최근 저는 별도의 프로젝트 생성이나 npm install 과정 없이 Claude 채팅창 안에서 바로 작동하는 Flexmonster pivot table을 구축할 수 있다는 사실을 발견했습니다. 해당 기사에서는 생성된 가상 데이터(mock data)를 사용했는데, 데모용으로는 괜찮지만 저는 그 기능을 더 자세히 테스트해보고 싶었습니다. 그래서 Kaggle에서 560개 도시의 여행 정보가 담긴 Worldwide Travel Cities (Ratings and Climate) 데이터셋을 찾아냈습니다. 아마 짐작하시겠지만, 이 데이터셋을 이번 글의 예시로 사용할 것입니다. 이것이 제 프로젝트의 기반이 되었고, 그 결과는 저를 놀라게 했습니다. 계속 읽어보세요, 그럴 가치가 있다고 약속합니다 :)

1단계: Kaggle에서의 반전 🧱

솔직히 말해서, 저의 첫 번째 아이디어는 Claude에게 Kaggle URL에서 데이터셋을 직접 가져오라고 요청하는 것이었습니다. 하지만 이는 작동하지 않았습니다. Claude의 아티팩트 샌드박스(artifact sandbox)는 소수의 스크립트 목록(jsDelivr, unpkg, cdnjs, esm.sh)으로의 외부 요청만 허용하며, Kaggle은 이 목록에 포함되어 있지 않기 때문입니다. 설령 포함되어 있다 하더라도, Kaggle 다운로드는 로그인이 필요하기 때문에 작동하지 않을 것임을 알고 있었습니다.

실제로 도움이 된 해결 방법: Kaggle에서 CSV 파일을 다운로드하여 채팅창에 직접 업로드하는 것입니다. 실행하기 전에 알아두면 좋은 점이 하나 있습니다. 파일이 커질수록 대화의 컨텍스트(context)를 많이 차지하므로, 원본 전체를 그대로 넣기보다는 업로드하기 전에 실제로 필요한 컬럼(column)들로 CSV를 다듬는 것이 좋습니다.

제가 사용한 프롬프트(prompt)는 다음과 같습니다:

Embed Flexmonster pivot table in the Claude artifact using the data from the
CSV I've uploaded, do not generate mock data.

...

몇 초 후, Claude는 업로드된 데이터셋을 사용하여 채팅창 내에서 바로 작동하는 Flexmonster 피벗 테이블 (pivot table)을 생성합니다.

하지만, 언급할 가치가 있는 점: 라이선스가 없는 빌드이기 때문에 예상대로 그리드에 워터마크가 표시되는 체험판 (trial mode)으로 실행됩니다.

2단계: 숫자 정리하기 🔢

쉼표 뒤의 자릿수가 너무 많아 보이나요? 전적으로 동감합니다. 그래서 저는 단순히 커스텀(customizing)하는 것을 제안합니다. Claude에게 서식 (formatting)을 정리해 달라고 요청하기만 하면 됩니다:

모든 측정값 (measure values)의 서식을 소수점 첫째 자리까지 표시하도록 설정해줘.

3단계: 필터링 (Filtering) 🏆

좋습니다, 560개 국이라니 정보가 너무 많은 것 같네요. 아마도 필터링을 적용할 때가 된 것 같습니다. 자연스럽게 제가 가장 먼저 알고 싶었던 것은 '웰니스 (wellness) 평점이 가장 높은 국가는 어디인가?'였습니다. 그래서 상위 100개 (top-100) 보기로 요청하고 싶었습니다.

참고로, Flexmonster는 이미 UI를 통한 필터링을 지원하지만, 저는 Claude가 저를 대신해 보고서를 구성할 수 있는지 확인하고 싶었습니다. 수동으로 필터를 적용하는 대신, 저는 단순히 제가 원하는 결과를 설명했습니다:

평균 웰니스 (Wellness) 평점 기준 상위 100개 국가만 보여줘.

4단계: 차트로 시각화하기 📊

그리드 안의 숫자도 괜찮지만, 저는 어떤 목적지가 앞서 나가고 있는지 실제로 보고 싶었습니다. 그래서 보고서와 동기화된 내장 차트 (built-in chart)를 요청했습니다:

현재 Flexmonster 보고서를 내장 피벗 차트 (pivot chart)로 시각화해줘.
현재 보고서를 기반으로 막대 차트 (bar chart)를 표시해줘.
차트를 피벗 테이블과 동기화하여 보고서의 변경 사항이 자동으로 반영되도록 유지해줘.
...

마무리하며 🎒

개발자들은 새로운 프로젝트를 생성하거나, 서버 의존성을 관리하거나, npm install을 실행하는 마찰 없이 강력한 엔터프라이즈 컴포넌트를 테스트할 방법을 찾는 것을 좋아합니다. 단순한 모의(mock) 데이터 데모에서 실제 데이터셋으로 이동하면 여러분의 결과물에 즉각적이고 실용적인 가치를 부여할 수 있습니다.

솔직히 말해서, 저는 이 접근 방식을 프로덕션 분석 애플리케이션의 적절한 대체재로 보지는 않지만, 빠른 프로토타입을 구축하거나, 보고서 아이디어를 테스트하거나, 전체 프로젝트에 시간을 투자하기 전에 데이터셋을 탐색하는 훌륭한 방법입니다.

분석하고 싶은 CSV 파일이 있다면 한번 시도해 보세요. 데이터셋을 업로드하고 원하는 보고서를 설명하며 프롬프트를 통해 계속해서 다듬어 나가세요. 단 몇 분 만에 원시 데이터를 탐색할 가치가 있는 인터랙티브 보고서로 만들 수 있습니다.

여러분의 실험 결과에 대해 듣고 싶으니, 아래에 댓글을 남기고 피드백을 공유해 주세요! :)