Tableau 2024 New Features : Gen AI 기반 Einstien Copilot 부터 Headless BI 까지
안녕하세요, 이번 포스팅에서는 올해 San Diego 에서 열린 Tableau Conference 2024 에서 주목할 만한 업데이트를 소개드리고자 합니다.
시간이 없으신 분들을 위한 주요 하이라이트 요약입니다.
TL;DR: Tableau Conference 2024 Highlights
- Data & Governance:
- Einstein Copilot for Tableau Desktop / Prep 으로 말로 요청만 해도 자동으로 데이터 시각화 및 전처리
- Einstein Trust Layer 도입으로 데이터 보안과 거버넌스 강화
- 노코드 기반 Sentiment Analysis 로 클릭만으로 감성 분석 가능
- Composable Data Sources로 데이터 연결 및 관리 효율화
2. Analysis & Visualization:
- Viz Extension으로 복잡한 차트도 쉽게 구현 가능
- Tableau Spatial Parameters 로 공간 분석 기능 향상
- Custom Style Themes 도입으로 대시보드 디자인 간편화
3. Platform & Embedding:
- Headless BI 시스템인 VizQL Data Service 로 API만으로 데이터 접근 및 다양한 애플리케이션과의 통합 가능
4. Community Developments:
- Figma Tableau Plugin, Power KPI 등 다양한 플러그인 지원
5. Tableau Public:
- Tableau Public 에디션에서도 로컬에 파일 저장 가능
1. Data & Governance
먼저 데이터 & 거버넌스 부분 신기능 입니다.
Eistein Copilot for Tableau Desktop (Beta Now) : ChatGPT 처럼 말로 요청만 하면 가능해진 데이터 시각화
아인슈타인 코파일럿 기능으로 내가 원하는 요구사항만 채팅으로 입력하면 시각화 차트를 자동으로 구현해주고, 원하는 계산식을 활용한 결과까지 볼 수 있게 되었습니다.
위 사진처럼 태블로의 심화 개념인 LOD 식 FIXED 를 활용해서 Avg Sales Price by Category 라는 필드를 자동으로 생성해줍니다.
특히 이 Eistein Copilot 기능을 공개하면서 Tableau 가 강조한 부분은 Einstein Trust Layer 였는데요.
생성형 AI 를 활용하면서 발생할 수 있는 보안 관련 이슈들에 대해 신뢰를 갖고 안심하며 사용할 수 있다는 점을 강조했습니다.
- Einstein Trust Layer : Copilot 은 보안, 거버넌스, 신뢰 기능을 상속 받음
- 제로 데이터 보존 정책: 모든 프롬프트는 전송 후 즉시 삭제
- 데이터 보안과 개인 정보 보호: Salesforce 데이터 클라우드에서 안전하게 관리되며 감사 추적 가능
- 데이터 마스킹 기능: 개인 식별 정보는 머신러닝으로 마스킹 처리
- 정책 및 권한 존중 : Tableau Cloud 데이터 정책과 사용 권한이 엄격히 적용 (사용자가 액세스할 수 없으면 Einstein Copilot도 접근 불가)
- Toxicity Confidence Scoring : 유해한 내용 감지 및 필터링
이렇게 회사 내부 데이터에 대해 발생할 수 있는 보안 이슈와 생성형 AI 활용의 이점 사이에서 균형을 유지하기 위한 노력을 보여줬습니다.
Eistein Copilot for Tableau Prep (GA 24.2) : ChatGPT 처럼 말로 요청만 하면 가능해진 데이터 전처리
Tableau Prep 에서도 말로만 요청해서 데이터 전처리가 가능해집니다.
예를 들어, “고객 정보 필드에서 이메일 주소만 추출해줘" 라고 입력하면 이메일 주소 필드만 따로 생성됩니다.
기존에는 이렇게 특정한 요구사항을 반영하는 데이터 전처리를 위해서는 태블로 함수를 활용한 계산된 필드를 작성하거나, 정규표현식을 활용해야 했는데 그럴 필요가 없어졌습니다.
이로 인해 데이터 전처리를 위한 장벽이 훨씬 낮아질 것으로 보입니다.
Sentiment Analysis (GA 25.1) : 노코드로 하는 감성 분석
Tableau Prep 안에서 노코드 Sentiment Analysis 도 가능해집니다.
예를 들어, “리뷰들의 tone 을 기반으로 점수화해줘” 라고 입력하면 감성 분석을 위한 모든 프로세스가 자동으로 처리됩니다.
