새로운 기능 – Amazon QuickSight Q가 비즈니스 데이터에 대한 자연어 질문에 답변
세션별 지불 요금제의 첫 번째 BI(비즈니스 인텔리전스) 서비스로 Amazon QuickSight가 출시되었습니다. 오늘 AWS는 기계 학습(ML)을 기반으로 하는 자연어 쿼리(NLQ) 기능인 Amazon QuickSight Q의 preview를 발표하게 되었습니다. 이제 비즈니스 사용자는 Q를 통해 QuickSight를 사용하여 일상 언어로 데이터에 대해 질문하고 몇 초 만에 정확한 답변을 받을 수 있습니다.
예를 들어, “전년 대비 연간 매출 성잘률은 얼마지?” 또는 “전년 대비 가장 많이 성장한 제품은 뭐지?”라고 질문하면 Q는 질문을 자동으로 구문 분석하여 의도를 파악하고 해당 데이터를 검색한 다음, QuickSight에 숫자, 차트 또는 테이블 형태로 답변을 반환합니다. Q는 최첨단 ML 알고리즘을 사용하여 데이터 간의 관계를 이해하고 인덱스를 구축하여 정확한 답변을 제공합니다. 또한 Q를 사용하면 BI 팀이 특정 데이터 세트에 대한 데이터 모델을 미리 빌드할 필요가 없으므로 모든 데이터에 대해 질문할 수 있습니다.
Q의 필요성
일반적으로 BI 엔지니어와 분석가는 비즈니스 사용자가 주요 지표를 보다 쉽게 보고 모니터링할 수 있도록 대시보드를 만듭니다. 기존 대시보드에 표시된 데이터에서 새로운 비즈니스 질문에 대한 답변을 찾을 수 없는 경우 비즈니스 사용자는 인력이 부족한 BI 팀에 데이터 요청을 제출하고 질문에 대한 답변이 대시보드에 추가될 때까지 몇 주를 기다려야 합니다.
일일 판매 동향이 요약된 대시보드를 보고 있는 영업 관리자가 지난달, 이전 분기 또는 작년 같은 시간과 비교하여 지난주 전체 판매량을 알아보고자 할 수 있습니다. 또한 절대 매출이 성장률과 어떻게 비교되는지 또는 성장률이 다른 지역, 제품 라인 또는 고객 부문별로 어떻게 분류되는지 이해하여 새로운 성장 기회를 파악하고자 할 수 있습니다. 이를 위해 BI 팀이 데이터를 재구성하고, 새 데이터 모델을 만들고, 추가 질문에 답해야 할 수 있습니다. 이 과정은 며칠에서 몇 주가 걸릴 수 있습니다. 이러한 특정 데이터 요청으로 인해 인력이 부족할 수 있는 BI 팀의 업무 부담은 늘고, 답을 기다리는 데 소요되는 시간이 길어지며, 시기적절한 결정을 내리기 위해 데이터가 필요한 비즈니스 사용자와 경영진이 실망하게 됩니다.
Q 작동 방식
질문을 하려면 QuickSight Q 검색 창에 질문을 입력하기만 하면 됩니다. 질문을 입력하기 시작하면 Q는 프로세스 속도를 높이기 위해 핵심 구문과 비즈니스 용어가 포함된 자동 완성 제안을 제공합니다. 또한 맞춤법 검사, 약어 및 동의어 일치를 자동으로 수행하므로 오타에 대해 염려하거나 데이터의 정확한 비즈니스 용어를 기억할 필요가 없습니다. Q는 자연어 이해 기술을 사용하여 질문에서 비즈니스 용어(예: 수익, 성장, 할당 등)와 의도를 추출하고 소스에서 해당 데이터를 검색한 다음, 숫자와 그래프 형태로 답변을 반환합니다.
Q는 지속적으로 정확성을 개선하기 위해 조직 내에서 사용자 상호 작용을 통해 학습합니다. 예를 들어 “내 제품”이 의미하는 것과 같은 질문의 문구를 이해하지 못하는 경우 Q는 검색 창의 제안 옵션 드롭다운 메뉴에서 선택하라는 메시지를 표시합니다. 그런 다음, Q는 다음번에 이 문구를 기억하므로 사용에 따라 정확도가 향상됩니다. 모든 데이터에 대해 질문하면 Q는 해당 데이터를 사용하여 답을 제공합니다. 사용자는 사전 정의된 대시보드로 한정된 질문에만 국한되지 않으며 비즈니스와 관련된 모든 질문을 할 수 있습니다.
데모를 보여드리겠습니다. 회사의 판매 대시보드가 있다고 가정합니다.
대시보드의 비즈니스 사용자는 위의 Q 검색 창에 질문을 입력하기만 하면 데이터를 드릴 다운하고 세분화할 수 있습니다.
Q 검색 창을 사용하여 “캘리포니아의 작년 주간 판매량을 보여줘“라고 질문하면 Q는 몇 초 안에 숫자와 그래프를 생성합니다.
답변에 대해 “맞음(Looks good)” 또는 “틀림(Not quite right)“을 클릭할 수 있습니다. “틀림(Not quite right)“을 클릭하면 BI 팀에 Q 개선을 위한 피드백을 제출할 수 있습니다. 답변을 더 자세히 조사할 수도 있습니다. 질문의 끝에 “뉴욕과 비교해서“를 추가하고 Enter 키를 누릅니다. 새로운 답이 나타납니다.
