대시보드 & Genie

gold.daily_yield_summary, gold.first_pass_yield, gold.station_cycle_time 테이블로
"생산/수율 운영 대시보드"를 AI/BI 대시보드로 만들어줘.

위젯 (총 12개):

Row 1 — KPI 카운터 (4개):
1. 오늘 총 생산 수량 (합계)
2. 전체 수율 % (양품/투입, 게이지)
3. 직행률(FPY) % (게이지)
4. 활성 라인 수 (오늘 실적 있는 라인)

Row 2 — 추이 (2개):
5. 일별 수율 추이 (최근 30일, 꺾은선, 라인별 색상 구분)
6. 일별 FPY 추이 (최근 30일, 꺾은선)

Row 3 — 분포 (3개):
7. 모델별 수율 비교 (가로 막대, Top 10 model_code)
8. 라인별 생산 수량 (막대: LINE_1~LINE_6)
9. 스테이션별 평균 택트타임 (막대: SMT/DISPENSE/REFLOW/ALIGN/AOI/FINAL)

Row 4 — 운영 지표 (3개):
10. 라인×일 수율 히트맵 (X축 날짜, Y축 라인, 색상 수율)
11. 근무조(shift)별 수율 비교 (막대: DAY/SWING/NIGHT)
12. 고객(customer)별 생산 비중 (도넛)

필터: 날짜 범위(기본 최근 30일), 라인(line_id), 모델(model_code), 근무조(shift)

gold.defect_pareto, gold.material_defect_correlation, gold.aa_quality_trend, gold.spc_process_capability 테이블로
"품질/불량 분석 대시보드"를 AI/BI 대시보드로 만들어줘.

위젯 (총 11개):

Row 1 — KPI 카운터 (3개):
1. 전체 불량률 % (게이지)
2. CRITICAL 불량 건수 (오늘)
3. 평균 공정능력 Cpk (핵심 공정 평균)

Row 2 — 불량 파레토 (2개):
4. 불량 코드별 파레토 (막대+누적선, defect_code 상위 15, 누적 % 라인)
5. 불량 카테고리 × severity 분포 (Stacked Bar)

Row 3 — 상관 분석 (3개):
6. 자재 공급사별 불량률 (가로 막대, supplier별 — Sup_S7/S8 부각 예상)
7. 자재 로트↔불량 상관 상위 (막대: material_defect_correlation 상위 10)
8. root_cause 분포 (파이: MATERIAL/EQUIPMENT/PROCESS/OPERATOR/ENVIRONMENT)

Row 4 — AA 화질 & 공정능력 (3개):
9. 모델별 MTF(center) 분포 (박스플롯 또는 분포 막대, aa_quality_trend)
10. AA 틸트 산포 추이 (일별 tilt 표준편차 꺾은선)
11. 공정 파라미터별 Cpk 히트맵 (X축 날짜, Y축 공정, 색상 Cpk — 1.33 미만 경고색)

필터: 날짜 범위, 라인, 모델, 불량 카테고리(defect_category)

gold.oee_by_equipment, gold.equipment_health_score 테이블로
"설비 운영/OEE 대시보드"를 AI/BI 대시보드로 만들어줘.

위젯 (총 11개):

Row 1 — KPI 카운터 (4개):
1. 전체 평균 OEE % (게이지)
2. 평균 가용성(Availability) %
3. 평균 성능(Performance) %
4. 평균 품질(Quality) %

Row 2 — 추이 (2개):
5. 일별 OEE 추이 (최근 30일, 꺾은선, 라인별 색상)
6. OEE 3요소(가용성/성능/품질) 추이 (Multi-line)

Row 3 — 설비 분석 (3개):
7. 설비 유형별 평균 OEE (막대)
8. 설비별 OEE 랭킹 (가로 막대, 하위 15개 — 개선 대상)
9. 비가동(downtime) 사유별 시간 파레토 (막대: BREAKDOWN/PM/CHANGEOVER/IDLE)

Row 4 — 설비 건강 (2개):
10. 설비 건강점수 히트맵 (X축 날짜, Y축 설비, 색상 health_score)
11. 위험 설비 Top 10 (health_grade D/F, 주요 위험요인 표시)

필터: 날짜 범위, 라인, 설비 유형(equipment_type)

방금 만든 "<대시보드 이름>"이 잘 생성됐는지 확인해줘. 대시보드 URL과 포함된 위젯 목록을 보여줘.

"설비 운영/OEE 대시보드"를 Databricks Apps로 배포해줘. 완료되면 앱 URL을 알려줘.

다음 설정으로 Genie Space를 만들어줘.

이름: 생산·수율 분석
설명: 카메라 모듈 라인의 생산 실적, 수율, 직행률(FPY), 택트타임을 자연어로 분석합니다.

포함 테이블:
- ccm_factory.gold.daily_yield_summary
- ccm_factory.gold.first_pass_yield
- ccm_factory.gold.station_cycle_time
- ccm_factory.bronze.product_master
- ccm_factory.bronze.equipment_master

General Instructions:
- 수율(yield)은 % 단위, 소수점 1자리로 표시
- 날짜 필터가 없으면 최근 7일 기준
- 라인은 LINE_1~LINE_6, 모델은 model_code로 식별
- 결과가 10행 이상이면 Top 10으로 제한하고 "전체 N건 중 Top 10" 표시
- 고객명은 익명(Global_A/B/C, Domestic_D)이므로 그대로 사용

다음 설정으로 Genie Space를 만들어줘.

이름: 품질·불량 분석
설명: 불량 파레토, 자재 로트별 불량 상관, AA(Active Alignment) MTF 품질, 공정능력(Cpk)을 분석합니다.

