ChatGPT의 데이터 분석 도구가 프로그래밍 없이 실행 가능한 비즈니스 통찰력을 제공하는 방법

AI 기반 데이터 인사이트가 궁금하신가요? ChatGPT의 고급 도구는 데이터 분석을 단순화하여 복잡한 데이터 세트를 처리하고, 통찰력을 찾고, 오류를 수정하고, 몇 분 안에 추세를 파악하는 데 도움을 줍니다.

ChatGPT는 사용자가 데이터를 처리하고 통찰력을 검색하는 데 도움이 되는 강력한 도구인 고급 데이터 분석을 제공합니다. 지난 1년 동안 나는 그것을 꽤 좋은 효과로 사용할 기회를 얻었습니다. 다른 AI도 유사한 도구를 제공하기 시작했지만 지금까지는 ChatGPT의 고급 데이터 분석 기능을 갖춘 것 같지 않습니다.

데이터 분석은 수십 년 동안 컴퓨팅의 핵심 요소였으므로 AI는 어떤 의미에서는 더 많은 것을 제공합니다. 원시 데이터가 들어가고 어떤 결론이 나옵니다.

즉시 사용할 수 있는 맥락에서 AI가 다른 점은 다음과 같습니다. AI는 몇 가지 프롬프트만으로 무거운 계산 분석 작업을 수행할 수 있습니다. 이전에는 숙련된 프로그래머나 데이터 과학자가 생성해야 했던 결과를 얻을 수 있습니다.

저는 그러한 계산 분석을 수행할 수 있는 프로그래머입니다. 사실 저는 데이터 처리 루틴을 작성하는 것을 좋아합니다. 나는 또한 병리학적인 측면에 접할 정도로 차트와 표를 좋아합니다. 특정 가족 구성원에 따르면 이는 귀엽기도 하고 매우 걱정스럽기도 한 상태 사이를 오가는 상태입니다.

하지만 여기서 요점은 강박적인 분석 프로그래밍 전문가인 나조차도 ChatGPT가 유용하고 프로그래밍하는 데 며칠 또는 몇 주가 걸릴 결과를 몇 분 만에 생성할 수 있다는 것을 발견했다는 것입니다.

이 기사에서는 제가 ChatGPT에 제공한 일부 프로젝트를 소개하고 해당 프로젝트가 귀하의 데이터 요구 사항과 관련된 이유를 설명하겠습니다. 그런 다음 데이터 분석을 위해 ChatGPT를 사용하는 방법에 관해 제가 배운 교훈을 검토하겠습니다. 마지막으로, 이 세대의 AI에서 더욱 예측할 수 없는 한계를 해결하는 방법을 모색하는 데 도움을 드리겠습니다.

첫째, 약간의 맥락

우리가 살펴볼 데이터 분석과 관련하여 챗봇 기반 데이터 분석만 살펴보겠습니다.

API와 복잡한 프로그램을 사용하여 AI와 빅 데이터가 함께 작동하여 놀라운 일을 할 수 있다는 것은 의심의 여지가 없습니다. 예를 들어, 사이버 보안 전문가는 이제 AI 도구와 심층 자동화를 결합하여 인간이 처리할 수 있는 것보다 훨씬 빠른 속도로 엄청난 양의 실시간 데이터를 필터링할 수 있습니다. 이는 일반적으로 다양한 API를 사용하여 시스템을 서로 연결하여 분석을 수행합니다.

우리는 여기서 그렇게 하지 않습니다. 우리는 데이터 분석을 ChatGPT의 최종 사용자 중심 웹 인터페이스(및 Mac 및 Windows 앱)에 업로드하거나 붙여넣을 수 있는 것으로 제한하고 있습니다.

또한 ChatGPT에 대해 이야기할 때 일반적으로 월 20달러 Plus 구독 버전을 언급합니다. 고급 데이터 분석이 처음 도입되었을 때 그 기능은 Plus 사용자에게만 제공되었습니다. 파일 업로드도 Plus 사용자로 제한되었습니다.

현재 두 기능 모두 무료 사용자에게 제공되지만 새로운 통합 웹 검색은 Plus 사용자에게만 제공됩니다. 무료 버전을 "제한적"이라고 설명하는 OpenAI 외에 ChatGPT Plus와 무료 버전에 어떤 기능이 있는지 정확하게 파악하기는 어렵습니다.

