AI 기능 개요
D.Hub는 데이터 관리와 분석 워크플로우 전반에 걸쳐 AI 기능을 제공합니다. 별도의 도구 설치 없이도 플랫폼 내에서 자연어 기반 대화, 코드 생성, 지능형 편집, 지식 기반 질의를 바로 활용할 수 있습니다.
제공 기능
D.Hub에 내장된 AI 기능은 크게 다섯 가지로 구분됩니다.
1. 대화형 어시스턴트
D.Hub의 모든 페이지에서 접근할 수 있는 AI 사이드 패널 채팅입니다.
- 화면 우측의 AI 아이콘을 클릭하여 사이드 패널을 열 수 있습니다.
- 현재 페이지의 컨텍스트를 자동 인식하여 (온톨로지, 컬렉션, 파이프라인 등) 관련 답변을 제공합니다.
- @멘션으로 Dataset, Collection, Code, Pipeline을 참조하여 질문할 수 있습니다.
- AI 응답에 차트(Bar/Line/Pie), 지도, 그래프 노드 참조 시각화가 포함될 수 있습니다.
- dhub2-chatway 서비스를 기반으로 동작합니다.
대화형 어시스턴트 vs Knowledge Chat
대화형 어시스턴트는 플랫폼 전반에 대한 AI 대화를, Knowledge Chat은 특정 Knowledge에 수집된 문서 기반의 RAG 대화를 제공합니다. 두 기능은 독립적으로 사용할 수 있습니다.
2. RAG AI 채팅
Knowledge 모듈에서 수집한 문서와 데이터를 기반으로 AI와 대화할 수 있습니다.
- 웹 크롤링, 파일 업로드, 수동 작성 등으로 축적한 지식을 AI가 참조하여 답변합니다.
- Knowledge 상세 화면의 Chat 탭 (
/knowledge/:id?tab=chat)에서 이용 가능합니다. - RAG(Retrieval-Augmented Generation) 방식으로, 환각(hallucination)을 줄이고 근거 있는 답변을 제공합니다.
- 답변에 참조된 원본 문서 출처가 함께 표시됩니다.
- dhub2-knowledge 서비스를 기반으로 동작합니다.
RAG AI 채팅 안내
RAG AI 채팅에 대한 자세한 내용은 지식 관리 > AI 채팅 문서를 참조하세요.
3. AI 코드 생성
파이프라인 코드 에디터에서 자연어 프롬프트를 입력하면 Python 또는 SQL 코드를 자동으로 생성합니다.
- 단축키
Cmd+I(Mac) /Ctrl+I(Windows) 또는 툴바의 AI 버튼으로 실행합니다. - D.Hub 파이프라인의 입출력 규격(
inputs,output)을 자동으로 준수하는 코드를 작성합니다. - 데이터셋 스키마, 파이프라인 구조 등 현재 컨텍스트를 자동으로 참조합니다.
4. 인라인 AI 편집
코드 에디터 내에서 이미 작성된 코드를 AI로 수정할 수 있습니다.
- 수정할 코드 영역을 선택한 뒤
Cmd+I/Ctrl+I를 누르고 수정 지시를 입력합니다. - AI가 제안한 변경 사항을 Diff View로 확인한 후 Accept 또는 Reject할 수 있습니다.
- 변수명 변경, 에러 처리 추가, 로직 최적화 등 다양한 리팩토링 작업에 활용됩니다.
5. 메타데이터 자동생성
Knowledge Settings에서 수집된 문서의 메타데이터를 AI가 자동으로 생성합니다.
- Alias: 문서의 핵심 내용을 요약하는 별칭을 자동으로 제안합니다.
- Description: 문서 내용을 기반으로 설명을 생성합니다.
- Tags: 문서에서 주요 키워드를 추출하여 태그를 자동으로 부여합니다.
- 수동 입력 없이도 지식 자산의 메타데이터를 빠르게 구성할 수 있습니다.
기능별 접근 위치
| AI 기능 | 접근 위치 | 단축키 |
|---|---|---|
| 대화형 어시스턴트 | 모든 페이지 → 우측 AI 사이드 패널 | — |
| RAG AI 채팅 | Knowledge 상세 → Chat 탭 | — |
| AI 코드 생성 | 파이프라인 코드 에디터 → AI 버튼 | Cmd+I / Ctrl+I |
| 인라인 AI 편집 | 코드 에디터 → 코드 선택 후 | Cmd+I / Ctrl+I |
| 메타데이터 자동생성 | Knowledge Settings | — |
AI 기능의 동작 원리
D.Hub의 AI 기능은 대규모 언어 모델(LLM)을 활용합니다.
- 코드 생성 및 편집: LLM이 현재 에디터의 컨텍스트(데이터셋 스키마, 노드 구조, 기존 코드)를 분석하여 적절한 코드를 생성하거나 수정합니다.
- RAG AI 채팅: 사용자의 질문과 관련된 문서 청크를 벡터 검색으로 찾은 후, 이를 LLM에 함께 전달하여 근거 기반 답변을 생성합니다.
- 메타데이터 생성: 문서 내용을 LLM이 분석하여 요약, 키워드 추출을 수행합니다.
효과적인 활용 팁
- 구체적인 프롬프트: "코드 작성해줘"보다 "입력 데이터에서 'status'가 'active'인 행만 필터링하고 날짜별 개수를 세어줘"처럼 구체적으로 요청하세요.
- 단계적 요청: 복잡한 로직은 한 번에 요청하기보다 여러 단계로 나누어 요청하면 더 정확한 결과를 얻을 수 있습니다.
- 컨텍스트 활용: 데이터셋이 연결된 파이프라인 노드에서 코드를 생성하면, AI가 스키마 정보를 자동으로 참조합니다.
- Diff View 검토: 인라인 편집 후에는 반드시 Diff View에서 변경 내용을 확인하고 적용하세요.
- Knowledge 문서 품질: RAG AI 채팅의 답변 품질은 수집된 문서의 품질에 비례합니다. 정확하고 최신의 문서를 유지하세요.
지원 모델 및 요구 사항
- AI 기능은 외부 LLM 서비스(OpenAI, Claude 등)를 활용합니다.
- 관리자가 설정한 LLM 연결 정보에 따라 사용 가능한 모델이 달라질 수 있습니다.
- AI 기능을 사용하려면 인터넷 연결이 필요합니다.
다음 단계
- 대화형 어시스턴트 — 글로벌 AI 사이드 패널 채팅, @멘션, 시각화
- AI 코드 생성 및 인라인 편집 — 파이프라인 코드 에디터의 AI 기능 상세 가이드
- 지식 관리 > AI 채팅 — RAG 기반 AI 채팅 사용법