데이터 분석 및 시뮬레이션 시나리오를 위한 멀티 에이전트 오케스트레이션
데이터 분석 및 시뮬레이션 시나리오를 위한 멀티 에이전트 오케스트레이션 (Multi-Agent Orchestration for Data Analysis & Simulation Scenarios)
Chainlit과 Mistral AI로 구동되는 멀티 에이전트 워크플로우를 사용한 정교한 데이터 분석 및 시뮬레이션 플랫폼이에요. 자연어 상호작용을 통해 복잡한 데이터 쿼리를 수행하고 what-if 시나리오 시뮬레이션을 실행할 수 있게 해줘요.
출처: 문서
본문
현재 상태 (Current Status)
원하는 상태 (Desired Status)
🚀 기능 (Features)
- Natural Language Querying (자연어 쿼리): 평범한 영어로 데이터 질문하기
- Automatic SQL Generation (자동 SQL 생성): AI가 질문을 SQL 쿼리로 변환
- Scenario Simulation (시나리오 시뮬레이션): 데이터에 대한 what-if 분석 실행
- Visualization (시각화): 결과에 대한 자동 차트 생성
- Multi-Agent Architecture (멀티 에이전트 아키텍처): 서로 다른 작업에 특화된 에이전트들
- Interactive UI: 사용자 친화적인 Chainlit 인터페이스
📋 목차 (Table of Contents)
🛠️ 설치 (Installation)
사전 요구 사항 (Prerequisites)
- Python 3.11+
- 패키지 관리를 위한 UV (권장)
- Mistral API 키
단계 (Steps)
-
리포지토리를 클론하세요
-
환경 변수를 설정하세요:
.env.example을.env로 복사.env에 Mistral API 키 추가
-
가상 환경을 만들고 활성화하세요:
uv venv source .venv/bin/activate # Linux/macOS # .\.venv\Scripts\activate # Windows -
의존성을 설치하세요:
uv sync -
애플리케이션을 실행하세요:
uv run -- chainlit run app.py
🎛️ 사용법 (Usage)
애플리케이션 시작 (Starting the Application)
- 위와 같이 Chainlit 앱을 실행하세요.
- 제공된 URL을 브라우저에서 여세요.
- 시작 질문을 사용하거나 직접 질문하세요.
예시 쿼리 (Example Queries)
- "Show total estimated revenue across all accounts in January 2025"
- "List the top 5 account names by available balance"
- "What if we raise deposit rates by 0.5%?"
워크플로우 시각화 (Workflow Visualization)
"Show workflow"라고 입력하면 시스템 아키텍처 다이어그램을 볼 수 있어요.
📊 데모 (Demos)
데이터 분석 (Data Analysis)
시나리오 시뮬레이션 (Scenario Simulation)
🏛️ 아키텍처 (Architecture)
시스템은 멀티 에이전트 방식을 사용해요:
- Router Agent: 쿼리 의도를 판단
- Analysis Agent: 데이터 쿼리 처리
- Simulation Agent: what-if 시나리오 실행
- Report Agent: 시각화 생성
graph TD;
A[User] --> B[Router Agent];
B -->|Data Query| C[Analysis Agent];
B -->|Simulation| D[Simulation Agent];
C --> E[Database];
D --> E;
C --> F[Report Agent];
D --> F;
F --> A;
🗺️ 로드맵 (Roadmap)
- 음성 입력 지원 추가
- 더 고급 시뮬레이션 모델 구현
- 사용자 인증 추가
- 추가 데이터 소스 지원