SOLUTION · ANALYTICS

Microsoft Power BI

KPI와 예외·위험 신호를 시각화해 사람과 AI Agent가 같은 데이터로 판단하게 합니다.
2019년부터 공공·제조·유통·게임·금융 등 다양한 산업에서 Power BI를 구축해 왔습니다. 지금의 Power BI는 시각화 도구를 넘어 Fabric 데이터 플랫폼 위의 분석 계층으로 진화했습니다.

지난 2년 사이 Power BI는 구조부터 달라졌습니다. 과거 경험을 기준으로 검토하면 실제와 어긋납니다.

현재
Microsoft Fabric 위의 분석 계층으로 진화
성능
Direct Lake — 새로고침 없이 대용량 조회
AI
Copilot 활용 · 시맨틱 모델 품질이 답변 품질 결정
확산
파워 유저 양성이 구축 성패를 가름
WHAT CHANGED

지난 2년, Power BI는 구조부터 달라졌습니다

과거 자료나 경험을 기준으로 검토하면 실제와 어긋납니다. 도입 검토 시 반드시 확인해야 할 네 가지 변화입니다.

비교 축
~2024년 당시 기준
2026년 현재
01
플랫폼 위치
Power BI를 단독 서비스로 도입하고, 데이터 웨어하우스는 별도로 구성했습니다.
Microsoft Fabric 위의 분석 계층으로 동작합니다. OneLake라는 공통 저장소를 공유하고, 용량은 F-SKU 단위로 관리합니다.
02
저장 모드
Import(빠르지만 새로고침 필요)와 DirectQuery(실시간이지만 느림) 중 하나를 골라야 했습니다.
Direct Lake가 더해졌습니다. OneLake의 Parquet를 직접 조회해 새로고침 부담 없이 Import에 가까운 성능을 냅니다.
03
모델의 위상
데이터셋(Dataset)이라 부르고, 웨어하우스를 만들면 기본 데이터셋이 자동 생성됐습니다.
시맨틱 모델(Semantic Model)로 바뀌고 자동 생성도 중단됐습니다. 의도적으로 설계하는 자산으로 다루라는 방향입니다.
04
AI 사용 방식
Q&A 시각적 개체와 자연어 질의가 AI 기능의 대표였습니다.
Q&A 기능군은 2026년 12월 종료 예정이며 Copilot이 대신합니다. 보고서를 열지 않고 대화로 묻습니다.
STORAGE MODES

어떤 저장 모드를 쓰느냐가 성능과 비용을 결정합니다

세 가지 모드는 우열 관계가 아니라 데이터 규모·신선도 요구·소스 환경에 따른 선택입니다. 설계 단계에서 정하는 것이 가장 중요합니다.

구분ImportDirectQueryDirect Lake
동작 방식데이터를 모델로 복사해 메모리에서 조회질의 시점에 원천 시스템을 직접 조회OneLake의 Delta Parquet를 직접 읽어 조회
조회 성능가장 빠름원천 성능에 좌우, 대규모에서 저하Import에 준하는 성능
데이터 신선도새로고침 주기에 의존실시간원천 갱신이 즉시 반영
새로고침 부담있음 — 대용량일수록 창(window) 관리 필요없음없음
적합한 상황중소 규모, 정해진 주기 보고실시간성이 절대적이고 데이터가 작을 때대용량, Fabric 기반 데이터 플랫폼 운영
전제 조건제약 적음원천 시스템 부하 고려 필요Fabric 용량과 OneLake 적재 구조 필요
SELF-SERVICE BI

보고서를 IT가 만들던 시대에서, 현업이 직접 만드는 시대로

Power BI의 본질적 가치는 여전히 셀프서비스입니다. 요구사항이 바뀔 때마다 IT에 요청하고 기다리는 구조를 바꾸는 것이 구축의 목표입니다.

IT 전문가

기반과 거버넌스

데이터 마트 설계, 인증된 시맨틱 모델 관리, 권한·보안 정책 수립을 담당합니다. 반복 보고서 제작에서 벗어납니다.

파워 유저 · 핵심

현업이 직접 만드는 보고서

업무를 아는 현업 담당자가 지표를 정의하고 보고서를 수정·확장합니다. 파워 유저 양성이 구축 성패를 가릅니다.

모든 사용자

조회와 의사결정

PC·모바일·Teams에서 필요한 지표를 확인합니다. 별도 도구를 열지 않고 업무 흐름 안에서 데이터를 봅니다.

우리가 구축에서 가장 신경 쓰는 지점 — 보고서를 납품하는 것이 아니라, 고객사 내부에 파워 유저가 남도록 만드는 것입니다. 스토리보드 설계와 지표 정의부터 함께 진행하고, 교육으로 마무리합니다.
COPILOT IN POWER BI

대화로 묻는 분석, 다만 조건이 있습니다

보고서를 열지 않고 "지난 분기 대비 매출이 줄어든 지역은?" 같은 질문을 던지는 방식입니다. 다만 켜기만 하면 되는 기능이 아닙니다.

REQUIREMENT 01

용량 조건

Fabric F64 이상 용량 또는 Premium Per User(PPU) 라이선스가 필요합니다.

REQUIREMENT 02

테넌트 설정

테넌트 관리자가 관리 포털에서 Copilot 기능을 활성화해야 사용자가 접근할 수 있습니다.

REQUIREMENT 03

보안 설정

규제 환경에서는 행 수준 보안(RLS)을 먼저 구성한 뒤 Copilot을 활성화해야 합니다.

