 부활의 날이 시작됩니다.

00:08:16.440 --> 00:08:17.980
웨어하우스가 숨을 쉬기 시작합니다.

00:08:17.980 --> 00:08:21.800
테이블은 스스로 정렬되고 속성은 의미를 획득하며 지표는 자율적으로 동기화됩니다.

00:08:21.940 --> 00:08:24.580
당신이 지난 분기 kpi에 관한 이메일을 작성하는 동안에도

00:08:24.580 --> 00:08:27.760
시스템은 단순히 현실을 보고하는데 그치지 않고 이를 해석합니다.

00:08:27.940 --> 00:08:30.060
물론 이러한 변화를 위해서는 스토리지 관리에서

00:08:30.060 --> 00:08:32.760
인지적 오케스트레이션으로의 사고방식 전환이 필요합니다.

00:08:32.960 --> 00:08:36.040
데이터 에이전트는 지시를 기다리지 않고 목표를 따릅니다.

00:08:36.340 --> 00:08:38.440
이들은 모델 컨텍스트 프로토콜을 사용하여

00:08:38.440 --> 00:08:43.480
파워 오토메이트 365 및 네이저 AI 서비스의 다른 마이크로소프트 에이전트와 소통하며

00:08:43.480 --> 00:08:45.600
플랫폼 간의 추론 컨텍스트를 공유합니다.

00:08:45.800 --> 00:08:49.260
이것이 데이터 변동이 사람의 개입 없이도 적응형 워크플로우를 트리거하거나

00:08:49.260 --> 00:08:51.720
엑셀 내에서 새로운 인사이트를 생성하는 방식입니다.

00:08:51.920 --> 00:08:54.940
물론 설정이 잘못되면 이러한 자율성은 불안해 보일 수 있습니다.

00:08:55.200 --> 00:08:58.440
마치 스프레드 시트를 잘못 읽고서도 확신에 차 행동하는 인턴과 같죠.

00:08:58.600 --> 00:09:01.160
그래서 곧 다룰 버버넌스라는 개념이 존재하는 것입니다.

00:09:01.360 --> 00:09:03.020
하지만 먼저 이 진실을 받아들이세요.

00:09:03.220 --> 00:09:05.220
지연된 인텔리전스는 곧 상실된 경쟁력입니다.

00:09:05.220 --> 00:09:06.880
패브릭을 단순한 쿨드 스토리지로 대할수록

00:09:06.880 --> 00:09:10.260
당신은 거창한 백업도구로 전락한 AI 플랫폼에 더 많은 비용을 지불하게 될 뿐입니다.

00:09:10.400 --> 00:09:12.720
그러니 이제 데이터의 잠재력을 애도하는 일은 멈추세요.

00:09:12.900 --> 00:09:16.240
에이전트를 깨우고 웨어하우스를 아카이브에서 유기체로 성장시키세요.

00:09:16.460 --> 00:09:19.600
다음 시대의 분석은 더 좋은 질문을 던지는 것이 아니기 때문입니다.

00:09:19.820 --> 00:09:23.100
질문을 입력하기도 전에 답을 내놓는 시스템을 소유하는 것이 중요합니다.

00:09:23.300 --> 00:09:25.600
AI 로 데이터 웨어하우스를 부활시키는 방법

00:09:25.600 --> 00:09:27.740
이제 죽은 데이터에 생명을 불어넣을 시간입니다.

00:09:27.740 --> 00:09:29.960
부활은 코드가 아닌 맥락에서 시작됩니다.

00:09:30.160 --> 00:09:32.240
맥락은 데이터의 산소와 같기 때문입니다.

00:09:32.400 --> 00:09:35.020
첫 번째 단계는 데이터 웨어하우스의 의미를 불어넣는 것입니다.

00:09:35.200 --> 00:09:37.160
그 의미는 바로 시멘틱 모델을 생성하는 것입니다.

00:09:37.340 --> 00:09:40.000
이 모델들은 데이터가 스스로를 어떻게 정의할지 결정합니다.

00:09:40.200 --> 00:09:43.500
매출은 고객과 고객은 지역과 지역은 수익구조와 연결됩니다.

00:09:43.700 --> 00:09:45.960
이 모델이 없다면 가장 강력한 AI 에이전트라도

00:09:45.960 --> 00:09:48.240
구문 없는 사전만 손에 든 언어학자와 다를 바 없습니다.

00:09:48.520 --> 00:09:50.780
패브릭에서는 데이터 모델링 계층을 사용하여

00:09:50.780 --> 00:09:54.360
이러한 관계를 명시함으로써 에이전트가 추측이 아닌 추론을 하도록 합니다.

