시각화와 데이터 분석

숫자를 보여 주는 것과 이해시키는 것

같은 데이터로 두 가지 결과물을 만들 수 있다. 하나는 숫자를 정리한 표고, 다른 하나는 “입력을 바꿔 보며 관계를 확인할 수 있는” 화면이다. 앞의 것은 보고용이고 뒤의 것은 설득용이다. 회의에서 “가격을 10% 올리면 어떻게 되나요”라는 질문이 나올 때 필요한 것은 뒤쪽이다.

ChatGPT Work는 둘 다 만들 수 있다. 이 챕터는 그 두 가지를 순서대로 다룬다. 먼저 결과물의 형태를 정하는 시각화(Visualizations), 그다음 결과의 내용을 만드는 데이터 분석이다.

시각화(Visualizations): 무엇이고 어디서 되나

시각화는 질문, 아이디어, 정보를 차트, 지도, 다이어그램, 계산기, 시뮬레이션, 상호작용 설명으로 바꿔 대화 안에서 탐색하게 하는 기능이다. 입력을 조정하거나 관계를 눈으로 보는 것이 답을 이해하고 비교하고 연습하고 실행하기 쉽게 만들 때 쓴다.

중요한 전제가 있다. 시각화는 프리뷰 단계로 롤아웃 중이다. 가용성은 플랜, 플랫폼, 계정, 워크스페이스 설정에 따라 다르다. 공식 문서의 가용성 표는 다음과 같다.

화면	현재 가용성
ChatGPT 웹	지원되는 계정에서 Chat과 ChatGPT Work 모두 사용 가능
ChatGPT 데스크톱 앱	프리뷰로 롤아웃 중
ChatGPT 모바일 앱	대상 계정에 롤아웃 중. 앱 버전에 따라 입력창 컨트롤이 다를 수 있다
Codex CLI, IDE 확장	시각화 렌더링 미지원

호출 방법은 간단하다. 입력창에 @ 를 입력하고 Visualize 를 입력하기 시작한 뒤 Plugins 아래의 Visualize 를 고른다. 설명 문구는 “Create visualizations and interactive tools”이며, 선택하면 입력창에 Visualize 태그가 붙는다. @Visualize 를 직접 입력하고 제안 항목을 선택해도 된다.

공식 문서가 짚는 확인 방법이 실용적이다. Visualize 제안이 뜨는지가 프리뷰 활성화의 확실한 신호다. 데스크톱 앱에 뜨지 않으면 웹에서 시도하거나 롤아웃을 기다린다. 같은 플랜이라도 계정, 워크스페이스, 앱 버전에 따라 다를 수 있다.

어떤 형식을 요청할까

공식 문서는 일을 처리하는 가장 작은 형식을 요청하라고 권한다. 필요 이상으로 복잡한 결과물은 만드는 데 오래 걸리고 검증도 어렵다.

AI 생성 교육용 도해. 정확한 기능 조건과 세부 절차는 이 챕터의 본문 및 공식 참고 자료를 함께 확인한다

이 구분이 중요한 이유는 마지막 항목 때문이다. 시각화는 ChatGPT가 그것을 만든 시점에 있던 정보의 스냅샷이며, 연결된 원본과 계속 동기화되는 라이브 대시보드가 아니다. 계속 갱신되고 여러 사람이 접근해야 하는 결과물이 필요하면 Sites로 만들어야 한다.

강한 요청에는 산출물, 원본 자료, 답해야 할 질문, 유용한 상호작용이 들어간다. 공식 예시를 옮기면 이렇다.

@Visualize 공급과 수요가 시장 가격을 어떻게 결정하는지 보여 주세요.
각 곡선을 제가 직접 움직일 수 있게 하고, 균형점을 표시하고,
가격과 수량이 어떻게 변하는지 설명해 주세요.

어떤 정보를 쓸지도 알려 준다. 대화에 이미 있는 내용, 붙여 넣은 데이터, 첨부한 파일, 연결된 원본 중 무엇인지 명시한다. 복잡한 요청이라면 추론 강도를 높이는 편이 좋다.

데이터 분석을 요청하는 5단계

시각화의 그릇이 정해지면 내용을 채워야 한다. OpenAI Academy 문서는 데이터 분석 요청을 5단계로 정리한다.

1. 지원하려는 결정에서 시작한다. “나는 [무엇]을 [무엇]에 근거해 결정하려 한다”는 틀이 유용하다. 이 문장이 완료 기준을 알려 주고 분석 범위를 좁혀 준다.
2. 데이터와 핵심 맥락을 함께 준다. 용어 정의, 기간, 주요 열이 무엇을 뜻하는지 적는다. 파일 업로드나 연결된 앱으로 제공한다.
3. 답이 아니라 접근법을 먼저 요청한다. 예를 들어 탐색적 분석 요약을 받고, 그다음 검증할 가설을 받는다. 결론으로 바로 뛰어드는 것보다 구조적이고 신뢰할 만한 결과가 나온다.
4. 필요한 시각 자료를 명시적으로 요청한다. 무엇을 그릴지, 어떻게 나눌지, 축 라벨이나 단위처럼 반드시 있어야 할 것을 지정한다.
5. 재사용할 수 있는 산출물을 요청한다. 정제된 최종 표, 또는 발견을 행동으로 옮기는 짧은 요약이다.

스프레드시트와 나란히 두고 작업하는 형태가 실무에서 가장 흔하다.

