본 논문은 대규모 언어 모델(LLM)을 활용하여 데이터에서 대시보드 생성까지의 과정을 자동화하는 에이전트 시스템을 제시합니다. 이 시스템은 도메인 감지, 개념 추출, 다각적 분석 생성, 반복적 자기 반성이 가능한 모듈식 LLM 에이전트로 구성되어 있습니다. 기존 차트 질의응답 시스템과 달리, 폐쇄적인 온톨로지나 질문 템플릿에 의존하지 않고, 도메인 관련 지식을 검색하고 다양한 데이터셋에 적응하며 비즈니스 분석가의 분석적 추론 과정을 모방합니다. 세 가지 서로 다른 도메인의 데이터셋을 사용하여 시스템을 평가한 결과, 단일 프롬프트 기반 GPT-4o와 비교하여 통찰력, 도메인 관련성, 분석 심도가 향상되었음을 확인했습니다. 이 연구는 원시 데이터에서 시각화까지의 과정을 연결하는 새로운 모듈식 파이프라인을 제시하며, 비즈니스 분석 분야 전문가의 인간-컴퓨터 협업 검증을 위한 새로운 기회를 제시합니다. 소스 코드는 GitHub에서 확인 가능합니다.
