2000년대 중반부터 비즈니스 인텔리전스(BI) 분야에 혁명적인 일이 일어났습니다. 바로 셀프서비스 BI(Self-Service BI) 개념의 등장입니다. 이전까지 데이터 분석은 오롯이 개발자나 데이터 분석가의 몫이었습니다. 현업 담당자가 IT 부서에 특정 데이터 분석을 요청하면 개발자/데이터분석가는 SQL 쿼리를 작성하는 식이었죠. 때로는 단순한 리포트 하나를 받기 위해 여러 명의 사람을 오가고 소통의 문제가 생기기도 하는 등 효율적이지 못한 상황이 비일비재했습니다.

이러한 문제를 해결하기 위해 등장한 것이 바로 셀프서비스 BI 도구들이었습니다. 2010년 스탠퍼드 출신 엔지니어들이 개발한 태블로(Tableau)나, 마이크로소프트의 파워 BI(Power BI), 클릭(Qlik) 등이 대표적인 셀프 BI 도구의 예시입니다. 특히 태블로는 가트너(Gartner)의 Magic Quadrant에서 7년 연속 최고 기업으로 선정되는 등 빠르게 성장해 나갔습니다. 이들은 ‘데이터 민주화’를 내세우며 SQL같은 기술적 배경이 없는 현업 직원들도 단순한 ‘드래그앤드롭’ 방식으로 데이터를 가공하고 시각화할 수 있도록 도왔습니다.

태블로는 대표적인 BI툴로, 데이터 분석 시장에 한 획을 그었다고 평가받습니다.

셀프 BI 툴들의 성공 이후 많은 기업은 전사적인 셀프BI 문화를 구축했습니다. 현업 직원들은 별도의 데이터 추출 과정 없이 필요한 정보를 쉽게 확인할 수 있게 되었고, 더 나은 의사결정을 위해 데이터 활용을 고도화해 나갔습니다. 

최근 몇 년간 IT 업계를 넘어서 전 지구를 뒤흔든 AI 혁명은 셀프 BI에도 해당됩니다. 2024년 태블로 컨퍼런스에서는 Einstein Copilot이라는 AI 기능을 대거 발표하며, 이제는 드래그앤드롭도 아닌 자연어 요청만으로도 충분히 데이터 시각화가 가능해졌다는 것이 주된 내용입니다. 태블로뿐만 아니라 각종 셀프 BI툴에서는 셀프 BI 다음 단계인 ‘셀프 AI’ 시대가 시작되고 있다고 말하고 있습니다. 

과거와 비교했을때 셀프 BI는 분명 혁신적인 데이터 분석툴임은 확실하나, 여전히 몇 가지 근본적 한계가 있었습니다. 첫째, 데이터 구조와 칼럼을 이해해야 한다는 점, 둘째, 여전히 사람이 질문을 정의하고 필터를 설정해야 한다는 점, 셋째, 분석의 범위가 주로 과거 데이터를 보는 보고서 중심이었다는 점입니다. 그러나 이제 AI의 도움에 힘입어 이런 한계점들을 극복할 수 있게 되었습니다. 그럼 이제부터 데이터 분석의 패러다임을 바꾸고 있는 셀프 AI는 어떤 뜻인지, 어떻게 활용할 수 있는지 알아보겠습니다👩🏻‍🏫

📚목차

1. 셀프 BI/셀프 AI의 개념과 패러다임의 전환

2. AI 시대가 가져온 데이터 분석의 변화

3. 셀프AI 대시보드, 왜 주목받는 걸까?

4. 스노우플레이크와 함께하는 셀프AI의 여정

셀프 BI/셀프 AI의 개념과 패러다임의 전환

셀프 BI와 셀프AI의 가장 큰 차이점은 ‘인텔리전스’의 수준입니다🧠

셀프 BI 시대에는 사용자가 여전히 데이터베이스 구조를 어느 정도 이해하고, 어떤 차트가 적합한지 판단하며, 필요한 필터를 직접 설정해야 했습니다. 요리사가 재료를 손질하고, 본인에게 원하는 요리법을 선택해서 음식을 만드는 것과 같습니다.

