Fabric Data Agent: 내 데이터에 자연어로 묻는 에이전트

원문: Fabric data agent creation 게시일: 2026-05-11 · 저자: Scott Polly

“우리 매출 데이터 어디 있어요?“라고 물으면 SQL을 몰라도 답을 받을 수 있다면 어떨까요. Fabric data agent가 하는 일이 정확히 이거예요. 원래는 AI skill이라는 이름으로 불렸는데, Microsoft가 에이전트 중심으로 방향을 바꾸면서 지금 이름으로 바뀌었어요. 이름만 바뀐 게 아니라, 지금은 Fabric 안에서만 쓰는 기능을 넘어 Copilot Studio나 Microsoft 365 Copilot 같은 외부 도구에서도 불러다 쓸 수 있는 독립적인 구성 요소가 됐어요.

Data agent가 하는 일

Fabric data agent는 사람이 평범한 문장으로 던진 질문을 실제 쿼리로 바꿔 실행하고, 그 결과를 다시 사람이 읽을 수 있는 문장·표로 돌려주는 대화형 Q&A 시스템이에요. Lakehouse, Warehouse, Power BI 시맨틱 모델, KQL 데이터베이스, 미러링된 데이터베이스, 온톨로지까지 최대 5개의 데이터 소스를 조합해 하나의 data agent에 연결할 수 있어요.

기술적으로 잘 모르는 사용자도 “지난달 지역별 매출이 어떻게 됐어?” 같은 질문만 던지면, 내부에서 정확하고 맥락에 맞는 답을 받을 수 있게 하는 게 목표예요.

질문이 답이 되기까지 — 내부 동작

질문 하나가 답으로 나오기까지 data agent 내부에서는 이런 순서로 일이 진행돼요.

질문 해석·검증: Azure OpenAI Assistant API¹가 질문이 보안 정책·책임 있는 AI(RAI) 정책·사용자 권한을 위반하지 않는지 먼저 확인해요. data agent는 원천적으로 읽기 전용이라, 데이터를 바꾸는 쿼리는 아예 생성하지 않아요.
데이터 소스 식별: 질문을 보고 어떤 데이터 소스가 가장 적합한지 판단해요. 이때 스키마 조회는 사용자 본인의 자격 증명으로 이루어져서, 사용자가 권한이 없는 데이터는 애초에 후보에서 빠져요.
쿼리 생성: 선택된 데이터 소스에 맞춰 자연어를 실제 쿼리로 변환해요. Lakehouse·Warehouse는 SQL(NL2SQL), Power BI 시맨틱 모델은 DAX(NL2DAX), KQL 데이터베이스는 KQL(NL2KQL)로 바뀌어요.
검증·실행·응답: 생성된 쿼리가 유효한지 한 번 더 검증한 뒤 실행하고, 결과를 표나 요약 형태로 정리해 돌려줘요.

이 과정 전체에 걸쳐 최소 권한 원칙이 지켜져요. 사용자가 원래 못 보는 데이터는 data agent를 거쳐도 볼 수 없어요.

조직 지침·거버넌스가 우선한다

data agent를 만드는 사람이 지침이나 예시 쿼리를 아무리 자유롭게 설정해도, 그 위에는 항상 더 높은 우선순위 레이어가 있어요. 우선순위가 높은 순서대로 나열하면 조직 전체 정책(테넌트 차원 컴플라이언스) → 역할 기반 정책(워크스페이스 거버넌스) → 개발자가 정한 지침·예시 → 사용자 질문 순이에요. 즉 조직 정책이 개발자 지침이나 사용자 요청을 항상 덮어써요. Microsoft Purview²와 연동되면 DLP(데이터 손실 방지) 정책이나 민감도 분류에 따라 특정 데이터는 애초에 에이전트 응답에서 제외되기도 해요.

Copilot과 무엇이 다른가

둘 다 생성형 AI로 데이터를 다루지만 성격이 달라요.

설정 자유도: Fabric Copilot은 미리 구성돼 있어서 커스터마이징 여지가 거의 없어요. 반대로 data agent는 지침과 예시 쿼리를 직접 채워 넣어 조직 맥락에 맞게 튜닝할 수 있어요.
범위: Copilot은 노트북 코드 생성이나 Warehouse 쿼리 작성처럼 Fabric 안에서 하는 개별 작업을 돕는 도구예요. data agent는 그 자체로 독립된 산출물(artifact)이라서, OneLake와 시맨틱 모델을 넘나들며 질의하고, Microsoft 365 Copilot·Copilot Studio·Azure AI Foundry·Teams 같은 Fabric 바깥 도구에도 연결돼요.

몇 가지 한계도 같이 알아두면 좋아요

data agent는 SQL·DAX·KQL “읽기” 쿼리만 생성해요. 데이터를 만들거나 바꾸는 동작은 하지 않고요, PDF·DOCX 같은 비정형 데이터는 다루지 못해요. 영어 외 언어는 아직 제대로 지원되지 않아서, 질문·지침·예시 쿼리는 영어로 작성하는 게 안전해요. 응답도 한 번에 최대 25행·25열로 제한돼 있어서, 대량 데이터를 통째로 뽑는 용도보다는 대화형으로 인사이트를 얻는 용도에 가까워요.

정리

Fabric data agent는 AI skill이라는 이름으로 시작해, 지금은 Fabric OneLake의 여러 데이터 소스를 자연어로 질의하는 독립 구성 요소로 자리 잡았어요. Copilot이 Fabric 안에서 작업을 거드는 조수라면, data agent는 조직 데이터를 대상으로 한 대화형 Q&A 시스템 그 자체예요. 다음 글에서는 이 data agent의 답변 정확도를 지침과 예시 쿼리로 끌어올리는 방법을 다뤄볼게요.

어휘 주석

Azure OpenAI Assistant API: data agent가 질문을 처리하고 도구(SQL/DAX/KQL 생성기 등)를 호출하도록 조율하는 밑단의 에이전트 실행 엔진.
Microsoft Purview: 조직의 데이터 거버넌스·컴플라이언스를 관리하는 Microsoft 서비스. 민감도 분류, DLP 정책 등을 통해 어떤 데이터에 누가 접근할 수 있는지 통제한다.