생성형AI (2일차) [KT 에이블스쿨] 2025.04.21(월)

2025.04.21 (월)

 

 

 

 

오늘은 지난 주 금요일 수업인 생성형 AI - 프롬프트 엔지니어링 이어서 배웠습니다 ! 

그 중에서 지난 시간에 엑셀 다루기 이어서 매크로와 VBA 코드에 대해 배우고, 데이터 분석을 배웠습니다.

 

 

"생성형 AI로 데이터분석?!"이란 반응도 있을거 같습니다 ! 

왜냐면 제가 그랬거든요 ... ㅎㅎㅎ;;

생성형 AI를 이용해 이전에 코드로 작성했던 데이터 확인, 전처리, 딥러닝 모델링 모두를 수행하는 것입니다 !

그러면 어떻게 하는지 시작해볼까요??

 

 

---

 

 

3. LLM을 이용한 엑셀활용 (이어서)

 

○ 매크로(Macro)

  : 사용자가 미리 정의한 일련의 명령이나 작업을 자동으로 실행할 수 있게 해주는 스크립트

    → 엑셀에서 반복되는 작업을 지정하고, 필요할 때마다 실행하여 자동 반복 수행을 가능케 한다.

 

○ VBA(Visual Basic for Application)

  : MS Office 응용 프로그램을 위한 프로그래밍 언어

    → MS Office에서 사용자가 직접 스크립트를 작성해 복잡한 자동화, 사용자 정의 함수 등 작업을 수행한다.

 

※ 매크로는 VBA 기반이며, 매크로의 기록과 실행은 VBA 코드 작성과 실행으로 연결된다. 

 

○ 매크로 사용 주의사항

  - 출처가 불분명한 매크로 실행 금지 (VBA코드는 악성코드 등에 취약, 실행 취소 불가)

  - 평소에는 매크로 보안을 높게 유지하고, 사용할 때만 액세스 허용하기

  - VBA 코드 내 자동 실행 코드가 포함되지 않도록 유의

  - VBA 코드 실행 중 오류가 발생하면 데이터 손실 등의 위험이 존재

  - 엑셀 매크로는 실행 취소(Undo) 기능을 지원하지 않음

 

 

옛날에 컴퓨터 활용능력 공부할 때 접했던 매크로가 나와서 반가웠다 ! 

한편으론 그때 아니면 한 번도 접하지 못했었던거 같다 .. ㅋㅋㅋ

그래도 지금 배우는 프로그래밍과 연관이 되어있으며,

내가 직접 작성했을 때 안전하고 편리하게 문서 작업을 할 수 있는 좋은 Tool이라 생각한다.

 

 

○ LLM을 활용한 VBA 코드 생성

  → 엑셀 함수 생성과 동일하게, 셀의 범위와 기능 프로세스를 정확하게 설명한다. 

  → 매크로를 만들어 달라고 해도 매크로 자체가 아니라 등록할 수 있는 VBA 코드를 만들어준다. 

 

○ 생성된 VBA 코드 적용 방법

  ① 엑셀을 열고, 저장하고자 하는 파일 열기

  ② 개발 도구 → Visual Basic → VBAProject(문서이름) 우클릭 → 삽입 → 모듈 을 선택하여 새 모듈 생성

  ③ 생성된 모듈 창에 생성해둔 코드 붙여넣기

  ④ VBA 편집기에서 Run 버튼을 클릭하거나 F5키를 눌러 매크로 실행 or 단추 생성하고 매크로 입력하기

 

4. LLM을 이용한 데이터 분석

○ 데이터(Data)

  : 관심 있는 대상을 관찰하고 측정하여 얻어 수치, 문자, 기호의 집합

    → 데이터 자체만으로는 의미가 없기에 이를 가공하고 분석함으로 유용한 정보를 얻을 수 있다.

 

○ 데이터 분석

  : 수집된 데이터를 검토하고 해석하여 유용한 정보와 인사이트를 도출하는 과정

 

○ 데이터 분석의 필요성

  ① 데이터 기반 의사결정 지원

  ② 업무 프로세스 효율성 향상

  ③ 고객 이해도 증대 및 맞춤형 서비스 제공

  ④ 시장 변화 예측 및 대응

  ⑤ 새로운 기회 및 혁신 창출

  ⑥ 경쟁력 강화 및 차별화

 

○ 데이터 분석의 세부 목적

  ① 기술적 데이터 분석(Descriptive Data Analytics)

