결론부터 말하면, AI와 대화하며 계획 수립에 시간을 충분히 투자하면 구현 오류가 눈에 띄게 줄고 하루도 안 되는 시간에 PoC를 완성할 수 있다.
기존 업무 방식을 계속 의심해야 하는 이유는?
기존과 동일하게 업무를 하는 것이 맞을까? 하는 생각이 계속 드는 요즈음인데...
지금까지 해왔던 업무 방식들을 계속 의심을 하고있다.
이게 맞아? 진짜? 더 좋은 방법은? 더 쉬운 방법은?
이것이 쉽지 않은게, 정답도 없거니와 사실 감도 잘 못잡고 우왕좌왕 갈팡질팡 하는 것이....그것이 나다.
업무 중에 대시보드를 구성하는 것이 있는데, 이 놈이 보기에는 좋은데 들어가는 노력대비 효과가 좋지 않은 대표적인 사례라고 볼 수 있고...정말 나쁘게 말하면 이쁜 쓰레기...같은 느낌이다.
왜냐하면, 중요한 포인트 및 관점은 계속 바뀌는데 대시보드는 그 속도를 못 따라가기 때문이다. 그렇다보니 처음에는 쓰다가 그 다음부터는 이쁜 쓰레기가 되는 것이다.
그리고 대시보드는 보통 리더들을 위한 것인데, 리더가 바뀌면 또 중요한 포인트가 바뀌기도 하니 더욱 그렇다.
이걸 어떻게 안되나? AI 로 더 좋은 방법이 없나 고민하다가...아 혼자 고민하는 것은 답이 안나온다 라고 생각하면서 Claude 와 대화를 나누기 시작했다.
오호라...AI 기반이라...오케이...많은 대화 끝에... 아래와 같이 정리를 하고...
AI에게 이를 진행하기 위해서 준비물이 뭐니? 물어보니...
Catalog.json - 테이블 리스트
[AI 설명] 도메인별 테이블 목록과 설명을 담고 있는 데이터 카탈로그 파일
Schema.json - 테이블 상세(컬럼) 리스트
[AI 설명] 전체 데이터베이스의 테이블 구조, 컬럼 타입 및 설명을 상세히 정의한 스키마 명세서
metrics.json - 측정 항목(지표) 리스트
[AI 설명] 주요 비즈니스 지표의 계산식과 SQL 생성 힌트를 정의한 메트릭 설정 파일
synonyms.json - 테이블, 컬럼 한영 사전 같은 리스트
[AI 설명] 자연어 검색 시 사용자가 입력하는 용어를 실제 데이터베이스 테이블 및 컬럼명과 매핑해주는 동의어 사전
항상 그렇지만 딸각! 하면 될 것 같지만, 그 딸깍을 위해서 준비하는 과정이 더 어려운 법이다.
프로젝트 제목 :AI 대시보드 PoC목표 :자연어로 요청하면 자동으로 차트(그래프)를 만들고 나만의 대시보드를 만들 수 있게 한다.
우선 PoC 니까 힘을 덜 들이기 위해서 위의 준비물은 AI를 활용해서 가짜 정보로 준비한다.
이제는 또 다시 해줘의 반복인데, 이번에는 조금 공을 들여서, 계획-타스크 수립을 모두 마크다운 파일로 다 저장을 하고, 체크를 하면서 진행했다. AI 시대의 역할 변화에서도 다뤘지만, 이런 계획 중심의 접근이 점점 더 중요해지고 있다. 그 결과는 아주 성공적이다.
계획/작업을 수립하는데 시간을 많이쓰면 구현 때 오류가 눈에 띄게 줄어드는 것은 다시 간만에 체감하면서...
LLM 으로 자연어 분석 후 SQL 생성 성공
해당 차트를 대시보드에 저장하기 성공 (로컬 스토리지)
차트를 다양한 그래프로 변환하기 기능 성공
차트를 만들 때 마다 LLM을 호출하길래 차트 변경은 단순 기능으로 해결
이게 주요 기능인데, 아래 영상은 숫자로만 보이지만 라인차트, 바차트, 도넛차트 등 다양한 차트를 추가했고 확인 할 수 있다.
PoC 하는데 하루도 안걸리고....이 정도 결과를 낼 수 있다니...오늘 왠지 뿌듯함. 비용 효율적인 모델 선택 방법은 툴과 모델에서 더 자세히 정리했다
불러오는 중...