6개 데이터베이스와 웨어하우스

데이터베이스에 질문하고,
검증할 수 있는 답을 받으세요

Postgres, BigQuery, Snowflake, ClickHouse를 연결하고 측정값을 한 번만 정의하면, 팀 누구나 일상 언어로 질문할 수 있습니다. 모든 답변에는 차트, 표, 그리고 실행한 SQL이 함께 제공됩니다.

이미 쓰고 있는 데이터베이스에 바로 연결

자체 서버의 Postgres부터 BigQuery 프로젝트까지 6가지 엔진을 지원합니다. 종류를 고르고, 자격 증명을 붙여넣고, 테이블을 선택하세요 — 연결은 저장 전에 테스트됩니다.

PostgreSQL

호스트, 포트 5432, SSL 모드

MySQL

호스트, 포트 3306, SSL 모드

ClickHouse

호스트, HTTP 포트 8123

Snowflake

계정, 웨어하우스, 스키마

BigQuery

서비스 계정 키와 위치

Redshift

클러스터 엔드포인트, 포트 5439

자격 증명은 저장 시 암호화되며 브라우저로 다시 보내지지 않습니다읽기 전용 모드: SELECT 외에는 실행되지 않습니다선택한 테이블만 모델링됩니다모든 연동 보기

연결 문자열에서 보드까지

모델링은 일정을 잡아야 하는 프로젝트가 아니라, 바로 고쳐 쓰는 초안입니다.

1

데이터베이스 연결

PostgreSQL, MySQL, Redshift, ClickHouse, Snowflake, BigQuery 중 하나를 연결하세요. 자격 증명은 저장 시 암호화되며, 연결을 읽기 전용으로 지정하면 SELECT 외에는 아무것도 도달하지 않습니다.

2

모델 다듬기

스키마를 분석해 큐브, 조인, 측정값의 초안을 생성합니다. 아무도 조회하면 안 되는 것은 숨기고, 만든 사람만 알아보던 이름은 바꾸고, 비즈니스에서 실제로 보고하는 측정값을 추가하세요.

3

질문하고 고정하기

일상 언어로 질문하고, 답변 뒤의 SQL을 확인하고, 남겨 둘 만한 답은 팀이 매일 아침 여는 보드에 고정하세요.

숫자를 지어내지 않는 셀프서비스 분석

질문 아래에 시맨틱 레이어가 있어서, 답변끼리 서로 일치합니다.

일상 언어로 질문

동료에게 묻듯이 질문을 입력하세요. 답은 표와 결과 형태에 맞는 차트로 돌아오고, 실행한 쿼리도 함께 제공되니 누구나 과정을 확인할 수 있습니다.

추측이 아닌 시맨틱 모델

측정값, 차원, 조인을 한 번 정의하면 모든 쿼리에 컴파일됩니다. 매출은 모든 답변에서 같은 의미이며, 모델로 표현할 수 없는 질문이 조용히 환각 조인으로 바뀌지 않습니다.

한 번 검증한 질문은 계속 검증된 상태로

확인한 답변을 검증된 예시로 저장하세요. 그 질문과 SQL은 모델이 쿼리를 작성하기 전에 읽는 예시에 추가되어, 다음에 비슷한 질문이 오면 승인한 방식을 따릅니다.

답변으로 만드는 보드

어떤 답이든 보드에 고정하세요. 보드는 여러 탭, 공유 필터, 상대 기간을 지원합니다 — "최근 7일"로 저장한 보드는 다음 달에도 최근 7일을 뜻합니다.

나머지는 SQL Lab으로

설명하는 것보다 직접 입력하는 게 빠른 질문도 있습니다. 같은 시맨틱 모델에 대해 SQL을 직접 작성하고, 자주 쓰는 쿼리를 저장하고, 결과를 차트로 만들어 보드에 고정하세요.

자격 증명이 아닌 숫자를 공유

공유된 보드는 뒤에 있는 데이터베이스를 넘기지 않고 수치만 보여 줍니다. 접근 권한은 데이터 소스별로 부여되며, 보는 사람은 쿼리 콘솔이 아닌 보드를 받습니다.

연결 대상과 제공 기능

모델링 레이어, 보드, SQL 콘솔이 실제로 지원하는 모든 것.

