Tableau AI에 대해 알아보기

학습 목표 

이 유닛을 완료하면 다음을 수행할 수 있습니다.

• 생성형 AI와 분석의 관계를 설명할 수 있습니다.
  
• 대화형 분석에 대한 Tableau AI의 접근 방식에 대해 설명할 수 있습니다.
  

생성형 AI와 데이터의 결합 방식 살펴보기

간단히 말해, 생성형 AI는 학습한 모든 정보를 기반으로 출력물을 만듭니다. 그리고 생성형은 이때 사용됩니다. 요청하면, 생성합니다. 예를 들어, 생성형 AI 학습 모델에 수만 페이지 분량의 시를 입력한 뒤 시를 써달라고 요청하면 분명히 훌륭한 시를 결과물로 만들어낼 것입니다.

하지만 생성형 AI의 핵심은 데이터라는 점에 주목해야 합니다. 질문에 답하는 데 필요한 정보가 적절한 양으로 있을 때만 효과가 있습니다. 비즈니스 분석과 비즈니스 인텔리전스(BI)도 마찬가지입니다. 사람들은 적시에 적절한 정보를 가지고 있을 때에만 정보에 입각한 비즈니스 의사 결정을 내릴 수 있습니다.

그렇다면 생성형 AI와 업계 최고의 분석 및 BI 도구를 함께 사용하면 어떻게 될까요? 잠깐만요, 너무 서두르지 마세요!

AI 환각에 대한 도전

Tableau와 생성형 AI의 결합에 대하여 생각하면 대화형 인터페이스를 먼저 떠올릴 것입니다. 예를 들어, '경영진에게 이번 분기의 비즈니스 성과를 알려주는 대시보드 만들어줘'라고 말하면 생성형 AI가 인사이트를 도출해 낼 것이라고 기대합니다. 아주 멋진 것 같지만, 문제는 생성형 AI가 아직 수학을 안정적으로 수행할 수 있는 수준은 아니라는 점입니다.

AI 환각에 대해 생각해 봅시다. AI 환각은 생성형 AI가 정확성을 확신할 수 없는 상태에서 답을 만들어낸다는 개념입니다. 생성형 AI는 이미 학습한 정보만을 기반으로 답변을 모델링하기 때문에 창의적인 응용 프로그램에는 매우 유용하지만, 구체적인 분석에는 적합하지 않습니다.

Salesforce는 Tableau에서 분석 플랫폼을 통해 생성형 AI를 구현하는 방식에 대해 신중한 접근 방식을 취하고 있습니다. 핵심 분석, 계산, 수학은 항상 해오던 방식으로 수행하고자 합니다. 따라서 인간이 완전히 신뢰할 수 있는 방식으로 개발한 사전 정의된 결정적 코드를 사용합니다. Salesforce는 분석 환경의 다른 부분을 강화하기 위해 생성형 AI를 사용합니다.

생성형 AI와 신뢰할 수 있는 분석의 균형

간단한 예를 들어보겠습니다. 지난 분기의 수익이 얼마인지 알고 싶은 상황입니다. 물론 수익은 매출에서 비용을 뺀 값입니다. 

누구나 쉽게 이해하고 실행에 옮길 수 있는 좋은 답변을 얻으려면 다음이 필요합니다.

첫째, 수익을 정의해야 합니다. 수익 = 매출 - 비용. 생성형 AI는 이와 같은 연결을 잘 수행합니다. 데이터 원본에 판매 열이 있는 것을 보고 판매가 수익의 대용어일 수 있다는 것을 이해합니다. 매출, 비용, 수익과 같은 개념의 관계를 알고 있습니다. 따라서 생성형 AI는 이러한 정의 또는 데이터 모델의 구축을 지원할 수 있습니다.

둘째, 값을 계산하여 해당 기간의 수익이 얼마인지 파악해야 합니다. 앞서 말했듯이, 생성형 AI는 계산에 능숙하지 않기 때문에 Tableau가 전통적인 방식으로 이러한 계산을 수행합니다.

마지막으로, 수익, 매출, 비용이 얼마인지 알 수 있는 답을 얻으면 최종 사용자에게 이를 전달해야 합니다. 시각적 자료와 자연스러운 대화형 언어의 조합은 효과적인 커뮤니케이션 형태입니다. 생성형 AI는 일련의 사실들을 비전문가인 사용자도 쉽게 이해할 수 있도록 자연스럽고 유의미하게 변환합니다.

이것은 간단한 예이지만, 비즈니스 분석의 핵심 프로세스를 설명합니다. 이러한 프로세스를 개선하고 가속화하기 위해 생성형 AI를 사용할 수 있는 경우와 특히 무엇보다도 사용해서는 안 되는 경우를 보여줍니다.

Tableau AI 및 Tableau Pulse를 통해 분석 속도 향상하기

Tableau AI는 생성형 AI의 고급 기능을 사용하여 데이터 분석 프로세스를 간소화하고 성능과 효율성, 확장성을 증진합니다. 대화형 인터페이스 내의 프롬프트를 사용하여 대화형 데이터 분석에 다른 접근 방식을 취합니다. Tableau AI는 선제적으로 질문을 제시하여 최종 사용자를 안내하기 때문에 사용자는 올바른 질문을 도출하기 위해 고심하지 않아도 됩니다. 데이터에 대한 깊이 있는 이해를 통해 최종 사용자가 반응할 수 있는 관련성 있고 맞춤화된 옵션을 제시합니다. 

다음과 같이 생각해 보세요. 지금은 저녁 식사 시간입니다. 여러분에게는 개인 요리사가 있습니다. 모든 재료와 조리 온도, 시간 등 원하는 식사를 만드는 방법에 대하여 일일이 설명해야 할까요? 어떤 소스가 앙트레와 가장 잘 어울릴지, 어떤 가니쉬를 곁들이면 더 좋을지, 플레이팅은 어떻게 해야 할지까지요? 전문가가 아닌 사람에게는 너무 많은 일이죠! 

하지만 요리사가 몇 가지 옵션을 사려 깊게 제공한다면 어떨까요? 그중에는 여러분이 전혀 고려하지 않았던 옵션이 있기도 합니다. 요리사는 여러분이 좋아할 만한 음식과 식재료 페어링 방법을 모두 알고 있죠. 최종 결정권은 여러분에게 있지만, 요리사가 최고의 저녁 식사를 만들기 위한 몇 가지 옵션과 추천을 제공합니다.

이와 같은 여러 가지 이유로, 데이터 및 분석이 포함된 능동적인 대화형 인터페이스는 대부분의 비즈니스 사용자에게 유용합니다. 

Tableau Pulse를 사용하면 데이터를 통해 선제적 인사이트를 얻을 수 있습니다. 사용자가 구체적인 질문을 할 필요가 없으며 일반적인 질문에 대한 답변을 통해 분석을 심화할 수 있습니다. 질문이 있는 경우, 몇 가지 원클릭 프롬프트 중에서 선택하거나 대화형 인터페이스를 통해 질문할 수 있습니다.

비즈니스 전반을 살펴보고 싶다면 홈페이지에서 AI가 생성한 요약과 인사이트를 지금 바로 확인하세요. 제안된 프롬프트를 통해 세부 사항을 자세히 확인하거나 하이브리드 검색을 사용하여 중요한 질문을 찾아보세요. 

리소스 

• 블로그: Tableau AI와 Tableau Pulse가 데이터 경험를 재구성하는 방법
• 블로그: Salesforce, 모든 사람에게 데이터 및 분석용 생성형 AI를 제공하는 차세대 Tableau 도입