[본캠프] 데이터기반 QA/QC 부트캠프 49일차

실전 리포팅 자동화 - ChatGPT API와 Streamlit 활용

1. 오늘의 학습 목표

오늘은 ChatGPT API를 활용한 리포팅 자동화를 학습했다. 단순히 데이터를 시각화하는 것에서 끝나는 것이 아니라, 대시보드에서 AI를 활용해 분석 결과를 자동으로 요약하고 보고서를 생성하는 전체 흐름을 이해하는 것이 목표였다. 또한 API 개념, OpenAI API 사용법, 프롬프트 작성 방법, Streamlit과 연동하는 방법까지 함께 학습했다. 

---

2. 오늘 학습한 내용

ChatGPT API란?

ChatGPT를 웹사이트에서 사용하는 것과 API를 사용하는 것은 조금 다르다.

웹에서는 사용자가 직접 질문을 입력하지만, API를 사용하면 프로그램에서 ChatGPT에게 질문을 보내고 결과를 받아올 수 있다.

이를 활용하면 대시보드에서 버튼 하나만 눌러도 AI가 데이터를 분석하고 요약해 주거나, 보고서를 자동으로 작성하는 기능을 만들 수 있다.

즉, 반복적으로 작성하던 분석 결과를 자동화할 수 있다는 것이 가장 큰 장점이다. 

---

OpenAI API 사용 과정

API를 사용하기 위해서는 먼저 OpenAI에서 발급받은 API Key가 필요하다.

이후 Python에서 OpenAI 라이브러리를 설치하고 API Key를 등록하면 ChatGPT 모델과 통신할 수 있다.

전체적인 흐름은 다음과 같다.

• API Key 발급
• Python에서 OpenAI 라이브러리 설치
• API Key 등록
• 프롬프트 작성
• 모델 호출
• 응답 결과 출력

이 과정을 통해 원하는 질문을 코드에서 직접 실행할 수 있다는 점을 배웠다.

---

프롬프트 작성의 중요성

같은 데이터를 입력하더라도 프롬프트를 어떻게 작성하느냐에 따라 결과의 품질이 크게 달라진다.

예를 들어 단순히 “분석해줘”라고 요청하는 것보다,

• 데이터의 의미
• 원하는 분석 방향
• 결과 형식
• 출력 길이

까지 함께 전달하면 훨씬 일관성 있는 결과를 얻을 수 있다.

AI를 잘 활용하기 위해서는 좋은 프롬프트를 작성하는 능력도 중요한 역량이라는 점을 알게 되었다. 

---

Streamlit과 ChatGPT API 연동

오늘 가장 흥미로웠던 부분은 Streamlit과 ChatGPT API를 연결하는 과정이었다.

Streamlit으로 만든 대시보드에서 사용자가 버튼을 누르면 현재 화면의 데이터와 그래프 정보를 ChatGPT에게 전달하고, AI가 이를 바탕으로 요약과 인사이트를 생성하는 구조를 학습했다.

이를 활용하면 단순히 차트만 보여주는 것이 아니라,

• 분석 결과 요약
• 주요 이상 현상 설명
• 개선 방향 제안
• 보고서 자동 작성

까지 하나의 대시보드 안에서 수행할 수 있다. 

---

AI 기반 리포팅 자동화

기존에는 분석이 끝난 뒤 사람이 직접 보고서를 작성해야 했다.

하지만 ChatGPT API를 활용하면 데이터 분석 결과를 기반으로 초안을 자동 생성할 수 있으며, 반복적인 문서 작성 시간을 크게 줄일 수 있다.

특히 제조 데이터 분석 프로젝트에서는 다음과 같은 활용이 가능하다.

• 공정 이상 발생 요약
• KPI 변화 분석
• 불량률 변화 설명
• 대시보드 결과 보고서 생성

이를 통해 분석가가 반복적인 문서 작성보다 데이터 해석과 의사결정에 더 집중할 수 있다는 점이 인상적이었다. 

---

대시보드와 생성형 AI의 결합

이번 수업에서는 생성형 AI가 단순한 챗봇을 넘어 데이터 분석 도구와 결합되는 사례도 살펴보았다.

대시보드 안에서 AI가 시각화 결과를 해석하고 자연어로 설명해 주면 비전문가도 데이터를 이해하기 쉬워진다.

앞으로는 데이터 시각화와 생성형 AI를 함께 활용하는 능력이 데이터 분석 분야에서 더욱 중요해질 것이라는 점을 느낄 수 있었다. 

---

3. 나의 간단 소감

오늘은 ChatGPT API를 활용한 리포팅 자동화를 배우면서 AI가 단순히 질문에 답하는 도구가 아니라 데이터 분석 업무를 자동화하는 도구로도 활용될 수 있다는 점을 알게 되었다. 특히 Streamlit과 ChatGPT API를 연결하면 대시보드 안에서 분석 결과를 자동으로 요약하고 보고서까지 생성할 수 있다는 점이 인상적이었다. 앞으로 프로젝트에서도 시각화에 그치지 않고 AI를 활용한 자동 보고서 생성 기능까지 구현해 본다면 사용자 편의성과 활용도를 더욱 높일 수 있을 것이라는 생각이 들었다.