NLP 시스템의 발전으로 모든 사람이 데이터와 자연스러운 대화를 할 수 있습니다.
자연어 처리(NLP)는 컴퓨터 과학과 언어학을 결합하여 컴퓨터가 인간 언어 이면의 의미를 이해하도록 돕습니다. 오늘날, BI 공급업체는 사용자가 BI 도구에 대한 심층적 지식 없이도 질문을 하며 자연스럽게 데이터와 상호 작용할 수 있도록 비주얼리제이션에 대한 자연어 인터페이스를 제공하고 있습니다.
최신 BI라는 컨텍스트 내에서 자연어는 분석적 대화를 지원하기 위해 적용되고 있습니다. 분석적 대화란 인간이 시스템과 자신의 데이터에 대해 대화하는 것으로 정의됩니다. 이 시스템은 대화 내의 컨텍스트를 활용하여 질의에 담긴 사용자의 의도를 이해하고 대화를 발전시켜, 더욱 자연스러운 대화 환경을 만듭니다. 예를 들어, 어떤 사람이 자신의 데이터에 대해 후속 질문이 있을 때 더 자세히 파고 들거나 모호함을 없애기 위해 질문을 바꿔 말할 필요가 없습니다. BI 도구에 "캘리포니아 부근의 대규모 지진을 찾아보라"는 요청을 한 다음 두 번째에는 지진을 언급하지 않고 "텍사스 부근은 어떠한가?"라는 후속 질문을 할 수 있습니다.
기계 학습을 통해 시스템은 회사의 데이터 및 사용자가 하는 질문의 유형에 기반하여 시간이 지남에 따라 더 깊은 도메인 지식을 얻을 수 있습니다. Tableau의 자연어 팀의 개발 관리자인 Vidya Setlur는 “분석적 대화의 핵심 특성 중 하나는 질문을 하고, 결과를 얻고, 원래 질문을 둘러싼 대화를 끊임없이 발전시키는 것입니다. 즉, 대화의 교착 상태를 피하는 것입니다”라고 설명합니다.
또한 자연어를 사용하면 사용자가 데이터 시각화를 기반으로 질문할 수 있게 됩니다. Tableau의 소프트웨어 엔지니어인 Ryan Atallah는 “BI 도구에서 질병 발발에 대한 질문을 하고, 그 결과로 어떤 비주얼리제이션을 얻는다고 가정해 봅시다. 그 비주얼리제이션을 보고 ‘그 주황색 스파이크는 무엇입니까?’라는 질문할 수 있습니다. 이것은 하나의 후속 질문이지만 자신의 데이터에 기반한 질문이 아닌, 비주얼리제이션의 인코딩에 기반한 것입니다”라고 말합니다. 만일 기존의 비주얼리제이션이 다음 질문의 맥락과 맞지 않다면 BI 도구가 대안을 제시합니다.
자연어는 사람들이 데이터에 대해 질문하는 방식에 대한 패러다임을 바꾸었습니다. 사람들이 마치 사람에게 하듯이 비주얼리제이션과 상호 작용할 수 있을 때, 이전에는 데이터 과학자와 고급 분석가들만 할 수 있었던 분석 파이프라인의 영역이 일반 사용자에게로 확대됩니다. 사용자의 역량이 더 이상 자신의 분석 기술에 의해 제한되기 보다는, 스스로가 가진 질문의 범위로 판별되는 것입니다. 또한 고급 사용자는 다양한 질문에 대한 답을 더 짧은 시간 내에 찾고, 다른 사람들에게 더 활용도 높은 대시보드 기능을 제공할 수 있게 됩니다. 자연어가 BI 산업에서 발전함에 따라, 조직 전반에서 분석 채택을 방해하던 장벽이 허물어지고 더 나아가 데이터가 직장 문화의 핵심에 자리잡게 됩니다.