Mackeabit
뉴스

구글 클라우드, Looker 대시보드에 대화형 AI 에이전트 붙인다

구글 클라우드가 Looker 대시보드 안에서 자연어로 질문하고 답을 받는 Dashboard Agents를 프리뷰로 공개했다. 대시보드가 정적 보고서에서 대화형 데이터 탐색 출발점으로 바뀌는 흐름과, 권한·거버넌스·검증 과제를 함께 짚는다.

  • IT
  • AI
  • Google Cloud
  • Looker
  • BI
  • Data Analytics

Date: 2026-06-12 Topic: AI Primary source: Google Cloud Blog

구글 클라우드는 2026년 6월 11일(현지시간) Looker 대시보드 안에서 바로 질문하고 답을 받는 Looker dashboard agents를 프리뷰로 도입한다고 밝혔다. 기존 대시보드는 정해진 차트와 필터를 보는 도구에 가까웠지만, 새 기능은 사용자가 Gemini 아이콘을 눌러 자연어로 후속 질문을 던지고 맥락이 반영된 분석 결과를 받을 수 있게 한다.

이 변화의 직접적인 대상은 Looker로 매출, 고객, 운영 지표를 보는 현업 사용자와 대시보드를 설계하는 데이터 분석팀이다. 사용자는 분석가에게 별도 요청을 보내지 않고도 대시보드 안에서 질문을 이어갈 수 있고, 분석가는 에이전트가 특정 업무 정의를 어떻게 해석해야 하는지 지침을 넣어 응답 품질을 조정할 수 있다.

다만 구글은 이 기능을 아직 프리뷰로 제공한다. 관리자 설정, 권한, Looker 버전, Gemini in Looker 활성화 조건이 필요하고, AI 응답은 검증이 필요한 초기 기술이라는 점도 문서에서 함께 강조하고 있다.

What Happened

Google Cloud는 Looker 블로그에서 대시보드를 "interactive data experiences"로 바꾸는 기능으로 Looker dashboard agents를 소개했다. 발표일은 2026년 6월 11일이며, 기능은 Looker 26.08.11 이상에서 관리자가 Gemini in Looker 설정의 Enable Chat with Dashboard를 켜면 사용할 수 있다고 설명했다.

사용 흐름은 단순하다. 사용자가 Looker 대시보드에서 Gemini 아이콘을 선택하면 해당 대시보드와 연결된 대화가 열리고, 사용자는 "이번 달 지역별 매출 감소 원인은 무엇인가" 같은 질문을 자연어로 입력한다. 에이전트는 현재 대시보드의 필터, 교차 필터, 미리 구성된 타일, 필요할 경우 하위 Explore 정보를 참고해 답과 관련 차트를 제시한다.

구글의 별도 문서에 따르면 이 기능은 Looker의 Conversational Analytics 일부이며, user-defined dashboard와 LookML dashboard에서 대시보드 데이터를 질의하는 데이터 에이전트를 생성한다. 대시보드 요약 기능을 켜면 대화 시작 시 대시보드의 데이터 개요, 주요 하이라이트, 짧은 해석도 자동으로 보여줄 수 있다.

Key Details

  • 기능 상태: Looker dashboard agents는 프리뷰 기능으로 안내되어 있다.
  • 사용 조건: Looker 26.8 이상, Gemini in Looker, Conversational Analytics, 관련 관리자 설정과 권한이 필요하다.
  • 질문 방식: 사용자는 대시보드 안의 채팅 패널에서 자연어로 질문한다.
  • 근거 데이터: 에이전트는 대시보드 타일, 적용된 필터, Looker의 Explore와 의미 계층을 활용한다.
  • 관리 지점: 사용자 정의 대시보드에서는 분석가가 에이전트 지침을 추가해 핵심 필드, 제외할 필드, 필터링 방식, 업무별 해석 기준을 설명할 수 있다.
  • 신뢰 장치: 구글은 에이전트가 중간 추론, 참조한 대시보드 타일, 적용 필터를 보여준다고 설명한다.
  • 권한 모델: 대시보드 에이전트는 Looker의 기존 권한과 거버넌스 모델을 따른다.
  • 제한 사항: LookML dashboard agent의 지침 편집은 지원되지 않고, dashboard agent는 대시보드와 query-linked tile의 맥락에 묶인다. Advanced Analytics도 dashboard agent에는 지원되지 않는 것으로 문서화되어 있다.

