[내일배움캠프 QA/QC 6기] TIL #058

라이브세션 듣고 부랴부랴 오늘 배운 거 정리..

 

1. GPT API 대화 맥락(Context) 유지 & 시스템 프롬프트

• 맥락 유지 기법: API는 상태를 직접 기억하지 못하므로 messages 리스트에 "role": "user", "role": "assistant" 대화 히스토리를 수동으로 쌓아서 전달해야 함
• System Prompt (instructions): 챗봇에게 특정 역할(페르소나)을 부여하거나 답변 규칙을 강제할 때 활용

 

2. 대시보드 ➡️ AI 보고서 자동화 핵심 원칙

• LLM의 한계 인식: AI는 우리가 보는 화면 UI를 직접 보지 못함. 현재 대시보드 상태를 구조화된 JSON 데이터로 가공해서 전달해야 함!!
• "수치는 코드가, 해석은 AI가"
  • 숫자 계산 (평균·최댓값 등): Pandas/Python 코드가 정확하게 수행 (LLM 할루시네이션 및 계산 오류 방지)
  • 인사이트 추출 & 글쓰기: 팩트 데이터 기반으로 GPT가 자연스러운 문장 생성

 

3. AI 보고서 자동 생성 파이프라인 (Workflow)

1. 사용자 조건 선택: 사이드바에서 특정 필터(예: 국가) 선택
2. 화면 렌더링: 조건에 맞는 차트 및 지표 디스플레이
3. 데이터 구조화: 차트 데이터 + 설명을 JSON 형태로 변환
4. 시각화 저장: 생성된 그래프를 이미지 파일로 저장
5. LLM 호출: JSON 데이터 + 프롬프트(보고서 양식/요구사항) 함께 전달
6. 마크다운 보고서 생성: LLM이 해석이 담긴 Markdown 리포트 출력
7. 결과 출력 및 저장: 화면에 마크다운 렌더링 후 파일 저장 (다운로드 기능은 3회차 다룰 예정)

 

- 핵심은 '프롬프트 엔지니어링 + JSON 가공': AI가 이해하기 쉬운 구조로 데이터를 포맷팅해서 넘겨주는 사전 작업이 가장 중요함.
- Streamlit 프로젝트 적용 기획: 대시보드 사이드바 하단에 [AI 자동 보고서 생성] 버튼 만들고, 이 파이프라인 연결하면 프로젝트 완성도 올라가지 않을까...?