![[AI-Native AFINIT] 5분 안에 데이터 분석 질문을 답해주는 AI 데이터 분석가를 만든 이야기](https://image.inblog.dev/?url=https%3A%2F%2Fsource.inblog.dev%2Ffeatured_image%2F000275ea-2db6-40c9-9ccf-681abd3453c7%2F23c878d9-d8ce-4535-98f3-934e04a64d46&w=1200&q=85&format=jpg&v=2026-10-24T04%3A11%3A00.369Z)
AI
[AI-Native AFINIT] 5분 안에 데이터 분석 질문을 답해주는 AI 데이터 분석가를 만든 이야기
두줄요약
검증된 SQL·문서·코드를 repo 컨텍스트로 활용해 Slack 기반 AI 데이터 분석가를 만들었습니다. 반복 분석을 5분 내 처리하되, 지표 정의와 복잡한 판단은 사람이 맡습니다.
문제 상황
- PM에게 집중되던 반복적 데이터 분석 요청과 Athena·스키마 접근 장벽
- SQL 검수, Pivot 분석, 인사이트 공유까지 반나절 소요되는 개인 워크플로우
해결 방법
- Cursor와 AI Sidekick으로 SQL 실행, Python 기반 Pivot, 인사이트 작성, Slack 공유 자동화
- 기존 SQL·DDL·Python·Markdown·Slack 초안을 GitHub repo 컨텍스트로 재사용
- Slack 멘션 기반 데이터 분석 채널로 개인 워크플로우 배포
구조와 흐름
- 멘션 수집 후 진행 이모지 표시, 스레드 맥락·repo 산출물 참조, 도구 호출 반복
- search_ddl·describe_table·run_sql로 스키마 확인과 읽기 전용 Athena 조회
- 분석 결과와 지표 정의·사용 테이블·참고 코드·쿼리 요약을 스레드에 게시
주의할 점
- 테이블·컬럼 추측 방지와 실패·결과 없음의 명시적 응답
- 복잡하거나 지표 정의가 모호한 질문의 사람 검토 필요
- 24시간 운영을 위한 원격 워커 배포와 Slack rate limit 분리 처리
