최근 기업들은 빠르게 증가하는 데이터 규모와 복잡한 시스템 환경 속에서 분산된 데이터를 효율적으로 관리하고 활용할 수 있는 통합 분석 체계를 요구하고 있습니다. 특히 AI·자동화 중심으로 전환되는 시장 환경에서 데이터 수집에서 처리, 저장, 분석 및 시각화까지 이어지는 흐름을 하나의 플랫폼에서 안정적으로 수행하는 능력이 경쟁력을 좌우하고 있습니다. 이러한 흐름 속에서 Microsoft Fabric은 엔터프라이즈 데이터 환경을 간소화하고 운영 효율을 높이기 위한 핵심 플랫폼으로 자리잡고 있는데요. Microsoft Fabric을 통해 조직은 다양한 데이터 소스를 유기적으로 연결하고, 분석용 데이터 파이프라인부터 대시보드 제작까지 전 과정을 일관된 환경에서 운영할 수 있습니다.
💡여기서 잠깐!
✔ Microsoft Fabric이란? Microsoft Fabric은 데이터 수집, 처리, 저장, 분석, 시각화 등 데이터 전체 수명주기(end-to-end)를 하나의 클라우드 서비스에서 제공하는 통합 AI-기반 분석 플랫폼으로, 분산된 분석 도구와 데이터 소스를 하나로 모아 조직이 보다 효율적이고 전략적으로 데이터 중심의 의사결정을 할 수 있도록 도와주는 차세대 분석 플랫폼입니다. 특히 Fabric이 기업의 데이터 기반 운영 중심축으로 확대되면서, 플랫폼 내에서 발생하는 모든 활동을 투명하게 모니터링하고 관리할 수 있는 체계가 더욱 중요해지고 있습니다. 그 중심에는 사용자 활동, 리소스 이용 현황, 보안 이벤트를 기록하는 감사 로그(Audit Log)가 있습니다. 이 데이터를 Power BI로 시각화하면 Fabric 환경 전반의 운영 상태를 실시간으로 파악하고 거버넌스 수준을 강화할 수 있는 관리자용 대시보드를 구축할 수 있어 많은 기업에서 활용도가 높아지고 있습니다. 👉👉 Microsoft Fabric이란?| Microsoft Fabric
왜 Fabric 감사 로그(Audit Log)가 중요할까?
Fabric 환경 전반의 “활동 흔적”을 보관하는 데이터이고, 조직 내 여러 사용자 중 누가, 언제, 어떤 작업을 했는지 기록하는 로그가 바로 감사 로그(Audit Log)입니다. 감사 로그는 조직 내 Fabric 리소스의 사용 현황과 활동 이력을 기록하여 관리자가 환경을 효율적으로 운영하고 보안을 강화할 수 있도록 돕는 핵심 데이터로 관리자가 Fabric 활용도를 평가하고 비정상 활동을 감지하는 데 매우 중요한 리소스입니다. 이를 Power BI로 시각화하면 로그 데이터를 단순 기록이 아닌 의사결정을 지원하는 인사이트로 전환할 수 있습니다.
이번 포스트에서는 Microsoft Fabric의 Audit Log 데이터를 활용한 Power BI 리포트 구축 과정과 화면 분석을 준비해보았습니다. 그럼 함께 살펴보실까요? 🙂
로그 데이터가 Power BI 리포트로 시각화되기까지의 전체적인 흐름을 파악할 수 있는 아키텍처부터 살펴보겠습니다.
이 과정은 Azure Cloud 환경에서 이루어집니다.
1. Azure Graph API를 활용하여 Fabric 감사 로그 데이터를 수집합니다. (*하기 링크 참고)
2. Python에서 필요한 데이터를 추출하고 변형합니다. 3. Fabric OneLake에 적재한 뒤 Power BI에서 로드합니다. 4. Sementic Model(의미 체계 모델)로 모델링합니다. 5. Power BI 리포트로 시각화합니다. 6. Power BI Service에 배포 및 공유합니다.
Fabric 감사 로그를 API로 추출한 테이블 정의는 다음과 같습니다.
시각화된 리포트에서 어떠한 데이터가 무슨 기능을 보여주는지, 이것들을 토대로 무엇을 분석할 수 있는지 살펴보겠습니다.
[Overview 탭]
첫 화면인 Overview 탭입니다. 1. 왼쪽의 세분화된 슬라이서에 필터를 적용할 수 있습니다. 2. 상단에서는 “Workspace”, “Report”, “Distinct User”, “Activity Count” 핵심 지표를 카드로 배치하여 한눈에 들어올 수 있도록 나타냈습니다.