00:09:54.580 --> 00:09:58.120
이제 두 번째 단계인 패브릭 데이터 에이전트를 실제로 배포할 차례입니다.

00:09:58.120 --> 00:10:03.220
이 단계에서 웨어하우스의 단순한 두뇌를 넘어 개성, 즉 무엇을 찾고 언제 알림을 보내며

00:10:03.220 --> 00:10:07.520
원레이크, 온레이크, 전반에서 어떻게 연결할지 아는 운영 마인드를 부여합니다.

00:10:07.780 --> 00:10:11.300
실제로 에이저 AI 파운드리를 열어 데이터 에이전트를 정의하고

00:10:11.300 --> 00:10:13.540
이를 패브릭 데이터 세트에 연결합니다.

00:10:13.760 --> 00:10:17.220
즉시 에이전트는 전체 시멘틱 계층에 대한 액세스 권한을 상속받습니다.

00:10:17.440 --> 00:10:21.460
이는 단순한 책봇이 아니라 실제 비즈니스 구조를 학습한 지능형 인덱서입니다.

00:10:21.700 --> 00:10:25.740
이제부터 모든 테이블에는 패턴 인식과 추론이 가능한 수호천사가 생깁니다.

00:10:25.740 --> 00:10:27.420
세 번째 단계는 지침입니다.

00:10:27.620 --> 00:10:31.100
매개 변수 없는 에이전트는 기업 vpn에 접근할 수 있는 어린아이와 같습니다.

00:10:31.420 --> 00:10:33.420
조직에 특화된 지침을 제공해야 합니다.

00:10:33.620 --> 00:10:38.000
위험, 수익, 우선순위가 무엇을 의미하는지, 어떤 데이터 소스가 신뢰할 수 있는지,

00:10:38.440 --> 00:10:41.440
인간의 승인 없이 건드려선 안 될 시스템이 무엇인지 정의해야 합니다.

00:10:41.620 --> 00:10:45.940
퍼뷰위 거버넌스 정책은 자동으로 동기화되지만, 논리적 의도는 직접 정의해야 합니다.

00:10:46.140 --> 00:10:48.160
에이전트에게 행동 지침을 알려주십시오.

00:10:48.280 --> 00:10:51.380
정의가 명확할수록 에이전트의 추론은 더욱 일관되게 나타납니다.

00:10:51.380 --> 00:10:55.040
잠들지 않는 직원을 위한 사내 핸드북을 작성한다고 생각하십시오.

00:10:55.160 --> 00:10:59.700
네 번째 단계는 통합으로, 영리한 프로토타입을 일상적인 동반자로 바꾸는 과정입니다.

00:10:59.900 --> 00:11:02.520
데이터 에이전트를 코파일럿 스튜디오에 연결하십시오.

00:11:02.660 --> 00:11:03.160
왜일까요?

00:11:03.360 --> 00:11:07.340
코파일럿은 직원들이 이미 익숙한 자연어 인터페이스를 제공하기 때문입니다.

00:11:07.500 --> 00:11:11.020
영업 담당자가 최근 고객 이탈 패턴을 보여줘 라고 입력하면,

00:11:11.560 --> 00:11:13.620
코파일럿은이 요청을 에이전트에 전달하고,

00:11:14.160 --> 00:11:16.100
에이전트는 데이터 세트 전반을 추론하여,

00:11:16.220 --> 00:11:19.580
출처와 추적 가능한 계보가 포함된 읽기 쉬운 요약 정보를 반환합니다.

00:11:19.580 --> 00:11:22.280
이것이 바로 대화형으로 제공되는 지능입니다.

00:11:22.480 --> 00:11:26.000
이 기반이 활성화되면 시스템은 조용한 기적을 행하기 시작합니다.

00:11:26.180 --> 00:11:27.840
트렌드 감지를 예로 들어보겠습니다.

00:11:28.260 --> 00:11:33.080
에이전트는 트랜잭션 데이터, 재고 수준, 예측 지표를 지속적으로 검토합니다.

00:11:33.320 --> 00:11:37.780
예상보다 일찍 명절 급증세가 나타나는 등 행동이 기대치를 벗어나면,

00:11:38.300 --> 00:11:42.580
대시보드의 이상 징후가 나타나기 2주 전에 마케팅 부서에 이를 알립니다.

00:11:42.980 --> 00:11:45.280
KPI 알림의 경우도 마찬가지입니다.

