Microsoft Teams Blog articles ... 노트

Microsoft Teams Blog articles 한국어

TechNet의 Microsoft Teams Blog은 Microsoft Teams에 대한 다양한 주제를 다루는 헌신적인 플랫폼입니다. 이는 향후 기능, 제품 개선 및 사용자 경험 향상을 위한 최적의 방법에 대한 Microsoft 제품 팀 멤버, MVP 및 분야의 다른 전문가들이 작성한 기사로 구성되어 있습니다. 블로그 포스트는 Microsoft Teams의 다양한 측면을 다루고 있습니다. 구성, 배포, 문제 해결, 사용자 피드백 및 공유 지식을 포함하여.

노트 스레드

Microsoft Foundry는 A2A Tool 및 프로토콜 버전 1.0을 지원하는 A2A 엔드포인트의 일반 공급을 통해 에이전트 간 협업을 강화했습니다. 기존 통합은 여전히 이전의 a2a_preview 도구와 프로토콜 버전 0.3을 사용할 수 있습니다. 호스팅된 에이전트는 MCP를 통해 노출된 Foundry 툴박스를 통해 A2A 도구에 액세스할 수 있습니다. 이러한 기능은 에이전트가 전문화하고, 기술을 공유하며, 경계를 넘어 안전하게 협력하는 다중 에이전트 시스템을 구축할 수 있도록 합니다. 표준화된 A2A 프로토콜은 사용자 정의 API 또는 긴밀하게 결합된 오케스트레이션 로직의 필요성을 제거합니다. 에이전트는 이제 검색을 위한 에이전트 카드와 통신을 위한 A2A 프로토콜을 사용하여 구현 세부 정보에 대한 복잡한 지식 없이 다른 에이전트로부터 지원을 요청할 수 있습니다. Foundry 호스팅 A2A 엔드포인트의 경우, 검색 및 엔드포인트 액세스는 Microsoft Entra ID 인증으로 보호됩니다. 외부 에이전트는 에이전트 카드와 상호 작용하고 A2A 프로토콜을 사용하여 A2A 엔드포인트로 노출된 Foundry 에이전트를 검색하고 호출할 수 있습니다. 반대로, Foundry 에이전트는 A2A 도구를 사용하여 다른 A2A 호환 에이전트에 연결할 수 있으며, 이는 RemoteA2A 프로젝트 연결을 통해 구성됩니다. 호스팅된 에이전트는 Foundry 툴박스를 첨부하여 A2A 기능을 통합하며, 이는 A2A 툴박스 도구와 RemoteA2A 연결을 호출하여 원격 에이전트와 상호 작용합니다. 인증은 RemoteA2A 연결에 대해 none, custom-keys, oauth2, user-entra-token, project-managed-identity, agentic-identity와 같은 옵션을 사용할 수 있는 중요한 아키텍처 결정으로 등장하며, 들어오는 A2A 엔드포인트는 Microsoft Entra ID 인증을 엄격하게 적용합니다. Foundry 에이전트를 A2A 엔드포인트로 노출하려면 에이전트 엔드포인트의 기능 및 A2A 프로토콜을 설명하는 에이전트 카드를 구성해야 합니다.
