프롤로그 AI 기술을 활용해 구성원의 의사결정을 지원하는 BADA(Baemin Advanced Data Analytics)팀은 우아한형제들 구성원의 데이터 리터러시와 업무 생산성 높이는 ‘물어보새’를 비롯해 다양한 AI 기반 데이터 프로덕트를 개발하고 있습니다. 2024년에 AI 데이터 분석가 ‘물어보새’를 공개한 이후 많은 분들이 BADA팀에 관심을 보내주셨습니다. 특히 “BADA팀은 지금 어디까지 왔나요?”라는 질문을 자주 받았습니다. 이 질문에 답하기 위해 이번 3부를 준비했습니다. 1부에서는 […]
The post AI 데이터 분석가 ‘물어보새’ 그 다음 – 3부. Agent로 더 넓고 깊은 지식 공유하기 first appeared on 우아한형제들 기술블로그. || 프롤로그
AI 기술을 활용해 구성원의 의사결정을 지원하는 BADA(Baemin Advanced Data Analytics)팀은 우아한형제들 구성원의 데이터 리터러시와 업무 생산성 높이는 ‘물어보새’를 비롯해 다양한 AI 기반 데이터 프로덕트를 개발하고 있습니다.
2024년에 AI 데이터 분석가 ‘물어보새’를 공개한 이후 많은 분들이 BADA팀에 관심을 보내주셨습니다. 특히 “BADA팀은 지금 어디까지 왔나요?”라는 질문을 자주 받았습니다.
이 질문에 답하기 위해 이번 3부를 준비했습니다.
1부에서는 RAG와 Text-to-SQL 활용, 2부에서는 Data Discovery 기능을 중심으로 사내 구성원의 데이터 리터러시를 어떻게 높일 수 있었는지 구체적인 사례를 소개했습니다.
이번 3부도 ‘구성원의 질문’에서 출발합니다. 그 여정이 가리킨 도착지는 스스로 생각하고 행동하는 에이전트 기반의 ‘더 넓고 깊은 지식 공유하기’로 자연스럽게 이어집니다.
올해는 데이터 중심의 탐색 단계를 넘어, ‘지식의 탐색, 연결 그리고 확산’이라는 목표에 집중했습니다. 구성원이 데이터를 찾는 이유와 맥락을 이해하고, 조직 전체의 경험과 지식을 유기적으로 연결하는 것이 중요했습니다.
이렇게 축적되고 연결된 도메인 지식은 향후 지능형 데이터 분석 서비스의 토대가 됩니다. 그 과정 속에서 ‘물어보새’는 사내 구성원의 다양한 요구 사항을 끊임없이 반영하며 전사에서 널리 활용되는 서비스로 성장했습니다.
지난 1년간 ‘물어보새’가 어떤 고민과 실험을 거쳐왔는지 사용자 경험 관점에서 기술 도입의 여정을 깊이 있게 다뤄보도록 하겠습니다.
1. 우리는 ‘왜’ 구성원의 질문에서 시작했을까?
‘물어보새’는 거창한 기술 목표에서 출발하지 않았습니다.
시작은 구성원이 데이터를 더 쉽게 이해하고 활용할 수 있도록 돕는 것이었습니다.
그렇기에 우리가 가장 먼저 주목한 것은 ‘구성원의 질문’이었습니다. 질문은 구성원이 업무 중 무엇을 해결하고 싶어 하는지, 어디서 불편을 느끼는지 보여주는 가장 직접적인 신호였기 때문입니다.
1.1 구성원의 질문과 기대
초기 ‘물어보새’는 Text-to-SQL, Data Discovery 기능 중심으로 데이터 질문에 특화된 서비스였습니다.
하지만 서비스가 공개된 이후 ChatGPT, Claude, Gemini 등 다양한 LLM 서비스 성능이 급속히 발전하면서 사용자들의 답변 기대 수준도 빠르게 변화했습니다. 이제 구성원들은 단순히 데이터를 조회하는 도구를 넘어 업무와 지식을 아우르는 비즈니스 어시스턴트를 기대하기 시작했습니다.
‘물어보새’에 들어오는 질문은 데이터 중심의 문의를 넘어 점차 사내 전반의 지식 영역으로 확장되었습니다.
“OD가 뭐야?”
“회사 주소 알려줘”
“IT 보안 담당자는 누구고 어떤 일을 해?”
“배민 2.0이 뭐야?”
“한그릇 서비스 성과 분석해줄래?”
질문의 폭이 넓어지면서 단순한 데이터 조회와 탐색만으로는 구성원의 요구를 충족하기 어려웠습니다. 이러한 확장된 질문은 ‘물어보새’에 대한 기대 수준을 보여주는 지표였고, 우리는 그 기대를 만족시키는 것을 최우선 목표로 삼았습니다.
1.2 ‘물어보새’의 2025년 목표
이러한 질문에 답하기 위해서는 데이터 추출 환경(예: Zeppelin