00:11:45.280 --> 00:11:52.360
수동 임계각 규칙 대신, 에이전트는 과거 실적 미달로 이어졌던 궤적을 인식하여 선제적으로 경고합니다.

00:11:52.560 --> 00:11:58.280
이탈 예측, 공급망 최적화, 규정 준수 검증 등이 모든 것이 분기별 보고서가 아닌 살아있는 프로세스가 됩니다.

00:11:58.540 --> 00:12:00.580
바로 여기서 패브릭 설계의 증가가 드러납니다.

00:12:00.780 --> 00:12:02.820
이 에이전트들은 독립적으로 존재하지 않습니다.

00:12:03.040 --> 00:12:06.240
이들은 모델 컨텍스트 프로토콜을 통해 다른 마이크로소프트 서비스와 통신하며,

00:12:06.320 --> 00:12:08.080
다중 에이전트 오케스트레이션을 생성합니다.

00:12:08.240 --> 00:12:11.040
패브릭 데이터 에이전트는 재고 회전율이 낮은 SKU를 식별하고,

00:12:11.040 --> 00:12:13.980
파워 오토메이트 에이전트의 할인 워크플로우를 트리거하도록 알리며,

00:12:14.360 --> 00:12:17.120
다른 에이저 AI 에이전트를 통해 다이나믹스의 결과를 동기화하고,

00:12:17.520 --> 00:12:19.940
마지막으로 비즈니스 알림으로 팀즈 내에 결과를 제시할 수 있습니다.

00:12:20.120 --> 00:12:24.380
이 시퀀스는 사용자 지정 스크립트 없이 오직 올바르게 정의된 위도와 연결만 있으면 됩니다.

00:12:24.660 --> 00:12:28.100
여러분은 방금 분산형 인텔리전스가 실제 작업을 수행하는 것을 목격했습니다.

00:12:28.420 --> 00:12:30.340
이것이 바로 많은 이들이 놓치는 핵심입니다.

00:12:30.540 --> 00:12:32.800
패브릭은 결과를 저장하기 위한 장소가 아닙니다.

00:12:32.980 --> 00:12:34.880
지속적인 추론을 위한 운영 환경입니다.

00:12:34.880 --> 00:12:39.540
이를 정적인 데이터 저장소처럼 취급하는 것은 패브릭을 차별화하는 유일한 아키텍처 혁신을 낭비하는 것입니다.

00:12:39.660 --> 00:12:41.320
에이전트 관점에서 생각해야 합니다.

00:12:41.540 --> 00:12:43.700
모든 데이터 세트가 액터, 행위자가 됩니다.

00:12:43.980 --> 00:12:45.560
모든 인사이트가 이벤트가 됩니다.

00:12:45.900 --> 00:12:49.420
모든 비즈니스 프로세스는 그들 사이에 조정된 적응형 대화가 됩니다.

00:12:49.760 --> 00:12:53.020
여러분의 업무는 파이프라인 구축에서 위도 정의로 전환됩니다.

00:12:53.260 --> 00:12:55.060
일부 사람들은 이에 거부감을 느낍니다.

00:12:55.320 --> 00:12:59.300
그들은 사람이 실행 버튼을 누르기 전까지는 아무것도 바뀌지 않는다는 편안한 결정론을 원합니다.

00:12:59.520 --> 00:13:02.100
하지만 지능형 시스템은 피드백 루프를 통해 번창합니다.

00:13:02.100 --> 00:13:07.360
에이전트가 지표를 개선하거나 알림을 자동화할 때 이는 통제권을 갖는 것이 아니라 책임을 지는 것입니다.

00:13:07.540 --> 00:13:13.500
이것이 바로 데이터가 문제를 감지하고 권장사항을 제시하며 수정사항으로부터 학습함으로써 제 역할을 다하는 방법입니다.

00:13:13.680 --> 00:13:16.980
같은 데이터 세트로 왜 경쟁사가 더 빠르게 움직이는지 궁금했다면

00:13:16.980 --> 00:13:24.140
그들의 데이터 웨어하우스는 지시를 기다리는 것이 아니라 내부적으로 소통하며 경영진이 알기도 전에 마이크로 문제를 해결하고 있기 때문입니다.

00:13:24.340 --> 00:13:27.080
그것이 바로 되살아난 패브릭 환경의 모습입니다.

00:13:27.340 --> 00:13:30.040
살아있고 자각하며 끊임없이 분석합니다.

00:13:30.040 --> 00:13:33.300
물론 데이터의 생명력을 불어넣으려면 경계를 설정해야 합니다.

