10월 8일, Anthropic이 Claude Dashboards를 공개했습니다. 데이터 소스를 연결하고 필요한 것을 자연어로 설명하면, Claude가 SQL을 작성하고 시각화를 만들고, 계속 갱신되는 대시보드까지 만듭니다.

제 첫 반응은 이랬습니다. 이건 제가 DuckLocal에서 탐구해 온 여러 아이디어와 겹칩니다.

DuckLocal은 제가 DuckDB와 GPUI로 만들고 있는 로컬 우선 데스크톱 데이터 도구입니다. 파일을 쿼리하고 탐색하는 것을 넘어, AI 에이전트가 분석과 시각화에 참여할 수 있는 선언적 대시보드를 만들어 왔습니다.

그래서 Claude Dashboards는 흥미로운 제품 출시 그 이상이었습니다. DuckLocal이 다음에 어디로 가야 할지를 다시 생각하게 했습니다.

1. Claude Dashboards는 무엇을 하나요?

전통적으로 대시보드를 만든다는 것은 데이터베이스를 연결하고, 스키마를 이해하고, SQL을 쓰고, 차트와 지표를 고르고, 필터를 설정하고, 레이아웃을 배치하고, 결과를 게시하는 일입니다. 분석가에게 특별히 낯선 단계는 하나도 없지만, 그 모두를 합치면 다른 사람들에게는 여전히 큰 장벽입니다.

Claude Dashboards는 이 단계들을 자연어 상호작용으로 가져옵니다. 사용자는 이렇게 물을 수 있습니다:

지난 6개월의 매출 추이를 분석하고, 지역별로 나눠서, 가장 빠르게 성장하는 사업 부문을 보여 줘.

Claude는 연결된 데이터로부터 쿼리와 차트를 생성할 수 있습니다. Snowflake, BigQuery, Redshift, Databricks, ClickHouse 같은 플랫폼을 지원하며, 커넥터를 통해 Salesforce 같은 비즈니스 시스템의 데이터도 가져올 수 있습니다.

두 가지 설계 선택이 눈에 띄었습니다.

대시보드가 계속 진화하는 분석 객체가 됩니다

대시보드는 단순한 최종 보고서가 아닙니다. 사용자는 대시보드를 손으로 다시 만들지 않고도 Claude에게 차트를 바꾸거나, 필터를 추가하거나, 다른 차원을 조사해 달라고 계속 요청할 수 있습니다.

각 차트 뒤의 SQL이 그대로 보입니다

사용자는 결과뿐 아니라 그것이 어떻게 계산되었는지도 확인할 수 있습니다. AI는 분석의 장벽을 낮출 수 있지만, 분석을 검토할 수 없는 블랙박스로 만들어서는 안 됩니다.

2. Claude Dashboards는 무엇을 확인해 주나요?

DuckLocal을 개발하는 동안 제가 계속 붙들고 있던 생각이 하나 있습니다:

대시보드는 BI 워크플로의 끝에 놓이는 정적인 페이지가 아니어야 합니다. 사람과 AI 에이전트가 함께 데이터를 분석하는 워크스페이스여야 합니다.

전통적인 BI에서는 보통 분석가가 대시보드를 만들고 비즈니스 사용자에게 넘깁니다. 누군가 지표에 의문을 품으면 분석가에게 돌아가고, 분석가는 SQL을 고치거나 차트를 하나 더 추가합니다.

AI 에이전트는 이 순환을 바꿀 수 있습니다. 사람이 질문하면 에이전트가 데이터를 탐색하고 대시보드를 만듭니다. 사람이 예상치 못한 점을 발견하면 에이전트에게 쿼리를 조정하거나 더 조사해 달라고 요청합니다.

대시보드는 일방적 보고에서 양방향 분석 상호작용으로 옮겨 갑니다. Claude Dashboards는 이 방향을 탐구할 가치가 있다는 확신을 더해 주었습니다.

큰 기업이 어떤 영역에 들어왔다는 것만으로 상업적 수요가 증명되지는 않습니다. 다만 자연어 분석, SQL, 대시보드가 AI 제품의 적극적인 투자 영역이 되었다는 점은 보여 줍니다. 사용자에게 필요한 것은 차트를 더 많이 얻는 것이 아니라, 신뢰할 수 있는 답에 더 빨리 도달하는 길일지도 모릅니다.

3. Claude Dashboards에서 얻은 두 가지 교훈

DuckLocal v0.2.1은 이 방향과 관련된 두 가지 기능을 도입합니다.