Azure Sponsorship 프로그램을 사용하는 한 회사가 Azure AI Foundry를 통해 Claude 모델을 사용하는 것이 스폰서십 크레딧으로 충당될 것이라고 잘못 믿었습니다. 그들은 Claude가 스폰서십에서 명시적으로 제외되는 Azure Marketplace 요금으로 간주된다는 사실을 발견했습니다. 이 오해로 인해 3일 만에 약 22,000 캐나다 달러의 직접 요금이 발생했습니다. 회사는 Claude가 별도의 Marketplace 비용을 발생시키거나 스폰서십이 적용되지 않을 것이라는 명확한 경고를 배포 중에 받지 못했다고 밝혔습니다. 또한 구성된 예산이 이 예상치 못한 지출에 대해 시기적절하거나 의미 있는 경고를 제공하지 못했다고 언급했습니다. 이러한 요금의 발견은 거의 우연이었으며, 비용이 얼마나 더 높아질 수 있었는지에 대한 우려를 불러일으켰습니다. Microsoft 지원을 통해 이를 해결하려는 시도는 적절한 티켓 생성의 어려움과 일반적이거나 도움이 되지 않는 자동 응답을 받으면서 좌절감을 안겨주었습니다. 일부 권장되는 비용 관리 도구도 레거시 스폰서십 구독 하에서는 사용할 수 없거나 제한적이라고 보고되었습니다. 한 지원 티켓은 해결되지 않은 채로 마감되어 우려를 더욱 증폭시켰습니다. 회사는 표준 스폰서십 지원을 넘어 이 청구 분쟁을 에스컬레이션하여 상황을 검토할 수 있는 권한 있는 담당자에게 도달하기를 긴급히 원하고 있습니다. 그들은 예외적인 상황에서 Marketplace 요금에 이의를 제기하고 해결되지 않은 지원 사례를 에스컬레이션하는 방법에 대한 지침을 찾고 있습니다. 궁극적으로 그들은 합법적인 비용을 회피하려는 것이 아니라 명확한 경고 부족과 어려운 지원 경험으로 인해 도움을 구하고 있다는 점을 강조하며 상황 검토를 원합니다.
Windows Admin Center가 버전 2610 미리보기를 출시했으며, Administration Mode(aMode)와 Virtualization Mode(vMode)를 단일 설치 프로그램으로 통합하여 배포를 간소화했습니다. 이 통합 설치 프로그램은 설정 과정을 간소화하고 관리 오버헤드를 줄이는 동시에 사용자에게 설치당 하나의 모드만 선택할 수 있도록 합니다. vMode의 새로운 기능에는 더 적은 권한과 테넌트 수준 관리자 동의가 필요 없는 재설계된 등록 환경을 통한 Azure Arc 온보딩 간소화가 포함됩니다. 또한 이 업데이트는 vMode 환경을 위한 내장 백업 및 복원 기능과 인증서 수명 주기 관리를 도입합니다. 프로덕션 환경의 경우 vMode는 Active Directory Certificate Services를 통한 인증서 관리를 지원하여 거버넌스와 확장성을 향상시킵니다. vMode의 네트워킹 개선 사항은 더 나은 의도 가시성, 워크플로우를 다시 시작하지 않고 네트워킹 상태를 새로 고칠 수 있는 기능, 스토리지 VLAN 재정의 지원을 제공합니다. VM Conversion 도구는 필요한 VMware VDDK 패키지에 영향을 미치는 변경 사항으로 인해 제거되었으며, System Center Virtual Machine Manager 및 Azure Migrate와 같은 대안이 권장됩니다. 라이브 마이그레이션 기능이 이제 vMode 관리 컴퓨터의 Virtual Machines 도구에 통합되어 최소한의 다운타임으로 원활한 VM 이동을 가능하게 합니다. Windows Admin Center SDK는 버전 6.0.0으로 업데이트되어 React 기반 확장을 생성하고 테스트할 수 있는 지원이 추가되었습니다. 설치 프로그램 실패 해결 및 vMode에서 GPU 도구 사용 가능과 같은 몇 가지 주요 버그 수정이 구현되었습니다.