1) 데이터 유니온 > 2) 데이터 전처리 > 3) 감성 분석 > 4) 출력 까지 자동으로 처리해주는 프로세스를 보여주고 있습니다.
위 사진처럼 Sentiment label 을 조정하면 긍부정 값의 기준이 조절되어 데이터의 비율이 달라지는걸 확인하실 수 있습니다.
Composable Data Sources (GA 24.3) : 게시된 데이터 원본 (PDS) 과 다른 데이터와의 연결 지원
이번에 가장 반응이 뜨거웠던 발표 중 하나인데요.
Published Date Source (게시된 데이터 원본) 의 조인이 가능해졌습니다.
이제 여러 워크북에서 동일한 Data Source 를 참조할 수 있게 된 것입니다.
그래서 Single source of truth (신뢰할 만한 단일 데이터 소스) 를 구축할 수 있게 되었습니다.
이제 중앙 데이터가 변경되면 거기에 맞게 연결된 데이터 소스 모두에 전달되어, 데이터를 최신 상태로 유지하고 동기화시키는 데 도움이 됩니다.
특히, Prep 흐름에서 만든 PDS 를 많이 활용하는 조직에도 도움이 되는데요.
Prep 에서 출력한 PDS 는 단일 테이블로 구성되어 버리기 때문에,
복수 테이블을 통합하고 싶은 경우 제약이 많은 Blend 를 이용하거나,
1개 테이블에 무리하게 넣어야 할 필요 등이 있었습니다.
하지만 이제는 Prep 에서 출력한 PDS 끼리도 관계가 가능해졌습니다.
그래서 더욱 효과적이고 심플한 설계가 가능해졌습니다.
그 외에도 필드의 설명이나 계산된 필드를 다른 데이터 소스에서 재이용 할 수 있게 되었습니다. 이것도 최근 중요한 테마인 메타데이터 관리 측면에서 지표 정의의 분산을 억제할 수 있어 큰 효과가 기대되는 부분입니다.
2. Analysis & Visualization
두번째로 분석 및 시각화 관련 부분 업데이트 입니다.
Viz Extension (GA 24.2) : 계산식 따로 없이 복잡한 차트까지 구현 가능
많은 BI Tool 중에 Tableau 를 많이 활용하는 이유는 아무래도 시각화 구현에 있어서 자유도가 높기 때문이 아닐까 생각하는데요. 막대 차트, 파이 차트 뿐 만 아니라 사용자가 원하는 모든 차트를 X, Y 좌표에 뿌려 결과물을 얻어낼 수 있다는게 태블로의 큰 장점입니다.
다만 그런 차트들의 경우 기존에는 복잡한 계산식을 작성해야 했었는데요. (예 : 생키 차트를 위해 Sigmoid 함수 계산식을 활용해야 하는 등)
이제 기존에는 복잡한 계산식 등이 필요했던 차트들까지 Viz Extension 으로 원하는 차트 유형만 선택하면 몇 초 만에 구현할 수 있게 되었습니다.
Tableau Spatial Parameters (GA 24.3) : 공간 매개변수로 더 쉬워진 공간 분석
이제 태블로에서 공간 매개변수가 지원될 예정입니다.
위에 보이시는 것처럼 클릭만으로 공간 데이터 변수를 바꿀 수 있게 됐고, 거기에 맞게 공간 분석이 가능해졌습니다.
위 예시를 보시면 대시보드에서 클릭하는 버스 노선별로 해당 노선으로부터 유저가 설정한 거리 이내에 있는 관광지가 몇 군데가 있는지 바로 계산되어서 나오는 걸 보실 수 있습니다.
기존에는 이렇게 공간 매개변수가 지원되지는 않아서
아래 첨부한 제 블로그 글 ( https://tableauwiki.com/tableau_spatial_join/) 처럼 이렇게 공간 조인된 관광지의 숫자를 계산했었는데요.
이번 업데이트로 좀 더 프랜차이즈 기업들의 Supply Chain Optimization 등 다양한 활용이 가능해질 것으로 보입니다.
Custom Style Themes (GA 24.3) : 대시보드 스타일 테마 파일로 빠르게 디자인 변경 가능
이제 대시보드의 스타일 테마를 만들어두고, 필요할 때 마다 바로 불러와서 적용할 수 있게 되었습니다.
태블로에서 대시보드를 만들어보신 분들은 대부분 공감하실 것 같은데요.
폰트부터 차트의 색상, 각종 개체들의 색상을 모두 바꾸는 것이 상당히 시간이 많이 걸리는 작업입니다. 저 같은 경우 디자인에 조금 더 신경을 쓰게 되면, 대시보드 제작 전체 시간의 50% 이상을 서식 변경에 써야 했습니다.