00:13:33.420 --> 00:13:36.040
확인되지 않은 자율성은 빠르게 혼란으로 변하기 때문입니다.

00:13:36.220 --> 00:13:41.340
그러니 에이전트들을 자유롭게 풀어놓기 전에 지능이 불복종으로 변하지 않도록 가드레일을 설치합시다.

00:13:41.620 --> 00:13:43.200
가드레일로서의 거버넌스입니다.

00:13:43.460 --> 00:13:47.200
무언가 불이 붙기 전까지는 모두가 외면하는 절제에 대해 이야기해봅시다.

00:13:47.400 --> 00:13:53.380
거버넌스 없는 데이터 웨어하우스에 지능을 부여하는 것은 사무실 인턴에게 루트 권한을 주며 창의적으로 해봤라고 말하는 것과 같습니다.

00:13:53.380 --> 00:13:56.520
AI 준비태세는 맹신이 아니라 설계된 신뢰입니다.

00:13:56.680 --> 00:14:02.380
패브릭 세계에서 그 신뢰는 퍼뷰, 데이터 손실방지, DLP, 그리고 패브릭의 내장 거버넌스 계층이라는 세 가지 유니폼을 입습니다.

00:14:02.560 --> 00:14:06.800
이들은 함께 데이터 에이전트가 우수하면서도 순종적인 상태를 유지하도록 경계선을 그어줍니다.

00:14:07.000 --> 00:14:10.540
인간적인 측면에서 거버넌스는 호기심이 선을 넘지 않도록 관리합니다.

00:14:10.720 --> 00:14:12.760
퍼뷰는 누가 무엇을 볼 수 있는지 정의하고,

00:14:13.240 --> 00:14:16.160
DLP는 기밀사항이 부주의 한커리에 유출되지 않도록 하며,

00:14:16.560 --> 00:14:19.360
패브릭 거버넌스는 플랫폼의 근간에서 정책을 집행합니다.

00:14:19.360 --> 00:14:25.380
올바르게 구성되면 이 시스템은 과도한 접근을 감지하고, 기계적 속도로 규율을 강제하는 신경망을 형성합니다.

00:14:25.600 --> 00:14:30.720
에이전트가 추론은 할 수 있지만, 그 추론은 컴플라이언스라는 유리벽으로 둘러싸인 샌드박스 안에서 이루어집니다.

00:14:30.880 --> 00:14:34.460
중요한 차이점은 패브릭 E 거버넌스를 외부의 잔무로 취급하지 않는다는 것입니다.

00:14:34.640 --> 00:14:36.700
거버넌스는 모든 트랜잭션에 내재되어 있습니다.

00:14:36.980 --> 00:14:41.700
각 데이터 세트는 자체적인 메타 데이터 여권, 개보, 분류, 그리고 접근 권한을 가지고 있습니다.

00:14:41.700 --> 00:14:45.820
그래서 에이전트가 데이터를 가져올 때마다 해당 메타 데이터 맥락도 함께 따라옵니다.

00:14:45.980 --> 00:14:48.980
그것이 바로 패브릭 E 맥락을 이해하는 AI를 보장하는 방법입니다.

00:14:49.180 --> 00:14:51.460
정보는 단순히 검색되는 것이 아니라 추적됩니다.

00:14:51.680 --> 00:14:55.040
누가, 언제, 어떻게 워크플로우를 통해 데이터를 처리했는지 확인할 수 있습니다.

00:14:55.260 --> 00:14:57.160
이는 인지활동에 대한 법의학적 회계와 같습니다.

00:14:57.520 --> 00:15:00.320
이제 통제되지 않는 지능이라는 환상에 대해 이야기해봅시다.

00:15:00.500 --> 00:15:02.940
많은 팀이 에이전트를 도입하고 자율성을 예찬하다가,

00:15:03.360 --> 00:15:06.980
3주 뒤에 도움이 되려던 보시기밀 수치를 공유 채널에 발송한 이유를 궁금해합니다.

00:15:06.980 --> 00:15:13.780
명확한 권한 구조가 없으면 모든 에이전트는 자신이 영웅적인 일을 하고 있다고 확신하는 즉흥적인 인턴이 되어버리기 때문입니다.

00:15:13.960 --> 00:15:17.600
거버넌스는 그러한 즉흥적인 행동을 대본이 있는 리허설로 바꿔줍니다.

00:15:17.780 --> 00:15:23.040
역할과 권한은 에이전트가 어떤 데이터 세트를 커리할 수 있고 어떤 작업에 확인이 필요한지를 결정합니다.

