데이터-통찰력 발굴 에이전트를 활용한 자율 비즈니스 인텔리전스

Towards Autonomous Business Intelligence via Data-to-Insight Discovery Agent

복잡한 데이터베이스 스키마, 동적 SQL 생성의 한계, 그리고 심층적인 다차원 분석의 필요성으로 인해, LLM은 여전히 분산된 기업 데이터를 실행 가능한 통찰력으로 변환하는 데 어려움을 겪고 있습니다. 본 논문에서는 복잡한 비즈니스 환경에서의 자율적인 탐색을 위해 설계된 최초의 엔드-투-엔드 프레임워크인 AIDA(Autonomous Insight Discovery Agent)를 제안합니다. 200개 이상의 지표와 100개 이상의 차원을 포함하는 매우 유연한 즉석 리테일 환경을 구축하고, 의미론적 추론과 정밀한 SQL 실행을 연결하는 독점적인 도메인 특화 언어(DSL)를 통합했습니다. 또한, 강화 학습 시스템을 사용하여 비즈니스 분석을 패레토 법칙에 기반한 누적적 추론 프로세스로 구성합니다. 실험 결과는 AIDA가 워크플로우 기반 에이전트에 비해 현저히 우수한 성능을 보이며, 광범위한 평가를 통해 AIDA가 다양한 관점에서 우수한 환경 인식 능력과 심층적인 분석 능력을 갖추고 있음을 확인했습니다. 본 연구는 궁극적으로 산업 규모의 비즈니스 인텔리전스 시스템에서 자율적인 지능이 가져올 혁신적인 잠재력을 보여줍니다.

Transforming fragmented enterprise data into actionable insights remains a significant challenge for LLMs, constrained by complex database schemas, limitations in dynamic SQL generation, and the need for deep multi-dimensional analysis.In this paper, we propose AIDA(Autonomous Insight Discovery Agent), the first end-to-end framework designed for autonomous exploration in complex business environments. We establish a highly flexible instant retail environment encompassing 200+ metrics and 100+ dimensions, and integrates a proprietary Domain-Specific Language (DSL) that bridges semantic reasoning with precise SQL execution. Our reinforcement learning system subsequently formulates business analysis as a Pareto Principle-guided cumulative reasoning process. Experimental results demonstrate that AIDA significantly outperforms workflow-based agents, and extensive evaluations further reveal that AIDA achieves superior environmental perception and more in-depth analysis from diverse perspectives. Our work ultimately establishes the transformative potential of autonomous intelligence for industrial-scale business intelligence systems.