이제 Custom Style Themes 의 등장으로 이런 서식 변경에 쓰일 시간을 아껴 분석과 시각화에 좀 더 집중할 수 있게 되었습니다. 또한 기업에서 활용하는 많은 대시보드들을 통일성 있게 Brand Guideline 에 맞춰 색상 팔레트를 만들어놓고 바로 적용할 수 있게 되었습니다.
실제 유저 입장에서는 굉장히 유용한 기능이라, 발표 현장에서 태블로 유저들이 기뻐하며 소리를 지를 정도로 반응이 정말 좋은 업데이트 중 하나였습니다.
Google Fonts (GA 24.2) : 웹에서도 안깨지는 구글 폰트
이제 Raleway, Lato 등 다양한 구글 폰트가 웹과 클라우드에서도 완벽하게 지원됩니다. 대시보드 가독성과 디바이스 간 호환성을 고려한 업데이트 였습니다.
기존에는 Public 이나 서버에 올렸을 때 글꼴 지원이 되지 않아서 깨지거나, 원하는 정보가 제대로 표시되지 않는 경우가 있었습니다. 그래서 웹 게시 버전 확인 후 다시 작업을 해야 하는 경우가 있었는데요. 이런 문제가 어느 정도 해결될 것 같습니다.
3. Platform & Embedding
Plaform & Embedding 부분의 업데이트를 설명하기 전에 Headless BI 에 대해 말씀드리겠습니다.
Headless BI 는 특정 프론트엔드에 묶이지 않고 데이터를 분석하고 처리할 수 있는 시스템을 말합니다.
기존의 BI 도구가 제공하는 GUI 없이 API 를 통해 데이터에 접근하고 처리할 수 있도록 하는 시스템을 말하는데요. 이것이 최근 주목받게 된 계기는 Self BI 시스템에서 발생할 수 있는 문제점 때문입니다.
Self BI 는 데이터 사용자가 주체적으로 데이터 집계를 했습니다.
그래서 위 사진처럼 하나의 DB/DW 에서 다양한 Jupyter 노트북, Tableau 통합문서가 여러 개 생성되었습니다.
하지만 그렇기 때문에 비즈니스 로직과 지표에 대한 정의가 많이 분산되었습니다. 데이터에 대한 정의가 다르고, 새로운 정의가 반영된 리포트와 아닌 리포트가 동시에 존재할 수 있게 되어 혼란이 발생하는 경우가 많았습니다.
이런 배경에서 등장한 Headless BI 는 위 사진처럼 모든 서비스가 (Notebook, 다른 BI 툴, 그 외 애플리케이션 등) API 를 통해 연결 및 참조 가능한 유니버설 시맨틱 레이어를 구축합니다.
이런 Headless BI 는 아래와 같은 장점이 있습니다.
- 데이터 신뢰성 향상 : 비즈니스 로직의 통합 관리를 통한 안정성 향상
- 쿼리 성능 향상 : 데이터 웨어하우스 사전 집계 결과 유지 가능
- 데이터 민주화 가속 : 사전 구축된 레이어 사용 가능으로 비즈니스 로직 복사에 고민하지 않게 됨
이 외에도 유연성 (선호하는 애플리케이션으로 분석 가능), 통합성 (다른 시스템과 쉽게 통합 가능) 등의 장점이 있어 주목받고 있습니다.
VizQL Data Service
이런 Headless BI 서비스의 일환으로 Tableau 에서 공개한 것이 VizQL Data Services API 입니다. 이것 역시 태블로의 Published Data Source 에서 정의된 집계 방식을 API 를 통해 외부 애플리케이션에서 사용할 수 있도록 한 기능입니다. 모든 툴, 노트북, 앱 등이 Tableau 에서 정의된 지표 집계 방식을 사용할 수 있도록 한 것이죠!
그 예시 중 하나로 Jupyter 노트북과의 통합이 있습니다. 많은 데이터 사이언티스트 분들이 Jupyter 에서 바로 코드로 작업하시는 걸 선호하실텐데요.
이제 태블로 대시보드의 데이터를 안전하게 API 로 바로 보내 Jupyter 에서 작업할 수 있게 되었습니다.
그리고 Apple Watch 환경에서 맞춤형 앱을 구축해서 이동 중에도 비용을 모니터링 할 수 있도록 하는 예시도 소개되었습니다.
