그라운딩이 없으면 Copilot과 에이전트는 존재하지도 않는 3분기 할인 정책처럼 그럴듯한 답을 지어냅니다. 이번 에피소드에서는 멀티모달 AI 앱이 지저분한 기업 데이터 앞에서 왜 실패하는지, 그리고 Azure AI Search 기반 Retrieval Augmented Generation과 평가 도구, 거버넌스가 어떻게 답변을 현실에 붙잡아 두는지 설명합니다.이번 에피소드에서 배울 내용:데모는 완벽한데 운영 환경에서 실패하는 이유: 흐릿한 신분증, 팩스를 거친 PDF, 흔들린 휴대폰 사진 – 쓰레기를 넣으면 쓰레기가 나온다RAG 제대로 하기: Azure AI Search의 키워드·벡터 하이브리드 검색과 시맨틱 리랭커Azure AI Foundry의 기본 제공 평가 도구, Prompt Flow, 관측성으로 첫날부터 근거성·관련성·일관성 측정하기Copilot, 에이전트, 자율 에이전트: 최소 권한, 롤백 가능한 로깅, Azure AI Content Safety로 구성한 생존 체크리스트장난감 상자가 아닌 공장으로서의 Azure AI Foundry: ID 경계, 거버넌스 우선, Azure 가격 계산기로 사용량 기반 비용 계획하기Azure AI Foundry와 Copilot Studio로 만든 Copilot과 에이전트를 안전하게 운영 환경에 배포하려는 IT 관리자, 개발자, 의사결정자를 위한 에피소드입니다.이 에피소드는 Microsoft MVP 미르코 피터스의 M365 Show 애니메이션 영상을 AI로 더빙한 한국어 버전입니다.▶ 영상 보기: https://youtu.be/rQP0f_D_TUU🎧 더 많은 에피소드: https://www.m365.fm🎤 M365Con – 무료 온라인 Microsoft 콘퍼런스: https://m365con.net💼 LinkedIn의 미르코 피터스: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.