스타버스트, 자연어로 기업 데이터 분석하는 ‘AI 데이터 어시스턴트’ 공개…대시보드 의존 줄이나

스타버스트 데이터가 자연어로 기업 데이터를 질의하고 분석할 수 있는 인공지능 기능 ‘AI 데이터 어시스턴트’를 공개했다. 기존 비즈니스 인텔리전스(BI) 대시보드 중심의 분석 방식에서 벗어나, 실시간 의사결정을 지원하는 대화형 분석 도구로 시장 변화를 노린 행보다.

스타버스트 데이터는 15일 공개 행사에서 이번 기능이 기업 현장의 의사결정 속도와 보고서·대시보드 구축 속도 사이의 격차를 줄이는 데 초점을 맞췄다고 설명했다. 저스틴 보그먼 CEO는 발표 웹캐스트에서 “AI가 새로운 BI가 되고 있다”며 “사용자는 점점 더 AI를 통해 직접 질문에 대한 답을 얻게 될 것”이라고 말했다.

회사는 기존 분석 체계가 추출·변환 과정을 포함한 복잡한 절차 때문에 빠르게 변하는 경영 환경을 따라가지 못하고 있다고 진단했다. 보그먼은 “기업은 실시간 체제로 이동하고 있다”며 “질문은 대시보드가 만들어지는 속도보다 더 빨리 바뀌고, 경영진은 ‘대기열’이 아니라 ‘답’을 원한다”고 강조했다.

데이터 이동 없이 분석…‘대화형 BI’ 전환 시도

이번에 공개된 AI 데이터 어시스턴트는 데이터를 한곳으로 옮겨 중앙화하지 않고도 분산된 환경에서 작동하는 점이 특징이다. 스타버스트 데이터 플랫폼은 오픈소스 아파치 트리노 기반으로 구축됐으며, 클라우드 스토리지와 데이터 레이크, 데이터 웨어하우스, 운영 시스템에 흩어진 데이터를 원래 위치에서 연결해 활용한다. 이 과정에서 거버넌스와 메타데이터 정책도 데이터 소스 전반에 일관되게 적용된다고 회사는 설명했다.

이 기능은 단순히 문장을 SQL 질의로 바꾸는 수준에 머물지 않는다는 점도 강조했다. 스타버스트에 따르면 AI 데이터 어시스턴트는 사용 가능한 데이터를 검토하고, 필요한 질의를 만들고, 중간 단계를 반복하며 문맥에 맞는 결과를 도출한다. 공동창업자이자 AI 담당 부사장인 맷 풀러는 “이것은 단순한 채팅이 아니다”라며 “질문의 의미를 추론하고, 어떤 데이터셋이 답을 줄 수 있는지 파악한 뒤 최종 응답을 제공한다”고 말했다.

실제 시연에서는 포뮬러원(F1) 과거 레이싱 데이터를 분석해 자연어 질문만으로 질의문과 시각화, 설명형 답변을 생성하는 모습이 소개됐다. 또 다른 금융 데이터 사례에서는 총계정원장 데이터를 바탕으로 요약, 차트, 경영진용 보고 수준의 핵심 정보를 자동 생성했다.

대시보드 한계 지적…비용·모델 선택도 강조

스타버스트는 기존 BI 도구의 가장 큰 문제로 ‘사용자 마찰’을 지목했다. 회사가 인용한 내부 데이터에 따르면 고객사의 41%는 대시보드 구축에 4개월 이상을 쓰고 있으며, 72%의 사용자는 대시보드를 거치지 않고 엑셀로 데이터를 내보내 활용하고 있다. 또 67%의 기업은 자사 애플리케이션 내 분석 기능에 대한 신뢰도가 낮다고 답했다.

이를 해결하기 위해 스타버스트는 ‘컨텍스트 레이어’를 도입했다. 이 계층은 사업 부서가 쓰는 용어와 실제 데이터 구조를 연결해 사용자가 기술적 스키마를 몰라도 업무 언어로 질문할 수 있게 돕는다. 즉, 현업 사용성이 낮았던 기존 BI 환경을 대화형 데이터 분석으로 바꾸려는 시도다.

대형언어모델(LLM)을 여러 종류로 선택할 수 있는 점도 눈에 띈다. 고객은 비용, 성능, 규제 준수 요건에 따라 모델을 고를 수 있으며, 온프레미스와 하이브리드 환경도 지원한다. 풀러는 “스타버스트는 고객이 원하는 모델에 연결될 수 있어 각자의 생태계에 맞출 수 있다”고 말했다.

AI 비용 통제도 주요 과제로 언급됐다. 회사는 84%의 기업이 AI 비용 때문에 총마진이 6% 이상 훼손되고 있다고 짚으며, 유연한 배포 구조가 중요하다고 설명했다.

‘대시보드의 종말’보다는 축소…기업용 AI 확장 예고

스타버스트는 AI 데이터 어시스턴트가 기존 BI 도구를 완전히 대체한다기보다 보완재에 가깝다고 선을 그었다. 다만 장기적으로는 대시보드 의존도가 낮아질 수 있다는 점도 인정했다. 보그먼은 “대시보드가 완전히 사라진다는 뜻은 아니지만, 더 특화되고 정제된 형태로 남게 될 것”이라며 “그 외의 수많은 추가 질문은 이제 대화형 인터페이스로 처리할 수 있다”고 말했다.

회사는 앞으로 슬랙, 지라, 깃허브 같은 기업용 애플리케이션과의 연동, AI 출력 통제, 데이터 정책 집행 기능 등을 roadmap에 포함했다고 밝혔다. 이는 생성형 AI가 기업의 정형 데이터 분석으로 빠르게 확장되는 흐름과 맞닿아 있다.

결국 이번 발표는 ‘정적 BI’에서 ‘상호작용형 데이터 분석’으로의 전환을 겨냥한 움직임으로 읽힌다. 기업이 보유한 데이터가 많아질수록 중요한 것은 단순 저장이 아니라 빠르고 정확하게 맥락을 읽어내는 능력이다. 스타버스트의 새 기능이 실제 현업의 분석 병목을 얼마나 줄일 수 있을지가 향후 관전 포인트다.