00:15:23.280 --> 00:15:28.180
AI는 여전히 창의적으로 사고하지만, 동시에 실시간으로 기업 윤리 지침을 의부며 수행합니다.

00:15:28.400 --> 00:15:31.240
메타 데이터 강화는 여기서 조용하지만 결정적인 역할을 합니다.

00:15:31.500 --> 00:15:35.180
모든 기록에는 설명 계층, 소유권, 민감도, 개보가 부여됩니다.

00:15:35.180 --> 00:15:40.360
따라서 에이전트가 요약본을 작성할 때 콘텐츠가 공개용인지 제한용인지 이미 알고 있습니다.

00:15:40.580 --> 00:15:46.380
여기에 패브릭 위 개보 그래프를 결합하면 AI 가내린 결론을 원시 데이터 소스까지 바로 추적할 수 있습니다.

00:15:46.640 --> 00:15:50.880
이것이 해석 가능성의 고리를 완성하여 자율 운영 환경에서도 감사를 가능하게 합니다.

00:15:51.100 --> 00:15:54.520
그것이 바로 설명 가능한 자동화와 그럴듯한 변명 사이의 차이입니다.

00:15:54.740 --> 00:15:56.260
심리적인 이점은 매우 큽니다.

00:15:56.460 --> 00:16:00.260
경영진은 AI 위 추론 과정을 검토할 수 있기 때문에 제멋대로인 AI를 두려워할 필요가 없습니다.

00:16:00.260 --> 00:16:05.040
데이터 담당자는 더 이상 거버넌스 메모를 작성할 필요가 없는데 정책이 데이터 자체와 함께 이동하기 때문입니다.

00:16:05.160 --> 00:16:09.820
패브릭은 기존 BI 시스템이 결코 해낼 수 없었던 스스로 강제되는 컴플라이언스를 달성합니다.

00:16:10.020 --> 00:16:12.060
모든 인사이트에는 출처가 내재되어 있습니다.

00:16:12.380 --> 00:16:15.200
모든 작업은 비행 기록 장치와 같은 정밀함으로 기록됩니다.

00:16:15.420 --> 00:16:17.600
물론 규칙만으로는 지혜를 보장할 수 없습니다.

00:16:17.880 --> 00:16:20.600
과도한 거버넌스는 창의성을 쉽게 질식시킬 수 있습니다.

00:16:20.880 --> 00:16:24.200
거버넌스는 지능을 가로막는 것이 아니라 올바른 방향으로 이끄는 것입니다.

00:16:24.200 --> 00:16:28.380
패브릭 모델의 탁월함은 자동화와 책임 사이의 균형을 맞추는 비례성에 있습니다.

00:16:28.700 --> 00:16:31.760
에이전트는 빠르게 작동하지만 정의된 인계갑 내에서만 움직입니다.

00:16:31.920 --> 00:16:35.720
공감, 판단 또는 법적 책임이 필요한 결정은 자동으로 인간에게 전달됩니다.

00:16:35.900 --> 00:16:38.700
기계의 속도는 유지하면서 인간의 책임감은 보존하는 것입니다.

00:16:38.900 --> 00:16:39.440
정교하죠.

00:16:39.680 --> 00:16:41.220
자, 여기서 판단 기준을 제시하겠습니다.

00:16:41.480 --> 00:16:44.040
패브릭 환경이 통제블룸처럼 느껴진다면 거버넌스가 부족한 것입니다.

00:16:44.200 --> 00:16:46.480
반대로 마비된 것처럼 느껴진다면 거버넌스가 과도한 것입니다.

00:16:46.660 --> 00:16:48.540
최적의 지점은 바로 오케스트레이션입니다.

00:16:48.540 --> 00:16:54.480
에이전트가 악보 안에서 자신있게 연주하고 규정 준수가 방해가 아닌 리듬이 되어 흐르는 교양곡과 같습니다.

00:16:54.820 --> 00:16:58.660
신뢰가 확보되면 그때 비로소 패브릭 위 직면목이 드러납니다.

00:16:58.920 --> 00:17:01.860
논리와 법규 사이에 절제된 지능형 협업입니다.

00:17:02.160 --> 00:17:07.300
혼돈은 가라앉고 인사이트는 흐르며 당신의 데이터는 통제불능 인식 대가 아니라

00:17:07.300 --> 00:17:13.320
정책을 위반하지 않으면 서도 얼마나 창의적일 수 있는지 아는 숙련된 전문가처럼 행동합니다.