Azure의 네이티브 서비스는 강력한 거버넌스, 모니터링 및 비용 관리를 제공하며 FinOps 준비 랜딩 존의 기반을 형성합니다. Azure 환경이 구독 및 비즈니스 단위 전반으로 확장됨에 따라 특정 애플리케이션 소유권, 종속성 및 실제 비용을 이해하는 데 격차가 발생합니다. 여기서 추가 관리 플랫폼은 네이티브 기능을 대체하는 것이 아니라 보완할 수 있습니다. 이러한 플랫폼은 리소스 중심의 보기만 제공하는 것이 아니라 애플리케이션 중심의 모니터링을 제공하여 Azure의 기반을 강화합니다. 문제 해결을 용이하게 하기 위해 수많은 구독 및 지역에 걸쳐 모니터링을 통합합니다. 특정 애플리케이션 및 해당 영향과 경고를 상관시켜 경고 시스템을 더욱 실행 가능하게 만들 수 있습니다. 결정론적 문제에 대한 자동화된 수정은 이러한 플랫폼을 통해 더욱 간소화됩니다. FinOps의 경우 비즈니스 단위 및 애플리케이션에 비용을 할당하여 더 깊은 비용 분석을 가능하게 합니다. 지출 패턴의 이상 감지가 가능해져 이해 관계자에게 비정상적인 편차를 알립니다. 플랫폼은 또한 리소스의 적정 규모 조정 및 비용 절감을 위해 활용도가 낮은 리소스를 식별할 수 있습니다. 라이브 Azure 환경을 반영하는 최신 문서를 유지하는 것도 또 다른 이점입니다. Turbo360과 같은 추가 운영 계층은 Azure 기반 위에 위치하여 애플리케이션 모니터링, FinOps 인사이트 및 운영 자동화를 강화합니다. 이러한 플랫폼은 높은 리소스 수, 여러 애플리케이션 및 상당한 경고 볼륨을 가진 크고 복잡한 Azure 환경에 유용합니다. 추가 플랫폼 채택 결정은 네이티브 서비스가 효율적으로 해결할 수 없는 명확한 운영 요구 사항과 측정 가능한 비즈니스 결과에 의해 주도되어야 합니다.
CdXz5zHNQW_aOH5aQ1ZRW.png
SMB는 AI의 중요성을 인식하지만, 안내가 제공되고 위험 부담이 적은 진입점을 필요로 합니다. Copilot in 30은 파트너가 패키징한 25명의 Microsoft 365 Copilot Business 사용자에게 0달러, 30일 무료 체험을 제공합니다. 이를 Microsoft Marketplace 오퍼로 게시하면 SMB 고객에게 도달할 수 있는 확장 가능한 스토어프론트가 생성됩니다. 이러한 구조화된 접근 방식은 AI에 대한 호기심을 장기적인 고객 관계 및 지속적인 관리 서비스로 전환합니다. 높은 수요와 제한된 내부 AI 역량을 가진 SMB 부문은 반복 가능한 파트너 주도 솔루션에 적합합니다. Microsoft 365 Copilot Business는 익숙한 애플리케이션에 통합된 접근 가능한 AI 도구를 제공합니다. 파트너가 관리하는 30일 무료 체험은 사용자가 실질적인 가치를 경험하도록 안내합니다. 파트너는 이 무료 체험을 지속적인 AI 습관으로 전환하는 데 중요합니다. 이 오퍼에는 식별, 계획, 활성화, 경험 및 전환의 특정 단계가 포함됩니다. 수익은 무료 체험뿐만 아니라 후속 유료 구독 및 관리 서비스에서도 발생합니다. 파트너는 Microsoft 인센티브 및 자금을 활용하여 이 여정을 지원할 수 있습니다. 장기적인 참여는 채택 관리, 라이선스 확장, 에이전트 개발 및 보안에 중점을 둡니다. 이는 파트너를 필수적인 AI 고문으로 자리매김하는 반복적인 결과 기반 서비스를 제공합니다.
