[데이터분석/AI] Text-to-SQL 분석 에이전트 만들기

<aside> ✨ 스터디 신청 바로가기(링크) 신청기간: 9/1(화)~9/17(목) 선발결과: 9/30(수) 개별 안내

</aside>

👋 스터디 리더: 송재연 / 통신사 데이터 분석 10년 차

<aside> 💡

모델링 · 대시보드 기획/개발/운영 · Hive/Athena

10년 동안 데이터와 분석 요청을 받는 쪽에 서 있었습니다. 대부분은 특정 숫자를 대신 뽑아달라는 것이었는데, 질문이 어려워서가 아니라 그 숫자의 정의를 잡고 테이블 구조를 아는 사람이 한정돼 있어서 매번 사람이 병목이 된다는 걸 느꼈습니다.

작년부터 이걸 자동화해보려 했지만 조금만 복잡해지면 답이 무너져서 몇 번이나 중간에 멈췄습니다. 왜 틀리는지 알아내려면 프롬프트를 만지는 것보다 구조를 뜯어봐야 한다는 걸 알게 됐고, 그건 혼자 할 일이 아니라고 판단해 스터디를 열게 되었습니다.

스터디를 진행하면서 좋은 분들과 소중한 시간을 아낌없이 쓸 수 있기를 기대하고 있습니다.

8주라는 시간 동안 즐겁게 스터디하고, 좋은 인연을 나눌 수 있는 다양한 분들을 기다리고 있겠습니다 ♥

</aside>

🔎 스터디 주제:
- 자연어 질문을 받아 SQL을 생성·실행하고 그 결과를 해석해 리포트까지 만들어내는 데이터 분석 에이전트를 구축할 예정입니다. SQL 한 줄을 뽑는 데서 끝내지 않고, 쿼리 실행 오류를 스스로 파악해 재작성하는 자기수정 루프, 스키마와 테이블 관계를 컨텍스트로 주입해 정확도를 올리는 방법, 읽기 전용 권한·타임아웃·반환 row 제한 같은 안전장치 설계를 함께 다루고자 합니다. 후반부에는 쿼리 결과를 통계 요약과 시각화로 이어 자연어 인사이트를 뽑아내는 자동 EDA 단계를 붙여, 질문에서 SQL 생성과 실행을 거쳐 해석과 리포트까지 한 흐름으로 이어지는 파이프라인을 완성하고자 합니다.
🎯 목표:
- 동작하는 에이전트 하나를 완성합니다. 데모용이 아니라, 처음 보는 질문에도 답하고 모르면 모른다고 말하는 수준까지 가는 것이 목표입니다.
- 정확도를 숫자로 관리합니다. 3주차에 자체 평가셋(질문-정답 쿼리 쌍 50개 내외)을 만들어두고, 이후 모든 개선을 베이스라인 대비 몇 퍼센트가 올랐는지로 확인합니다.
- 에이전트 설계의 기본기를 익힙니다. 컨텍스트를 어떤 형태로 주입할지, 실패했을 때 몇 번까지 재시도하고 언제 포기할지, 어디까지 실행 권한을 줄지 — 도메인이 바뀌어도 그대로 쓰이는 판단들입니다.
- 각자 실무로 가져갈 수 있게 합니다. 스터디에서는 공개 데이터를 쓰지만, 구조는 각자의 회사 DB나 사이드 프로젝트에 그대로 옮길 수 있는 형태로 만듭니다.
🚩 프로젝트 결과물 계획:

<aside> 💡

각자 하나씩 만드는 방식이 아니라, 하나의 에이전트를 나눠 만듭니다. 대신 담당 모듈과 커밋 이력이 남아서 각자 자기 몫을 들고 나갈 수 있게 설계할 예정입니다.

</aside>
- GitHub 공개 레포 — 코드, README, 평가셋, 주차별 정확도도 기록하고 클론해서 자기 DB에 붙이면 바로 돌아가는 상태를 기준으로 삼습니다.
- 시연 데모 영상 — 3~5분. 잘 되는 케이스만이 아니라 쿼리가 깨졌을 때 스스로 고치는 장면, 모르는 질문에 모른다고 답하는 장면을 함께 담습니다.
- 발표 자료 — 무엇을 만들었는지보다 어떻게 풀었는지 중심으로 자료를 구성하여 잘 안 된 시도도 남깁니다.
- 크루원별 기술 정리 글 — 담당 파트에서 어떤 선택을 왜 했는지를 정리해서 끝나고 블로그나 포트폴리오로 바로 쓸 수 있게 하고자 합니다.
✅ 대상:

<aside> 💡

아래의 그 어떤 것보다 가장 중요한 것 하나! “중도 하차 없이 8주를 끝까지 함께해주실 분”을 찾습니다.