차트를 둘러싸고 사람과 에이전트가 협업하게 하기

첫 번째는 대시보드 주석(Dashboard Comments)입니다. 사용자는 DuckLocal 차트 위에 바로 질문을 남길 수 있습니다:

이 기간에 오류율이 왜 급증했나요? 조사해 주세요.

에이전트는 DuckLocal CLI로 주석을 읽고, 문제를 분석하고, 답장할 수 있습니다. 사용자는 논의를 이어 가거나 질문이 정리되면 스레드를 해결 처리할 수 있습니다. 주석은 대시보드 옆의 .dash.comments.json 파일에 저장되므로, 이 워크플로에 클라우드 협업 서비스가 필요하지 않습니다.

주석 패널을 연 DuckLocal의 일별 주문 수 차트. AI 에이전트에게 질문을 보낼 준비가 된 상태
주석은 플롯에 붙어 .dash 파일 옆에 저장되며, 에이전트가 ducklocal comments로 읽고 답할 수 있습니다.

제가 만들고 싶은 모델은 이것입니다:

사람은 질문하고 판단합니다. 에이전트는 분석을 수행합니다. 대시보드는 둘의 공유 맥락입니다.

쓸모 있는 분석은 좀처럼 한 번에 나오지 않습니다. 질문과 시도와 수정을 거치며 나옵니다.

SQL을 분석의 검토 가능한 토대로 만들기

두 번째는 차트 SQL 검사입니다. DuckLocal v0.2.1은 각 대시보드 플롯에 대해 실제로 마지막에 실행된 SQL을, 데이터 소스와 현재 필터 값을 펼친 상태로 보여 줄 수 있습니다. 사용자는 그 SQL을 복사하거나 쿼리 탭에서 열어 수정하고 실행할 수 있습니다.

일별 주문 수 차트 뒤의 확장된 orders CSV 소스, 필터, 그룹화, 정렬을 보여 주는 DuckLocal SQL 패널
SQL 패널은 실제로 실행된 쿼리를 보여 줍니다. 확장된 CSV 소스와 현재 필터가 포함되며, 복사하거나 쿼리 탭에서 여는 동작도 제공합니다.

AI가 만든 차트는 계산이 틀렸는데도 맞아 보일 수 있습니다. 성장 지표가 잘못된 기간을 쓰거나 사업의 일부를 빠뜨릴 수 있습니다. 최종 그림만 보여 주면 그런 실수를 잡아내기 어렵습니다.

SQL을 드러내면 분석이 더 투명해집니다. 특히 재무, 감사, 보안 업무에서는 결과가 이해하기 쉬운 것만으로는 부족하고 검토 가능하며 재현 가능해야 합니다.

관련 문서: 주석으로 대시보드 검토하기 · CLI에서 주석 읽고 답하기

4. Claude Dashboards와 DuckLocal은 어떻게 다른가요?

두 제품 모두 데이터 분석의 장벽을 낮추고, 대시보드를 사람이 계속 탐색하고 검사하고 바꿀 수 있는 것으로 만들려 합니다. 그래도 포지셔닝과 운영 모델은 다릅니다.

항목Claude DashboardsDuckLocal
포지셔닝AI 기반 분석과 대시보드로컬 우선 데스크톱 데이터 워크스페이스
실행 환경Claude 클라우드 제품로컬 데스크톱 애플리케이션
데이터 접근데이터 플랫폼과 비즈니스 시스템으로의 커넥터로컬 DuckDB 실행, 필요할 때 명시적으로 외부 연결
대시보드 모델자연어로 생성하고 변경CLI와 에이전트 워크플로를 갖춘 선언적 텍스트 파일
AI 협업주로 Claude 대화를 통해CLI와 플롯에 붙는 주석을 통해
SQL 투명성차트 뒤의 SQL 보기실제로 실행된 SQL 보기, 복사, 열기
소스 모델비공개 상용 제품Apache-2.0 오픈 소스
개인정보 보호와 통제클라우드 서비스와 커넥터 권한 모델저장 위치와 네트워크 접근을 직접 통제하는 로컬 실행

DuckLocal이 Claude Dashboards와 기능 하나하나 경쟁할 필요는 없습니다. Claude의 가장 큰 강점은 모델 자체와, 기업 데이터 소스 및 다른 도구와의 통합입니다. 이미 Claude와 클라우드 데이터 플랫폼을 쓰는 기업에게는 그 경험이 자연스러운 선택입니다.

하지만 다른 종류의 수요도 남습니다. 모든 데이터셋이 AI 서비스에 들어가야 하는 것은 아니고, 모든 분석에 클라우드 데이터 플랫폼이 필요한 것도 아닙니다.

