흩어진 데이터를 하나로 묶어 질문하며 분석하는 시각적 워크스페이스
여러 곳에 흩어진 데이터를 하나로 묶어 차트로 보고, 궁금한 점을 따라가며 분석 경로를 갈라보는 경험을 해볼 수 있습니다. 데이터 포뮬레이터는 자연어 질문과 시각화 도구를 결합해 분석 과정을 한 화면에서 관리하는 도구입니다. 복잡한 데이터 연결과 긴 대화 기록 때문에 분석 흐름을 잃기 쉬운 문제를 해결합니다.
0.8 베타 버전의 변화
최근 발표된 0.8 베타 1 버전은 데이터 로딩부터 질문, 결과 검토, 분기까지 하나의 흐름으로 통합했습니다. 파일, 로컬 폴더, 데이터베이스, Databricks 같은 플랫폼을 더 쉽게 연결할 수 있게 되었습니다. 차트 추천, 테마, 스타일링 도구도 개선되어 시각화 품질이 높아졌습니다. 이 버전은 pip install --pre data_formulator==0.8.0b1 또는 uvx data_formulator@0.8.0b1로 미리 사용해 볼 수 있습니다.
데이터 연결과 기억
데이터는 파일, 데이터베이스, 웨어하우스, BI 도구 등 다양한 곳에 흩어져 있어 연결하는 데 시간이 많이 듭니다. 데이터 포뮬레이터는 에이전트가 다양한 소스에 접근할 수 있는 공통 연결 방식을 제공합니다. 또한 데이터 메모리를 유지해 소스 간의 관계를 기억합니다. 덕분에 에이전트가 관계가 명확하지 않은 상태에서 답변을 내리는 문제를 줄일 수 있습니다.
데이터 스레드로 분석 경로를 관리
데이터를 탐색하다 보면 새로운 질문이 계속 생기고, 이전 답변이 비교나 새로운 방향으로 이어집니다. 긴 대화 기록은 현재 위치와 도달 과정을 파악하기 어렵게 만듭니다. 데이터 스레드는 질문을 분기하고 다른 경로를 비교할 수 있게 합니다. 시각화를 활용해 더 깊은 통찰을 발견하되, 맥락을 잃지 않도록 돕습니다.
시각화 엔진과 설치 방법
차트는 오픈소스 시각화 언어인 Flint 기반으로 만들어집니다. Flint는 간결한 차트 스펙을 정제된 시각화로 컴파일합니다. 30개 이상의 차트 유형을 지원하며, 스타일 개선 에이전트를 통해 세부 조정이 가능합니다. 설치 방법은 다양합니다. uvx data_formulator로 즉시 실행하거나, pip install data_formulator로 설치 후 python -m data_formulator를 실행할 수 있습니다. Docker를 사용한다면 docker compose up --build 명령으로 시작합니다. 실행 후 브라우저에서 http://localhost:5567 주소를 열면 됩니다.
사용 전 확인 사항
이 도구는 CSV, TSV, Excel, JSON, 스크린샷, 텍스트, 데이터베이스 등 다양한 형식의 데이터에서 시작할 수 있습니다. 분석가는 소스를 발견하고 요청을 명확히 하며, 로딩 계획을 제안한 후 사용자가 검토하도록 합니다. 데스크톱 다운로드 버전은 자동화된 프리뷰 빌드로, 코드 서명이나 노타리화가 되어 있지 않습니다. 기여를 원한다면 Microsoft의 기여자 라이선스 계약(CLA)에 동의해야 합니다.