📊 자연어 기반 동적 대시보드 생성기 (LLM + Streamlit)

이 프로젝트는 **LLM(Large Language Model)**을 활용해 사용자의 자연어 질문으로부터
자동으로 SQL 쿼리를 생성하고, 실제 데이터베이스에 실행하여 시각화 차트를 생성하는
Streamlit 기반의 데이터 분석 대시보드 생성 도구입니다.

• 🧠 LLM 기반 질의 이해 + SQL 생성
• 🗄️ PostgreSQL (Supabase 포함) 실시간 연결
• 📈 Streamlit을 통한 웹 기반 차트 시각화
• 🛠️ LangChain을 통한 쿼리 생성 및 오류 보정
• ✅ 한국어 질문 지원 + 분석 피드백 자동 제공

---

🔁 주요 동작 흐름

1. 사용자의 자연어 질문 입력
2. DB 구조/샘플 데이터 기반 차트 아이디어 생성
3. SQL 쿼리 생성 (오류 시 보정 포함)
4. DB에 쿼리 실행
5. 결과를 차트 포맷으로 변환 후 시각화
6. 쿼리 결과 분석 및 피드백 표시

---

📦 프로젝트 구조

📁 프로젝트 루트
├── index.py           # Streamlit 기반 UI 흐름 전체 담당
├── Tools.py           # 쿼리 생성, 실행, 오류 보정, 분석 등 핵심 로직
├── prompt.py          # LLM 프롬프트 템플릿 정의
├── getDB.py           # DB 연결 엔진 정의 (SQLAlchemy 기반)
├── constants.py       # API Key 저장 파일 (git에는 포함시키지 마세요)
├── requirements.txt   # 설치할 의존성 패키지 목록

---

🚀 실행 방법

1. 사전 준비

• Python 3.9+ 환경
• OpenAI API 키
• PostgreSQL DB (Supabase도 가능)

2. constants.py 작성

OPENAI_API_KEY = "sk-..."

3. 패키지 설치

pip install -r requirements.txt

4. 실행

streamlit run index.py

---

📊 차트 시각화 기능

• 사용자가 직접 원하는 차트 타입 선택 (Bar, Line, Area)
• 
• LLM이 자동으로 생성한 차트를 타입별로 반복 렌더링
• 각 차트에 대한 설명 및 분석 자동 출력
• 
• 쿼리, 결과, 분석 로그 확인 가능
• 

---

🔐 보안 주의사항 (Streamlit Cloud 배포 시)

• GitHub에 API 키는 절대 업로드하지 마세요
• st.secrets를 활용하거나 constants.py는 .gitignore에 추가하세요
• 민감 API나 DB에는 인증 또는 요청 제한 기능을 추가하는 것을 권장합니다

---

📌 향후 개선 아이디어

• sLLM을 사용하여 보안혹은 인터넷 사용환경이 제한된 곳에서도 사용가능한 방법 탐색
• 자연어로 비교 질문시 시각화 혹은 쿼리문 생성에 대한 정확도 향상
• 나온 데이터를 기반으로 분류 혹은 회귀까지 LLM을 통하여 향후 미래에 대한 인사이트 도출 시도

🙋‍♂️ 기여자

이 프로젝트는 LLM 기반의 자연어 데이터 분석 도구를 직접 설계/구현한 실험적 데모입니다.