셀프 AI에서 사용자는 단순히 자연어로 질문을 던지기만 하면 됩니다. 예를 들어 ‘지난 3개월간 우리 제품의 매출 트렌드는 어떻게 되고, 다음 분기 예상 매출은 얼마나 될까?’라고 물으면 AI는 자동으로 적절한 데이터를 찾고, 최적의 시각화를 선택하며, 심지어 예측 분석까지 제공합니다. 따로 내가 요리할 필요없이 요리사에게 ‘소고기가 들어간 매운 찌개를 끓여주세요’하고 주문하는 것과 마찬가지죠.

스노우플레이크의 셀프AI 예시 화면

기술적 차이점을 더 구체적으로 살펴볼까요? 셀프 BI에서는 사용자가 데이터 모델링-쿼리 작성-시각화 선택이라는 3단계를 모두 수행해야 했습니다. 비록 모든 과정이 드래그앤드롭으로 간소화되었지만, 여전히 사용자의 의사결정이 필요합니다.

셀프 AI에서는 LLM(Large Language Model)이 모든 과정을 자동화합니다. LLM은 자연어 질문을 이해하고, 데이터베이스 스키마를 분석하며, 질문의 의도에 맞는 SQL 쿼리를 생성합니다. 더 나아가 결과 데이터의 특성을 파악하여 가장 적합한 차트 유형을 선택하고, 후속 질문 등 사용자가 놓칠 수 있는 인사이트도 찾아줍니다. 예를 들어, 매출 데이터를 요청했을 때 단순히 차트만 보여주는 것이 아니라 ‘특정 지역에서 갑작스런운 매출 증가가 관찰되는데, 주변 경쟁사 정책 변화가 있는지 살펴볼까요?’하는 식이죠.

또한, 셀프 BI가 주로 과거 데이터의 시각화에 중점을 두지만, 셀프 AI는 예측 분석과 처방적 분석을 아우른다는 점도 차이점입니다. 과거에 무슨 일이 일어났는지(What happened)뿐만 아니라, 왜 그런 일이 일어났는지(Why it happened), 앞으로 무슨 일이 일어날 것인지(What will happen), 그리고 어떻게 대응해야 하는지(What should we do)까지 종합적인 인사이트를 제공합니다. 

셀프 BI와 셀프 AI의 차이점은 아래 표로 간단하게 확인하실 수 있습니다📊

AI 시대가 가져온 데이터 분석의 변화

AI 기술의 발전은 우리 시대 전반적으로 단순 개선 수준이 아닌 전체적인 사고의 패러다임을 전환했습니다. 그럼 구체적으로 어떤 변화를 체험할 수 있을까요?

1. 자연어 처리

데이터 분석 영역에서 가장 눈에 띈 변화는 바로 자연어 처리(NLP: Natural Language Processing) 기술의 발전입니다. 예를 들어 ‘매출이 가장 높은 상위 10개 제품을 분기별로 시각화’한다고 가정해봅시다. 과거에는 사용자가 직접 데이터를 필터링하고 정렬하는 작업이 필요했습니다. 하지만 이제는 ‘매출이 가장 높은 상위 10개 제품을 분기별로 보여줘’라고만 입력하면 AI가 의도를 파악하고 결과를 제공할 수 있습니다.

여기서 인상적인 것은 AI의 ‘맥락 이해 능력’입니다. ‘이번 달 매출은 왜 떨어진 거야?’라고 질문하면 AI는 지난달과 이번 달의 매출을 비교하여 보여주는 것을 넘어서 매출과 관련한 변수를 종합적으로 분석합니다. 계절성, 경쟁 상황, 마케팅 캠페인 효과, 경제 지표 등을 동시에 고려하여 가장 큰 원인들을 제시하고 영향에 따라 사용자에게 대답하는 식이죠.