원본 시트를 옆에 두고 작업하면 결과를 원자료와 즉시 대조할 수 있다 · 출처: OpenAI 공식 페이지

Academy 문서는 이 방식이 작업 초기에 특히 유용하다고 짚는다. 데이터에 무엇이 들어 있는지 아직 파악하는 중이고, 이상값을 찾고, 어디를 더 파야 할지 정하는 단계다. 그리고 발견을 다른 사람이 검토하고 실행할 수 있는 요약으로 옮기는 데도 쓴다.

해보기

분석 요청 — 결정에서 시작한다:

저는 [다음 분기 광고 예산을 어느 채널에 더 배분할지]를
[첨부한 최근 6개월 채널별 성과 CSV]에 근거해 결정하려 합니다.
열의 의미는 이렇습니다. [열 설명]
먼저 데이터 전반을 훑어본 요약을 주세요.
그다음 성과 차이를 설명할 수 있는 가설 3개를 제시하고,
각 가설을 검증할 방법을 함께 적어 주세요.
결론으로 바로 넘어가지 마세요.

시각화 요청 — 필요한 상호작용을 지정한다:

@Visualize 위 분석 결과로 채널별 성과를 비교하는 상호작용 차트를 만들어 주세요.
기간을 월 단위로 바꿀 수 있게 하고, 채널을 켜고 끌 수 있게 해 주세요.
축 라벨과 단위를 반드시 표시하고, 색만으로 구분하지 말고 패턴이나 라벨을 함께 쓰세요.
아래에 짧은 텍스트 요약과 데이터 표를 함께 넣어 주세요.

검증 요청 — 결과를 흔들어 본다:

지금 분석에서 어떤 가정을 했는지 모두 알려 주세요.
지표를 계산한 방식과 사용한 수식을 보여 주세요.
값이 빠진 행이나 비정상적인 급증이 있었는지 확인해 주세요.
상관관계를 인과관계로 설명한 부분이 있으면 그렇다고 표시해 주세요.
이 데이터로 답할 수 없는 질문이 무엇인지 알려 주세요.

세 번째 프롬프트는 Academy 문서의 권고를 그대로 옮긴 것이다. 숫자가 정말 중요하다면 어떻게 그 값에 도달했는지 보여 달라고 요청하고, 가정과 수식과 결측·급증 점검을 함께 받는다. 그리고 몇 가지 기본 규칙을 미리 정해 둔다. 상관관계를 원인으로 취급하지 말 것, 데이터의 한계를 지적할 것, 이상해 보이는 것은 표시할 것.

신뢰할 수 있는 결과를 위한 규칙

위험	대응
시각화를 라이브 대시보드로 오해한다	시각화는 생성 시점의 스냅샷이다. 지속적으로 갱신할 결과물은 Sites로 만든다
후속 요청이 원본을 고쳐 줄 것으로 기대한다	후속 요청은 기존 결과를 수정하는 대신 대체 시각화를 새로 만들 수도 있다. 새 버전을 믿기 전에 확인한다
접근성을 확인하지 않고 공유한다	축과 단위 라벨, 텍스트 요약과 데이터 표, 키보드 조작, 색 외의 구분 수단을 요청하고 결과를 확인한다
결과가 비어 보이면 실패로 단정한다	생성에 1분 이상 걸릴 수 있다. 응답이 끝나기를 기다리고 대화를 한 번 새로고침한 뒤 재시도한다
큰 데이터로 무거운 시각화를 요청한다	집계·구간화·표본 추출로 줄이거나 더 단순한 형식을 요청한다
결과를 그대로 공유한다	공유 전에 원본 데이터와 이전 메시지를 포함한 대화 전체를 검토한다

마지막 항목은 특히 조심할 부분이다. 대화를 공유하면 시각화만 공유되는 것이 아니라 그 대화에 올린 데이터와 주고받은 내용이 함께 노출될 수 있다. 조직이 허용하는 범위에서만 민감한 정보를 넣고, 공유 전에 전체를 확인한다.

핵심 숫자 두어 개는 손으로 확인한다

Academy 문서의 마지막 조언이 가장 실용적이다. 결과를 공유하거나 결정을 내리기 전에 핵심 숫자 두어 개를 골라 직접 검산한다. 합계, 비율, 기간 경계값이 흔히 틀리는 지점이다. 원본 시트를 옆에 띄워 두고 대조하는 방식이 가장 빠르다.

정리

• 시각화는 차트·지도·다이어그램·계산기·시뮬레이션·상호작용 설명을 대화 안에서 만든다.
• 프리뷰 롤아웃 중이며, 입력창에서 Visualize 제안이 뜨는지가 활성화의 신호다.
• 일을 처리하는 가장 작은 형식을 고른다. 지속 갱신·공유·권한이 필요하면 Sites다.
• 시각화는 생성 시점의 스냅샷이며 원본과 계속 동기화되지 않는다.
• 데이터 분석은 지원할 결정에서 시작하고, 답보다 접근법을 먼저 요청한다.
• 가정·수식·결측·급증 점검을 요청하고, 핵심 숫자는 직접 검산한다.
• 시각화 가용성과 형식은 플랜, 플랫폼, 계정, 롤아웃, 워크스페이스 설정에 따라 다르다.

다음 섹션에서는 결과물을 만드는 과정 자체를 다룬다. 작업 시작 전에 접근법을 합의하는 Plan 모드부터 시작한다.

이해도 점검

퀴즈를 불러오는 중…