사내 데이터 분석 에이전트를 구축한 방법

GitHub는 대규모 조직에서 발생하는 데이터 접근성 문제를 해결하기 위해 Copilot 기반의 내부 데이터 분석 에이전트인 Qubot을 개발했다. Qubot은 사용자가 데이터 모델이나 쿼리 문법을 몰라도 자연어로 질문하면 몇 초 만에 답변을 제공한다.

Qubot의 아키텍처는 크게 User Interface, Context Layer, Query Engine 세 가지 핵심 구성 요소로 이루어져 있다.

• User Interface: Slack, VS Code, Copilot CLI를 통해 접근 가능하며, Slack에서는 질문에 대한 답변을 Markdown 리포트 형태로 제공한다.
• Context Layer: 데이터의 단계(Bronze, Silver, Gold)에 따라 맞춤형 지식을 제공한다. Bronze는 스키마 정보를, Silver는 쿼리 예시를, Gold는 비즈니스 규칙을 포함한다.
• Context Agent: Markdown 기반의 문서를 읽어 정보를 구조화된 형식으로 정규화하여 컨텍스트 레이어를 지속적으로 풍부하게 만든다.

이 시스템은 단순한 대시보드 대체재가 아니라, 특정 기능의 리텐션이나 지표 변동 원인을 파악하는 등의 **탐색적 데이터 분석(Exploratory Questions)**에 최적화되어 있다.