1
1단계: 샘플 데이터 준비 — 제조 생산 데이터를 시뮬레이션합니다. ChatGPT에 "월별 공장 생산량, 불량률, 가동률 데이터 샘플 CSV 30행 만들어줘"라고 요청하여 샘플 데이터를 생성하고 CSV 파일로 저장하세요.
2
2단계: 데이터 로딩 및 기초 분석 — Python pandas로 CSV를 로드하고 describe(), 결측치 확인, 이상치 탐지 코드를 작성합니다. ChatGPT에 "pandas로 제조 데이터 기초 분석 코드 작성해줘"라고 요청하여 시작하세요.
3
3단계: 핵심 KPI 계산 — 월별 생산 달성률, 불량률 추세, 공장별 성과 비교 3가지 KPI를 계산하는 Python 코드를 완성합니다. 코드에서 막히는 부분은 ChatGPT에 에러 메시지를 붙여넣어 해결하세요.
4
4단계: 시각화 — matplotlib 또는 seaborn으로 월별 생산 추세 라인차트, 공장별 성과 바차트, 불량률 히트맵을 생성합니다. AI에게 "이 차트를 경영진이 바로 이해할 수 있게 개선해줘"라고 피드백을 받으세요.
5
5단계: AI 인사이트 생성 — 계산된 KPI 수치를 ChatGPT에 붙여넣고 "이 데이터의 주요 인사이트 3가지와 개선 권고사항을 CEO 보고서 형식으로 작성해줘"라고 요청합니다. 여러 번 반복하여 최적 프롬프트를 찾으세요.
6
6단계: 보고서 자동 조립 — Python으로 차트 이미지 + AI 텍스트를 하나의 PDF 또는 HTML 보고서로 자동 조립하는 코드를 작성합니다. reportlab 또는 jinja2 템플릿을 활용하세요.
7
7단계: 파이프라인 완성 — 새 데이터를 넣으면 보고서가 자동으로 생성되는 단일 Python 스크립트를 완성합니다. README에 사용 방법과 설정 방법을 문서화하세요.