로컬 CSV를 탐색하거나, 내보낸 재무 데이터셋을 감사하거나, 민감한 정보가 담긴 보안 로그를 조사하는 일에는 로컬 분석 환경만으로 충분할 수 있습니다. DuckLocal이 로컬 우선인 이유는 그런 작업이 사용자 자신의 기기에서 이뤄지게 하기 위해서입니다.

로컬 소프트웨어라고 해서 모든 컴플라이언스 요구를 자동으로 충족하는 것은 아닙니다. 다만 데이터가 어디에 저장되고, 쿼리가 어디서 실행되고, 네트워크가 언제 쓰이는지에 대해 사용자에게 더 직접적인 통제를 줍니다.

개인정보 보호는 README의 약속이 아니라 제품의 동작이어야 합니다

v0.2.1에서 DuckDB 확장 기능 설치 방식을 바꿨습니다. 이전에는 일부 SQL이 DuckDB가 네트워크에서 확장 기능을 자동으로 내려받게 만들 수 있었습니다. DuckLocal은 이제 기본적으로 그렇게 하지 않으며, 사용자가 확장 기능 페이지에서 의도적으로 설치해야 합니다. 자동 업데이트 확인도 기본적으로 꺼져 있습니다.

로컬 우선 제품에서 개인정보 보호는 README의 한 줄에서 끝날 수 없습니다. 기본값에 드러나야 합니다.

오픈 소스도 중요한 차이입니다. 사용자는 코드와 데이터 처리 로직을 살펴보고, 자신의 요구에 맞게 제품을 수정할 수 있습니다. 개인정보 보호와 보안 요구가 까다로운 업무에서는 이 검토 가능성과 통제가 오래가는 장점이 될 수 있습니다.

5. 다음 단계: 대시보드를 진짜 사람-에이전트 워크스페이스로

DuckLocal 대시보드는 이제 선언적 설정, SQL 쿼리, 시각화, 플롯 주석을 갖췄습니다. 그래도 제가 그리는 사람-에이전트 분석 환경과는 아직 거리가 있습니다.

대시보드 차트의 급등 지점을 사람이 가리키고, DuckLocal 오리와 AI 에이전트가 쿼리를 검토해 수정된 차트를 돌려주는 모습
DuckLocal이 향하는 워크플로: 차트에서 제기된 질문을 에이전트가 조사하고, 사람이 검토할 수 있는 SQL과 변경 사항으로 답합니다.

다음 우선순위는 차트 종류를 최대한 많이 늘리는 것이 아닙니다. 분석의 단계들을 연결하는 것입니다:

  • 사람이 차트 위에서 질문하면, 에이전트가 그 차트의 데이터와 SQL을 이해하고 조사를 이어 갑니다.
  • 에이전트는 답장만 하지 않고, 찾은 내용을 바탕으로 대시보드 변경을 제안합니다.
  • 사람은 SQL과 추론, 변경 사항을 확인한 뒤 받아들일지 결정합니다.
  • 대시보드는 최종 결과뿐 아니라 그 결과를 만든 질문, 발견, 결정까지 기록합니다.

DuckLocal이 DuckDB GUI 그 이상, BI 도구 그 이상이 되길 바랍니다. 사람과 AI 에이전트가 같은 데이터를 두고 계속 함께 일할 수 있는 로컬 데이터 워크스페이스 말입니다.

6. 마무리 생각

Claude Dashboards는 자연어, SQL, 데이터 시각화가 더 깊게 수렴하는 방향을 가리킵니다.

AI가 만든 대시보드는 첫 단계입니다. 데이터를 두고 사람과 AI가 지속적으로 협업하는 일이 더 흥미로운 문제입니다.

Claude는 AI 어시스턴트에서 데이터 분석 워크스페이스로 확장하고 있습니다. DuckLocal은 반대 방향에서 출발했습니다. 로컬 데이터 도구가 에이전트 협업을 조금씩 더해 가는 방식입니다. 출발점과 경로는 다르지만, 같은 질문들에 가까워지고 있습니다.

DuckLocal은 세 가지 원칙에 뿌리를 두고 싶습니다:

로컬 우선오픈 소스사람-에이전트 협업

사용자가 자신의 데이터를 통제해야 합니다. 분석은 투명해야 합니다. AI는 데이터를 분석하는 사람과 협업해야 하며, 검토할 수 없는 블랙박스가 되어서는 안 됩니다. 그래서 저는 DuckLocal을 계속 만들고 있습니다.

관련 링크

← 모든 글