💡 Gemini 기반 고급 데이터 분석 및 시각화

CSV 파일을 업로드하고 자연어로 질문하면, Google Gemini AI가 데이터를 분석하고 인사이트를 제공하는 Streamlit 웹 애플리케이션입니다.

🚀 주요 기능

• 자연어 데이터 분석: 복잡한 코드 없이 일상 언어로 데이터에 대해 질문
• 자동 시각화: Plotly를 활용한 인터랙티브 차트 자동 생성
• 깊이 있는 인사이트: Gemini AI가 제공하는 전문가 수준의 분석 결과
• 다양한 차트 지원: 막대그래프, 선그래프, 산점도, 파이차트, 히스토그램 등

📋 사전 요구사항

• Python 3.8 이상
• Google AI Studio API 키 (발급 방법)

🛠️ 설치 및 실행 방법

1. 프로젝트 클론 또는 다운로드

git clone https://github.com/NiceTry3675/data-analysis-agent
cd data-analysis-agent

2. 가상환경 생성 및 활성화

Windows:

# 가상환경 생성
python -m venv venv

# 가상환경 활성화
venv\Scripts\activate.bat

macOS/Linux:

# 가상환경 생성
python -m venv venv

# 가상환경 활성화
source venv/bin/activate

3. 필요한 라이브러리 설치

pip install -r requirements.txt

또는 개별 설치:

pip install streamlit pandas google-generativeai plotly

4. 애플리케이션 실행

streamlit run app.py

5. 브라우저에서 접속

자동으로 브라우저가 열리거나, 수동으로 http://localhost:8501에 접속하세요.

🔑 API 키 발급 방법

1. Google AI Studio에 접속
2. Google 계정으로 로그인
3. "Get API Key" 클릭
4. "Create API Key" 선택
5. 생성된 API 키를 복사
6. 애플리케이션 사이드바에서 API 키 입력

📊 사용 방법

1. 데이터 업로드

• 사이드바에서 CSV 파일을 업로드하세요
• 업로드된 데이터의 미리보기가 표시됩니다

2. 분석 설정

• 주요 컬럼 선택: 분석에 사용할 컬럼들을 선택
• 차트 유형 제안: 원하는 시각화 유형을 선택 (선택사항)

3. 질문 작성

구체적이고 명확한 질문을 작성하세요. 예시:

도시별, 제품 카테고리별 총 판매액을 비교하고 싶어. 
가장 실적이 좋은 조합은 어디야? 막대그래프로 보여줘.

월별 매출 트렌드를 분석해줘. 
계절성이 있는지 확인하고 선그래프로 시각화해줘.

고객 연령대별 구매 패턴을 분석하고, 
가장 많이 구매하는 연령대는 어디인지 파이차트로 보여줘.

4. 결과 확인

• 분석 및 시각화: AI가 생성한 인사이트와 차트
• 데이터 요약: 선택된 컬럼의 통계 정보
• 생성된 코드: AI가 작성한 Python 분석 코드

📁 프로젝트 구조

data-analysis-agent/
├── app.py              # 메인 Streamlit 애플리케이션
├── requirements.txt    # 필요한 Python 패키지 목록
├── README.md          # 프로젝트 설명서
└── venv/              # 가상환경 폴더 (생성 후)

🔧 문제 해결

가상환경 활성화가 안 될 때

Windows PowerShell에서 실행 정책 오류가 발생하는 경우:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

패키지 설치 오류

# pip 업그레이드
python -m pip install --upgrade pip

# 캐시 클리어 후 재설치
pip cache purge
pip install -r requirements.txt

포트 충돌 시

# 다른 포트로 실행
streamlit run app.py --server.port 8502

💡 사용 팁

1. 구체적인 질문: "매출을 분석해줘" 보다는 "월별 매출 트렌드와 전년 대비 증감률을 분석해줘"가 더 좋은 결과를 제공합니다.

2. 컬럼 선택: 분석에 필요한 핵심 컬럼만 선택하면 더 정확한 분석이 가능합니다.

3. 데이터 품질: 결측값이나 이상값이 많은 데이터는 전처리 후 사용하는 것을 권장합니다.

4. API 사용량: Gemini API는 사용량에 따라 과금될 수 있으니 주의하세요.

🤝 기여하기

버그 리포트나 기능 제안은 이슈로 등록해주세요.

📄 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다.

---

문제가 발생하거나 질문이 있으시면 이슈를 등록해주세요! 🙋‍♂️