본문으로 건너뛰기

데이터 분석

모든 레벨

AI로 데이터에서 답을 얻기 위해 데이터 과학자가 될 필요는 없습니다 — 다만 AI를 정직하게 유지해야 합니다. AI가 쿼리를 작성하고 결과를 설명하면, 당신이 그 수치가 진짜인지 확인합니다.

도움이 되는 영역​

  • 쉬운 말로 된 질문에서 SQL / 스프레드시트 수식 / pandas 작성.
  • 쿼리나 결과가 비즈니스 관점에서 무엇을 의미하는지 설명.
  • 지저분한 데이터를 정리 및 변환 (지저분한 부분을 설명하면 단계를 받습니다).
  • 질문에 맞는 적절한 차트 제안.
  • 출력을 해석하고 다음 질문을 제안.

안전한 워크플로​

  1. 데이터를 설명하세요 — 컬럼, 타입, 그리고 그레인(한 행 = ?). 이름을 추측하지 마세요.
  2. 분석이 답해야 할 질문을 명시하세요.
  3. 쿼리가 무엇을 하는지와 그 가정에 대한 쿼리 + 한 줄 설명을 받으세요.
  4. 실제 데이터에 대해 직접 실행하세요.
  5. 쉬운 말로 된 해석과 주의사항을 위해 결과를 다시 가져오세요.
My table `orders` has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.

가드레일​

AI가 계산하지 않은 수치는 절대 믿지 마세요

AI가 당신의 데이터에 쿼리를 실행하지 않고 결과를 말한다면, 그 수치는 지어낸 것일 수 있습니다. 쿼리는 직접 실행하고, 당신이 계산하지 않은 수치는 검증되지 않은 것으로 간주하세요. 그리고 상관관계 ≠ 인과관계임을 기억하세요 — 연관성 주장을 표시하도록 요청하세요. 환각을 참고하세요.

  • 크기의 타당성을 점검하세요 — 결과가 말이 안 되나요? 게시하지 말고 조사하세요.
  • 가정을 명시하세요 (널 값, 중복 제거, 시간대, 통화).
  • 민감한/PII 데이터를 붙여넣지 마세요 검증하지 않은 도구에 (개인정보 보호).

다음​