데이터베이스와 웨어하우스

  • PostgreSQL, MySQL
  • Redshift, ClickHouse
  • Snowflake, BigQuery
  • 연결할 때 테이블 선택 — 모델은 선택한 테이블만 읽습니다

시맨틱 레이어

  • 스키마에서 생성한 뒤 다듬는 큐브
  • 직접 정의하는 측정값과 계산 차원
  • 키를 바탕으로 제안하고 직접 확정하는 조인
  • SQL만으로는 복잡해지는 형태를 위한 파생 큐브
  • 모델이 읽는 비즈니스 컨텍스트와 용어

보드와 차트

  • 하나의 보드 안에 여러 탭
  • 계속 상대적으로 유지되는 기간
  • 각 타일에서 끌어올린 보드 수준 필터
  • 결과 형태에 맞춰 고른 차트
  • 데이터 소스는 숨긴 채 링크로 공유

SQL을 쓰는 사람을 위해

  • 같은 연결로 실행하는 SQL Lab
  • 검증된 질문-SQL 쌍
  • 테이블 범위 — 모델이 볼 수 있는 것과 없는 것
  • 모든 쿼리에 적용되는 행 수 제한
  • 웨어하우스가 바뀌면 스키마 새로 고침

에이전트에서도 사용

  • 에이전트도 같은 시맨틱 모델로 쿼리
  • 답변은 채팅, 받은편지함 또는 예약 보고서로
  • 외부 클라이언트를 위한 MCP 엔드포인트
  • 질문, 쿼리, 비용을 실행별로 기록

제어

  • 데이터 소스별 접근 권한
  • 읽기 전용 연결
  • 저장 시 암호화되고 브라우저로 절대 반환되지 않는 자격 증명
  • 연결 정보를 넘기지 않는 보드 공유

팀들이 대시보드 스크린샷을 그만 찍는 이유

숫자가 스스로 답할 때 달라지는 것.

2pm.space 없이
2pm.space와 함께

숫자에 관한 질문은 모두 분석가의 대기열로 가고 다음 주에야 돌아옵니다

누구나 일상 언어로 묻고 SQL이 첨부된 답을 받습니다

원시 테이블을 받은 LLM이 엉뚱한 두 열을 자신 있게 조인합니다

직접 정의하고 감사할 수 있는 시맨틱 모델로 컴파일한 쿼리

"매출"이 재무 시트와 운영 대시보드에서 서로 다른 뜻입니다

측정값마다 하나의 정의, 모든 답변과 모든 보드에서 공통으로 사용

"최근 7일"로 저장했는데 영원히 3월의 한 주를 가리키는 대시보드

계속 상대적으로 유지되는 기간

숫자 하나를 공유하려면 데이터베이스 자격 증명을 공유해야 합니다

뒤에 있는 연결 없이 공유하는 보드

데이터에 질문하기에 관한 질문

데이터 팀이 운영 환경에 연결하기 전에 확인하는 것들입니다.

PostgreSQL, MySQL, Redshift, ClickHouse, Snowflake, BigQuery를 연결할 수 있습니다. 연결을 읽기 전용으로 지정하면 SELECT 외에는 아무것도 도달하지 않으며, 자격 증명은 저장 시 암호화되고 브라우저로 다시 전송되지 않습니다.

원시 테이블 이름으로 추측하는 모델은 엉뚱한 두 열을 거리낌 없이 조인하고 틀린 숫자를 자신 있게 내놓습니다. 여기서는 질문이 시맨틱 모델을 거쳐 실행됩니다. 측정값, 차원, 조인을 한 번 정의하면 모든 답변이 그 정의에서 컴파일됩니다. "매출"은 모든 차트에서 같은 의미이며, 모델로 표현할 수 없는 질문이 조용히 지어낸 쿼리로 바뀌지 않습니다.

아니요. 연결할 때 스키마를 분석해 큐브, 조인, 측정값의 초안을 자동으로 생성합니다. 그다음 다듬기만 하면 됩니다 — 아무도 조회하면 안 되는 테이블은 숨기고, 만든 사람만 이해하는 열 이름은 바꾸고, 비즈니스에서 실제로 보고하는 측정값을 추가하세요.

네. SQL Lab에서는 같은 연결과 시맨틱 모델에 대해 직접 작성한 SQL을 실행합니다 — 자주 쓰는 쿼리를 저장하고, 결과를 차트로 만들어 보드에 고정하거나, 쿼리를 파생 큐브로 만들 수 있습니다. 검증된 예시는 ChatQL에서 만듭니다. 믿을 수 있는 답변을 저장하면 그 질문과 SQL이 이후 비슷한 질문에 대한 쿼리 작성의 기준이 됩니다.

모든 답변은 표, 그리고 결과 형태에 맞춰 플랫폼이 고른 차트와 함께 돌아오며, 무엇이든 보드에 고정할 수 있습니다. 보드는 여러 탭을 담고, 자체 필터와 기간을 가지며, 뒤에 있는 데이터베이스 접근 권한 없이 숫자만 봐야 하는 사람과 공유할 수 있습니다.

접근 권한은 데이터 소스별로 부여되며, 공유된 보드는 연결 정보를 함께 넘기지 않습니다 — 보는 사람은 쿼리 콘솔이 아닌 보드를 봅니다. 읽기 전용 연결, 모든 쿼리의 행 수 제한, 무엇을 물었고 비용이 얼마였는지에 대한 실행별 기록이 전반에 적용됩니다.

데이터베이스를 연결하고 무엇이든 물어보세요

무료로 시작하고, 신용카드는 필요 없으며, 읽기 전용 연결이라 첫 질문이 아무것도 망가뜨릴 수 없습니다.