00:17:15.020 --> 00:17:16.260
지능형 생태계입니다.

00:17:16.260 --> 00:17:22.260
지금까지 구축한 시멘틱 모델, 에이전트, 거버넌스는 단순한 데이터 웨어하우스가 아니라 하나의 거대한 군집입니다.

00:17:22.920 --> 00:17:26.480
마이크로소프트 패브릭 위 모든 요소는 공존하고 협력하도록 설계되었습니다.

00:17:26.760 --> 00:17:28.180
그 아름다움은 통합에 있습니다.

00:17:28.500 --> 00:17:32.560
데이터 엔지니어링, 비즈니스 인텔리전스, AI가 모두 같은 산소를 공유합니다.

00:17:32.760 --> 00:17:34.240
각각의 요소도 인상적입니다.

00:17:34.500 --> 00:17:38.040
하지만 함께 모이면 지능적인 조정에 가까운 수준으로 진화합니다.

00:17:38.260 --> 00:17:42.660
패브릭은 기술 스택의 또 다른 도구가 아니라 기업 지능을 위한 운영체제입니다.

00:17:42.660 --> 00:17:50.540
단일 캔버스 내에서 데이터 파이프라인을 구축하고 웨어하우스를 관리하며 실시간 분석을 조정하고 AI 에이전트를 후출하여 모든 영역을 추론할 수 있습니다.

00:17:50.740 --> 00:17:56.420
부서 간의 임계 과정은 사라지고 데이터 수집에서 인사이트 도출까지 하나의 연속적인 워크플로우만 남습니다.

00:17:56.640 --> 00:18:02.100
데이터가 의미를 갖기 위해 4개의 플랫폼과 6단계의 확인 과정이 필요했던 패브릭 이전 시대를 떠올려 보십시오.

00:18:02.100 --> 00:18:08.880
오늘날 N은 온레이크가 모든 것을 공급하고 파워 BI가 이를 시각화하며 실시간 인텔리전스가 반응하고 데이터 에이전트가 해석합니다.

00:18:09.020 --> 00:18:12.100
이제야 조정의 혼란 대신 진정한 오케스트레이션이 이루어집니다.

00:18:12.260 --> 00:18:13.820
예측 정비의 예를 들어보겠습니다.

00:18:14.180 --> 00:18:17.900
패브릭 환경에서는 센서 데이터가 실시간 인텔리전스를 통해 흐릅니다.

00:18:18.100 --> 00:18:22.940
데이터 엔지니어링 계층이 이를 정제하고 데이터 에이전트가 비정상적인 진동 주파수를 감지하면

00:18:22.940 --> 00:18:27.280
기술자가 대시보드를 보기도 전에 파워 오토메이트 에이전트가 점검 티켓을 생성합니다.

00:18:27.280 --> 00:18:31.620
이것이 바로 페루프 인지 시스템으로 문제를 예방하기 위해 허락을 기다리지 않는 시스템입니다.

00:18:31.760 --> 00:18:33.360
마케팅 분야로 넘어가 보겠습니다.

00:18:33.620 --> 00:18:38.160
캠페인 데이터는 다이나믹스에서 온레이크로 유입되고 데이터 팩토리를 통해 처리되며

00:18:38.160 --> 00:18:42.860
시멘팅 모델로 맥락이 부여된 후 과거 반응 패턴으로 학습된 에이전트에 의해 해석됩니다.

00:18:43.040 --> 00:18:48.460
클릭률이 떨어지면 에이전트가 계절적 요인을 교차 참조하여 새로운 타이밍을 제한하고

00:18:48.460 --> 00:18:53.940
파워 BI 위 코파일럿 패널에 제한사항을 전달하여 마케터가 승인하도록 합니다.

00:18:53.940 --> 00:18:59.600
패브릭은 창의성을 대체하는 것이 아니라 지속적인 상황 인식을 통해 창의성을 증폭시킵니다.

00:18:59.720 --> 00:19:00.840
제조업은 어떨까요?

00:19:01.040 --> 00:19:04.320
운영 에이전트가 생산 데이터와 공급 수준을 연계하여

00:19:04.320 --> 00:19:08.300
에이저 위 다른 에이전트에게 조달 주문을 자동으로 재조정하도록 지시합니다.

00:19:08.540 --> 00:19:11.140
수요가 급증해도 시스템은 당황하지 않습니다.

00:19:11.380 --> 00:19:13.800
밀리초 단위로 스스로 경로를 재설정합니다.

