Genie Space 실전 가이드

최종 업데이트: 2026-03-31

​

왜 자연어 SQL인가 — 비즈니스 가치

참고 Genie Space는 단순히 “자연어 → SQL 변환기”가 아닙니다. 도메인 전문가가 구축한 지식 체계(Knowledge Store) 를 기반으로 동작하기 때문에, 범용 AI 챗봇과 달리 조직 고유의 비즈니스 로직, 용어, 데이터 구조를 정확히 반영합니다.

​

Genie Space vs 기존 BI 도구

팁 실전 조합 전략: 반복적으로 확인하는 KPI는 기존 BI 대시보드로, 임시(ad-hoc) 질문이나 탐색적 분석은 Genie Space로 제공하는 것이 가장 효과적입니다. 많은 고객이 두 도구를 병행하여 사용합니다.

​

Genie Space란?

​

핵심 특징

​

동작 원리 — Compound AI System 아키텍처

• 테이블/컬럼 메타데이터— 어떤 데이터가 어디에 있는지, 각 컬럼의 비즈니스 의미는 무엇인지
• Primary/Foreign Key 관계— 테이블 간 어떻게 조인해야 하는지
• 예제 SQL 쿼리— 복잡한 비즈니스 질문에 대한 “정답 SQL” 패턴
• SQL Expression— 비즈니스 지표(Measure), 필터(Filter), 차원(Dimension)의 정확한 SQL 정의
• 작성자가 제공한 인스트럭션— 도메인 규칙, 용어 정의, 응답 형식 지침
• 동의어(Synonyms)와 프롬프트 매칭— 사용자 언어와 데이터 값의 자동 매핑
• 대화 히스토리— 이전 질문의 맥락을 유지하여 후속 질문 처리

참고 성공적인 Genie Space의 특징: 80% 이상의 벤치마크 정확도를 달성하는 Space들은 공통적으로 (1) 명확한 컬럼 설명, (2) 핵심 비즈니스 지표의 SQL Expression 정의, (3) 10개 이상의 예제 SQL 쿼리, (4) 프롬프트 매칭 설정을 갖추고 있습니다.

​

지원 데이터 소스

• Unity Catalog의 Managed 및 External 테이블
• Foreign 테이블
• 뷰(View) 및 Materialized View — 뷰 사용을 적극 권장. 복잡한 조인을 미리 처리하면 정확도가 크게 향상됩니다
• Metric View — 조직 표준 KPI를 정의하여 일관된 지표 사용 보장
• 파일 업로드 (CSV, Excel) — Public Preview

팁 데이터 소스 선택 원칙: “원본 테이블을 그대로 쓸 것인가, 분석용 뷰를 만들 것인가”는 Genie Space 구축의 첫 번째 설계 결정입니다. 대부분의 경우 분석용 뷰를 만드는 것이 정확도와 사용자 경험 모두에서 유리 합니다.

​

필수 요구 사항

• Databricks SQL 워크스페이스 권한 (Entitlement)
• Pro 또는 Serverless SQL Warehouse에 대한 CAN USE 권한
• Unity Catalog 데이터 객체에 대한 SELECT 권한

• Consumer Access 또는 Databricks SQL 워크스페이스 권한
• 관련 데이터 객체에 대한 SELECT 권한
• Genie Space에 대한 최소 CAN VIEW/CAN RUN 권한

참고 최종 사용자는 SQL Warehouse에 대한 직접적인 권한이 필요하지 않습니다. Space 설정에서 지정한 Default Warehouse의 자격 증명이 자동으로 적용됩니다.

주의 Consumer Access vs Databricks SQL Entitlement: Consumer Access는 Genie Space, 대시보드 등 소비형 기능만 사용할 수 있는 경량 권한입니다. SQL 에디터나 노트북이 필요 없는 순수 비즈니스 사용자에게는 Consumer Access만으로 충분합니다. 이렇게 하면 라이센스 비용을 최적화할 수 있습니다.

​

Agent Mode

​

Agent Mode란?

​

주요 기능

• 연구 계획 수립: 복잡한 질문에 대한 구조화된 접근 방식 및 가설 개발
• 다중 쿼리 실행: 여러 SQL 쿼리를 실행하여 다각도로 데이터 수집
• 반복 학습: 발견한 내용을 기반으로 분석 방법론 지속 조정
• 종합 보고서: 인용, 시각화, 지원 테이블이 포함된 상세 요약 제공

​

사용 방법

1. Genie Space를 엽니다.
2. 채팅 입력란의 Agent Mode 아이콘 을 클릭합니다.
3. 질문을 입력하고 전송합니다.
4. Agent가 필요 시 확인 질문을 하고, 완료 후 종합 보고서를 제공합니다.

​

적합한 질문 예시

• “이번 분기 매출이 급증한 원인은 무엇인가?”
• “가장 수익성 높은 고객 세그먼트는?”
• “마케팅 캠페인 중 ROI가 가장 높은 것은? 그 이유는?”

​

일반 모드 vs Agent Mode — 언제 무엇을 사용할까?

참고 Agent Mode는 현재 Public Preview이며, 표준 Warehouse 컴퓨팅 비용 외 추가 비용은 없습니다. 보고서는 PDF로 내보내기가 가능합니다. 다만 여러 SQL을 순차적으로 실행하므로 일반 모드보다 응답 시간이 길어질 수 있습니다.

