데이터 분석¶

데이터 분석 스킬은 LLM(대규모 언어 모델)을 활용하여 데이터를 분석하고 패턴, 인사이트, 권장 사항을 생성합니다.

설정 방법¶

1. 스킬 노드 추가 및 선택¶

스킬 노드를 추가하고 우측 패널에서 데이터 분석을 선택합니다.

2. LLM API 인증 연결¶

인증 탭에서 LLM API 인증 정보를 선택합니다. OpenAI, Anthropic, Google, xAI 중 하나의 API 키가 필요합니다.

3. 파라미터 입력¶

설정 탭에서 분석 데이터, LLM 제공사, 분석 형식 등을 설정합니다.

파라미터¶

파라미터	필수	설명
data	O	분석할 데이터 (JSON 객체)
llm_provider		LLM 제공사 (`openai`, `anthropic`, `google`, `xai`) — 기본: openai
model_name		모델명 (미지정 시 제공사 기본 모델)
system_prompt		분석 지침 (기본 프롬프트 사용 가능)
custom_analysis_prompt		추가 분석 지시사항
knowledge_context		참조할 지식 베이스 컨텍스트
analysis_format		출력 형식 (`structured`, `narrative`, `executive`) — 기본: structured
temperature		LLM 온도 0.0~1.0 (기본: 0.3)
max_tokens		최대 토큰 수 (기본: 4000)

출력 형식¶

형식	설명
structured	JSON 구조 (analysis, root_cause, recommendations, severity)
narrative	서술형 보고서 (요약, 상세 분석, 권장 사항)
executive	경영진 요약 (핵심 발견, 조치 사항, 영향)

인증 정보¶

LLM API Key 인증이 필요합니다.

항목	설명
llm_provider	LLM 제공사
api_key	API 키

출력¶

structured 형식¶

{
  "success": true,
  "data": {
    "analysis": "매출이 전월 대비 15% 증가했으며...",
    "root_cause": "신규 마케팅 캠페인 효과",
    "recommendations": [
      "캠페인 예산 20% 증액 검토",
      "고객 세그먼트별 맞춤 전략 수립"
    ],
    "severity": "medium",
    "impact_assessment": "매출 성장 추세 유지 시 분기 목표 초과 달성 예상",
    "insights": [
      "20-30대 고객층 구매 증가",
      "모바일 채널 비중 확대"
    ]
  }
}

출력 참조¶

{{ $('skill_1').data_content.result.analysis }}            → 분석 내용
{{ $('skill_1').data_content.result.recommendations }}     → 권장 사항 목록
{{ $('skill_1').data_content.result.severity }}             → 심각도

사용 예시¶

매출 데이터 AI 분석¶

모니터링 데이터 분석¶

참고¶

4개 LLM 제공사 모두 지원: OpenAI, Anthropic, Google, xAI
knowledge_context로 지식 베이스 검색 결과를 함께 전달하면 더 정확한 분석이 가능합니다.
기본 시스템 프롬프트는 한국어 출력을 포함합니다.