00:19:14.080 --> 00:19:16.420
이것이 진정한 의미의 자가 조정 지능입니다.

00:19:16.660 --> 00:19:21.280
데이터가 스스로 불균형을 감지하고 에스컬레이션 이메일이 발송되기 전에 문제를 수정합니다.

00:19:21.280 --> 00:19:24.700
패브릭이 이러한 움직이는 부품들을 연결할 때 마다 가치는 배가 됩니다.

00:19:24.940 --> 00:19:28.720
데이터에는 개보가, 인사이트에는 저작권이, 그리고 모든 행동에는 근거가 남습니다.

00:19:28.900 --> 00:19:32.280
파워 비아이는 단순한 시각화 도구가 아니라 기계의 지능을 표현하는 표면입니다.

00:19:33.000 --> 00:19:37.240
데이터 팩토리는 데이터를 수집하는 엔진을 넘어 끊임없는 인지를 가능케 하는 살아있는 동맥이 됩니다.

00:19:37.480 --> 00:19:40.220
실시간 인텔리전스, 그것이 바로 패브릭의 반사신경입니다.

00:19:40.420 --> 00:19:43.060
이것이 없다면 시스템은 이해는 하되 결코 반응하지 못할 것입니다.

00:19:43.280 --> 00:19:47.160
이 계층들은 합쳐져서 진정한 의미의 첫 협력적 디지털 생태계를 구성합니다.

00:19:47.160 --> 00:19:51.340
데이터 저장, 추론, 행동이 실제로는 구분되지 않는 환경인 셈이죠.

00:19:51.520 --> 00:19:53.460
민주화를 이끄는 핵심은 코파일럿입니다.

00:19:53.660 --> 00:19:55.940
코파일럿은 이 모든 복잡성을 대화로 풀어냅니다.

00:19:56.140 --> 00:19:58.860
비즈니스 사용자는 더 이상 kql이나 dax를 배울 필요가 없습니다.

00:19:59.080 --> 00:20:00.820
팀즈에 질문을 입력하기만 하면 됩니다.

00:20:01.100 --> 00:20:03.720
이면에서 코파일럿은 데이터 에이전트의 추론을 위임하고,

00:20:04.140 --> 00:20:06.280
검증되고 정책을 준수하는 답변을 가져옵니다.

00:20:06.500 --> 00:20:08.260
직원들은 즉각적인 명확성을 얻고,

00:20:08.660 --> 00:20:12.500
거버넌스 담당자는 모든 답변에 검증 가능한 출처가 있음을 알고 안심합니다.

00:20:12.500 --> 00:20:17.540
이는 접근성과 권위가 결합된 것으로, 사용자 편의성이 엄격함을 희석하지 않는 드문 순간입니다.

00:20:17.680 --> 00:20:20.340
여기서 기존의 bi 사고방식은 완전히 무너집니다.

00:20:20.520 --> 00:20:23.560
과거의 데이터 생태계는 과거를 돌아보는 보고서만을 생산했습니다.

00:20:23.880 --> 00:20:26.460
오늘날의 패브릭 생태계는 상황인식을 제공합니다.

00:20:26.720 --> 00:20:29.940
성과를 측정하는 것이 아니라 지속적으로 경험하는 것입니다.

00:20:30.160 --> 00:20:35.160
데이터 웨어하우스는 더 이상 수동적인 인프라가 아니라 기업의 전략적 신경계입니다.

00:20:35.380 --> 00:20:38.840
패브릭 위 지능은 고립된 천재성이 아닌 협력적인 지성입니다.

00:20:39.080 --> 00:20:40.820
이 변화를 시각적으로 상상해보세요.

00:20:40.820 --> 00:20:44.760
과거의 데이터 레이크는 수평적이었고, 데이터는 한 방향으로 흐르다 멈췄습니다.

00:20:44.920 --> 00:20:46.140
패브릭은 수직적입니다.

00:20:46.400 --> 00:20:52.340
데이터는 공기 중위 열기처럼 엔지니어링, 모델링, 추론, 시각화, 행동을 거쳐 끊임없이 상승합니다.

00:20:52.520 --> 00:20:55.660
정상에서 나타나는 것은 단순한 분석이 아니라 미래에 대한 통찰입니다.

00:20:55.880 --> 00:20:58.000
이제 질문은 고통스러울 정도로 단순해집니다.

00:20:58.180 --> 00:21:00.280
이 살아있는 환경을 지능형 개체로 채우시겠습니까?

00:21:00.620 --> 00:21:02.820
아니면 누비 같은 플랫파일을 계속 쌓아두시겠습니까?