팁 Agent Mode 활용 팁: Agent Mode로 생성된 분석 보고서는 경영진 브리핑 자료로 활용하기에 좋습니다. “이번 분기 매출 감소 원인을 분석하고, 개선 방안을 제안해줘”라는 질문 하나로 데이터 기반 인사이트 보고서를 자동 생성할 수 있습니다.

​

베스트 프랙티스

​

핵심 원칙

​

테이블 구성

​

컬럼 설명 — 정확도의 80%를 결정하는 요소

• 명확하고 구체적인 컬럼 이름과 설명 작성 — “주문 상태. 가능한 값: pending, shipped, delivered, cancelled”
• AI 생성 설명을 사용할 경우 반드시 검증 후 적용 — AI가 생성한 “This column contains status” 같은 설명은 도움이 안 됨
• 모호하거나 불필요한 세부사항 제거 — 기술적 구현 세부사항보다 비즈니스 의미에 집중
• Space 전용 메타데이터와 동의어(synonym) 추가 — 한국어/영어, 부서별 용어 차이를 모두 커버
• 숫자 컬럼의 경우 단위 를 반드시 명시 — “매출 (단위: 원)”, “무게 (단위: kg)“

​

인스트럭션 작성

우선순위:
1. SQL 표현식 → 비즈니스 용어를 정확한 SQL로 정의
2. 예제 SQL 쿼리 → 복잡한 다단계 질문에 대한 답변 시연
3. 텍스트 인스트럭션 → 글로벌 컨텍스트만 (최후의 수단)

주의 가장 흔한 실수: 텍스트 인스트럭션에만 의존하는 것입니다. “순매출을 계산할 때 할인과 환불을 빼세요”라는 텍스트보다, SUM(amount) - SUM(discount) - SUM(refund) AS net_revenue라는 SQL Expression이 100% 더 정확 합니다.

​

개발 접근법

1. 목적 정의: 특정 대상과 주제에 집중 (범용 X)
2. 최소 시작: 최소한의 인스트럭션과 제한된 질문으로 시작
3. 직접 테스트: Space의 첫 번째 사용자가 되어 직접 테스트
4. SQL 검증: 생성된 SQL을 꼼꼼히 검토
5. 점진적 확장: 피드백 기반으로 인스트럭션을 점진적으로 추가
6. 도메인 전문가 참여: SQL에 능통한 데이터 분석가가 구축

​

사용자 테스트 가이드

• 사용자에게 개선 협업 임을 미리 안내. “이 Space는 완성본이 아니라 여러분의 피드백으로 함께 개선하는 것”이라는 기대치를 설정하세요.
• Space가 정의한 주제 범위 내에서 테스트하도록 안내. “이 Space에서 답할 수 있는 질문”과 “답할 수 없는 질문”의 경계를 명확히 알려주세요.
• 좋아요/싫어요 피드백 적극 활용 유도. 피드백은 Space 개선의 가장 중요한 데이터입니다.
• 추가 피드백은 작성자에게 직접 공유

팁 파일럿 테스트 팁: 테스트 사용자 5명에게 각각 동일한 5개 질문을 주고, 응답의 일관성과 정확도를 비교하세요. 이 방법으로 “어떤 유형의 질문이 약한지”를 빠르게 파악할 수 있습니다.

​

Genie Space vs Genie Code 비교

​

언제 무엇을 사용할까?

• 비기술 사용자가 데이터에 접근해야 할 때
• 반복적인 비즈니스 질의를 셀프서비스로 제공할 때
• 도메인 특화된 데이터 질의 환경이 필요할 때
• SQL을 모르는 팀원도 데이터 분석을 해야 할 때

• 복잡한 데이터 파이프라인을 구축할 때
• ML 모델을 학습하고 배포할 때
• 대시보드를 생성하고 관리할 때
• 코드 디버깅과 최적화가 필요할 때
• GenAI 애플리케이션을 개발할 때

​

자주 묻는 질문 (FAQ)

​

Genie Space 도입 로드맵

주의 가장 흔한 실패 패턴은 “20개 테이블을 한꺼번에 넣고 전사에 배포”하는 것입니다. 이렇게 하면 정확도가 낮아 사용자가 신뢰를 잃고, 결국 아무도 사용하지 않게 됩니다. 작게 시작하고, 검증하고, 확장하세요.

​

도입 성공을 위한 핵심 체크리스트

• 챔피언 확보: 데이터에 관심 있고 피드백을 적극적으로 줄 비즈니스 사용자 1-2명을 파일럿 챔피언으로 지정
• 데이터 준비: Space에 추가할 테이블의 컬럼 설명이 충분한지, 데이터 품질에 문제는 없는지 사전 점검
• 기대치 설정: “모든 질문에 100% 정확하게 답하지는 않지만, 계속 개선된다”는 현실적 기대치를 사용자에게 전달
• 피드백 채널: 사용자가 문제를 보고할 수 있는 간편한 채널 (Slack 채널, 이메일 등) 마련
• 성과 측정: “데이터팀 ad-hoc 요청 건수 감소”, “질문 응답 시간 단축” 같은 측정 가능한 KPI 설정

​

참고 자료

• Databricks Genie Space 공식 문서
• Genie Space 설정 가이드
• Genie Space 베스트 프랙티스
• Genie Code 공식 문서
• Genie Code 사용법 (Azure)
• Genie Agent Mode
• MCP on Databricks 공식 문서