대부분의 데이터 분석을 수행하기 위해 ChatGPT는 고급 데이터 분석이라는 기능을 사용합니다. 이전 버전의 ChatGPT에서는 설정에서 켜고 꺼야 했습니다. 이제는 챗봇의 일부일 뿐입니다.

내 경험상, 나는 환영을 초과했다는 말을 듣고 나중에 다시 오라는 요청을 받기 전에 무료 ChatGPT로 몇 가지 프롬프트를 실행할 수 있다는 것을 발견했습니다. Plus 버전을 사용하면 (대부분) 원하는 만큼 AI와 계속 상호 작용할 수 있습니다. 나는 AI에 대해 매우 길고 빠른 심문을 수행했을 때 한 번 끊겼습니다. AI는 꽤 시간이 지난 후 가상 손을 내밀고 "이미 충분합니다!"라고 외쳤습니다. 하지만 아시다시피 그런 경우는 드뭅니다.

무료 계정으로 최대한 멀리 이동해보세요. 하지만 좀 더 심각한 작업의 경우 비용을 지불해야 할 수도 있다는 점을 기억하세요.

이제 시작해 보겠습니다.

쉬운 데이터 정규화

ChatGPT의 데이터 분석 기능에 대한 초기 테스트 중 하나는 도시 인구를 차트로 표시하도록 요청하는 것이었습니다. 내부 지식 기반의 데이터를 활용하여 AI는 기능적 결과를 제공했지만 일부 데이터는 부정확했습니다. 지식 기반의 시간적 끝이 유한했기 때문에 도시 인구 데이터는 몇 년 전의 데이터였습니다.

ChatGPT 지식 기반의 지식만을 사용하여 데이터 분석은 단순한 팔러 트릭이었습니다. 하지만 ChatGPT가 실제 데이터 파일을 업로드할 수 있게 되자 상황이 바뀌었습니다.

다음 테스트에서는 또한 오래된 정보인 2011년부터 2014년까지의 뉴욕시 아기 이름을 사용했습니다. 도구를 알아가기 위한 테스트 데이터로만 사용했기 때문에 오래된 것인지 신경 쓰지 않았습니다. 아기 이름, 인종, 성별, 전체 개수 등이 포함된 69,215개의 레코드 데이터 세트였습니다.

이 데이터를 통해 남아와 여아의 비율을 결정하는 등 쉬운 계산을 할 수 있었습니다. 나는 또한 가장 인기 있는 아기 이름을 결정할 수 있었습니다. 그리고 상당히 제한된 민족 데이터를 사용하여 민족을 기반으로 이름을 도표화할 수 있었습니다.

그러나 ChatGPT가 데이터를 해석하는 방식에 문제가 있었습니다. 대문자 사용이 적절하다고 가정했기 때문에 "Madison"과 "MADISON"은 다른 이름으로 간주되었습니다. 또한 단축된 버전의 데이터로 인해 혼동이 발생하여 "Hisp"와 "Hispanic"은 다른 인종으로 간주되었습니다.

특히 프로그래머가 아닌 사람들에게 ChatGPT가 강력한 이유는 이러한 문제를 프롬프트로 해결할 수 있다는 것입니다. "다음의 모든 요청에 대해 아기 이름은 대소문자를 구분해야 합니다."와 같은 명령을 사용하면 프로그래밍 없이도 결과를 얻을 수 있습니다.

핵심 요령은 데이터 정규화가 프롬프트에 포함되어야 할 수도 있다는 점을 명심하는 것입니다. 이전 프롬프트를 복사하고 일관성을 위해 데이터를 조정하는 방법을 설명하는 문장을 추가하는 것을 두려워하지 마십시오.

귀하의 임무는 AI가 제공하는 결과에 부지런히 주의를 기울이고 AI가 제대로 얻지 못한 영역을 신속하게 조정하는 것입니다. 마치 수업을 듣는 학생에게서 과제를 돌려받는다고 생각해보세요. 당신은 그들의 작업을 보고 수정을 할 것입니다. AI도 마찬가지다.

빠른 비즈니스 통찰력

ChatGPT의 데이터 분석 기능이 판도를 바꾸고 있다는 확신을 갖게 된 순간은 다음과 같습니다. 저는 나만의 독점 비즈니스 데이터를 사용하여 감정 분석 프로젝트를 수행했습니다.

