Power BI 시맨틱 모델의 보안 적용

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

Alex Kuntz

Head of Cloud Curriculum, DataCamp

시맨틱 모델 보안 개요

개요

  • 다양한 수준에서 데이터 액세스를 제어
  • 민감한 데이터에 대한 무단 액세스 방지

시맨틱 모델의 보안 유형:

  • RLS: 행 수준에서 데이터 제한
  • OLS: 전체 객체(테이블/열) 접근 제한

시맨틱 모델 보안

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

행 수준 보안(RLS)

개요

  • 역할 기반으로 데이터 가시성을 제어

특징

  • 행 수준에서 데이터 제한
  • DAX 필터로 구성
  • 사용자별 데이터 액세스에 적합
  • (예: 지역별 데이터 액세스)

행 수준 보안

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

객체 수준 보안(OLS)

전체 객체(테이블/열) 접근을 제한합니다.

특징

  • 특정 데이터 객체를 보호할 수 있습니다.
  • 급여나 개인정보 등 민감 정보를 숨기는 데 유용합니다.
  • Power BI가 아닌 Tabular Editor로 구성해야 합니다.

객체 수준 보안

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

보안 역할 검증(RLS 및 OLS)

  • 유효성 검사는 특정 역할 또는 사용자로서의 데이터 액세스 시뮬레이션을 제공합니다.

  • 역할에 구성원을 추가하여 정밀한 액세스 제어를 수행합니다.

  • 모델에서 역할별 가시성을 확인하려면 역할로 테스트를 사용합니다.

구성원 추가 및 보고서 유효성 검사

  • RLS는 행을 필터링하고 OLS는 열이나 테이블을 숨기는지 확인합니다.
Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

RLS와 OLS 비교

  • 데이터의 특정 행을 필터링
  • 구성: Power BI 내에서 관리, 외부 도구 불필요

Power BI

  • 효과: 구조는 유지하면서 데이터를 필터링

RLS 시맨틱 모델

  • 전체 테이블 또는 열을 숨기거나 제한
  • 구성: Tabular Editor 등 외부 도구 필요

Tabular Editor 2

  • 효과: 객체를 완전히 보이지 않게 하여 모델 구조를 변경

OLS 시맨틱 모델

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

연습해 봅시다!

Microsoft Fabric로 데이터 수집과 Semantic Model 다루기

Preparing Video For Download...