Vanna: Your AI Business Intelligence Assistant
Vanna AI · 코딩
Vanna는 일상어로 던진 질문을 SQL 쿼리와 차트, 짧은 답변으로 바꾸는 오픈소스 SQL 에이전트다. 어떤 언어 모델과 데이터베이스에도 붙일 수 있다.

Vanna: Your AI Business Intelligence Assistant 소개
About
Vanna란 무엇인가
Vanna는 파이썬 프레임워크와 호스팅 서비스로 이루어진다. 사람에게 묻듯 질문을 입력하면 쿼리, 표, 차트, 몇 줄짜리 요약이 한 번에 돌아온다. 프로젝트는 2023년 검색 증강 방식을 쓰는 text-to-SQL 라이브러리로 출발했고 GitHub 별이 2만 개를 넘었다. 2025년 11월에 나온 2.0 버전은 구조를 통째로 다시 짜서 권한 관리, 스트리밍 응답, 기존 사이트에 붙일 수 있는 채팅 UI를 갖춘 에이전트 프레임워크로 바뀌었다.
겨냥하는 문제는 기다림이다. 마케팅 담당자가 지난 분기 해지율을 요금제별로 보고 싶어 하는데 데이터 팀은 밀려 있고, 요청은 티켓 대기열에서 사흘을 보낸다. Vanna는 그 담당자 앞에 데이터 웨어하우스와 연결된 채팅창을 놓는다. 답할 수 있는 것은 답하고, 실행한 SQL을 보여주며, 관리자가 로직을 확인할 수 있게 한다.
도입 전에 짚어야 할 제약은 두 가지다. Vanna는 엔지니어용 도구다. 설치하고, 데이터베이스 드라이버를 설정하고, 모델을 고르고, 사용자를 어떻게 식별할지 직접 정해야 한다. 끌어다 놓는 화면은 없다. 또 SQL 품질은 에이전트가 배운 양에 달려 있어서, 큰 스키마에 바로 붙이면 한동안 손이 필요하다. 반나절이 아니라 일주일을 잡아야 한다.
시작하기
- 가상 환경을 만들고 필요한 확장과 함께 패키지를 설치한다. 예를 들면
pip install 'vanna[anthropic,fastapi]'. 파이썬 3.9 이상이 필요하다. - 데이터베이스와 모델을 연결한다. PostgreSQL, MySQL, Snowflake, BigQuery, SQLite, Oracle, SQL Server, DuckDB, ClickHouse를 공식 지원하고, 모델 쪽은 OpenAI, Anthropic, Gemini, Azure, Bedrock, Mistral과 Ollama를 통한 로컬 모델을 쓸 수 있다.
- 사용자를 어떻게 알아볼지 정한다. 요청에 담긴 쿠키, JWT, OAuth 토큰을 읽어 사용자 아이디와 권한 그룹 목록으로 바꾸는 리졸버를 작성한다.
- 에이전트가 호출할 도구를 등록한다. 쿼리는
RunSqlTool이 맡고, 직접 만든 도구는Tool클래스를 상속해 추가한다. 메일 발송이나 사내 API 호출이 대표적이다. - 채팅을 페이지에 올린다.
<vanna-chat>컴포넌트를 아무 페이지에나 넣고 서버의 스트리밍 엔드포인트를 가리키게 한다. React, Vue, 순수 HTML 모두 동작한다. - 지켜보고 손본다. 첫 며칠은 감사 로그를 읽고 권한 그룹을 고치고, 질문과 SQL 쌍이 메모리에 쌓이도록 둔다. 반복되는 조회는 이렇게 자리를 잡는다.
제품 정보
Vanna: Your AI Business Intelligence Assistant의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 데이터·플랫폼 엔지니어
- 비기술 사용자가 많은 제품 팀
- 멀티테넌트 대시보드를 만드는 SaaS 개발자
- 호스팅형 SQL 에이전트를 원하는 작은 데이터 팀
작업
- 반복되는 업무 질문에 답하기
- 영업팀에 대시보드 넘기기
- 고객이 공용 웨어하우스를 조회하게 하기
- 사내 도구에 조회창 심기
활용 상황
- 티켓 없이 주간 숫자 보기
- 외부 고객용 데이터 제품 만들기
- 큰 스키마를 계속 조회 가능하게 유지하기
주요 기능
쿼리마다 따라붙는 사용자 권한
신원 정보가 요청에서 시작해 마지막 쿼리까지 이어진다. 리졸버가 이를 그룹이 붙은 사용자 객체로 바꾸고, 도구는 실행 전에 그룹을 확인한다. 결과는 한 번 더 걸러져 지역 담당 관리자에게는 자기 지역 행만 보인다. 단일 사용자를 전제로 만든 프레임워크에 나중에 얹으려 하면 결국 다시 짜게 된다.
에이전트 메모리
잘 동작한 질문과 SQL 쌍이 저장되고, 비슷한 질문이 오면 예시로 꺼내 쓴다. 모델을 다시 학습시키거나 프롬프트를 고치지 않아도 정확도가 올라간다. 메모리는 프로세스 안, ChromaDB, Pinecone 중에서 고를 수 있고 보관 기간에 맞춰 정하면 된다.
