DAC, 대시보드를 AI 에이전트가 리뷰 가능한 코드로 만든다
DAC가 중요한 이유는 에이전트가 예쁜 차트를 만드는 데 있지 않다. 대시보드 정의, SQL, 의미 계층을 파일로 남겨 사람이 리뷰하고 CI가 검증할 수 있게 만드는 데 있다.
AI 뉴스를 놓치지 마세요
매주 핵심 AI 소식을 이메일로 받아보세요.
BI도 코드 리뷰의 대상으로 들어온다
Bruin의 DAC는 Dashboard-as-Code 도구다. README는 YAML과 TSX로 대시보드를 정의, 검증, 서빙할 수 있고, Codex 기반 내장 AI 에이전트가 라이브 대시보드를 수정할 수 있다고 설명한다. Hacker News에는 Show HN 글로 올라와 개발자와 데이터 팀의 관심을 받았다.
대시보드는 오랫동안 BI 툴 내부의 클릭 결과물이었다. 문제는 변경 이력이 흐릿하고, SQL이 흩어지고, 지표 정의가 팀마다 달라진다는 점이다. DAC는 이를 파일로 끌어낸다. dac validate, dac serve 같은 명령으로 로컬에서 검증하고, Git 리뷰와 CI 흐름에 얹을 수 있다.
YAML, TSX, 의미 계층을 함께 둔다
README에 따르면 DAC는 YAML과 TSX를 모두 지원한다. 단순 지표 카드는 YAML로 정의하고, 동적 차트나 반복 레이아웃은 TSX로 만들 수 있다. 또 semantic/ 디렉터리에 metrics와 dimensions를 정의해 여러 위젯에서 재사용하고, DAC가 SQL을 생성한다. 데이터베이스 연결은 Bruin을 통해 Postgres, MySQL, Snowflake, BigQuery, Redshift, Databricks 등으로 확장된다.
| 방식 | 강점 | 주의점 |
|---|---|---|
| 클릭 기반 BI | 빠른 탐색, 비개발자 친화 | 변경 추적과 재현성이 약함 |
| YAML 대시보드 | 리뷰와 표준화가 쉬움 | 복잡한 동적 UI에는 한계 |
| TSX 대시보드 | 조건, 반복, 컴포넌트화 가능 | 프론트엔드 품질 관리 필요 |
| 의미 계층 | 지표 정의 일관성 | 조직 합의 없이는 또 다른 중복이 됨 |
Structured Output Benchmark가 LLM 결과를 스키마로 검증해야 한다고 말한다면, DAC는 대시보드 자체를 스키마와 파일로 검증하자는 흐름에 가깝다.
AI 에이전트에 친화적인 이유
DAC README는 “AI agents to build dashboards in a reliable and reviewable way”를 직접 내세운다. 에이전트가 BI 툴 UI를 클릭해서 차트를 만들면 결과 재현이 어렵다. 반대로 YAML, TSX, SQL, semantic model 파일을 수정하면 사람이 diff를 보고 리뷰할 수 있다. dac init이 Claude와 Codex용 대시보드 작성 스킬을 설치한다는 점도 에이전트 친화 전략을 보여준다.
이 접근은 Open Design의 파일 기반 디자인 루프와 닮았다. 디자인이든 대시보드든 AI가 만든 결과물을 제품에 넣으려면 파일, 검증, 미리보기, 리뷰가 필요하다. Ramp Sheets의 프롬프트 인젝션 이슈가 경고하듯, 데이터 도구에 AI를 붙일 때는 권한과 쿼리 검증이 특히 중요하다.
한국 데이터 팀에 주는 시사점
국내 기업의 데이터 팀은 지표 정의 충돌을 자주 겪는다. 매출, 활성 사용자, 전환율 같은 단어가 부서마다 다르게 계산된다. DAC식 의미 계층은 이런 충돌을 Git 리뷰 대상으로 바꿀 수 있다. 마케팅 팀이 원하는 새 차트도 PR로 남기면 데이터 엔지니어가 SQL과 지표 정의를 확인할 수 있다.
다만 모든 사용자를 개발자로 만들 수는 없다. DAC가 성공하려면 비개발자가 요구사항을 쉽게 말하고, 에이전트가 초안을 만들며, 데이터 팀이 리뷰하는 협업 패턴이 필요하다. Stripe Link의 AI 에이전트 결제처럼 권한 위임이 중요하다. 대시보드 에이전트도 읽기 전용 쿼리, 샘플 데이터, 승인된 연결만 쓰도록 제한해야 한다.
오픈소스 도입 시 확인할 것
GitHub API 조회 시점 기준 DAC 저장소는 Go가 주 언어이며, README는 AGPL-3.0-only 라이선스를 명시한다. 상용 서비스에 깊게 통합하려는 기업은 라이선스 의무를 먼저 검토해야 한다. 또한 텔레메트리 항목과 opt-out 환경변수도 문서화되어 있으므로 보안팀 기준에 맞춰 설정해야 한다.
FAQ
Q1. DAC는 무엇인가?
YAML과 TSX로 대시보드를 정의하고 검증, 서빙하는 Dashboard-as-Code 오픈소스 도구다.
Q2. AI 에이전트와 어떤 관련이 있나?
Codex 기반 내장 에이전트와 Claude/Codex용 스킬을 통해 대시보드 파일을 수정하는 흐름을 지원한다.
Q3. 어떤 데이터베이스를 지원하나?
README는 Bruin을 통해 Postgres, MySQL, Snowflake, BigQuery, Redshift, Databricks 등을 언급한다.
Q4. 기존 BI 툴을 대체하나?
모든 BI 사용성을 바로 대체한다기보다, 리뷰 가능하고 재현 가능한 대시보드 개발 워크플로를 제공하는 쪽에 가깝다.
Q5. 기업 도입 전 확인할 점은?
AGPL 라이선스, 데이터 연결 권한, 쿼리 검증, 텔레메트리 설정, 비개발자 협업 UX를 확인해야 한다.
관련 토픽 더 보기
📰 원본 출처
github.com이 기사는 AI 기술을 활용하여 작성되었으며, 원본 뉴스 소스를 기반으로 분석 및 해설을 추가한 콘텐츠입니다. 정확한 정보 전달을 위해 노력하고 있으나, 원본 기사를 함께 확인하시기를 권장합니다.