2. 예측 분석 분야

AI 발전에 힘입어 예측 분석 분야 역시 진화했습니다. 전통적인 통계 모델링의 경우 통계 전문가가 있지 않은 이상 수립이 어려웠지만, 이제는 AI가 자동으로 최적의 예측 모델을 선택하고 훈련합니다. 이제는 단순히 과거를 분석하는 것을 넘어서 미래를 예측하고, 원인을 분석하고, 그에 맞는 액션을 추천받을 수 있게 됐습니다. 예를 들어 스노우레이크의 경우 Cortex AI가 ML 모델을 데이터베이스 내에 내장하여 별도의 모델 배포나 관리 없이도 즉시 예측 결과를 활용할 수 있게 해줍니다. 과거 데이터 전문가만 할 수 있던 예측 모델 구축을 몇 분 만에 완료할 수도 있게 됐습니다.

3. 실시간 인사이트 생성

실시간 인사이트 생성도 AI 시대의 특징입니다. 과거에는 데이터가 업데이트되면 대시보드만 새로고침 되었지만, 이제는 새로운 데이터가 들어올 때마다 AI가 자동으로 패턴 변화를 감지하고 알림을 보냅니다. "고객 이탈율이 평상시보다 15% 증가했으며, 이는 최근 출시된 경쟁 제품의 영향으로 보입니다"와 같은 구체적인 인사이트를 실시간으로 받아볼 수 있죠.

4. 개인화된 분석 경험

또한 AI는 개인화된 분석 경험을 제공합니다. 각 사용자의 역할, 관심 영역, 과거 질문 패턴을 학습하여 맞춤형 인사이트를 추천합니다. 마케팅 담당자에게는 캠페인 성과와 관련된 분석을, 재무 담당자에게는 수익성과 비용 효율성에 관한 분석을 우선으로 제시하는 것입니다.

5. 자동화된 데이터 품질 관리

데이터 품질 관리도 AI의 도움으로 한층 강화되었습니다. 이상치 탐지, 데이터 불일치 식별, 누락된 값의 자동 처리 등 모두 AI에 의해 자동화될 수 있습니다. 심지어 데이터 입력 오류까지도 AI가 패턴을 분석해 자동으로 수정 제안을 하거나 경고를 발생시킵니다.

셀프AI 대시보드, 왜 주목받는 걸까?

앞에서 설명드린 AI시대의 데이터 분석 모두 셀프 AI 대시보드에서 가시화될 수 있습니다. 그렇다면 바로 지금, 우리가 셀프 AI 대시보드에 주목해야 하는 이유는 무엇일까요?

셀프 AI에서 여기서 가장 주목할 점은 바로 ‘완전한 진입 장벽 제거’입니다. 셀프 BI가 복잡한 코딩을 드래그앤드롭으로 단순화하며 기술적인 허들을 낮췄다면, 셀프 AI는 아예 허들을 없애버렸다고 표현할 수 있습니다. 이제는 CEO도, 영업사원도, 마케터 등 비개발자도  데이터 분석에 대한 기초 지식 없이 전문가 수준의 분석을 수행할 수 있습니다. ‘우리 회사의 가장 큰 수익원’을 차트화하고자 할 때 여러 데이터를 끌어올 필요도 없이 그냥 AI에게 물어보는 것으로 복잡한 분석 과정을 대신할 수 있게 된 것입니다. 

두번째로, ‘미래 지향적 분석’이 가능하다는 것입니다. 기존의 BI 서비스 도구는 모두 과거 데이터의 시각화에 그쳐있었지만, 셀프 AI 대시보드는 예측과 추천까지 제공합니다. ‘다음 분기 매출 전망을 어떻게 될까?’, ‘이번 달 KPI를 달성하기 위해 어떤 전략을 펼칠 수 있을까?’ 등 보다 구체적인 질문들 던지고 AI에게 미래 지향적 분석을 요청하고 실행 가능한 답변을 받는 것이 가능해졌습니다.

마지막으로 ‘실시간 대화형 분석’이 가능하다는 것입니다. 기존의 대시보드는 정적으로, 사용자가 직접 차트를 이해하고 조작해야만 했습니다. 셀프 AI 대시보드는 사용자와 실시간으로 대화하며 분석을 깊이 있게 탐구할 수 있습니다. 예를 들어 ‘이 지표가 왜 이렇게 나왔지?’라고 질문을 던지면 AI는 그에 맞는 분석을 수행하고 근본 원인을 찾아줄 수 있습니다. 