스트리밍 채팅 UI
긴 글 덩어리 대신 서버가 표를 먼저 보내고, 다음에 차트, 마지막에 짧은 요약을 보낸다. <vanna-chat>은 받는 대로 그린다. SQL은 기본적으로 관리자에게만 보이고 일반 사용자에게는 감춰진다. 화면은 깔끔하게 유지하면서 답이 어떻게 나왔는지는 추적할 수 있다.
모델도 데이터베이스도 묶지 않는다
양쪽 모두 특정 업체에 묶이지 않는다. 서비스 클래스를 바꾸면 OpenAI에서 Anthropic이나 Ollama 로컬 모델로 옮겨가고, SQL 도구는 다른 드라이버를 가리키게 할 수 있다. Snowflake나 BigQuery를 이미 쓰는 팀은 이전 작업을 건너뛴다. 운영 환경의 text-to-SQL 프로젝트에서 자주 선택되는 이유도 여기에 있다.
행 수준 보안과 감사 로그
권한 그룹이 SQL 계층까지 내려가므로 걸러내는 일이 화면이 아니라 쿼리에서 일어난다. 모든 쿼리가 사용자별로 기록되어 컴플라이언스 질문에도, 숫자가 맞지 않을 때 원인 추적에도 쓸 수 있다.
직접 만든 도구와 라이프사이클 훅
에이전트는 SQL 실행만 하지 않는다. 도구를 정의하고 접근 그룹을 붙이면 에이전트가 그것을 사용한다. 훅은 요청 바깥을 감싸 할당량 확인, 로그 기록, 내용 필터를 맡는다. 모델 미들웨어는 캐시와 비용 추적을 더한다. SQL 챗봇과 제대로 된 사내 데이터 어시스턴트의 차이가 여기서 갈린다.
직접 운영과 매니지드
오픈소스 패키지는 MIT 라이선스로 자체 인프라에서만 돌아간다. 고른 모델 제공사로 보내는 내용 말고는 네트워크 밖으로 나가지 않는다. 서버를 맡기 싫다면 클라우드 요금제와 엔터프라이즈 구축이 같은 프레임워크를 호스팅, 지원, 높은 상한과 함께 제공한다.
장단점
장점
- MIT 라이선스라 포크하고 감사할 수 있고, 사내 네트워크 안에서 돌리면 좌석당 과금이 없다.
- 성장 경로가 끊기지 않는다. 직접 운영, 매니지드 클라우드, 온프레미스 엔터프라이즈가 같은 프레임워크라 초기 작업이 버려지지 않는다.
- 권한과 감사 로그가 설계에 들어 있다. 데모용 에이전트에 접근 제어를 나중에 붙이는 것보다 몇 달을 아낀다.
- 채팅 UI가 이미 만들어져 있고 React, Vue, 순수 HTML에 들어간다. 프런트엔드는 거의 끝난 셈이다.
- 모델과 데이터베이스 연동이 주요 기업 환경을 덮어서 자체 커넥터를 쓸 일이 드물다.
단점
- 설정은 개발자 몫이다. 파이썬, 데이터베이스 드라이버, 신원 확인 체계가 갖춰져야 첫 유용한 답이 나온다.
- 기술 인력이 없는 구매자에게는 맞지 않는다. 작은 마케팅 팀이라면 채팅 모드가 있는 호스팅형 BI 도구가 더 편하다.
- 무료 한도가 빠듯하다. Explorer는 하루 20문항이라 테스트에는 충분하고 팀의 일상 사용에는 모자란다.
- 복잡한 조인과 정리되지 않은 스키마에서는 여전히 걸린다. 믿을 만한 결과를 얻으려면 테이블 설명과 예시 쿼리를 제대로 갖춰야 한다.
자주 묻는 질문
Vanna는 SQL 데이터베이스를 자연어로 조회하는 도구다. 쿼리를 만들고 실행해 표, 차트, 짧은 답을 돌려준다. SQL 자격 증명을 뿌리지 않고도 비기술 동료가 웨어하우스를 직접 들여다보게 하는 용도가 많다.
관련 콘텐츠
Vanna: Your AI Business Intelligence Assistant와 관련된 도구, 스킬, 아티클을 살펴보세요.
Vanna: Your AI Business Intelligence Assistant 대안
Base Code
Base44 (Wix) · 코딩 · 생산성Base Code는 Base44가 만든 공유 클라우드 개발 환경이다. 팀은 기존 GitHub 저장소에 대한 변경을 채팅으로 설명하고, 미리보기로 확인한 뒤 풀 리퀘스트로 돌려보낸다.
Google EmbeddingGemma 2
Google DeepMind · 글쓰기 · 이미지 · 코딩Google EmbeddingGemma 2는 7억 4000만 파라미터의 오픈 모델로, 텍스트와 코드, 이미지, 오디오, 영상 프레임을 하나의 768차원 공간에 벡터로 바꿔 스마트폰과 노트북에서 실행한다.
GitGlow
GitGlow · 코딩 · 생산성GitGlow는 내 코드와 AI 에이전트의 변경을 한 리뷰에 모으는 데스크톱 Git 클라이언트다. 배포 전에 내 기계에서 무엇이 나가는지 확인할 수 있다.