답변 품질은 모델이 아니라 시맨틱 모델이 결정합니다. 필드 이름과 설명, 동의어, 테이블 관계가 정리되어 있지 않으면 Copilot은 엉뚱한 답을 내놓습니다. 그래서 저희는 Copilot 활성화 이전에 시맨틱 모델을 AI가 이해할 수 있는 상태로 정비하는 작업을 먼저 제안합니다 — 이것이 구축 순서의 핵심입니다.
WITH DYNAMICS 365

ERP를 아는 컨설턴트가 지표를 설계합니다

BI 도구만 다루는 회사와 다른 지점입니다. 재고·원가·수불·결산 구조를 아는 사람이 지표를 정의하면 보고서가 실제 업무 판단에 쓰입니다.

EMBEDDED

ERP 화면 안에서 바로 확인

D365 F&O 워크스페이스에 역할별 Power BI 보고서를 내장합니다. 사용자는 별도 도구로 이동하지 않고 업무 화면에서 현황을 확인합니다.

INTEGRATED

전사 데이터를 하나의 관점으로

Dataverse 커넥터로 ERP 데이터를 통합하고, Azure Synapse Link를 활용해 고객·제품·공급업체별 성과를 한 화면에서 봅니다.

FOR AGENTS

사람과 AI가 같은 지표로

정비된 시맨틱 모델은 사람의 대시보드이자 AI Agent의 판단 근거가 됩니다. 예외·위험 신호를 같은 기준으로 공유합니다.

PROVEN CASES

산업을 가리지 않은 구축 경험

공공·제조·유통·게임·통신·금융까지, 데이터의 성격이 다른 환경에서 BI를 구축해 왔습니다.

대덕전자 · 반도체 패키지SELF-SERVICE BI

파워 유저 250여 명 양성

기존 BI 도구의 속도와 변화 대응 한계를 해결하기 위해 파워 유저를 양성하는 방향을 선택했습니다. 스토리보드 제작과 지표 설계 전반을 컨설팅했습니다.

결과 — 전사 보고서 자동화 진행, 엑셀·PPT 작업 절감으로 보고서 생산성 증대
신원그룹 · 패션 유통·생산SELF-SERVICE BI

레거시와 엑셀을 하나의 체계로

Oracle 기반 레거시 데이터와 계속 발생하는 비정형 엑셀을 수작업으로 가공해 경영진 보고 자료를 만들던 구조였습니다. 데이터 마트를 구성하고 파워 유저 교육을 지속했습니다.

결과 — 보고서 자동화로 업무 생산성 증대, 비즈니스 변화에 즉각 대응 가능한 체계 확보
카카오게임즈 · 게임DATA MART

게임별 수익성과 현금흐름 예측

레거시 데이터를 표준화·설계하고 데이터 마트를 구성해 게임별 수익성 분석과 추정, 현금흐름 예측 등 경영지표 보고서를 구현했습니다.

결과 — 수작업으로 인한 생산성 저하와 데이터 신뢰성 문제 개선
페레로 코리아 · 제과·유통FORECAST

전국 채널 POS 통합과 수요 예측

사업군·유통 채널별 매출·재고를 엑셀로 취합해 주간 글로벌 보고를 만들던 업무였습니다. 채널·마트·편의점의 수천만 건 집계 데이터를 통합하고 수요 예측까지 구현했습니다.

결과 — 수작업 취합 제거와 데이터 신뢰도 향상
LG U+ · 통신·리테일TABULAR MODELING

전국 매장 성과 관리 대시보드

매장별 손익과 판매사 인센티브 지표를 관리하기 위해 In-memory 기반 Tabular 모델링을 적용했습니다. 수시로 바뀌는 인센티브 정책은 파워 유저가 직접 수정·배포하도록 했습니다.

결과 — 상권·지점·아이템·연령·시간대별 분석 체계 확보
LS오토모티브 · 자동차 부품ERP 연동 BI

재고 절감과 원가 분석

ERP와 Power BI를 연동해 전 재고를 실시간으로 파악하고 리드타임을 분석했습니다. 재고·물류·회계 컨설팅을 BI 관점에서 함께 진행했습니다.

결과 — 불용재고 감소 · 재고 회전율 상승 · 자금순환 개선
OUR CAPABILITIES

보고서 제작을 넘어 데이터 기반을 설계합니다

1

지표·스토리보드 설계

경영진이 보고 싶은 화면에서 출발해 필요한 데이터와 프로세스를 역으로 정의합니다.

2

데이터 마트·모델링

데이터 표준화와 시맨틱 모델 설계. Tabular 모델링과 DAX 최적화를 포함합니다.

3

Fabric·클라우드 연계

OneLake 적재 구조와 Direct Lake 적용, Synapse Link를 통한 데이터 확장을 설계합니다.

4

파워 유저 교육

고객사 실제 데이터로 진행하는 실습 교육으로 내부 인력이 직접 확장할 수 있게 합니다.

구축 이전에 확인합니다 — 경영진이 원하는 보고서를 만들려는데 필요한 데이터나 프로세스 자체가 없는 경우가 있습니다. 이때는 BI 개발에 앞서 ERP 프로세스 보완부터 제안합니다. ERP를 구축해 온 회사이기에 가능한 접근입니다.

어떤 지표부터 보이게 만들까요?

경영진이 보고 싶은 화면과 현재 데이터 상태를 함께 진단해 구축 범위를 정리해 드립니다.

상담·진단 신청하기