Background

BI 대시보드는 오랫동안 조직의 공통 지표판 역할을 해왔다. 하지만 정해진 화면을 보는 방식은 "왜 이런 변화가 생겼는가"라는 다음 질문에 약하다. 사용자는 차트를 보고도 원인을 확인하려면 필터를 바꾸거나, Explore로 이동하거나, 데이터 분석가에게 별도 요청을 보내야 했다.

Looker의 강점은 지표와 차원의 의미를 LookML 같은 의미 계층에 정의해 두고, 여러 사용자가 같은 기준으로 데이터를 읽게 만드는 데 있다. 이번 기능은 이 의미 계층을 대화형 AI에 연결하는 시도다. 단순히 챗봇을 대시보드 옆에 붙이는 것이 아니라, "매출", "이탈", "활성 사용자" 같은 회사 내부 정의를 AI가 참고하도록 만드는 방향에 가깝다.

Core Lens
이번 발표의 핵심은 대시보드를 없애는 것이 아니라, 대시보드를 질문의 출발점으로 바꾸는 데 있다.

What It Means

현업 입장에서는 데이터 접근의 문턱이 낮아질 수 있다. 특히 회의 중에 지표를 보다가 "특정 지역만 왜 빠졌는지", "신규 고객과 기존 고객 중 어느 쪽 영향이 큰지"를 바로 물어볼 수 있다면 분석 요청과 답변 사이의 시간이 줄어든다. 분석팀 입장에서도 반복 질의 대응 부담을 줄이고, 더 중요한 모델링과 데이터 품질 관리에 시간을 쓸 여지가 생긴다.

하지만 에이전트형 BI가 곧바로 분석가를 대체한다는 뜻은 아니다. 오히려 좋은 답을 얻으려면 대시보드 설계, LookML 정의, 권한 관리, 필드 설명, 에이전트 지침이 더 중요해진다. AI가 자연어 질문을 SQL이나 Looker 질의로 바꾸는 과정에서 어떤 필드를 고르는지, 필터 값을 정확히 해석하는지, 조직의 업무 정의를 잘 따르는지를 계속 검증해야 하기 때문이다.

관점 확인할 점
현업 사용자 대시보드 안에서 후속 질문을 얼마나 자연스럽게 이어갈 수 있는가
데이터 분석팀 에이전트 지침과 의미 계층 관리가 실제 응답 품질을 얼마나 높이는가
관리자 권한, 감사, 데이터 처리 위치, 프리뷰 기능의 제한을 통제할 수 있는가

What To Watch

앞으로 볼 지점은 세 가지다. 첫째, 프리뷰 이후 일반 제공으로 넘어가면서 기능 제한이 얼마나 줄어드는지다. 둘째, iframe embedding 지원처럼 구글이 예고한 추가 기능이 실제 업무 포털이나 사내 앱 안에서 어떻게 쓰이는지다. 셋째, 기업들이 AI 응답을 신뢰하기 위해 어떤 검증 절차를 붙이는지다.

이 기능은 BI의 중심을 보고서 작성에서 대화형 탐색으로 옮기려는 흐름을 보여준다. 다만 성공 여부는 모델 성능만으로 결정되지 않는다. 데이터 모델이 정확하고, 권한이 정교하며, 사용자가 결과를 검증할 수 있는 근거가 화면에 남아야 한다. 대시보드 에이전트가 유용한 도구가 되려면 "질문하기 쉬움"과 "믿고 써도 되는 답" 사이의 균형을 맞춰야 한다.

Sources