</aside>
- 실무에서 SQL 요청을 대신 처리하다 지쳐본 적 있는 분
- LLM으로 쿼리를 뽑아봤는데 왜 틀리는지 몰라 답답했던 분
- 코드 설계나 구조를 잡는 데 강점이 있는 분. 리더는 데이터 쪽에서 왔기 때문에 SQL·스키마·파이프라인은 자신 있지만, 프로젝트 구조 설계나 테스트, 배포 같은 영역은 배우는 입장입니다. 이런 부분을 함께 채워주실 분이 있으면 좋겠습니다
- 분석 결과를 글이나 시각화로 정리하는 데 관심 있는 분 (후반부 EDA·리포트 단계에서 역할이 큽니다)
- LLM·에이전트 개발 경험보다도 관심과 주 3~4시간(세션 1시간 + 개별 작업) 정도의 시간 투자 의지가 더 중요합니다
- 격주 오프라인 모임(서울/1시간 이내)에 참석 가능하신 분
🔥 모집정원: 리더 포함 7명
🛠️ 진행방식: 혼합(격주 서울 내 스터디룸에서 오프라인으로 진행 예정, 장소는 서울 대방역, 서울가족플라자 또는 종로/강남)
📦 사전 준비물 / 개발환경:
- 필수 계정
  - Codex 사용 가능한 OpenAI 계정
  - GitHub 계정
- 개발 환경 (OT 전까지 준비)
  - Python 3.10 이상
- 사전 학습 권장 자료 (필수 아님)
  - OpenAI API 공식 문서의 Function calling 섹션
  - Spider, BIRD 같은 Text-to-SQL 벤치마크 소개 글 — 이 분야에서 뭘 어려워하는지 감을 잡는 데 도움이 됩니다
    
    ※ 실습 데이터는 공공데이터포털·Kaggle 공개 데이터셋을 사용하며 DB는 로컬 환경 기준이라, 지급되는 Codex 크레딧 $300 외에 별도 비용은 거의 발생하지 않습니다. 다만 배포 환경을 따로 구성할 경우 소액의 개인 비용이 생길 수 있습니다.
진행일정:
- 팀 오리엔테이션: 2026. 10. 2.(금) — 오프라인
- 활동기간: 2026. 10. 2.(금) ~ 11. 30.(월)
- 정규모임: 매주 1회 1시간, 오프라인·온라인 격주 진행 (평일/주말 중 투표 후 선택 예정이며, 평일: 화요일 20:00-21:00, 주말: 일요일 16:00-17:00)
- 성과공유회: 2026. 12. 16.(수) — 오프라인

회차	일정 및 방식	주제	구체적인 진행 내용	회차별 결과물
1회차	10월 2일(금) / 오프라인	팀 OT: 우리가 자동화하려는 질문은 무엇인가	팀원 소개와 스터디 운영 방식을 안내합니다. 각자 실무나 학습 과정에서 반복적으로 던지는 데이터 질문을 모아보고, 그중 무엇을 에이전트가 대신 답하게 만들지 정합니다. 실습에 사용할 공개 데이터셋을 함께 선정하고 담당 모듈을 나눕니다.	질문 목록 20개 내외, 데이터셋 선정, 모듈별 역할 분담표
2회차	10월 하순 / 온라인	베이스라인 구현과 실패 케이스 수집	공개 데이터셋을 SQLite로 구축해 레포에 포함시킵니다. 클론 후 전원이 동일한 환경에서 시작할 수 있도록 합니다. 스키마를 프롬프트에 그대로 넣는 가장 단순한 형태로 Text-to-SQL을 구현해보고, 어떤 질문에서 어떻게 틀리는지 실패 사례를 모읍니다.	공용 SQLite DB, 동작하는 베이스라인 코드, 실패 케이스 정리
3회차	11월 초 / 오프라인	평가셋 구축과 정확도 측정	질문-정답 쿼리 쌍 50문항 규모의 평가셋을 함께 만듭니다. 무엇을 정답으로 볼지(쿼리 일치인지 결과 일치인지) 기준을 정하고, 베이스라인 정확도를 측정해 이후 개선의 기준점을 세웁니다.	평가셋 50문항, 자동 채점 스크립트, 베이스라인 정확도
4회차	11월 중순 / 온라인	스키마 컨텍스트 설계	DDL 주입 방식, few-shot 예시 구성, 컬럼 설명과 비즈니스 용어 사전, 테이블 관계 그래프를 각각 적용해보고 정확도 변화를 비교합니다. 자연어 용어와 컬럼을 어떻게 잇느냐가 정확도를 좌우한다는 점을 숫자로 확인합니다.	용어 사전, 관계 그래프, 방식별 정확도 비교표
5회차	11월 말 / 오프라인	자가수정 루프와 안전 하네스, 통합	쿼리 실행이 실패했을 때 에러를 파싱해 재작성하고 재실행하는 루프를 구현합니다. 몇 번까지 재시도할지, 언제 포기하고 모른다고 답할지 종료 조건을 설계합니다. 쿼리 타임아웃, 반환 row 제한, 읽기 전용 접근도 함께 붙입니다.
결과 해석·시각화 레이어를 붙여 리포트까지 이어지는 전체 흐름을 완성합니다. 최종 정확도를 측정해 시작 시점과 비교하고, 무엇이 효과가 있었는지 정리합니다. 시연과 함께 각자 담당 모듈을 공유합니다.	자가수정 루프, 안전 하네스, 개선된 정확도, 완성된 에이전트, 공개 GitHub 레포, 시연 데모, 발표 자료 초안
6회차	12월 16일(수) / 오프라인	결과공유회	최종 결과물을 공유합니다.	완성된 에이전트, 공개 GitHub 레포, 시연 데모, 발표 자료

text2sql-study-poster-animated_2.html