3. “일자별 Activity Trend”에서는 기간내 일자별 활동량 변화를 시각화하여 활동이 집중된 시점을 파악할 수 있습니다. 4. “시간대별 Activity Trend”는 하루 중 사용자 활동이 가장 활발한 시간대를 확인할 수 있습니다. 우리 조직의 활동은 대부분 평일에 집중되며 오전 시간대에 가장 많다는 것을 알 수 있습니다.
5. 도넛형 차트인 Activity 비율은 조직 내에서 어떤 유형의 활동이 가장 많았는지 보여주며 조직원들이 주로 어떤 기능을 활용하는지 이해하는 데 도움이 됩니다. 리포트를 보는 활동이 전체 활동 중 86%로 대부분을 차지하고 있습니다. 6. 보고서별 비율은 각 보고서에서 어떤 활동들이 이루어지고 있는지 파악할 수 있습니다. 대부분의 보고서가 리포트를 보는 활동이 가장 많습니다.
[Activity 탭]
두 번째 화면인 Activity 탭에서는 활동 이력을 더욱 세밀하게 분석할 수 있습니다. 7. “사용자별 Activity Count” 테이블은 개인이 얼마나 많은 활동을 했는지 직접적인 수치로 보여줍니다. 8. “일자별 Activity Count”는 차트 위로 마우스 오버하면 ‘Tool Tip’이 보이도록 설정했습니다. 해당 날짜에 어떤 사용자가 얼마나 활동했는지 구체적으로 표현했습니다.
9. 시간대별 Activity Trend는 각 리포트의 시간대별 활동량을 한눈에 볼 수 있는데요. Power BI 객체가 아닌 구조를 직접 정의한 Deneb 개체를 활용하여 직관적으로 표현했습니다. 10. 마지막으로 “보고서별 사용 디바이스”는 어떤 활동은 어떤 디바이스 환경에서 수행했는지 알 수 있습니다. BI Web에서는 다양한 활동이 나타나지만 모바일 환경은 리포트를 보는 활동의 비율이 높다는 것을 알 수 있습니다. 모바일로 리포트를 보는 사용자가 많은 경우, 모바일 레이아웃 화면을 구성하면 유용하게 사용될 것입니다. (※Power BI 리포트는 데스크톱 레이아웃과 모바일 레이아웃으로 나뉘어져 있으며 레이아웃에 따라 화면 구성이 달라질 수 있습니다.)
💡여기서 잠깐!
✔ Deneb란? Deneb는 Power BI에서 고급 맞춤형 시각화를 만들 수 있도록 지원하는 고급 커스텀 시각화 도구로, 일반적인 Power BI 시각화로 구현하기 어려운 형태나 복잡한 인터랙션도 코드 기반으로 자유롭게 정의할 수 있어 기업 환경에서 고도화된 분석화면을 만들 때 유용하게 활용됩니다. 정형화된 차트가 아닌 조직 특성에 맞는 직관적이고 맞춤형 분석 시각화를 구현하고자 할 때 특히 효과적입니다. 이는 리포트가 어느 시간대에 활발하게 사용되는지 파악할 때 유용합니다. 해당 정보를 통해 자주 쓰이지 않는 리포트를 보완한다거나 꾸준히 사용하는 리포트의 완성도를 높여갈 수 있습니다. 👉👉 Deneb: Declarative Visualization in Power BI | Deneb
✔ 마무리하며
Microsoft Fabric 감사 로그를 Power BI로 시각화하면 단순 데이터 확인을 넘어, 조직 활동의 패턴과 흐름을 한눈에 파악하고 운영, 보안, 비용 측면에서 실질적인 인사이트를 얻을 수 있습니다. 이러한 분석 과정은 조직의 의사결정을 보다 전략적이고 데이터 기반으로 만들며 효율적이고 투명한 업무 문화를 확산시키는 핵심 도구가 됩니다. 앞으로는 단순 데이터를 보는 것을 넘어 데이터 시각화를 통해 조직 운영을 이해하고 개선하는 경험이 더욱 중요해질 것입니다. Power BI를 활용하면 조직의 데이터 활용 역량을 한층 더 강화할 수 있습니다. 데이터 기반의 효율적이고 투명한 업무 문화 확산을 위해 Power BI를 적극적으로 활용해 보시는 건 어떨까요?🙂
