AI
오늘의집 Self-Service Data Analytics 구축기
두줄요약
데이터 거버넌스와 업무 맥락을 기반으로 AI 셀프서비스 분석 환경을 구축했습니다. 라우팅·역질문·평가 체계로 신뢰성을 높이고 데이터 요청 문의를 약 95% 줄였습니다.
문제 상황
- 분석가 요청·대기와 반복 데이터 추출로 인한 구성원의 가설 검증 지연
- 지표 정의 불일치, 분산된 쿼리·업무 맥락으로 인한 SQL 결과 신뢰성 한계
- 초기 RAG 기반 SQL 검색의 자료 최신화·기준 반영 어려움
해결 방법
- 지표 정의, 데이터 사용 기준, 업무별 판단 기준을 정리한 데이터 거버넌스 중심 전환
- Claude Code·Slack에서 SKILL.md, 카탈로그, 실제 스키마를 참조하는 셀프서비스 분석 환경 구축
- 모호한 지표·기간·비교 기준에 대한 역질문과 SQL 계산 안전장치 적용
구조와 흐름
- 질문을 지표·대상·기간·분류 조건으로 구체화하고 분석 경로와 도구 라우팅
- Semantic Layer, Calendar SSOT, Catalog, XPC, UBA 및 업무 문서 결합
- 결과와 함께 사용 자료, 지표 정의, 기간·적용 조건 제공으로 후속 탐색 지원
성능/운영 포인트
- 문서 원본 저장소와 Slack·Claude Code 배포, 변경 감지 기반 최신화 관리
- 실행 기록과 QES 반복 평가를 통한 라우팅·역질문·계산·출처 검증
- 도입 후 데이터 요청 채널 주간 문의 약 95% 감소