소매 조직은 Fabric IQ, Ontology 및 ERP MCP를 사용하는 Copilot Studio 에이전트를 활용하여 타사 시스템 및 D365 Finance and Operations의 과거 프로모션 판매 데이터를 분석합니다. 이 시스템은 고객을 도시별 매장과 연결하고 판매 이벤트를 제품 및 매장과 연결함으로써 실적이 우수한 매장, 성공적인 판매 이벤트 및 고객 발자국을 식별하는 데 도움이 됩니다. 이제 소매업체는 새로운 과제를 해결하고자 합니다. 프로모션 판매에 영향을 미치는 조달 위험을 식별하고 도시별 최적의 마케팅 지출 할당을 결정하는 것입니다. 이러한 새로운 요구를 충족하기 위해 Foundry IQ, Fabric IQ 및 Web IQ를 지식 소스로 활용하는 Foundry 에이전트가 제안됩니다. Foundry IQ는 Azure AI Search를 통해 정확한 결과를 지원하며 Fabric IQ, Work IQ, Web IQ, SharePoint 및 사용자 지정 에이전트를 포함한 다양한 소스의 인사이트를 연결하는 추론 및 오케스트레이션 계층 역할을 합니다.이 솔루션에는 타사 시스템(제품, 매장, 판매 이벤트) 및 D365 F&O(고객 데이터)의 데이터 소스, 고객-매장 도시 정렬 및 판매 이벤트-제품-매장 연관과 같은 설정된 관계를 포함한 여러 전제 조건이 필요합니다. 국가별 마케팅 정책은 SharePoint에 저장되며 Web IQ는 공급업체 뉴스, 시장 혼란 및 지정학적 이벤트에 대한 실시간 정보를 위해 설정됩니다. Finance and Operations 데이터는 Fabric Lakehouse에 연결되고 다른 데이터는 Lakehouse로 수집되어 고객, 매장, 제품 및 이벤트 데이터를 결합하는 Fabric Ontology를 형성합니다. LLM 배포 및 적절한 인증을 갖춘 Azure Foundry 프로젝트도 필요합니다.아키텍처 패턴은 에이전트의 추론을 용이하게 하기 위해 이러한 구성 요소를 통합하는 것을 포함합니다. 구성에는 Azure Search 서비스 설정, ERP MCP를 도구로 사용하는 Azure Foundry 포털에서 에이전트 생성, Fabric IQ, Web 및 SharePoint를 포함하도록 Foundry IQ 지식 구성이 포함됩니다. 그런 다음 이 통합 지식 기반은 Retail Growth Intelligence 에이전트에서 사용됩니다. 에이전트는 M365, Teams 또는 Copilot Studio와 같은 다양한 채널에 게시될 수 있습니다.이 에이전트는 Fabric IQ를 사용하여 엔티티 관계를 이해하고, ERP MCP를 통해 D365 F&O를 사용하여 운영 조달 데이터를 얻고, SharePoint를 사용하여 정책 유효성을 검사하고, Foundry IQ/Web Intelligence를 사용하여 외부 시장 위험을 파악함으로써 "조달 일정 또는 프로모션 판매에 영향을 미치는 기타 위험이 있습니까?"와 같은 복잡한 질문에 답할 수 있습니다. 이 프로세스에는 예정된 판매 이벤트, 구매 주문 및 재고 데이터를 통한 제품 재고 가용성, 정책 준수를 다루는 하위 질문이 포함됩니다. 이 접근 방식은 분산된 정보를 통합된 의사 결정 지원으로 변환합니다. 이를 통해 운영 사실을 비즈니스 맥락 및 외부 신호와 상관 관계를 파악하여 보다 빠르고 고품질이며 확장 가능한 AI 기반 의사 결정을 내릴 수 있으며, 사전 위험 감지 및 개선된 비즈니스 이점을 얻을 수 있습니다.
