Flowtrail AI

제품의 중심은 입력창이다. 쿼리 언어를 배우는 대신 데이터에 말을 건다는 발상으로 만들어졌다. "지난 분기에 가장 많이 성장한 제품은 무엇인가"라고 입력하면 연결된 소스에 대한 쿼리로 바꾸고, 짧은 요약과 그래프로 결과를 보여준다. 이어지는 질문으로 범위를 좁히므로 처음부터 다시 시작할 필요가 없다. 정기 보고서에서 SQL을 쓰고 다른 도구에 붙여 넣은 뒤 서식을 손으로 맞추던 단계가 사라진다.

Flowtrail AI는 관계형 데이터베이스, 문서 데이터베이스, 클라우드 스토리지, 업로드한 파일에 연결한다. 같은 워크스페이스에 CSV 파일과 운영 중인 PostgreSQL 테이블을 나란히 둘 수 있다. 재무가 숫자를 스프레드시트에 두고 제품 데이터는 데이터베이스에 있는 회사에 유용하다. 플랫폼은 이런 소스를 아우르는 통합 뷰를 만들기 때문에 한 질문이 여러 위치에서 데이터를 가져온다. 사전 정리가 얼마나 잘 되어 있느냐가 성패를 가른다.

답변을 대시보드에 고정할 수 있고, 대시보드는 팀 전체와 공유한다. 그래프 종류를 고르고 배치를 정하며 갱신 주기를 설정한다. 결과물은 매주 같은 숫자를 보는 사람을 위한 것이지, 한 번짜리 탐색만을 위한 것이 아니다. 기존 BI 제품군과 비교하면 구축 과정이 대화로 진행되므로, 질문에서 다른 사람이 쓸 수 있는 화면까지의 거리가 짧다.

범용 챗봇이 아니라 회사 맥락으로 에이전트를 학습시킨다. 테이블 설명, 지표 정의, 답해야 할 것과 피해야 할 것에 대한 규칙을 넘긴다. 언어 모델을 회사 어휘에 묶어두려는 목적이며, "활성 고객"이 채팅과 이사회 자료에서 같은 의미가 되도록 만든다. 쓸 만한 데이터 에이전트와 데모를 가르는 기능이 바로 이것이다.

채팅 계층 아래에서 시스템은 자연어를 SQL로 바꾸고 연결된 소스에 실행한다. 가드레일은 에이전트가 건드릴 수 있는 테이블과 컬럼을 제한해 정확도와 접근 제어에 모두 도움이 된다. 규제가 강한 업계라면 민감한 데이터를 연결하기 전에 권한 설계를 확인해야 한다. 텍스트-SQL 변환은 편리하지만 데이터베이스 수준의 접근 규칙을 대신하지는 않는다.

질문에 답하는 것 외에 정기 분석과 보고를 에이전트로 실행한다. 월요일 매출 요약이나 주간 이탈 점검 같은 작업을 정의하면 정해진 시각에 결과를 낸다. 도구는 조회 화면에서 보고 업무의 일부로 바뀐다. 같은 요청이 매주 들어오고 아무도 손으로 반복하고 싶지 않을 때 가치가 드러난다.