저는 몇 가지 제품을 갖춘 소규모 프리미엄 소프트웨어 사업을 운영하고 있습니다. 이 비즈니스 모델을 통해 사용자는 모든 기능을 갖춘 소프트웨어 제품을 무료로 다운로드하고 사용할 수 있습니다. 수익은 기본 소프트웨어의 기능을 향상시키는 추가 기능 판매에서 발생합니다. 나는 이 부업으로 많은 돈을 벌지는 못하지만 코딩 작업을 계속하고 약간의 전동 공구 중독을 해결하는 데 도움이 됩니다.

나는 사용자가 무료 제품을 제거한 시점을 기준으로 데이터를 수집합니다. 사용자가 제품 사용을 중단하면 일반적인 제거 이유를 묻는 간단한 설문지와 생각을 공유할 수 있는 입력 필드가 제공됩니다.

나는 수년 동안 내 서버에서 데이터를 수집해 왔지만 그걸로 어떤 일도 해본 적이 없었습니다. 수집된 정보를 유용한 통찰력으로 전환하는 데 필요한 모든 사용자 정의 코드를 작성하는 데 걸리는 시간을 결코 정당화할 수 없습니다.

그러나 제품 중 하나가 상당히 크게 업데이트된 후 사용자가 업데이트에 만족하는지, 아니면 변경 사항으로 인해 미루는지 걱정되었습니다. 나는 내 제거 데이터가 나에게 무엇을 말해 줄 수 있는지, 그리고 해당 업데이트 전후에 패턴에 변화가 있었는지 확인하고 싶었습니다.

하지만 아직 분석 코드를 작성하는 데 1~2주가 걸리지 않았습니다. 그래서 ChatGPT를 선택했습니다. 서버에서 데이터를 가져와 AI가 읽을 수 있도록 Excel에서 원시 데이터를 정리하는 데 시간을 보냈습니다. 여기에는 열 필드 이름 지정, 가비지 구분 기호 제거 등이 포함되었습니다. 그런 다음 정리된 파일을 ChatGPT에 업로드했습니다.

여기서 내가 ChatGPT에 독점 비즈니스 데이터를 제공했다는 점을 지적해야 합니다. 내 경우에는 부차적인 작업이므로 OpenAI가 데이터로 무엇을 하든 상관하지 않습니다. 그러나 독점 데이터, 특히 데이터 교육에 사용할 수 있는 AI를 클라우드에 업로드하기 전에 데이터 공유에 대한 회사 정책을 고려해야 합니다.

어쨌든 ChatGPT는 내 데이터를 처리할 수 있었습니다. 기본적인 정적 필드 콘텐츠를 처리했을 뿐만 아니라 사용자가 작성한 자유 형식 댓글도 분석할 수 있었습니다. 시간, 버전, 제품을 기준으로 결과를 쪼개고 쪼개었습니다. 이를 통해 업데이트 이후 제거나 불만이 증가하지 않았음을 확인할 수 있었습니다.

나는 두 개의 프롬프트(기본적으로 두 문장)를 작성했고 ChatGPT는 22,797개의 기록을 뒤져 예상치 못한 결론을 내렸습니다. 사용자는 업데이트 후 "긍정적인 감정이 약간 증가"한 것으로 나타났습니다.

이것은 엄청나게 강력한 것입니다. 독점 데이터를 AI와 공유할 수 있는지 여부에 대한 문제를 제쳐두고 이제 프로그래머가 아닌 사람도 몇 분 만에 놀라운 분석 작업을 수행할 수 있는 메커니즘을 갖게 되었습니다. 이러한 종류의 능력을 갖추게 되면 유용한 데이터가 저장되어 있지만 전혀 검사되지 않은 모든 데이터 사일로를 파헤쳐 몇 가지 빠른 쿼리를 통해 어떤 통찰력을 얻을 수 있는지 확인하는 것이 가치가 있습니다.

유익한 진단 법의학

한 가지 예를 더 살펴보겠습니다. (이 기사에서 프로젝트의 전체 세부 사항을 읽을 수 있습니다.) 기본적인 문제 설명은 내 3D 프린터가 일관되지 않은 성능 패턴을 보인다는 것입니다.