포함 테이블:
- ccm_factory.gold.defect_pareto
- ccm_factory.gold.material_defect_correlation
- ccm_factory.gold.aa_quality_trend
- ccm_factory.gold.spc_process_capability
- ccm_factory.silver.final_test_clean
- ccm_factory.bronze.material_lot_master

General Instructions:
- 불량률은 % 단위, MTF는 pct 단위(0~100)
- "규격 미달"은 mtf_center < 모델의 spec_mtf_min 기준
- Cpk는 소수점 2자리, "공정능력 부족"은 Cpk < 1.33
- 자재 공급사는 Sup_S1~S8로 식별
- 날짜 미지정 시 최근 7일

다음 설정으로 Genie Space를 만들어줘.

이름: 설비·OEE 분석
설명: 설비별 OEE(종합설비효율), 설비 건강 점수, 비가동(downtime)을 분석합니다.

포함 테이블:
- ccm_factory.gold.oee_by_equipment
- ccm_factory.gold.equipment_health_score
- ccm_factory.bronze.equipment_downtime
- ccm_factory.bronze.equipment_master

General Instructions:
- OEE = 가용성 × 성능 × 품질, % 단위 소수점 1자리
- "문제 설비"는 OEE < 75% 또는 health_score < 60
- downtime은 분(min) 단위, 유형은 BREAKDOWN/PM/CHANGEOVER/IDLE
- 설비는 equipment_id로 식별, 라인/유형 질문 시 @ccm_factory.bronze.equipment_master 조인

방금 만든 "생산·수율 분석" Genie Space에 테스트 질문을 해줘:
"최근 7일간 수율이 가장 낮은 라인 Top 3는?"
SQL이 정상 생성되고 결과가 나오는지 확인해줘.

ccm_factory.gold 스키마의 모든 테이블과 컬럼에 한국어 COMMENT를 추가해줘.

규칙:
- 테이블 COMMENT: 비즈니스 담당자가 이해할 수 있는 설명 (50자 이내)
- 컬럼 COMMENT: 값의 의미, 단위, 범위 포함

예시:
COMMENT ON COLUMN ccm_factory.gold.daily_yield_summary.yield_pct IS
  '일 수율(%). (양품 수 / 투입 수) × 100. 범위 0~100';
COMMENT ON COLUMN ccm_factory.gold.oee_by_equipment.oee_pct IS
  '종합설비효율(%). 가용성×성능×품질. 85 이상이 World Class';
COMMENT ON COLUMN ccm_factory.gold.spc_process_capability.cpk IS
  '공정능력지수. 1.33 이상이 관리 기준, 1.0 미만은 개선 필요';

모든 Gold 테이블의 모든 컬럼에 COMMENT를 달아줘.

"생산·수율 분석", "품질·불량 분석", "설비·OEE 분석" 3개 Genie Space에 아래 샘플 질문과 검증된 SQL을 각 Space 주제에 맞게 등록해줘.

## 비즈니스 용어 정의
- "수율(Yield)": (양품 수 / 투입 수) × 100
- "직행률(FPY, First Pass Yield)": 재작업 없이 한 번에 통과한 비율
- "OEE": 가용성 × 성능 × 품질 (종합설비효율)
- "Cpk": 공정능력지수. 1.33 이상 관리기준, 1.0 미만 개선 필요
- "규격 미달": mtf_center가 해당 모델 spec_mtf_min 미만
- "문제 설비": OEE < 75% 또는 health_score < 60
- "프라임 시프트": DAY 근무조(주간)

## 계산 규칙
- 비율 계산 시 분모가 0이면 NULLIF 사용
- 날짜 필터 미지정 시 최근 7일
- 수율/OEE/불량률은 % 소수점 1자리, Cpk는 소수점 2자리
- 공급사는 Sup_S1~S8, 라인은 LINE_1~6로 식별

## 분석 규칙 (임의 정의 방지) ★
- 기준이 명확하지 않으면 임의로 정의해서 분석하지 말 것
- 더 정확한 정보가 필요하면 사용자에게 반드시 질문할 것
  (예: "'품질이 나쁘다'의 기준을 수율/불량률/MTF 중 무엇으로 볼까요?")

"품질·불량 분석" Genie Space에 Benchmark를 만들어줘. 위 샘플 질문의 정답 SQL을 벤치마크 항목으로 등록하고, 실행해서 각 질문의 정답률(Genie 생성 SQL과 정답 SQL 일치)을 표로 보여줘.

@ccm_factory.gold.daily_yield_summary를 소스로 하는 Metric View를 ccm_factory.gold.mv_yield로 만들어줘.
- dimension: line_id, model_code, shift, event_date
- measure: Yield Pct = SUM(good_qty) / SUM(input_qty) * 100
생성 후 "생산·수율 분석" Genie Space에 포함하고, 수율 질문은 이 measure를 우선 쓰도록 General Instructions에 규칙을 추가해줘.

Genie Agent를 하나 만들어줘. 이름은 '스마트팩토리 데이터 분석가'.
연결할 Genie Space는 "생산·수율 분석", "품질·불량 분석", "설비·OEE 분석" 3개. 질문 의도에 맞는 Space로 라우팅하도록 구성해줘.

"스마트팩토리 데이터 분석가" Genie Agent가 정상 생성됐고, 연결된 Genie Space 3개를 모두 인식하는지 확인해줘.

① 전체 데이터셋에서 흥미로운 인사이트를 3가지 뽑아줘.
② 방금 도출한 인사이트를 바탕으로 수율 향상 우선순위 3가지를 제안해줘.
③ 그 중 데이터로 검증 가능한 것을 골라, 검증에 필요한 추가 분석 쿼리를 만들고 실행해줘.