02
세일즈 & 마케팅
쇼핑몰에 등록되는 수십~수백 만 건의 구매 후기가 제품 판매에 미치는 영향을 채팅하듯이 분석할 수 있습니다.
ThanoSQL을 사용해서 어떻게 대화하듯이 분석하는지 아래의 시나리오를 가지고 조금 더 구체적으로 살펴보겠습니다.
아래 그림은 ThanoSQL 워크스페이스의 초기 화면입니다. 분석하고자 하는 대상 데이터가 저장된
테이블을 선택하고 입력창에 질문을 입력하는 것으로 분석을 시작하게 됩니다.
위 예시에서는 먼저 고객의 리뷰를 분석해야 하므로 customer_review 테이블을, 그 다음으로 제품을 찾아야 하므로 product_list 테이블을, 마지막으로 판매량을 확인해야 하므로 sales 테이블을 선택하였습니다.
자연어로 입력된 질문은 ThanoSQL 내부에서 자동으로 SQL구문으로 변환되어 선택한 테이블들을 대상으로 실행되는데, 이때 여러가지 AI 알고리즘과 머신 러닝 기법들이 적용됩니다. 여기서 사용되는 알고리즘과 모델들은 ThanoSQL이 기본적으로 제공하는 것이며 사용자가 원한다면 허깅페이스 등에서 외부의 모델을 가져와서 사용할 수도 있습니다.
그리고 그렇게 분석된 실행 결과는 다시 LLM을 통해 자연어 형태로 만들어져서 대답창에 나타나게 됩니다.
사용자는 단지 몇번의 자연어 입력만으로 고객 리뷰 같은 비정형 데이터와 매출/판매 같은 정형 데이터를 결합해서 분석하고 결과를 즉시 확인할 수 있습니다.
즉 ThanoSQL은 정형 데이터와 비정형 데이터가 모두 테이블로 저장된 DB에 머신 러닝과 LLM을 결합하여 대화형으로 분석할 수 있는 분석 도구입니다.
따라서 ThanoSQL을 사용하면 위의 예시처럼 IT에 대한 전문적인 지식이 없어도 사내의 모든 데이터에 대해서 빠르게 분석할 수 있고, 그 결과로부터 의미 있는 인사이트를 찾을 수 있게 됩니다.
기본 제공 시나리오 외에 고객 요구 사항에 따르는 커스터마이징된 시나리오는 수주 이내에 적용 가능합니다.
도입 문의