이 프로젝트에는 제가 평가하고 있던 3D 프린트 제작을 위한 기계 이동 지침인 두 개의 G 코드 파일을 공급하는 작업이 포함되었습니다. 파일 중 하나는 일반적인 관행을 통해 생성했고, 다른 하나는 공장에서 제공한 버전이었습니다.

그들의 버전은 인쇄하는 데 16분이 걸렸습니다. 내 시간은 42분이 걸렸다. 나는 그 이유를 알고 싶었다. 회사에 대한 나의 지원은 명확성이 전혀 없었기 때문에 ChatGPT에 도움을 요청했습니다.

두 파일은 모두 170,000줄이 넘는 코드로 구성되었으며, 대부분은 프린트 헤드가 이동할 위치의 X 및 Y 좌표입니다. 기계가 용융된 플라스틱의 또 다른 층을 놓을 수 있도록 빌드 플레이트를 이동하라는 가끔 지침과 함께 몇 가지 온도 및 흐름 설정도 있었습니다.

그런데 한 버전이 다른 버전보다 훨씬 빠른 이유는 무엇입니까? 두 파일을 모두 ChatGPT에 업로드하고 파일 비교를 요청했습니다. 그런 다음 나는 간단한 질문을 했습니다. "빠른 인쇄"가 왜 그렇게 빠른가요?

그게 다야. 그러한 종류의 데이터 분석을 수행하는 데 필요한 프로그래밍을 상상할 수 있습니까? 내가 한 것은 간단한 질문뿐이었다. 이것은 엄청납니다.

답변을 얻은 후(기본적으로 공장에서는 이동 속도와 재료 흐름 속도를 고려함) 몇 가지 간단한 후속 질문을 했습니다. 다시 한 번 ChatGPT는 두 개의 거대한 데이터 파일을 휘젓고 실행 가능한 정보를 제공했습니다.

또 다른 중요한 사항은 다음과 같습니다. ChatGPT에 제공하는 데이터는 행과 열이 있는 전통적인 형식의 데이터일 필요는 없습니다. 데이터가 있고 파일(또는 두 개)에 있는 경우 자유롭게 AI에 제공하고 원시 파일에서 무엇을 식별할 수 있는지 확인하세요.

우리는 수년 동안 데이터베이스 엔진을 사용해 왔습니다. 하지만 AI는 그 이상입니다. 이는 데이터를 관리하고, 패턴을 찾고, 통찰력을 생성할 수 있는 데이터 준비 인턴 및 데이터 과학자 군대를 보유하는 것과 같습니다. 결과가 매우 빠르고 쉽게 표시되므로 탐색하려는 정보 파일에 대해 AI를 사용하지 않을 이유가 없습니다. 내 말은, 왜 안돼?

토큰 한도

ZDNet 댓글 작성자와 나눈 흥미로운 토론 중 하나는 토큰 제한 문제에 관한 것입니다. AI는 줄이나 문자를 기준으로 처리하도록 요청받은 정보의 양을 측정하는 것이 아니라 토큰을 기준으로 측정합니다. 이는 AI가 처리할 것으로 예상되는 정보를 텍스트로 표현한 것입니다.

ChatGPT 자체에 따르면 GPT-3.5의 토큰 한도는 상호작용당 약 4K 토큰이었습니다. GPT-4에서는 이를 상호 작용당 8K 토큰으로 늘렸습니다. GPT-4o는 좀 더 유연하여 "확장 상호 작용"의 경우 토큰 제한이 128K이지만 대부분의 상호 작용에서는 8K 또는 32K에 불과합니다.

내 댓글 작성자 중 한 명을 특히 재미있는 현기증에 빠뜨린 것은 토큰 제한이 훨씬 적어 보이는데 어떻게 ChatGPT가 170,000줄의 입력 데이터를 처리하도록 할 수 있는지에 대한 질문이었습니다.

ChatGPT에 질문을 했는데 토큰이 명령이나 줄과 일대일로 일치하지 않는다는 알림을 받았습니다. 또한 ChatGPT는 파일을 청크로 처리하고 선택적으로 처리한다고 말했습니다. 따라서 단순한 무차별 대입 스캔보다 더 미묘한 메커니즘을 통해 데이터를 관리합니다.

