전체 워크플로우 정리

1. 전체 워크플로우 정리

질문·검증·KPI·수요와 가격·예측·리포팅을 하나의 흐름으로 연결하고 내 업무에 적용해 봅니다.

1.1 바이브 분석 5단계

지금까지의 모든 실습은 사실 같은 순서를 반복했습니다. 무엇을 알고 싶은지 정하고, Gemini로 빠르게 계산하고, 그 답을 검증하고, Claude로 보기 좋은 결과물을 만들고, 그것을 근거로 결정을 내렸습니다. 이 강의에서 도구를 나눠 연습한 다섯 단계가 바이브 분석 워크플로우입니다. 도구 하나로 진행해도 질문·검증·의사결정 단계는 필요합니다.

• 질문 설계: 맥락, 목표, 형식을 갖춘 질문을 던집니다. 여기서 분석의 품질이 대부분 결정됩니다.
• 탐색: Colab 안의 Gemini로 데이터 구조를 확인하고 지표를 계산하고 빠르게 그래프를 그립니다.
• 검증: 숫자가 상식적인지, 내 의도대로 계산했는지, 다른 방법으로도 같은지 확인합니다. 두 변수가 같이 움직인다고 원인으로 단정하지 않습니다.
• 산출: Claude에 데이터와 결과를 넘겨 대시보드, 예측 그래프, 경영 리포트로 완성합니다.
• 의사결정: 결정할 질문, 근거, 권고와 이유, 리스크를 갖춘 권고안을 만들고, 확신이 없으면 작게 시험합니다.

3장 1절의 KDD 절차와 견주어 보면, 질문 설계는 데이터셋 선택에, 탐색은 전처리와 변환과 데이터 마이닝에, 검증과 의사결정은 결과 평가에 해당합니다. 데이터 분석의 표준 절차를 이 강의의 도구 분업에 맞춰 나눈 것이 이 5단계입니다.

오리엔테이션에서 말한 "탐색은 Gemini, 산출은 Claude"가 2단계와 4단계에 그대로 들어 있습니다. 그리고 그 사이에 검증이 있습니다. 탐색 결과를 검증 없이 곧바로 산출로 넘기지 않는 것이 이 워크플로우의 핵심입니다.

1.2 단계별 출처

다섯 단계 각각이 이 과정의 어느 장과 이어지는지 정리하면 아래와 같습니다. 특정 단계가 막힐 때 어디로 돌아가면 되는지 찾는 표로 쓰세요.

과정에서 다룬 분석 기법을 세어 보면 분해 분석, 비율 분석, 그룹별 집계, 파레토 분석, 시계열 분해, 탄력성, 산점도와 상관, 시계열 예측, 백테스트, 데이터 스토리텔링까지 열 가지가 넘습니다. 하나하나 외울 필요는 없습니다. 모두 이 5단계 안의 어느 칸에 들어가는 도구이고, 필요할 때 위 표를 보고 그 부분으로 돌아가면 됩니다.

1.3 두 가지 역량

기법보다 중요한 것이 있습니다. 이 과정이 처음부터 끝까지 강조한 두 가지 역량입니다.

질문력: 코드를 잘 짜는 사람이 아니라 좋은 질문을 던지는 사람이 좋은 분석을 합니다. 3장에서 "매출 알려줘"와 "전체 기간의 매출 총액을 알려줘"가 얼마나 다른 답을 부르는지 보았습니다. 질문은 사고 루프의 첫 단추이고, 첫 단추가 어긋나면 그 뒤의 계산이 아무리 정확해도 소용없습니다.

검증: AI를 믿는 대신 검증하는 습관이 이 과정의 척추입니다. 3장에서 AI의 답을 검증하는 세 가지 질문을 배웠고, 5장에서 상관을 인과로 착각하는 함정을, 6장에서 예측을 과거로 시험하는 백테스트를, 7장에서 권고에 리스크를 포함하는 습관을 배웠습니다. 모두 같은 원칙의 다른 얼굴입니다.

3장 1절에서 바이브 분석가를 "좋은 질문을 던지고 AI의 답을 판단하는 사람"이라고 정의했습니다. 이 두 가지가 바이브 분석을 AI 맹신과 구분합니다. 같은 도구를 써도 질문하고 검증하는 사람과 시키고 믿는 사람의 결과는 전혀 다릅니다.

1.4 내 업무에 적용하기

이제 연습용 쇼핑몰 데이터를 떠나 진짜 내 데이터로 갑니다. 방법은 세 단계입니다.

1. 내 업무 데이터(엑셀이나 CSV)를 Colab에 올립니다. 엑셀 파일이라면 CSV로 저장해 두면 다루기 편합니다.
2. 5단계 워크플로우를 그대로 적용합니다. 질문을 설계하고, Gemini로 탐색하고, 검증하고, Claude로 산출하고, 결정으로 잇습니다.
3. 매주 또는 매월 반복하는 분석부터 자동화합니다. 한 번 만든 프롬프트는 데이터만 바꿔 다시 쓸 수 있습니다.

직군에 따라 첫 적용 대상은 이런 것들이 될 수 있습니다.

어느 경우든 4장 5절의 대시보드 프롬프트, 6장 2절의 예측 프롬프트, 7장 2절의 리포팅 프롬프트 템플릿을 거의 그대로 재사용할 수 있습니다. 열 이름과 맥락만 내 데이터에 맞게 바꾸면 됩니다.

1.5 한 장 요약

아래는 출력해서 책상 옆에 붙여 두고, 분석할 때마다 이 순서대로 확인하라고 만든 요약입니다.

1.6 직접 해보기

1. 내 업무에서 매주 또는 매월 반복하는 데이터 작업을 하나 떠올려 봅니다. 엑셀에서 손으로 집계하는 표, 매번 비슷하게 만드는 보고서, 정기적으로 확인하는 숫자 같은 것입니다.
2. 그 작업에 5단계 워크플로우를 적용한다면 각 단계에서 무엇을 하게 될지 적어 봅니다. 질문은 무엇이고, Gemini로 무엇을 계산하고, 무엇을 검증하고, Claude로 무엇을 만들고, 어떤 결정으로 이어지는지 다섯 줄로 정리합니다.
3. 그 작업의 데이터를 CSV로 준비할 수 있는지 확인합니다. 준비할 수 있다면 8장 2절의 미니 프로젝트 데이터로 씁니다.
4. 이 과정 전체에서 가장 강조한 두 가지 역량이 무엇인지, 그리고 그 둘이 왜 AI 맹신과 바이브 분석을 가르는지 자기 말로 설명해 봅니다.