TECH 으로 돌아가기
TECH HACKER NEWS 오늘 7분 읽기 18 READS

대시보드 시대는 가고 채팅 시대가 온다? '채팅을 위한 차트'라는 새로운 발상

대시보드 시대는 가고 채팅 시대가 온다? '채팅을 위한 차트'라는 새로운 발상
SOURCE IMAGE · HACKER NEWS
대시보드 시대는 가고 채팅 시대가 온다? '채팅을 위한 차트'라는 새로운 발상

대시보드에서 채팅창으로, 데이터를 보는 곳이 바뀌고 있어요

요즘 데이터를 보는 방식이 조용히 바뀌고 있거든요. 예전엔 대시보드를 열어서 필터를 걸고 그래프를 봤다면, 이제는 슬랙에서 봇한테 '지난주 가입자 추이 보여줘'라고 묻는 사람이 늘고 있어요. 그런데 여기서 이상한 일이 생겨요. 봇이 SQL도 잘 짜고 숫자도 정확히 뽑아오는데, 정작 답은 텍스트 표로 와요. 아니면 대시보드용으로 만든 커다란 차트가 채팅창에 억지로 구겨 넣어져서 글씨가 안 보이죠.

'Charts built for Chat', 그러니까 '채팅을 위해 만들어진 차트'라는 글은 바로 이 지점을 파고들어요. 이름에서 짐작할 수 있듯 dbt 생태계와 맞닿아 있는 dbt Charts라는 프로젝트의 글인데요. 핵심 주장은 간단해요. 지금까지 차트 도구는 전부 '브라우저에서 사람이 탐색하는 것'을 전제로 만들어졌는데, 채팅은 전혀 다른 매체라는 거예요.

대시보드 차트와 채팅 차트는 뭐가 다를까

이게 뭐냐면, 대시보드는 '둘러보는' 곳이에요. 큰 화면, 여러 개의 차트, 마우스를 올리면 툴팁이 뜨고, 드래그하면 확대되고, 필터를 바꾸면 전부 갱신되죠. 사용자가 질문을 정하지 않은 상태에서 탐색하도록 설계돼 있어요.

반면 채팅은 '답을 받는' 곳이에요. 질문이 이미 정해져 있고, 답은 한 번 보고 스크롤로 지나가요. 폭은 좁고, 인터랙션은 거의 없고, 앞뒤 대화가 문맥을 제공하죠. 그래서 채팅용 차트는 조건이 완전히 달라요.

마지막 조건이 기술적으로 제일 중요해요. Vega-Lite 같은 선언형 차트 스펙이 뭐냐면, '이 데이터를 x축은 날짜, y축은 매출, 막대 그래프로 그려'라고 JSON으로 적으면 렌더러가 알아서 그려주는 방식이에요. LLM은 JSON을 잘 만들거든요. 그래서 자연어 질문에서 SQL, 조회 결과, 차트 스펙 JSON, 최종 이미지로 이어지는 파이프라인이 자연스럽게 나와요.

시맨틱 레이어가 왜 여기서 등장하냐면

dbt는 원래 SQL로 데이터 변환 파이프라인을 관리하는 도구예요. 그런데 몇 년 전부터 '시맨틱 레이어'라는 걸 밀고 있는데요. 이게 뭐냐면, '매출'이라는 지표의 정의를 한 곳에 적어두고 모든 도구가 그 정의를 가져다 쓰게 하는 층이에요. LLM에게 데이터 질문을 시킬 때 제일 무서운 게 모델이 SQL을 그럴듯하게 틀리는 거잖아요. 환불을 빼먹는다든지, 조인을 잘못한다든지요. 시맨틱 레이어 위에서 차트를 만들면 모델은 '매출을 월별로'라고만 요청하고, 계산은 검증된 정의가 담당해요. 채팅용 차트가 단순히 예쁜 그림 문제가 아니라 신뢰의 문제와 연결되는 지점이에요.

업계에서는 어디까지 왔나

이 흐름은 혼자가 아니에요. Snowflake의 Cortex Analyst, Databricks의 Genie, ThoughtSpot, Metabase의 AI 기능 모두 '자연어로 데이터에 묻기'를 하고 있어요. 다만 대부분은 자기 제품의 웹 화면 안에서 답을 보여줘요. 채팅 자체를 일급 매체로 놓고 차트를 다시 설계하자는 접근은 아직 드물어요.

한편 MCP(Model Context Protocol) 같은 표준 덕분에, 차트 생성을 하나의 '도구'로 만들어서 Claude나 ChatGPT, 슬랙 봇 어디에든 꽂을 수 있게 됐어요. 그리고 ChatGPT의 앱 플랫폼이나 Claude의 아티팩트처럼 채팅 안에서 인터랙티브 UI를 띄우는 방식도 늘고 있어서, '정적 이미지냐 인터랙티브 컴포넌트냐'는 앞으로 계속 논쟁이 될 것 같아요.

한국 개발자에게는 어떤 의미일까

사내 데이터 봇을 만들어본 팀이라면 바로 와닿을 거예요. 텍스트 표로 답하던 봇에 차트 도구 하나만 붙여도 체감 품질이 확 올라가요. 실무적으로는 이런 순서를 추천해요. 먼저 Vega-Lite나 Plotly 스펙을 LLM이 출력하게 하고, 서버에서 PNG로 렌더링해서 슬랙에 올리는 것부터 시작하세요. 그 다음에 지표 정의를 한 곳에 모으는 시맨틱 레이어를 고민하면 돼요. 데이터 엔지니어 없이 백엔드 개발자 한 명이 일주일이면 충분히 프로토타입이 나와요.

정리하면

차트는 이제 '사람이 탐색하는 화면'이 아니라 '대화 속 한 마디 답변'이 되어가고 있고, 그에 맞게 처음부터 다시 설계되어야 한다는 게 이 글의 메시지예요.

여러분 회사에서는 데이터를 어디서 보세요? 대시보드가 채팅으로 대체될 수 있다고 보시나요, 아니면 결국 둘 다 필요할까요?


🔗 출처: Hacker News

SOURCE · HACKER NEWS
원문 전체 보기 → https://dbtcharts.com/blog/charts-built-for-chat/
SHARE
NEXT · CHOOSE

변화를 읽었다면,
내가 만들 수익 구조를 고릅니다.

정보를 더 모으는 데서 멈추지 않고, 광고·외주·판매·중개·구독 중 내 상황에 맞는 출발점을 정해보세요.

21가지 수익 구조 살펴보기
처리 중...