ChatGPT가 전체 파일을 처리할 수 있는지 테스트하는 방법은 셀 수 있는 줄 수부터 처음부터 끝까지 일부 데이터를 설명하도록 요청하고 해당 데이터가 있는지 확인하는 것까지 전체 파일에 대해 질문하는 것이었습니다. 내가 본 것과 일치했다.

그러나 데이터를 업로드하기 전에 스프레드시트 프로그램을 사용하여 데이터를 사전 처리하는 것을 두려워하지 마십시오. 이를 사용하여 AI의 보다 예측 가능한 응답을 위해 데이터를 정규화하고, AI가 고려하기를 원하지 않는 방해가 되는 데이터 요소를 제거하고, 챗봇이 너무 많은 양으로 압도당하는 경우 데이터를 분할하는 데 사용할 수 있습니다. 데이터가 제시되었습니다.

ChatGPT를 사용하면 Excel에서 데이터를 리팩터링하고 정규화하는 데 필요한 수식을 만드는 데 도움이 될 수 있습니다. ChatGPT는 또한 Google 스프레드시트 및 Apple Numbers에 대한 지원을 제공할 수 있으므로 어떤 스프레드시트 도구를 선택하더라도 직접 사용할 필요가 없습니다.

10가지 빠른 팁

ChatGPT는 놀라울 정도로 강력하며, 그렇지 않았다면 많은 작업과 프로그래밍 기술이 필요했을 통찰력을 제공할 수 있습니다. ChatGPT와의 채팅 경험을 바탕으로 한 10가지 빠른 팁으로 이 개요를 마무리하겠습니다.

1. 의심스러우면 시도해 보세요. ChatGPT에 데이터를 전송하고 그 내용을 확인하는 데에는 해로움이나 추가 비용이 없습니다.
2. 데이터를 행과 열로만 표시할 필요는 없습니다. ChatGPT 전체 텍스트 입력은 물론 PDF까지 입력할 수 있습니다.
3. 항상 결과를 다시 확인하세요. 이를 수행하는 가장 쉬운 방법은 데이터에 대해 많은 질문을 하고 그 내용을 확인하는 것입니다. 물론, 확인을 위해 직접 데이터를 살펴보시기 바랍니다.
4. "이 데이터에 대해 무엇을 말해 줄 수 있나요?"라고 질문하세요. ChatGPT가 통찰력을 제공하기 시작하고 추가 분석을 위한 출발점이 되는 훌륭한 개방형 질문입니다.
5. "작업 표시"는 ChatGPT가 데이터를 보고 처리하는 방법에 대한 통찰력을 얻을 수 있는 또 다른 강력한 방법입니다.
6. 원하는 것을 얻지 못했다면 다시 시도하세요. 프롬프트를 바꿔보세요. 단순화하세요. 세부 사항과 제약 조건을 추가합니다. 첫 번째 질문은 충분히 정확하지 않을 수 있지만 몇 번 반복하면 아마도 좋은 결과를 얻을 수 있을 것입니다.
7. 차트와 표를 요청하세요. ChatGPT는 항상 자동으로 차트와 표를 생성하는 것은 아니며 매우 강력한 통찰력을 생성할 수 있습니다.
8. ChatGPT는 실수를 하지만 그렇게 말해도 화를 내지 않습니다. AI가 제공한 결과가 정확하지 않다고 생각한다면 AI에게 말하고 접근 방식을 다시 생각해 보도록 요청하세요.
9. 천천히 분석을 구축하세요. ChatGPT가 이전 단계를 올바르게 수행했음을 입증하므로 이전 프롬프트를 복사하여 붙여넣고 더 구체적인 내용과 지침을 추가할 수 있습니다.
10. 재미있게 보내세요. AI에 거대한 데이터 세트를 제공하고 멋진 차트와 테이블을 다시 생성하는 것만큼 재미있는 것은 없습니다.

그럼 됐어요. ChatGPT 데이터 분석을 시도해 보세요. 데이터 언덕에 숨겨진 통찰력을 발견하게 되리라 확신합니다.

당신은 어때요?

고급 데이터 분석을 위해 ChatGPT를 사용해 보셨나요? ChatGPT Plus 가입자이신가요? 흥미로운 통찰력을 얻었거나 기술의 특히 흥미로운 용도라고 생각되는 데이터나 파일을 제공했습니까? 아래 댓글을 통해 알려주세요.