계산 가능한 분석은 코드로 처리
workbook parsing, schema profiling, lint와 정답을 계산할 수 있는 질문은 일반 코드로 처리합니다. 설명 문장이 필요한 경우에만 optional LLM client를 사용합니다.
Research · Analytics tooling
Tableau Copilot
로컬 Tableau workbook과 데이터를 분석해 lint, 근거가 있는 Q&A, 새 visualization 생성을 돕는 연구 prototype입니다.
- 담당
- Georgia Tech 연구 프로젝트 참여 · 공개 가능한 prototype 범위
- 공개 범위
- 비공개 저장소
- 기술
- FastAPI · Tableau TWB · SQLAlchemy · Pandas · React
01
Context
분석가가 질문을 알고 있어도 이를 Tableau workbook 구조와 field, visualization 조작으로 옮기려면 도구 지식이 필요합니다. 이 연구 prototype은 Tableau Server 없이 local .twb와 CSV/XLSX를 읽고, 자동화 결과가 어떤 data와 calculation에서 나왔는지 사용자가 확인할 수 있게 하는 데 초점을 맞췄습니다.
02
Engineering
XML 기반 TWB parser가 workbook, dashboard, worksheet와 datasource 관계를 읽고 data profiler가 local schema를 정리합니다. 19개 lint rule과 12개 question-bank query는 결과와 계산 과정을 evidence pack에 남깁니다. 새 visualization을 만들 때는 derived dataset lineage와 worksheet를 추가한 patched TWB를 별도 파일로 출력합니다.
내가 맡은 일
- workbook과 dataset context를 보존하는 prototype 구현과 평가에 참여했습니다.
- 자동 lint, question-bank Q&A와 dashboard augmentation을 하나의 흐름으로 연결하는 작업에 기여했습니다.
주요 기술 판단
결과와 계산 과정을 함께 출력
새 visualization만 반환하지 않고 source path, computed metric, query와 limitation을 evidence pack에 남깁니다. 완성된 chart와 함께 중간 계산을 볼 수 있어야 사용자가 변경을 검토할 수 있다고 판단했습니다.
03
Validation
bundled TWB와 local data fixture를 사용해 parsing, profiling, question bank, lint와 workbook augmentation을 외부 서비스 없이 확인했습니다.
추후 발전 방향
- 현재 평가는 bundled workbook과 local fixture 중심입니다. 더 복잡한 calculated field, 여러 datasource와 dashboard action이 포함된 workbook corpus로 parser와 patched TWB의 round-trip 검증 범위를 넓힐 수 있습니다.
- 생성된 visualization의 분석적 적절성은 최종 사용자의 판단이 필요합니다. 실제 분석가가 원본 근거, 제안 chart와 수정된 workbook을 함께 검토하는 평가 절차를 추가하는 것이 다음 단계입니다.