Anomalo Analyst는 통계적 모델링과 자율형 AI 에이전트를 결합하여 데이터 웨어하우스를 모니터링하고, 이상 징후를 감지하며, SQL 없이도 데이터 기반 검증을 거친 선제적 인사이트를 제공합니다.
제품의 기능과 공식 포지셔닝
Anomalo Analyst는 연결된 데이터 웨어하우스 및 데이터 레이크 전반의 추세, 이상 징후, 구조적 변화를 발견하도록 설계된 자율형 데이터 모니터링 시스템입니다. 사용자가 직접 SQL 쿼리를 작성하거나 대시보드를 유지 관리할 필요 없이, 이상 징후 탐지를 위한 통계적 모델링과 풍부한 맥락의 설명 보고서를 작성하는 특화된 AI 에이전트를 결합합니다.
이 플랫폼은 감지된 변화의 중요도에 따라 우선순위를 매기고, 서술형 설명으로 초안을 작성한 뒤, 전담 검증 에이전트가 원본 데이터와 문장 단위로 검증하는 다단계 분석 아키텍처를 특징으로 합니다. 사용자는 플랫폼 내 피드나 이메일 수신함을 통해 선제적인 다이제스트를 받아볼 수 있으며, 자연어 후속 쿼리를 사용해 발견 사항을 심층적으로 탐색할 수 있습니다.
공식 출처로 확인된 활용 사례
팀은 수동으로 SQL 쿼리를 작성하지 않고도 웨어하우스 테이블을 연결하여 드리프트, 추세 반전, 새로운 값을 식별할 수 있습니다.
데이터 전문가는 웨어하우스 접근 자격 증명이 없는 동료에게도 특정 분석 결과와 대화 링크를 안전하게 공유할 수 있습니다.
공식 문서에 안내된 사용 절차
플랫폼을 데이터 웨어하우스 또는 데이터 레이크에 연결하고 모니터링할 특정 테이블을 선택합니다.
시스템이 테이블 콘텐츠를 자동으로 프로파일링하고 사용자 관심 영역을 수집하여 맞춤형 보고서를 제공합니다.
통계 모델링을 통해 테이블을 스캔하여 드리프트, 새로운 값 또는 추세 변화를 찾고 각 중요도에 따라 순위를 매깁니다.
AI 에이전트가 과거 맥락을 바탕으로 서술형 보고서를 작성하며, 검증 에이전트가 원본 데이터와 주장을 대조 확인합니다.
사용자는 홈페이지나 이메일 수신함에서 선제적 다이제스트를 검토하고 자연어 후속 쿼리를 제출하여 세부 내용을 탐색합니다.
Anomalo Analyst는 초기 이상 징후를 식별할 때 대규모 언어 모델 대신 통계적 모델링에 의존함으로써 지표 탐지 작업과 생성형 보고서 작성 작업을 분리합니다. 통계 모델은 테이블을 지속적으로 스캔하여 구조적 드리프트, 추세 반전 및 새로운 데이터 값을 찾아내고, 중요도 점수를 할당하여 실질적인 변화에 대한 우선순위 큐를 생성합니다.
후보 이상 징후의 순위가 결정되면 특화된 AI 에이전트가 과거 맥락을 분석하여 무슨 일이 일어났고 데이터가 왜 변했는지를 설명하는 서술형 요약을 생성합니다. 발행 전에는 별도의 검증 에이전트가 원본 데이터를 바탕으로 모든 문장을 한 줄씩 검토하여, 결과가 사용자 다이제스트에 도달하기 전에 부정확한 내용과 환각을 수정합니다.
본인의 자료와 작업 흐름으로 직접 확인할 항목
확인한 출처와 확인 시점
출처를 확인한 제품 정보를 바탕으로 한 답변
이 플랫폼은 대규모 언어 모델 대신 통계 모델링을 사용하여 테이블에서 새로운 값, 추세 반전 및 데이터 드리프트를 스캔하며, 감지된 각 변화에 중요도 점수를 매겨 순위를 지정합니다.
전담 검증 에이전트가 생성된 모든 보고서를 한 줄씩 읽고 인사이트가 게시되기 전에 기본 테이블 데이터와 각 주장을 교차 검증하여 오류와 환각을 사전에 수정합니다.
아닙니다. 수신자는 기본 데이터 웨어하우스에 대한 직접 접근 권한 없이도 로그인 후 링크를 통해 공유된 인사이트 및 대화 스레드를 확인할 수 있습니다.
결과는 수동으로 프롬프트를 입력할 필요 없이 홈페이지의 인사이트 피드와 사용자의 이메일 수신함으로 직접 전송되는 맞춤형 다이제스트를 통해 선제적으로 전달됩니다.
네, 사용자는 자연어를 사용하여 후속 질문을 던지거나 추가 심층 분석을 요청함으로써 특정 인사이트와 데이터 변화를 더욱 자세히 조사할 수 있습니다.
