Qquest

제품의 중심은 채팅 상자다. 평범한 질문을 받아 데이터베이스 쿼리로 바꾼다. 조인을 쓰거나 컬럼 이름을 외울 필요가 없다. 웨어하우스 연결과 의미가 통하는 질문만 있으면 변환은 Qquest가 맡는다. 답은 텍스트로 오고, 대개 원하던 숫자와 이를 확인할 만큼의 맥락이 붙는다.

Qquest Chrome 확장은 열어 둔 화면 옆에 어시스턴트를 놓는다. 분석 탭으로 옮겨 가지 않고 현재 페이지에서 질문하니 작업 흐름이 끊기지 않는다. 하루 종일 CRM이나 메일함에 있는 영업·지원 담당자에게 특히 유효하다. 대부분의 실무 사용자에게 확장이 제품의 입구다.

데이터 책임자는 dashboard.qquest.io에서 별도 관리 화면을 쓴다. 여기서 소스를 연결하고, 제품 라인부터 매출 정의까지 회사가 쓰는 이름을 어시스턴트에 가르친다. 범용 모델은 그 의미를 추측한다. 학습된 모델은 회사의 정의를 그대로 반복한다. 그럴듯한 숫자와 쓸 수 있는 숫자의 차이가 여기서 갈린다.

Qquest가 내건 연결 대상은 MySQL, PostgreSQL, SQL Server, BigQuery, Snowflake, Amazon Redshift다. 흔한 트랜잭션 DB와 주요 클라우드 웨어하우스 세 가지를 포함하므로 중견 팀이라면 데이터 원천을 찾을 수 있다. 광고 플랫폼, 프로덕트 분석 도구, CRM은 요청 양식에만 등장하고 실제 제공되는 커넥터는 아니다.

같은 어시스턴트가 마케팅, 영업, 운영에 서로 다른 방식으로 답할 수 있다. 각 직능은 자기 질문에 맞춰진 인사이트를 받으므로 어느 대시보드가 맞는지를 두고 다투는 일이 줄어든다. 설정 비용은 워크스페이스를 구축하는 쪽에 몰린다. 보상은 기술에 익숙하지 않은 동료가 곧바로 답을 얻을 때 나타난다.

Qquest는 AI 분석 어시스턴트이지 완전한 BI 플랫폼이 아니다. 깊은 분석보다 속도를 판다. 묻고, 숫자를 받고, 하던 일로 돌아간다. 대시보드를 만들 만하지도 않은 작은 질문의 긴 꼬리에 맞는 방식이다. 모델링 도구를 대신하지도, 여러 장짜리 보고서를 만들지도 않는다. 정기적으로 사람에게 보여 줄 자료에는 결국 제대로 된 BI 계층이 필요하다.