이처럼 이제 경영진이 직접 AI에게 질문하고, 결과를 대시보드로 시각화하거나 리포트를 생성하는 것이 가능해졌습니다. 셀프 BI의 다음 단계가 셀프 AI라는 것이 명확해진 지금, 경쟁자보다 빠르게 셀프 AI를 빠르게 도입하고 실무에 적용하는 것은 업계 트렌드를 이끄는 리더로서의 포지셔닝을 가능케 할 것입니다.

스노우플레이크와 함께하는 셀프AI서비스

셀프 AI는 단순한 기술적 진보가 아니라 기업의 데이터 활용 방식을 근본적으로 변화시킬 수 있는 혁신입니다. ‘데이터 민주화’라는, 조금은 모호하게만 느껴졌던 개념이 좀 더 확연히 와 닿는 순간이 아닌가 싶은데요, 전문 인력뿐만 아니라 모든 직원이 별도의 도움 없이도 고급 분석을 수행하고, AI와 자연스럽게 대화하며 각 분야의 인사이트를 발견할 수 있는 시대가 도래했습니다.

스노우플레이크의 Cortex AI, Streamlit, 그리고 강력한 클라우드 데이터 플랫폼의 결합은 이러한 비전을 현실로 만들 수 있도록 도와줍니다. Cortex AI를 통해 자연어 질의를 정확한 SQL로 변환하고, 내장된 ML 모델을 통해 즉시 예측 분석을 수행합니다. 이후 스트림릿을 통해 AI 분석 결과를 직관적인 대시보드로 시각화할 수 있습니다. 이 모든 과정은 클라우드 플랫폼에서 통합적으로 관리되므로 기업마다 복잡한 인프라를 구축하거나 유지/보수에 인력을 투입할 필요없이 셀프 AI 대시보드를 구현할 수 있습니다.

성공적인 셀프 AI 도입을 위해서는 각 기업이 가지고 있는 비즈니스의 특성을 이해하고 적합하게 구현해본 경험이 풍부한 파트너가 필수입니다. 데이터 구조 설계부터 AI 모델 최적화, PoC를 통한 검증, 사용자 교육까지 전 과정에 걸친 전문적인 지원이 뒷받침되어야 함은 물론입니다.

에스피에이치는 스노우플레이크의 셀렉트 파트너사로 단순한 기술 구현이 아닌 고객의 비즈니스 목표 달성을 위한 종합적인 솔루션을 제공합니다. 에스피에이치는 이미 국내 유수의 대기업들에 스노우플레이크를 소개하고 적용한 사례를 가지고 있습니다. 풍부한 데이터 컨설팅 경험을 바탕으로 각 기업의 고유한 비즈니스 상황에 최적화된 셀프 AI 대시보드를 설계하고 구축하는 것을 도울 수 있습니다.

에스피에이치의 글로벌 페이서비스 PoC 사례가 궁금하다면 아래 블로그 링크를 클릭하세요!

- 스트림릿(Streamlit)이란? SPH의 글로벌 페이 서비스 PoC 사례 공유 

기술 패러다임의 한가운데 서 있는 지금, 셀프 AI 시대의 경쟁 우위는 얼마나 빨리 기술을 도입하고 적용하는 데에 달려있습니다. 경쟁사가 여전히 전통적인 BI 도구에 의존하고 있는 지금이야말로 앞서 나갈 수 있는 절호의 기회이지 않을까요? 에스피에이치와 함께 셀프 AI 대시보드의 혁신적 기능성을 경험해보고 싶으신 분이라면 아래 링크를 통해 문의 부탁드립니다. AI와 함께 만들어가는 데이터 기반 의사결정 문화를 함께 시작해보세요❄️

SPH는 Google Maps, SuperMap, Vantor, Snowflake, Sigma Computing 등 다양한 제품군을 가지고 있으며, 고객의 사례에 꼭 맞는 무료 세미나 및 인적 컨설팅을 제공하고 있습니다. 더욱 자세한 이야기를 나누고 싶으시다면, 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS / 로케이션인텔리전스 / AIBI  / 데이터비즈니스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 (링크드인 페이지) 또는 뉴스레터를 구독해주시길 바랍니다