Explanova: XAI와 LLM 워크플로우를 결합하여 N x M 표 데이터에서 데이터 인사이트를 자동으로 발견하는 방법

Explanova: Automatically Discover Data Insights in N \times M Table via XAI Combined LLM Workflow

데이터 분석 자동화는 오랫동안 연구되어 온 분야입니다. 현재의 에이전트 기반 LLM은 이러한 목표 달성에 유망한 해결책을 제시합니다. DeepAnalyze, DataSage, Datawise와 같은 도구들은 강력한 에이전트 기반 프레임워크로서, 자동화된 정밀 분석을 제공하며 LLM 기반의 에이전트 도구 호출 기능을 활용합니다. 하지만, 미리 정의된 AutoML과 유사한 워크플로우를 활용하는 것은 어떨까요? Xn 자체의 통계, Xn1-Xn2 간의 관계, Xn과 다른 모든 항목과의 관계를 탐색하고, 최종적으로 이를 설명하는 방식입니다. Explanova는 이러한 시도를 구현한 것으로, 로컬 소규모 LLM을 사용하여 비용을 절감했습니다.

Automation in data analysis has been a long-time pursuit. Current agentic LLM shows a promising solution towards it. Like DeepAnalyze, DataSage, and Datawise. They are all powerful agentic frameworks for automatic fine-grained analysis and are powered by LLM-based agentic tool calling ability. However, what about powered by a preset AutoML-like workflow? If we traverse all possible exploration, like Xn itself`s statistics, Xn1-Xn2 relationships, Xn to all other, and finally explain? Our Explanova is such an attempt: Cheaper due to a Local Small LLM.