
Tableau Public MCP로 확장되는 Tableau 학습 ~ 공개 워크북을 AI로 분석·활용해 보았다 ~
요약
Tableau Public MCP를 활용하여 Claude Desktop과 Tableau Public을 연결하는 방법을 소개합니다. MCP 서버를 통해 AI 어시스턴트가 Tableau의 공개 콘텐츠를 검색하고 워크북을 자연어로 분석할 수 있는 환경을 구축하는 과정을 다룹니다.
핵심 포인트
- Tableau Public MCP를 통한 AI와 데이터 시각화 도구의 연결
- Claude Desktop과 MCP 서버를 활용한 자연어 기반 데이터 분석
- Node.js 및 Git을 이용한 MCP 서버 설치 및 설정 방법
- Claude Desktop 커넥터를 통한 Tableau Public 데이터 접근
본 블로그를 열람해 주셔서 감사합니다. 처음 뵙겠습니다. 또는 오랜만에 인사드립니다. 주식회사 NTT DATA Kyushu 비즈니스 공창부 디지털 비즈니스 추진실 D&I 팀의 아난(阿南)입니다.
D&I 팀에서는 Tableau, Alteryx, Snowflake 등의 D&I (Data & Intelligence) 영역에서의 툴 도입 지원 및 개발을 통해, 고객의 업무/의사결정 효율화 및 고도화를 지원하는 데 힘쓰고 있습니다.
이번에는 지난번에 이어, AI × 데이터 활용을 테마로 Tableau Public MCP를 검증합니다.
먼저, 앞부분에서 Tableau Public에 대해 설명하겠습니다.
Tableau Public은 데이터 시각화나 대시보드를 무료로 공개·공유할 수 있는 Tableau의 클라우드 서비스입니다. 전 세계 사용자들이 작성한 대시보드가 공개되어 있으며, 분석 기법이나 디자인의 참고 자료로 활용되고 있습니다. 누구나 이용할 수 있으며, 자신만의 독자적인 데이터 분석이나 비주얼라이제이션 (Visualization) 전개를 수행할 수 있습니다.
※ Tableau Public에 공개되는 데이터 소스는 인터넷상에서 액세스·참조·다운로드가 가능합니다. 기밀 정보 취급에는 주의해 주십시오.
Tableau Public MCP는 Will Sutton 씨가 개발한 AI와 Tableau Public을 연결하기 위한 MCP (Model Context Protocol) 서버입니다. Claude 등의 AI 어시스턴트로부터 Tableau Public 상의 공개 콘텐츠에 액세스하여, 작품 검색이나 정보 취득, 워크북 해석까지 자연어로 실행하는 것이 가능합니다.
・Claude Desktop 설치 완료 (본 실시 환경: Claude for Windows -ver 1.21459.1)
・Node.js -ver 20 이상 설치 완료 (본 실시 환경: Node.js -ver 24.18.0) ※ Tableau Public MCP의 GitHub README에 기재됨
・Git 설치 완료 (본 실시 환경: Git for Windows - ver 2.55.0.2)
또한 본 기사는 다음을 전제로 합니다.
・Tableau의 기본 조작을 이해하고 있을 것
・Claude Desktop의 기본적인 조작이 가능할 것
기본적으로는 GitHub Tableau Public MCP의 README에 기재된 대로 진행합니다.
또한, README 내의 Video Setup Guide for Claude Desktop and VSCode라는 부분에서 Will Sutton 씨의 셋업 절차 동영상이 소개되고 있습니다. 이번에는 Install from Source 및 Configuration (from source) 부분에 기재된 절차를 실행했습니다.
- Install from Source에 기재된 대로, Clone the repository~Build the project를 실행
- Configuration (from source)에 기재된 대로, Claude Desktop의 Configuration 파일에 실시 PC의 폴더 경로를 반영
- Claude Desktop을 실행 (이미 실행 중인 경우에는 종료 후 다시 실행해야 합니다)
Claude Desktop을 실행하면, 커넥터(Connector)에서 Tableau Public MCP를 사용할 수 있는지 확인합니다.
설정 >> 커넥터에서 확인하는 것도 가능합니다.

