대시보드 구축에 1억 토큰을 태웠습니다.
데이터 리터러시가 된 조직은 데이터 수집부터 분석 도구까지 상당히 좋은 환경을 갖추고 있습니다. 다만, 모든 구성원이 데이터 활용 능력이 뛰어난 것은 아닙니다. 데이터가 흩어져 있기도 하고 분석가들은 하루에도 수십번씩 데이터를 정합성을 검토하는 경우가 많습니다. 이런 문제를 해결하기 위해 대시보드를 구축했습니다.
——
✅ 어떤 데이터를 볼 것인가
너무 복잡한 데이터라 기존에 보기 힘들었던 것들도 AI를 활용해서 구현할수 있게 되었습니다. 전사 KR, 주요 이니셔티브 지표, 마케팅 성과 등 실질적으로 바라봐야할 데이터를 기반으로 차트를 구현했습니다. 수많은 데이터에서 어떤 데이터를 어떤 방식과 차트로 구현할 것인지가 핵심입니다. 데이터 분석을 자주 했던 분들이 대시보드를 구축에 더 유리합니다
✅ AI를 활용할수 있는 인프라는 너무 중요합니다
저희는 다양한 도구를 사용하고 있습니다. 마케팅에서는 Airbridge, Amplitude, Braze, BigQuery를 활용하고 디자인 시스템(몽타주), 도메인 지식 정보 등 MCP로 간단하게 호출해서 제품의 완성도를 높일수 있습니다. 사실 이런 인프라 없이 화면 구현은 당연히 가능하겠지만, 데이터 정합성과 일관성있는 UI를 구현하는 것은 상당히 어렵웠습니다. 대시보드는 Claude Code(CLI)에서 구현했고, Opus 5.5 , Effort는 Medium 스팩으로 작업했습니다.
✅ 완성도를 높이는데 1억 토큰을 썼습니다.
첫 딸깍에도 어느정도 대시보드가 구현되긴 했습니다. 하지만, 대시보드가 여러 형태가 붙으면서 일관성을 유지하고 하나의 필터로 전체 데이터를 컨트롤하는 것은 쉽지 않았습니다. 구현할 때 쓰지 않았던 Fable 5.1을 데이터 QA에서 사용했습니다😂
제가 대시보드를 구현하는 시기에 모션(베타)도 활성화 되어서 가독성을 높이고, 지표 임팩트를 위해 적극 활용할수 있었습니다.
✅ 유지보수가 중요합니다
주요 지표는 변경될수 있습니다. 더 보고 싶은 데이터들이 추가 될수도 있고, 오류가 있을수도 있습니다. 정기적으로 관리해서 구성원들이 지속적으로 쓸수 있도로 유지보수는 필수입니다. 이 대시보드는 이제 안쓰는 건가? 라는 의문이 들지 않게 최대한 잘 유지해보는 것이 목표입니다.
——
일단 목표한 것을 만들어냈다는 것에 스스로 칭찬해주고 싶습니다😁. 데이터로 문제를 찾는 것 만으로는 비즈니스 성장을 이루긴 어렵습니다. 이제 문제를 해결할수 있는 제품 개발에 집중해서 만들어보려고 합니다.
🖥️ 대시보드 영상은 사례 공유를 위한 더미 데이터입니다.