다음으로 캘리포니아에서 더 자세히 조사해 보겠습니다. “캘리포니아에서 가장 많이 팔리는 범주는 뭐지?“라고 입력합니다.
Q를 사용하면 프레젠테이션을 쉽게 변경할 수 있습니다. 같은 질문에 대한 또 다른 다이어그램을 살펴보겠습니다.
다음으로, 가장 큰 산업인 “금융“을 살펴보겠습니다. Q에 “금융 부문의 주별 매출 성장률을 보여줘”라고 입력하고 “선형 차트(Line chart)“를 지정하여 주간 판매 매출 증가율을 확인합니다.
판매 수익은 증가세에 있지만 급증할 때가 있고 그렇지 않을 때도 있습니다. 이러한 분석을 바탕으로 더 나은 수익 구조를 위해 안정화하는 방법을 고려할 수 있습니다.
Amazon QuickSight Q 시작하기
새로운 “Q 주제(Topics)” 링크가 왼쪽 탐색 모음에 나타납니다. 주제(Topics)는 하나 이상의 데이터 세트의 모음이며 사용자가 질문할 수 있는 주제 영역을 나타냅니다. 예를 들어 마케팅 팀의 경우 “광고 지출”, “이메일 캠페인”, “웹 사이트 분석” 등에 대한 Q 주제(Topics)가 있을 수 있습니다. 또한 작성자는 다음과 같은 작업을 수행할 수 있습니다.
- 데이터 세트와 열에 기억하기 쉬운 이름, 동의어 및 설명을 추가하여 Q의 답변을 개선합니다.
- 사용자가 주제에 대해 질문할 수 있도록 주제를 사용자에게 공유합니다.
- 사용자의 질문과 Q가 이러한 질문에 어떻게 답했는지 확인하고 답변을 개선합니다.
계속(Continue) 버튼을 클릭한 후 데이터 세트 추가(Add datasets)를 선택하여 주제에 하나 이상의 데이터 집합을 직접 추가하거나 대시보드 가져오기(Import dashboard)를 선택하여 기존 대시보드의 모든 데이터 세트를 주제로 가져오는 두 가지 방법으로 주제에 데이터 세트를 추가할 수 있습니다.
다음 단계는 데이터 세트를 자연어에 적합하게 만드는 것입니다. 일반적으로 데이터 세트 및 열의 이름은 기술적 명명 규칙을 기반으로 하며 최종 사용자가 참조하는 방식을 반영하지 않습니다. Q는 주로 이름을 사용하여 질문에 사용된 용어와 올바른 데이터 세트 및 열을 일치시킵니다. 따라서 이러한 기술 이름은 올바르게 매핑될 수 있도록 사용자가 기억하기 쉬운 이름으로 변환되어야 합니다. 다음은 예입니다.
- 데이터 세트 이름 – D_CUST_DLY_ORD_DTL → 기억하기 쉬운 이름: 고객 일일 주문 세부 정보
- 열 이름: pdt_cd 열 → 기억하기 쉬운 이름: 제품 코드
또한 사용자가 가장 편한 용어를 사용할 수 있도록 각 열에 대해 동의어를 설정할 수 있습니다. 예를 들어 “산업” 대신 “클라이언트” 또는 “부문”이라는 용어를 입력하는 사용자가 있을 수 있습니다. Q는 쿼리를 입력할 때 올바른 이름으로 수정하는 기능을 제공하지만 BI 운영자는 자주 사용하는 단어의 동의어를 설정할 수도 있습니다. 왼쪽 창에서 “주제(Topics)“를 클릭하고 동의어를 설정할 대시보드를 선택합니다.
그런 다음, “Datasets(데이터 세트)“를 선택합니다.
이제 기억하기 쉬운 이름(Friendly Name)을 설정하거나 동의어를 별칭(Aliases)으로 설정할 수 있습니다(예: “고객”의 경우 “클라이언트” 또는 “산업”의 경우 “부문”).
동의어를 추가한 후 사용자는 변경 사항을 저장하고 Q 검색 창에서 질문을 시작할 수 있습니다.
Amazon QuickSight Q preview 오늘 출시
미국 동부(버지니아 북부), 미국 서부(오레곤), 미국 동부(오하이오) 및 유럽 (아일랜드)에서 Q가 preview로 제공됩니다. QuickSight에서 몇 번의 클릭만으로 Q를 시작할 수 있습니다. Amazon Redshift, Amazon RDS, Amazon Aurora, Amazon Athena, Amazon S3 등의 AWS 데이터 원본이나 SQL Server, Teradata, Snowflake 등의 타사 상용 원본과 함께 Q를 사용할 수 있습니다. Salesforce, ServiceNow 및 Adobe는 Analytics 또는 Excel과 같은 비즈니스 애플리케이션을 포함하여 QuickSight에서 지원하는 모든 데이터 원본과 자동으로 통합됩니다.
Q에 대해 자세히 알아보고 지금 preview를 시작하세요.
– Kame
Source: 새로운 기능 – Amazon QuickSight Q가 비즈니스 데이터에 대한 자연어 질문에 답변
