활용 예시

상황별 질문 예시입니다. 그대로 쓰기보다 자기 업무 용어로 바꿔 쓰는 것이 정확도가 높습니다.

데이터를 찾을 때

품질 시험 결과가 들어 있는 데이터셋 알려줘
최근 한 달 안에 등록된 데이터셋 목록 보여줘
설비 관련 테이블 중 시간 컬럼이 있는 것 찾아줘
이 데이터셋의 담당팀과 갱신 주기 알려줘

데이터 위치를 모를 때 카탈로그를 직접 뒤지는 대신 먼저 물어보는 것이 빠릅니다. 결과는 Data Hub와 Data Catalogs에서 다시 확인할 수 있습니다.

데이터 내용을 확인할 때

이 테이블 상위 20건 보여줘
이 테이블의 컬럼 구조와 타입 정리해줘
이 컬럼에 어떤 값들이 들어 있는지 분포 알려줘
최근 7일 동안 하루에 몇 건씩 적재됐는지 보여줘

수집 · 파이프라인 상태를 볼 때

오늘 실패한 수집 작업 있어?
어제 실행된 파이프라인 결과 요약해줘
가장 최근에 성공한 적재가 언제야?
현재 실행 중인 수집 작업 알려줘

상세 원인 파악은 Pipeline Ops에서 이어서 확인합니다.

품질과 이상을 확인할 때

품질 판정이 실패한 테이블 목록 보여줘
신선도 기준을 넘긴 데이터가 있어?
필수 컬럼이 비어 있는 행이 있는지 확인해줘

현장 · 품질 업무

이 배치의 시험 결과 요약해줘
이 설비의 최근 정비 이력 알려줘
검교정이 만료 임박한 분석기기 목록 보여줘
이 제품의 최근 일탈 기록 정리해줘

배치 단위의 통합 확인은 Batch Trace가 더 적합합니다. SAMANDA는 여러 배치를 가로질러 묻거나, 요약이 필요할 때 유용합니다.

거버넌스 확인

내 최근 활동 이력 보여줘
어제 거부된 접근 시도가 있었는지 알려줘
이 데이터셋에 누가 접근했는지 알려줘

SQL 작성을 도와받을 때

이 테이블에서 일별 평균을 구하는 쿼리 만들어줘
두 테이블을 배치 기준으로 조인하는 쿼리 예시 보여줘
이 쿼리가 왜 느린지 짚어줘

⚠️ 주의

생성된 SQL은 그대로 신뢰하지 말고 Compute에서 실행해 결과를 확인하세요. 특히 조인 조건과 기간 조건은 직접 검토해야 합니다.

잘 동작하지 않는 질문

질문 유형	이유
외부 정보 질문	사내 데이터만 다룹니다
주관적 판단 요청	"이 데이터 써도 될까?" 같은 판단은 사람이 해야 합니다
근거 없는 예측 요청	예측은 모델 서빙 기능이 담당합니다 (→ KosmosAI 연계)
범위가 지나치게 넓은 질문	"전체 데이터 분석해줘" 같은 요청은 결과가 불명확합니다

활용 요령

1. 한 번에 하나씩 물어보고 후속 질문으로 좁힙니다.
2. 도구 호출을 확인해 실제로 어떤 데이터를 봤는지 검증합니다.
3. 중요한 결과는 원본으로 재확인합니다.
4. 데이터셋의 README가 잘 작성되어 있으면 답변 품질이 올라갑니다. → 데이터셋 상세