      : 데이터를 요약하고 정리해서 전반적 특성 파악이 목적

        → 대표값(평균, 중앙값, 최빈값)과 분산 및 표준편차 등 기초 통계량을 계산해 데이터 분포 확인

  ② 탐색적 데이터 분석(Exploratory Data Analytics, EDA)

      : 데이터를 깊이 탐색하고 숨겨진 패턴, 관계성 등을 발견하거나 데이터 분석 목적을 재발견 하는 과정

        → 산점도, 히트맵, 상관 행렬 등으로 변수 간 관계 탐색

  ③ 확증적 데이터 분석(Confirmatory Data Analytics, CDA)

      : 설정한 가설을 검증하고, 데이터가 특정 관계를 가지는지 명확하게 확인하는 것이 목적

        → 가설을 설정하고 통계적 방법(가설 검정, 회귀 분석, ANOVA 등)을 통해 관계 검증

  ④ 예측적 데이터 분석(Predictive Analytics)

      : 과거 데이터를 바탕으로 미래 데이터를 예측하고 미래의 트레드, 수요, 리스트를 확인해 의사결정에 지원

        → 회귀 분석, 머신러닝 등을 활용해 에측 모델을 구축

 

○ 변수(Variables)

  : 데이터 중 공콩의 측정 방법으로 얻은 같은 성질 값의 집단 (통계학에선 '차원'이라고도 함)

  → 분류 : 독립/종속 변수, 질적(수치형)/양적(범주형) 데이터

 

○ 데이터 분석 과정 (1)

  ① 분석목표 → 데이터수집 → 기술적 데이터 분석 → 탐색적 데이터 분석 → 확증적 데이터 분석 → 예측적 데이터 분석 → Insight 도출 →  공유 및 실행

  ② 목표를 먼저 설정하고, 목표 달성을 위한 분석 과정을 설계하는 방식
  ③ 명확한 목적이 있기 때문에 분석 과정이 체계적이며 효율적
  ④ 데이터에 숨어 있는 새로운 패턴을 발견하는데 한계가 있을 수 있음
  ⑤ 분석 목표에 따라 데이터의 종류, 수집 기술, 예산 등이 결정되는 Top-Down 방식임
  ⑥ 특정 연구 가설 검증이나 특정 비즈니스 문제 해결(예: 매출 증가 요인 분석)에 적합함

 

○ 데이터 분석 과정 (2)

  ① 데이터 수집 → 기술적 데이터 분석 → 탐색적 데이터 분석 → 분석 목표 → 확증적 데이터 분석 → 예측적 데이터 분석 → Insight 도출 → 공유 및 실행
  ② 탐색적 데이터 분석을 통해 데이터에서 보이는 특정 패턴이나 특징을 확장하여 데이터 분석 목표로 설정하는 Bottom-Up 방식
  ③ 데이터 중심 접근법으로 새로운 패턴이나 가설을 탐색하는 데 유리하지만, 처음부터 명확한 목표 없이 진행될 경우 분석 방향이 모호해질 수 있음
  ④ 회사에서 일상적으로 수집되는 데이터에서 탐색적 연구(ex. 고객 행동 패턴 분석)나 새로운 인사이트를 도출하는 경우에 활용할 수 있음

 

○ 상관분석과 마케팅 전략 도출 세부 과정

  ① 분석 목표 정의

  ② 데이터 수집

  ③ 기술적 데이터 분석

  ④ 탐색적 데이터 분석

  ⑤ 확증적 데이터 분석

  ⑥ Insight 도출

  ⑦ 분석 결과 정리

  ⑧ 공유 및 실행

 

 

---

 

 

 

이틀간 생성형 AI를 활용하는 프롬프트 엔지니어링에 대해 배웠습니다 !

AI를 활용하는 방법이 그냥 팁 정도로 생각했었는데, 

자세한 과정을 거쳐서 개발되는 엔지니어링이란 점이 정말 새로웠습니다 ! 

 

 

대학을 다니며 생성형 AI를 많이 사용해봤지만 두루뭉술하게 알았던 내용들을

더 정확한 방법으로 정리해서 들을 수 있는 좋은 시간이었습니다.

더 나아가 잘 알지 못했던 엑셀과 매크로 같은 내용도 배울 수 있는 유익한 시간이었습니다 ~! :)

 

 

앞으로 배우게 될 생성형 AI를 이용한 자동화 툴 만들기 등의 과정이 더 기대되는거 같습니다 ! 

더 성장하는 자신을 위해 더 노력해야겠습니다 ! 

 

 

그나저나 이번 주말이 AICE asso. 시험이라 그것도 얼른 공부해야겠습니다 ... 흑... 

 

 

 

모두들 화이팅입니다 !!!