AI 에이전트 곰곰이, 슬랙 탈출! 웹으로 이사 후 데이터 분석 혁신

본문에 따르면 곰곰이는 슬랙봇으로 시작했지만, 보안(Security), 가독성(Readability), 확장성(Extensibility)의 문제로 인해 웹앱으로 전환되었다. 슬랙은 데이터 조회 및 반출에 대한 세밀한 권한 관리가 어렵고, 마크다운 렌더링(Markdown Rendering)의 한계로 인해 데이터 분석 결과 표현에 제약이 있었다. 또한, 슬랙의 제한적인 기능 확장성은 곰곰이의 잠재력을 제한하는 요소로 작용했다. 웹앱 전환은 이러한 슬랙의 단점(Slack's Limitations)을 극복하고, 곰곰이의 기능을 극대화하기 위한 전략적 선택이었다.

웹앱 전환을 통해 곰곰이는 개인화된 대화(Personalized Conversation), 풍부한 답변 표현, 그리고 커맨드(Command)와 예약(Scheduling) 기능을 제공하게 되었다. 개인화된 대화는 사용자별 데이터 접근 권한 관리와 더불어, 질문에 대한 심리적 부담을 줄여 데이터 분석 참여를 높였다. 마크다운(Markdown) 렌더링 개선은 표, 코드, 시각화 등 다양한 형태의 데이터 표현을 가능하게 했으며, 커맨드와 예약 기능은 반복적인 분석 업무를 자동화하여 사용성을 향상시켰다. 이러한 변화는 곰곰이를 단순한 챗봇(Chatbot)에서 데이터 분석 플랫폼(Data Analysis Platform)으로 진화시키는 데 기여했다.

곰곰이의 커맨드 기능은 사용자가 만족스러운 대화를 통해 생성된다. 사용자가 “이거 커맨드로 만들어줘”라고 요청하면, 곰곰이는 대화를 분석하여 필요한 정보(입력 정보, SQL, 분석 방법 등)를 프롬프트(Prompt)로 정리하여 저장한다. 이후, 사용자는 슬랙에서 불가능했던 커맨드 검색, 수정, 삭제를 웹 인터페이스(Web Interface)에서 수행할 수 있다. 예약 기능은 특정 시점에 커맨드를 실행하도록 설정하여, 사용자가 알림을 받고 이상 지표를 확인하는 방식으로 작동한다. 이는 슬랙의 접근성과 웹의 경험을 결합하여 데이터 분석 워크플로우(Data Analysis Workflow)를 최적화한다.

곰곰이 웹앱 개발에는 AI 코딩 에이전트(AI Coding Agent)가 활용되어 개발 효율성을 높였다. 저자는 백엔드 개발 경험을 바탕으로, AI 에이전트의 도움을 받아 퀄리티 높은 웹앱을 빠르게 구축할 수 있었다고 언급한다. 또한, 데이터 분석 결과를 시각화하기 위한 대시보드(Dashboard)를 Chart JS(Chart JS)를 사용하여 개발했다. 데이터 대시보드는 곰곰이 채팅과 연동되어, 데이터 분석 결과를 한눈에 파악하고, 시너지를 창출하는 데 기여한다. 이는 곰곰이를 단순한 챗봇(Chatbot)에서 데이터 분석 플랫폼(Data Analysis Platform)으로 진화시키는 데 기여했다.