세일즈포스, 태블로을 위한 차세대 AI 기반 분석 도구 발표

세일즈포스의 타블로(Tablo) 부서는 2024 타블로 컨퍼런스에서 데이터 분석의 미래 비전을 공개하며 AI의 중심 역할을 강조하고 있습니다. 타블로의 소프트웨어는 데이터 분석가와 비즈니스 사용자가 기업 데이터를 효과적으로 활용할 수 있도록 지원합니다. 지난해 동안, 회사는 데이터 통찰력을 향상시키고 사용자가 데이터를 통해 가치를 창출할 수 있는 과정을 단순화하기 위해 AI에 더 집중해왔습니다.

이번 컨퍼런스에서 타블로는 타블로 펄스(Tableau Pulse)와 타블로용 아인슈타인 코파일럿(Einstein Copilot for Tableau) 등 발표된 AI 기능의 업데이트와 새로운 기능을 선보일 예정입니다. 또한 비주얼 확장(Viz Extensions)을 통해 사용자들에게 동적인 데이터 시각화를 위한 향상된 라이브러리를 제공합니다. 타블로 데스크톱 퍼블릭 에디션(Tableau Desktop Public Edition)을 통해 사용자는 지역 시스템에서 공개 데이터와 원활하게 작업할 수 있게 됩니다.

미디어 브리핑에서 세일즈포스는 향후 혁신 계획을 설명했습니다. 타블로 CEO 라이언 아이타이(Ryan Aytay)는 데이터 분석 분야의 세 가지 혁신 물결을 소개했습니다. 첫 번째 물결은 전체 서비스 분석을 위해 코딩이 필요했으며, 두 번째 물결은 셀프 서비스 시각화를 가능하게 했습니다. 현재 우리는 모든 직원이 데이터 분석을 쉽게 접근할 수 있는 세 번째 물결에 있습니다.

아이타이는 “세 번째 물결에서 타블로의 미래는 심층 시각화 및 데이터 카탈로깅의 기반을 바탕으로 구축하는 것”이라고 설명했습니다. “이는 데이터와 AI를 모든 사용자, 특히 데이터에 의존하는 비즈니스 역할의 사용자에게 쉽게 접근할 수 있도록 하는 것입니다.”

데이터 분석을 향상시키는 AI

이번 컨퍼런스에서 타블로는 2023년 2월 22일 일반 출시된 타블로 펄스에 대한 새로운 기능을 소개합니다. 이 AI 기반 서비스는 자연어 질의를 활용하여 데이터 시각화를 생성하고 주요 메트릭, 트렌드 및 추천 사항을 식별하는 데 도움을 줍니다. 현재 3,000개 이상의 조직이 타블로 펄스를 도입했습니다.

마케팅 및 데이터 통계에 적합한 질문을 구성할 수 있도록 돕는 Ask Q&A 기능과 관련 메트릭을 수립 및 추적할 수 있는 메트릭 부트스트래핑(Metrics Bootstrapping) 기능이 포함되어 있습니다. 메트릭 목표(Metrics Goals) 기능은 특정 목표에 대한 진행 상황을 비교할 수 있게 해줍니다.

모두를 위한 분석 단순화

타블로의 최고 제품 책임자 사우사드 존스(Southard Jones)는 분산된 데이터 환경과 데이터 신뢰성 문제를 해결하기 위한 미래 지향적 비전을 공유했습니다. 그는 “우리가 통찰력을 얻고자 하는 데이터는 구조화된 데이터, 비구조화된 데이터 및 스트리밍 데이터를 포함한다”고 말하며, “타블로가 이러한 모든 데이터 유형을 원활하게 통합하는 미래를 상상해보자”고 강조했습니다.

존스는 탐색적 분석과 거버넌스를 조화롭게 하는 민첩한 의미론(agile semantics) 개념을 소개했습니다. 이는 메트릭 생성에 필요한 분석적 자유와 통합 비즈니스 언어를 위한 인증된 거버넌스를 균형 있게 유지합니다. 민첩한 의미론 기능을 통해 사용자는 데이터를 정리하고 중복 항목을 제거하며 관련 메트릭 또는 계층을 제안할 수 있어 다양한 데이터 분석을 위한 신뢰할 수 있는 메트릭 생성 과정을 간소화합니다.

통찰력을 행동으로 연결하기

타블로는 데이터 통찰력을 실행 가능한 형태로 전환하고자 합니다. 존스는 데이터 분석의 공통 과제로 통찰력이 종종 행동으로 이어지지 않는 점을 지적했습니다. 그는 “현재의 통찰력은 오프라인 활동이며, 수집한 후 다음에 해야 할 일을 전달해야 한다”고 설명했습니다. “최악의 경우, 통찰력이 사용되지 않을 수 있습니다.”

이를 해결하기 위해 타블로는 사람들이 이미 사용하는 도구에 분석 기능을 통합할 계획입니다. 예를 들어, 고객 지원 팀이 우수한 성과를 올릴 경우, 관련 메트릭이 HR의 보너스 승인을 용이하게 하는 워크플로 툴을 트리거할 수 있습니다.

궁극적으로 존스는 현대적인 데이터 스택보다 개방형 데이터 스택의 필요성을 강조하며 “현대 데이터 스택은 재검토가 필요하다. 우리는 더 개방적이고 접근 가능한 시스템이 필요하다”고 말했습니다.