Power BI 개발자는 사라지지 않습니다. Power BI의 AI가 역할을 변화시키고 있습니다.

이제 AI는 보고서를 구축하고, DAX를 작성하며, 데이터를 쿼리(Query)할 수 있습니다. 그리고 이는 더 이상 Copilot만의 이야기가 아닙니다. 이것이 귀하의 조직과 분석을 운영하는 사람들에게 실제로 무엇을 의미하는지 설명하겠습니다.

Madhu Pandit · Luminova Analytics 설립자 · Microsoft 인증 Power BI 컨설턴트

비즈니스 인텔리전스 (Business Intelligence) 세계에서 중대한 변화가 일어나고 있으며, 이는 대부분의 조직이 알아차린 것보다 더 빠르게 진행되고 있습니다.

Copilot은 이제 Power BI 내부에 내장되어, 사용자가 일상적인 영어로 질문을 던지고 단 하나의 공식도 작성하지 않고 보고서를 생성할 수 있게 해줍니다. 하지만 이것은 이야기의 일부일 뿐이며, 가장 중요한 부분조차 아닙니다.

Power BI의 AI는 이제 Microsoft 자체 도구를 훨씬 넘어 확장되고 있습니다. Claude, ChatGPT 및 기타 AI 도구들은 Microsoft의 새로운 MCP (Model Context Protocol) 프레임워크를 통해 Power BI 시맨틱 모델 (Semantic Models)에 직접 연결될 수 있습니다. 이러한 도구들은 채팅창에서 일반적인 제안을 하는 것에 그치지 않습니다. 이들은 실제 테이블을 읽고, 테이블 간의 관계를 이해하며, 귀하의 특정 스키마 (Schema)를 파악한 DAX 측정값 (Measures)을 작성하고, 한 번도 문서화되지 않았던 측정값에 대한 문서화를 생성하며, 단 한 번의 과정으로 수백 개의 컬럼 (Column)에 걸친 명명 규칙 (Naming Conventions)을 감사합니다. 이 모든 것이 대화를 통해 이루어집니다.

많은 리더들이 던지기 시작한 질문은 합리적입니다. 만약 Power BI의 AI가 이 모든 것을 처리할 수 있다면, Power BI 개발자에게 남은 역할은 무엇인가? 결과적으로는 여전히 할 일이 아주 많지만, 그 역할은 3년 전과는 매우 달라 보입니다.

보고서 작성자에서 분석 아키텍트 (Analytics Architect)로

지난 10년 동안, Power BI 개발자 시간의 상당 부분은 진정으로 반복적인 작업에 소비되었습니다. 서로 다른 부서를 위해 유사한 차트를 구축하고, 동일한 DAX 측정값의 변형을 작성하며, 수년 전에 문서화되었어야 할 필드들을 문서화하고, 새로운 브랜드 템플릿에 맞게 보고서 형식을 재조정하는 작업들 말입니다.

이제 Power BI의 AI가 그 모든 작업을 처리합니다. 완벽하지는 않지만, 경제적 논리가 변화할 만큼 충분히 잘 해냅니다. 업무 시간의 60%를 일상적인 조립 작업에 소비하는 개발자의 가치는 감소하고 있습니다. 이것은 실질적인 변화이며, 그렇지 않은 척하는 것은 잘못된 일일 것입니다.

하지만 AI가 할 수 없는 것이 있습니다. 조직이 무엇을 측정해야 하는지, 혹은 왜 특정 숫자가 의사 결정권자들에게 다른 숫자보다 더 중요한지를 결정할 수는 없습니다.

그것은 데이터와 비즈니스 모두를 이해하는 사람, 즉 영업 이사가 "실적을 보여달라"고 말할 때 6개월 전 분기별 검토 회의에서 나눈 대화를 바탕으로 그것이 총매출(gross revenue)이 아닌 마진 기여도(margin contribution)를 의미한다는 것을 아는 사람이 필요합니다. 또한 "활성 고객(active customer)"의 정의가 재무(Finance) 부서와 운영(Operations) 부서 간에 서로 다르며, 그 모호함을 해결하는 것은 기술적인 결정이 아닌 거버넌스(governance) 결정이라는 점을 아는 사람이 필요합니다.

이것들이 바로 AI가 대체하지 못할 영역입니다. 그리고 이것들은 점점 더 가장 중요한 요소가 되고 있습니다.

Power BI의 AI는 Copilot 그 이상을 넘어섭니다

대부분의 조직은 이를 순수하게 Microsoft Copilot의 관점에서만 생각하고 있습니다. 그러한 프레임은 이미 시대에 뒤처졌습니다.

Microsoft의 MCP Server를 통해 Claude, ChatGPT 및 기타 외부 AI 모델들이 이제 개발 과정에서 여러분의 라이브 Power BI 시맨틱 모델(semantic model)에 직접적이고 실시간으로 접근할 수 있게 되었습니다. 이는 조직이 각 작업에 가장 적합한 AI 도구를 선택하여 사용할 수 있음을 의미합니다.

• 발행된 보고서에서 최종 사용자의 자연어 질의(natural language queries)를 위한 Copilot
• 개발 중 복잡한 DAX 생성 및 모델 문서화를 위한 Claude
• 보고서 출력물에 대한 서사적 해설(narrative commentary)을 위한 ChatGPT

Power BI의 AI는 개방형 생태계(open ecosystem)로 변모하고 있습니다. 기업용 분석(enterprise analytics)이 수행되는 방식에 미칠 영향은 대부분의 리더가 고려했던 것보다 훨씬 더 중대합니다.

