🍪 AI 사수와 지저분한 데이터 대통합하기

안녕하세요, 열두시쿠키 구독자님!

문과 감성과 '일단 해보는' 실행력 100%로 똘똘 뭉친 데이터 모델러 라라입니다. 👩‍🔧

지난편에서 제가 퍼포먼스 마케터에서 R&D 조직의 데이터 모델러로 살아남은 생존기를 들려드렸죠? "입으로 코딩한다"는 제 말에 많은 분들이 "도대체 어떻게 AI한테 일을 시키는 거냐!"라며 궁금해하셨는데요.

그래서 오늘은 약속드린 대로, 제가 AI 사수와 뚝딱 만들어낸 찐 실무 구축 사례 2가지를 탈탈 털어보려고 합니다. 개발 지식이 깊지 않아도, '문제를 해결하려는 기획력'만 있으면 누구나 AI를 부려먹을 수 있다는 걸 보여드릴게요!

🗺️ 사례 1: 마케터의 본능으로 만든 '메타 데이터 현황판'

R&D 조직에 와서 가장 먼저 느낀 답답함은 이거였습니다.

다들 본인이 관리하는 테이블에 데이터를 밀어 넣는 데만 급급하다 보니, 정작 이 테이블의 필드가 무슨 뜻인지 설명(코멘트)이 텅텅 비어있던 거죠.

마케터 시절, 데이터가 한눈에 안 보이면 대시보드부터 만들고 봤던 '시각화 본능'이 여기서 발동했습니다. "누가 어떤 테이블을 관리하고, 코멘트는 얼마나 비어있는지 전체 현황판부터 만들자!"

현황판을 만들어 사각지대를 찾아낸 뒤, 빈칸을 채우는 노가다는 AI 사수에게 맡겼습니다.

회사 내부에서 사용하는 '용어 사전'을 통째로 AI에게 먹인 다음, 이렇게 명령했죠.

결과는 대성공이었습니다. 사람이 일일이 찾아보고 타이핑했다면 며칠이 걸렸을 메타 데이터 자동화 작업을 순식간에 끝냈고, 덕분에 현황판의 '중요 테이블의 코멘트 작성률' 지표를 빠르게 100%로 끌어올릴 수 있었습니다.

테이블 코멘트 전체 달성 현황 전광판 / 테이블 별 우선순위에 따라 작업 우선순위를 부여함

🧩 사례 2: 지저분한 로그 데이터 대통합! (feat. 매핑 테이블)

로그 데이터를 뜯어보다 보면 뒷목을 잡을 때가 많습니다. 같은 '상품 ID'를 뜻하는데 서비스 영역마다 개발자가 달라서 어떤 곳은 product_id, 어떤 곳은 item_id, 심지어 prd_no 등 파편화가 엄청났거든요. 이대로는 도저히 통합 분석을 할 수가 없었습니다.

그래서 흩어진 파라미터들을 하나로 모아주는 '표준화 매핑 테이블'을 만들기로 했습니다. 문제는 그동안 쌓인 수 많은 파라미터 값들을 하나하나 분류하는 일이었죠. 여기서 또 한 번 AI 사수를 등판시켰습니다.

AI는 수만 개의 파편화된 데이터를 찰떡같이 문맥에 맞게 분류해 냈습니다. 초반의 거대한 뼈대(초기 구축)를 AI가 순식간에 잡아준 덕분에 저는 데이터 마트를 아주 빠르게 구축할 수 있었어요.

지금은 한 발 더 나아가, 앞으로 발생하는 '신규 파라미터 값'에 대해서도 AI가 자동으로 표준화 용어에 매핑해 주는 자동화 프로세스를 만들어가고 있답니다. (제가 더 잘 놀기 위해서 말이죠! 😎)

🎯 도구는 거들 뿐, 핵심은 '설계도'를 그리는 힘

이 두 가지 사례에서 제가 직접 짠 복잡한 파이썬 코드나 SQL 쿼리는 거의 없습니다.

제가 한 일은

1) 문제가 무엇인지 정의하고

2) 어떤 구조(현황판, 매핑 테이블)로 해결할지 설계도를 그리고

3) AI에게 명확하게 요건을 던져준 것

뿐입니다.

데이터든 코딩이든 결국 '우리가 무엇을 해결하고 싶은가'를 아는 기획력이 제일 중요합니다.

구독자님도 지금 반복적인 노가다로 고통받고 있다면 일단 설계도부터 그려보세요.

그리고 AI에게 과감하게 첫 질문을 던져보시길 바랍니다!

성장 파트너의 수다