평가 없이는 ML 모델은 시간이 지남에 따라 성능이 저하되며, 이는 대화형 데이터 에이전트에게는 종종 간과되는 문제입니다. Genie Ontology는 특히 Genie Agent Benchmarks를 통해 지속적으로 에이전트를 평가하고 개선함으로써 이 문제를 해결합니다. 벤치마크는 격리된 대화로 구성되며, 각 대화는 질문 유형에 따라 두 가지 모드 중 하나로 평가됩니다. Chat 모드는 에이전트가 생성한 SQL 또는 그 결과를 "정답"과 비교하며, "좋음" 및 "나쁨" 결과에 대한 객관적인 규칙이 있습니다. Agent 모드는 다단계 텍스트 기반 추론 보고서용이며, LLM 심사관이 응답을 선택적 평가 메모와 비교하여 평가합니다. Chat 모드의 중요한 설계 세부 사항은 합법적인 변형을 보상하면서 구조적 오류를 표시하여 벤치마크에 대한 신뢰를 조성하는 기능입니다. 모범 사례는 포괄적인 테스트를 보장하기 위해 비즈니스 질문당 두세 가지 구문 변형을 등록하는 것을 권장합니다. 벤치마크 실행 후 Genie Code는 결과를 분석하여 식별된 격차를 해결하기 위한 지침 또는 컨텍스트 조정을 제안합니다. 이 "배치 검토"는 실제 사용 데이터에도 적용되어 사전 예방적인 문제 해결을 가능하게 합니다. 그러나 사용자 피드백이 에이전트 동작을 자동으로 변경하지 않기 때문에 인간 검토가 중요합니다. 정답 SQL의 품질 또한 중요하며, 도구는 내부적으로 장기적인 정확도 추세를 저장하지 않습니다. 변경 사항을 효율적으로 검증하고 에이전트의 지속적인 신뢰성을 보장하기 위해 처음부터 벤치마크에 투자하는 것이 필수적입니다.
이 글은 엔터프라이즈 가상 머신 이미지 관리를 위한 강력한 프로세스를 개괄하며, 비일관성을 야기하는 수동 방식에서 벗어납니다. 권장되는 접근 방식은 각 이미지를 버전이 지정된 빌드 아티팩트로 취급하며, 제어된 소스에서 시작하여 결정론적 구성을 거칩니다. 이 프로세스에는 매개변수화된 빌드를 위한 HashiCorp Packer와 오케스트레이션을 위한 Azure DevOps 사용이 포함됩니다. 핵심 단계는 이미지 빌드, Azure Compute Gallery에 게시, 임시 가상 머신을 사용한 게시된 버전 검증, 추적 가능한 승격을 위한 증거 생성입니다.이 솔루션은 계층화된 파이프라인의 복잡성을 피하기 위해 단일의 재현 가능한 Packer 빌드를 강조합니다. 환경별 값은 파이프라인 매개변수로 분리되어 유연성을 제공합니다. Packer 구성은 빌더와 결정론적 프로비저닝 시퀀스를 정의하여 일관성을 보장합니다. 결정적으로, 이 글은 임시 VM을 배포하고 원격 검사를 실행하여 빌드 VM뿐만 아니라 게시된 이미지 버전을 검증하는 것을 강조합니다.검증 범위에는 OS 기준선, 런타임, 패키지, 서비스 및 신뢰 검사가 포함되며, 결과는 증거로 게시됩니다. 이 증거는 빌드 로그 및 스캔 출력과 함께 완전한 추적성을 위해 파이프라인 실행과 상관됩니다. 승격은 제어되며, 재빌드되지 않고 정확히 동일한 검증된 이미지 버전이 승격되도록 합니다.실패 처리 및 정리 기능이 통합되어 임시 리소스가 제거되도록 합니다. 프로덕션 고려 사항에는 빌드, 기능, 보안 및 승격 단계에 대한 릴리스 게이트가 포함되며, 이는 안정적인 검증 계약으로 지원됩니다. 이미지 파이프라인은 버전이 지정되고 검증된 갤러리 아티팩트로 완료되며, 이는 소비자가 제어된 롤아웃을 위해 참조할 수 있습니다. 궁극적으로 이미지 베이킹을 버전이 지정된 출력과 독립적인 검증을 갖춘 소프트웨어 전달 문제로 취급함으로써 운영을 단순화합니다.