Looker dashboard agents란? BI 대시보드를 AI 챗봇으로 바꾸는 법

AS-IS: 대시보드의 한계

기존 Looker 대시보드는 마케팅·비즈니스팀이 원하는 형태로 미리 만들어져야 했어요. 임시 질문이나 맥락에 맞는 분석이 필요하면 데이터 분석가를 찾아야 했고, 분석팀은 반복 요청으로 병목이 되곤 했어요.

이번 내용: Looker dashboard agents의 작동 방식

Google Cloud의 신규 기능 'Looker dashboard agents'는 Gemini 기반 AI를 대시보드에 심어 다음과 같이 작동합니다.

• 자연어 질문 인식: 사용자가 "지난달 대비 이번달 ROI는?"이라고 묻으면 AI가 이해
• 대시보드 문맥 활용: 이미 설정된 필터(Filter), 크로스필터(Cross-filter), 타일(Tile) 등을 파악해 정확한 차트·수치 제공
• 투명한 추론 과정: AI가 그 답에 이른 단계를 설명
• 분석가 커스터마이징: 데이터 분석가가 자연어 명령으로 비즈니스 로직을 추가해 에이전트 학습 향상

실무 적용 포인트

마케팅팀 입장:

• 캠페인 성과, 채널별 ROI, 고객 세그먼트 데이터를 분석팀 거치지 않고 바로 조회 가능
• 의사결정 시간 단축(보고서 요청→완성 대기 시간 제거)
• 탐색적 분석(Exploratory Analysis) 속도 향상

분석팀 입장:

• 같은 질문 반복 대응에서 벗어남("월간 전환율은?", "채널별 비용은?" 등)
• 에이전트 설정 후 필요할 때 수정만 하면 되므로 유지보수 효율화
• 데이터 거버넌스 유지: 접근 제어(Access Control)는 여전히 분석가가 설정

체크리스트:

• Looker 환경에서 Gemini API 연동 준비 확인
• 핵심 대시보드(매출, 마케팅, 고객) 우선 에이전트화
• 분석팀이 커스터마이징할 "자주 묻는 비즈니스 질문" 리스트업
• 사용자 교육: "자연어로 편하게 물어봐도 된다" 문화 형성

자주 묻는 질문

Looker dashboard agents가 무엇인가요?

Gemini 기반 AI를 Looker 대시보드에 심어 자연어 질문을 이해하고, 설정된 필터·크로스필터·타일 문맥을 활용해 정확한 차트·수치를 주는 기능이에요. 추론 과정도 투명하게 설명해요.

마케팅팀에 어떤 이점이 있나요?

캠페인 성과·채널별 ROI·고객 세그먼트를 분석팀을 거치지 않고 바로 조회해 의사결정 시간이 줄어요. 탐색적 분석 속도도 빨라져요.

도입하려면 무엇을 준비하나요?

Looker의 Gemini API 연동 확인, 핵심 대시보드(매출·마케팅·고객) 우선 에이전트화, 분석가가 커스터마이징할 '자주 묻는 비즈니스 질문' 리스트업, '자연어로 편하게 물어보는' 사용 문화 형성이에요.