Nov 26

[n8n Hackathon] DataGenie

많은 스타트업과 중소기업은 데이터를 충분히 보유하고 있음에도, 실무자가 SQL이나 데이터 분석 도구를 익히기 어렵다는 이유로 데이터를 즉각 활용하지 못하는 문제가 발생합니다. 단순 조회부터 매출 변동 확인까지 매번 분석가나 개발자에게 요청해야 하고, 이 과정에서 분석 인력은 반복 작업에 시간을 소모하며 실무자는 신속한 의사결정을 내리기 어렵습니다. 결국 데이터 기반 의사결정이 강조되는 시대임에도, 분석 역량의 격차로 인해 조직 전체의 생산성과 속도가 떨어지는 구조적 비효율이 발생하고 있습니다. 우리는 이 "데이터 접근성 불평등"을 해결하는 것이 기업의 경쟁력을 높이는 핵심이라고 판단했습니다.

DataGenie는 사용자가 자연어 한 줄만 입력하면, 이를 자동으로 SQL로 변환해 BigQuery에서 즉시 실행하고, 그 결과를 기반으로 최적의 시각화 및 핵심 인사이트까지 자동 생성하는 AI 데이터 분석 에이전트입니다. 우리는 실제 업무 환경에서 많이 사용하는 Slack과 Notion을 중심 플랫폼으로 선택해, 실무자가 별도의 툴 전환 없이 “지금 보고 싶은 데이터”를 바로 확인할 수 있도록 구현했습니다.

예를 들어 “이번 달 제품별 매출 추이 알려줘”라고 말하면, DataGenie는 다음을 자동 수행합니다. [자연어 > SQL 변환, BigQuery 실시간 실행, 결과 기반 차트 자동 생성, 추세 요약, 이상치 탐지 등 핵심 인사이트 제공, Slack/Notion에 즉시 리포트 전달]

이를 통해 실무자는 분석 도구를 배울 필요 없이 즉각적인 데이터 활용이 가능해지고, 분석 인력은 반복적인 단순 조회 작업에서 벗어나 보다 고도화된 분석과 전략 업무에 집중할 수 있습니다. 결국 기업은 시간/비용 절감 효과를 얻고, 모든 구성원이 데이터 기반으로 더 빠르게 의사결정할 수 있는 환경을 갖출 수 있습니다.

프로젝트의 핵심 기능은 Slack에서 시작되는 데이터 분석 요청을 자동으로 처리하여 데이터를 조회하고, 이를 시각화한 후 Notion 데이터베이스 페이지와 Slack 메시지로 동시에 전달하는 자동화 파이프라인입니다.

사용자가 Slack에서 “@데이터지니”로 멘션하며 메시지를 보낼 때 trigger되며 메시지 내용에 따라 두 가지 흐름으로 나뉩니다.

첫 번째는 데이터베이스 스키마를 최신 상태로 갱신하는 업데이트 흐름이고 두 번째는 실제 데이터 분석 및 시각화 요청을 처리하는 흐름입니다.

업데이트 요청, 즉 “업데이트 해줘”라는 메시지가 수신되면 워크플로우는BigQuery의 스키마를 조회하여 프로젝트 내 모든 테이블과 컬럼의 이름, 데이터 타입, null 허용 여부 등의 메타데이터를 추출합니다. 이렇게 수집된 스키마 정보는 JSON 형식으로 로컬 파일에 저장됩니다. BigQuery의 메타데이터 조회에 대해서 동일한 스키마를 반복 조회하는 것이 비효율적이기 때문에 파일로 캐싱해 둔 뒤 업데이트가 되면 명령어로 업데이트를 할수 있도록 하였습니다.

일반적인 데이터 분석 요청이 수신되면 워크플로우는 저장된 스키마 캐시 파일을 읽어 들인 후 사용자의 자연어 요청과 함께 GPT 모델로 전달합니다. 모델은 SQL 쿼리를 생성하며 생성된 쿼리는 BigQuery에서 실행되어 실제 데이터셋을 반환합니다. 이후 GPT 모델을 호출하여 반환된 데이터의 구조를 분석하고 알맞게 재구성하여 QuickChart API를 통해 차트 이미지를 생성합니다.

최종적으로 사용자의 원문 요청, 실행된 SQL, 조회된 데이터, 생성된 차트 URL을 모두 포함한 프롬프트를 구성하여 다시 업스테이지 API에 전달하면 Slack용 출력은 Solar AI 모델로 간결하고 빠르게 마크다운 메시지를 생성하고 Notion용 출력은 GPT 모델로 구조화된 블록 형식의 상세 보고서를 각각 생성합니다.

Notion Database Page에 상세 보고서와 SQL문을 통해 나온 실제 데이터가 저장되고 해당 페이지의 URL과 함께 Solar AI가 작성한 Slack용 분석 요약이 최종적으로 사용자에게 전송되어 한번의 요청으로 분석부터 문서화, 공유까지 한번에 처리됩니다.

이처럼 업스테이지의 Solar AI 모델을 통해 Slack 전용의 신속하고 간결한 응답을 생성하도록 만들고 GPT 모델을 통해 SQL 생성 및 차트 설계, Notion 보고서 작성과 같은 형식이 강제된 작업을 담당하여 데이터 분석을 자동으로 처리할 수 있게 하였습니다.

[n8n Hackathon] DataGenie

📌 프로젝트 소개

🧐 문제 정의

💡 문제 해결

⚙️ 핵심 기능

🎬 데모 영상

👥 팀원 소개

💾 참고 자료