이러한 기능들은 현재 존재하며, 앞서 나가는 분석 팀들은 이미 이를 활용하고 있습니다. 문제는 Power BI의 AI가 업무 방식에 영향을 미칠 것인가가 아닙니다. 이미 영향을 미치고 있습니다. 문제는 귀하의 조직이 이러한 변화에 대해 어떤 위치를 점하느냐 하는 것입니다.

유효한 비유

클라우드 컴퓨팅 (Cloud Computing)이 등장했을 때, 그것은 IT 엔지니어를 없애지 않았습니다. 다만 특정 유형의 IT 엔지니어, 즉 서버를 물리적으로 유지 관리하는 것이 주요 가치였던 엔지니어를 없앴을 뿐입니다. 아키텍처 (Architecture), 보안 (Security), 그리고 비즈니스 통합 (Business Integration)을 이해하는 엔지니어들은 그 어느 때보다 더 많은 수요를 얻게 되었습니다. 해당 직업은 축소된 것이 아니라, 격상되었습니다.

클라우드 시대에 번창한 엔지니어들은 변화가 기존의 역할을 불필요하게 만들기 전에 가치 사슬 (Value Chain)의 상위 단계로 이동한 사람들이었습니다. 동일한 역학 관계가 엔터프라이즈 분석 (Enterprise Analytics) 분야에서도 일어나고 있으며, 그 타임라인은 더 짧습니다.

앞서 나갈 조직들

Power BI의 AI와 관련하여 현재 두 가지 유형의 조직이 존재합니다.

진정으로 앞서 나갈 조직은 Power BI의 AI 전환을 단순한 도구의 문제가 아닌 구조적인 문제로 다루는 조직입니다.

이는 시맨틱 모델 (Semantic Model)의 품질에 투자해야 함을 의미합니다. 왜냐하면 모든 AI 도구는 벤더 (Vendor)에 관계없이 그 위에 구축된 모델만큼만 성능을 발휘하기 때문입니다. 또한 AI가 생성한 결과물에 대한 거버넌스 (Governance)를 구축해야 함을 의미합니다. 그리고 분석 기능의 실제 목적을 재고해야 함을 의미합니다. 즉, 보고서를 생산하는 것이 아니라, Power BI의 AI를 유용하게 만드는 신뢰할 수 있는 데이터 인프라 (Data Infrastructure)를 생산하는 것입니다.

이것이 귀하의 분석 팀에 의미하는 바

Power BI 개발자 역할은 사라지지 않습니다. 하지만 그 형태는 조직이 사후 대응이 아닌 사전 계획을 세워야 하는 방식으로 변화하고 있습니다.

향후 3~5년 동안 가장 가치 있는 개발자는 대시보드를 가장 빠르게 구축할 수 있는 사람이 아닙니다. AI가 정확하게 질의할 수 있도록 구조화된 시맨틱 모델 (Semantic Model)을 설계할 수 있는 사람, Power BI 내의 AI 출력물을 신뢰할 수 있도록 데이터 거버넌스 (Data Governance)를 충분히 이해하는 사람, 그리고 비즈니스 로직을 단순히 보고서 레이아웃으로 옮기는 것이 아니라 모델 아키텍처 (Model Architecture)로 변환할 수 있는 사람입니다.

이는 대시보드를 구축하는 것보다 더 전략적인 역할입니다. 또한 이러한 인재를 찾는 것은 더 어려우며, 의도적인 투자 없이는 내부적으로 육성하기도 더 어렵습니다.

IT 리더와 비즈니스 의사결정권자들에게 주는 시사점은 명확합니다. AI 중심 환경에서 경쟁하기 위해 필요한 분석 역량은 현재 보유하고 있는 역량과는 다르게 보일 것입니다. 그 격차를 이해하고 경쟁사보다 먼저 그 격차를 메우는 것이 중요한 결정입니다.

지금 나누어야 할 올바른 대화

대부분의 이사회에서 나누는 대화는 여전히 "우리에게 Copilot이 있는데, 여전히 개발자가 필요한가요?"입니다. 이는 잘못된 출발점입니다.
올바른 대화는 다음과 같습니다. "우리의 데이터 자산 (Data Estate)이 Power BI의 AI가 그 위에서 정확하게 작동할 수 있도록 구조화되어 있는가? AI가 생성한 출력물을 신뢰할 수 있는 거버넌스를 갖추고 있는가? 그리고 이 모든 것을 작동하게 만드는 인프라를 설계할 수 있는 인력을 보유하고 있는가?"

이것들은 인원수 (Headcount)에 관한 질문이 아니라 전략에 관한 질문입니다. 그리고 지금 이 질문을 던지는 조직들이 3년 뒤 앞서 나가게 될 것입니다.

저자 소개

Madhu Pandit는 런던에 본사를 둔 Power BI 전문 컨설팅 기업이자 Microsoft 파트너인 Luminova Analytics의 설립자입니다. 20년 이상의 분석 경험을 바탕으로, Madhu는 기업 팀들이 거버넌스가 갖춰지고 신뢰할 수 있으며 AI를 위한 준비가 된 Power BI 자산 (Estates)을 구축할 수 있도록 돕고 있습니다.

Power BI의 AI가 여러분의 분석 팀이 어떤 모습이어야 하는지를 어떻게 변화시키고 있는지 알고 싶으신가요? https://www.luminova-analytics.co.uk/services/copilot-readiness를 방문해 보세요.