이제부터 프롬프트 (Prompt)를 던지며 검증을 진행하겠습니다만, Tableau Public MCP의 툴 사용 허가에 대해서는 필요에 따라 허가해 두거나 「항상 허가」해 둘 필요가 있습니다.
<필요에 따라 허가>

먼저, 저의 Tableau Public 계정(공개 정보의 개인 계정)을 대상으로 포트폴리오 분석을 요청했습니다.
계정 정보를 바탕으로 프로필 개요부터 퍼블리시(Publish)하고 있는 워크북의 경향, 강점 및 개선 방침 등을 보여주었습니다. 이번에는 퍼블리시하고 있는 워크북 수가 많지 않지만, 워크북 수가 더 많다면 자신의 아웃풋 경향이나 향후 계정 브랜딩 방침 등도 검토할 수 있을 것 같습니다.
지난 집필 기사 (Tableau MCP를 사용하여 DATA Saber 시험에서 작성한 데이터 소스를 다뤄보았다)
이전 기사에서 다루었던 데이터 소스를 사용한 워크북인 「파리그 순위표」를 대상으로, 어떤 대시보드인지 물어보았습니다.
차트 유형 (Chart Type)이나 대시보드 내 시트의 구성과 그 역할, 설계 포인트 등을 알려주었습니다.
대시보드를 직접 열지 않고도 어떤 구성으로 이루어진 어떤 대시보드인지 알 수 있습니다.

이미지 자체를 Claude Desktop 상에 표시할 수는 없었지만, 링크를 확인하니 대시보드의 정지 영상을 확인할 수 있었습니다.

Tableau 학습 과정에서 각종 트레이닝이나 강의 수강을 통한 분석 기법 및 로직 습득 외에도, 시각화 (Visualization)의 우수성이나 비주얼 베스트 프랙티스 (Visual Best Practice) 관점에서 Tableau Public에 공개된 워크북을 참조하는 경우가 있을 것입니다.
이에 Tableau 학습에서의 Tableau Public MCP 활용 방법에 대해 생각해 보고자 합니다.
대시보드 재현
대상 워크북 1개 시트의 재현 방법에 대해 물어보았습니다.

Claude의 답변에 기재된 절차를 참조하여 검증해 보았으나, Claude의 답변 내용대로 행/열 선반 (Row/Column Shelf)의 구체적인 필드 할당까지는 추출하지 못하는 경우가 있어 완전한 재현은 불가능했습니다. (대상 워크북에서는 이중 축이나 모양을 채택함)
하지만 개요 수준에서의 재현이나 축 반전 등의 요소는 재현할 수 있었습니다. (더 구체적인 프롬프트 설계나 요소 분해를 수행한다면 더 근접할 수 있을지도 모릅니다)
유사한 테마로 초보자에게 참고가 될 워크북 탐색
유사한 테마를 찾을 때는 Tableau Public 사이트에서 키워드를 입력하여 검색하는 것이 일반적이지만, '초보자용'이라는 관점을 고려하여 워크북을 찾는 것은 꽤 어려운 일입니다. 그래서 유사한 테마 중 초보자에게 참고가 될 만한 워크북을 탐색하도록 했습니다.

참고할 만한 워크북을 제시함과 동시에 「어느 부분이 학습 포인트인지」가 기재되어 있어, 대상 워크북을 베이스로 어디가 학습 포인트인지를 의식하며 워크북을 확인할 수 있을 것 같습니다.
유사한 요소로 초보자에게 참고가 될 워크북 탐색
대상 대시보드와 유사한 기술적 요소를 포함하여, 초보자에게 참고가 될 만한 워크북을 탐색하도록 했습니다.

기술적인 유사점뿐만 아니라 학습 진행 방법에 대한 제안도 해주었습니다. 이 시사점을 바탕으로 학습하는 것도 가능하며, 내용을 조금 더 깊게 파고들어 체계적인 학습에 활용하는 것도 가능할 것입니다.
이번에는 Tableau Public MCP를 활용하여 Tableau Public 상의 워크북에 대해 자연어 분석을 시도해 보았습니다.
기존에는 공개 대시보드의 구성을 이해하기 위해 직접 워크북을 찾아 웹에서 확인하거나 다운로드하여 조사해야 했습니다. Tableau Public MCP를 이용하면 "이 대시보드에서 사용된 계산식을 알려줘", "비슷한 시각화 방법을 알고 싶어"와 같은 질문을 AI에게 던지는 것만으로도, 공개 워크북의 내용을 바탕으로 분석 결과나 해설을 얻을 수 있습니다.
이번에는 '학습'이라는 관점에서 Tableau Public MCP의 활용을 생각해 보았지만, 자신의 Tableau Public 포트폴리오를 객관적으로 살펴보거나 더 넓은 테마로 확장하는 데에도 활용할 수 있을 것입니다.
앞으로도 AI를 활용한 데이터 활용의 가능성을 더욱 넓혀 나가고자 합니다.
본 기사가 Tableau Public MCP나 자연어를 통한 데이터 분석에 관심을 가진 분들에게 도움이 되기를 바랍니다.
※ 본 기사는 집필 시점(2026년 7월)의 정보를 바탕으로 작성되었으며, 내용의 정확성을 보장하지 않습니다. 실제 이용 시에는 최신 공식 정보를 확인하시기 바랍니다.
※ 본 도구의 이용에 있어서는 GitHub상의 라이선스 조건을 확인해 주시기 바랍니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기