00:21:03.000 --> 00:21:04.940
이 단계에서 무지는 선택이기 때문입니다.

00:21:05.140 --> 00:21:07.440
패브릭은 여러분에게 조직과 신경을 제공합니다.

00:21:07.440 --> 00:21:10.920
활성화를 거부하는 것은 뇌를 사놓고 혼수 상태를 고집하는 것과 같습니다.

00:21:11.220 --> 00:21:17.240
제대로 작동할 때, 여러분의 패브릭 생태계는 소프트웨어라기보다 피드백으로 동기화된 유기체처럼 행동합니다.

00:21:17.440 --> 00:21:21.640
데이터 셋이 변할 때마다 각 계층이 조정되어 지능이 고착화되지 않도록 합니다.

00:21:21.860 --> 00:21:24.240
결국 그것이 바로 이 시스템이 만들어진 이유입니다.

00:21:24.420 --> 00:21:27.080
정적인 보고가 아니라 끊임없는 학습 상태를 위해서죠.

00:21:27.240 --> 00:21:29.380
이제 우리는 피할 수 없는 갈림길에 섰습니다.

00:21:29.620 --> 00:21:34.320
진화의 고리를 유지할지, 아니면 다음 csv 파일을 업로드하며 다시 뚜껑을 닫아버릴지 결정해야 합니다.

00:21:34.320 --> 00:21:37.200
선택의 문제입니다. 솔직한 진실을 말씀드리죠.

00:21:37.340 --> 00:21:39.480
마이크로소프트 패브릭은 저장장치 제품이 아닙니다.

00:21:39.640 --> 00:21:43.100
전통적인 방식을 고수하는 이들을 놀라게 하지 않으려 저장장치로 이장한 지능형 엔진입니다.

00:21:43.300 --> 00:21:46.540
여러분은 디스크 공간을 산 것이 아니라 서비스로서의 인지능력을 구매한 것입니다.

00:21:46.740 --> 00:21:49.480
데이터 웨어하우스는 에이전트가 깨어있을 때만 숨을 쉽니다.

00:21:49.680 --> 00:21:53.660
그들이 잠들면 생태계는 현대적인 척하는 조용한 기록 보관소로 돌아갑니다.

00:21:53.840 --> 00:21:56.820
경쟁자들은 더 큰 데이터 셋으로 여러분을 앞지르는 것이 아닙니다.

00:21:57.040 --> 00:21:59.920
그들은 같은 데이터를 지능적으로 구성해 당신보다 앞서 생각합니다.

00:21:59.920 --> 00:22:02.540
그들은 회의 시작 전 에이전트가 트렌드를 해석하게 합니다.

00:22:02.700 --> 00:22:04.880
당신은 여전히 내보낸 데이터를 서식 지정하고 있죠.

00:22:05.040 --> 00:22:06.320
기술적 격차는 미미합니다.

00:22:06.560 --> 00:22:07.960
인지적 격차는 심연과도 같습니다.

00:22:08.340 --> 00:22:10.360
그러니 당신의 미래를 현명하게 선택하세요.

00:22:10.540 --> 00:22:12.580
패브릭을 비싼 데이터 영안실처럼 취급하거나

00:22:12.580 --> 00:22:16.160
아니면 원래 설계된 의도대로 비즈니스를 위한 사고 프레임워크로 활용하세요.

00:22:16.360 --> 00:22:18.220
그 데이터 세트에 생명을 불어넣으세요.

00:22:18.420 --> 00:22:19.740
에이전트가 추론하게 하세요.

00:22:19.960 --> 00:22:23.240
거버넌스가 이끌게 하고 통찰력이 의식이 아닌 본능이 되게 하세요.

00:22:23.460 --> 00:22:26.180
만약에 깨달음이 조금이라도 따끔했다면 잘된 일입니다.

00:22:26.180 --> 00:22:28.320
그것은 개념적 소생의 신호니까요.

00:22:28.440 --> 00:22:30.960
다음 ETL 작업이 또 한 달치 지표를 방부 처리하기 전에

00:22:30.960 --> 00:22:33.100
구독하고 마이크로소프트 패브릭 자체에

00:22:33.100 --> 00:22:35.380
지능을 구축하는 방법에 대한 심층 분석을 확인하세요.

00:22:35.580 --> 00:22:37.700
계속해서 csv 무덤처럼 취급하셔도 좋습니다.

00:22:37.880 --> 00:22:39.500
단 그것을 패브릭이라 부르지는 마세요.