이렇게 이전과는 완전히 다른 방식으로 Tableau 를 맞춤형으로 활용할 수 있고, Single Source of Truth 를 가능하게 한다는 점이 Headless BI 의 포인트 중 하나였다고 생각합니다.
이 외에도 VizQL 서비스를 이용한 데이터 집계 > 배포 자동화, 사내 애플리케이션 Back 단에 이용되는 데이터 집계 자동화, RAG (Retrieval-Augmented Generation : 정보 검색으로 답변 생성) System 에서의 활용 등 다양한 활용 사례가 공개되었습니다.
4. Developed by Community
Tableau 를 사용하는 Datafam 이 직접 개발에 참여한 업데이트들입니다.
Figma Tableau Plugin
이제 Figma Template 을 Tableau 로 직접 내보낼 수 있게 되어 몇 분 만에 디자인적으로 훌륭하고, 표준화된 대시보드를 구축할 수 있게 되었습니다.
Power KPI
Infotopics 의 Power KPI (Apps for Tableau ) 를 통해 데이터를 계층적으로 탐색할 수 있게 되었습니다.
특히 Metric Hierarchy 가 있는 경우에 데이터를 드릴다운해서 더 딥한 인사이트를 뽑아낼 수 있는 새로운 방법입니다.
Curator AI
Interworks 의 큐레이터 검색을 통해 TUG (태블로 유저 그룹) 정보, 데이터 및 기존 대시보드, Tableau 외부 정보까지 찾을 수 있게 되었습니다.
5. Tableau Public
Tableau Public Local Save 지원 : 무료 버전으로도 내 컴퓨터에 파일 저장 가능
마지막으로 반가웠던 소식은 Tableau Public Edition (무료 버전) 에서도 이제 로컬 저장이 가능해졌다는 사실입니다.
기존에는 Tableau Public 이라는 웹에 항상 업로드해야만 저장된다는 번거로움이 있었고, 그렇기 때문에 보안이 중요한 사내 데이터를 활용해서 데이터 시각화를 만들고 저장하는 데에는 어려움이 있었습니다.
이제는 Public 버전으로도 Private 한 데이터를 사용해서 시각화하고, Public 서버에 업로드 할 필요 없이 자신의 컴퓨터에 저장하는 것이 가능해졌습니다. 추가로 Auto-save 도 지원된다고 합니다.
자세한 내용은 태블로 공식 블로그 내용에서 확인하실 수 있습니다.
6. Tableau Product 를 함께 만들어가고 있는 Datafam Community
이 외에도 다양한 업데이트가 공개되었는데요. 매년 Tableau Conference 마다 Tableau 가 얼마나 Community 의 의견을 소중하게 듣고 Product 를 함께 만들어가기 위해 노력하는지 정말 잘 느낄 수 있었습니다.
Tableau 에서 선정한 Community Leader 들이 (Visionary & Ambassador) 현재도 Tableau Product 개발에 매 릴리즈 마다 정말 적극적으로 참여하고 있으며, 개선하기 위한 피드백을 주고받는 문화가 잘 구축되어 있습니다.
저도 3년 전부터 Tableau Public Ambassador 로 활동하면서 새로운 기능 출시 및 업데이트가 있기 전에 미리 베타 버전을 사용해보고 피드백을 전달하거나, 함께 기능을 개발하는 데 참여할 수 있는 기회들이 있었는데요.
Tableau 도 그런 멤버들의 공헌에 보답하는 마음으로 매년 컨퍼런스 마다 네트워킹 이벤트 초청, 메인 행사 전용 좌석, 굿즈 제공, 특별 세션 초청 등 함께 소통하고 성장할 수 있는 다양한 기회를 제공해주고 있습니다.
그래서 멤버들이 더욱 충성심과 애정을 가질 수 있게 되는 것 같습니다. 이렇게 파워 유저들의 의견을 Product 에 바로 잘 반영하는 시스템을 만들어놓은 Tableau 이기 때문에 다음 업데이트도 더 기대되는 것 같습니다.
이렇게 이번 2024 Tableau Conference 에서 발표된 주요 신기능 업데이트에 대한 내용을 전달드렸습니다.
아직 공식적으로 발표된 문서가 많지 않고, 제가 컨퍼런스 현장에서 알게 된 정보들을 나열하다보니 정확하지 않은 정보가 포함되었을 수 있습니다. 혹시 수정해야 할 부분이 있다면 알려주시면 감사하겠습니다 :)
이 외에도 이번 업데이트에 대한 자세한 내용이 궁금하신 분들은 2024 Tableau Keynote (유튜브 링크) 를 시청해보세요!
