ㅤ

앞선 글에서 Dreamforce 메인 키노트와 AI 리더들의 메시지를 정리했다면
이번 글에서는 Tableau Keynote에서 다룬 Beyond BI와 Agentic Analytics의 내용을 중심으로 정리했습니다.

이번 Tableau Keynote의 제목은 “Beyond BI — Welcome to Agentic Analytics”였습니다. 세션의 핵심은 Tableau를 단순한 대시보드 제작 도구로 설명하는 것이 아니라, AI 에이전트가 데이터를 이해하고 인사이트를 업무 조치로 연결하도록 돕는 분석 플랫폼으로 설명했다는 점입니다.

기존 BI에서는 사용자가 대시보드를 열고 데이터를 탐색한 뒤, 스스로 인사이트를 찾고 다음 행동을 결정하는 구조가 일반적이었습니다. 이번 키노트에서는 이 흐름을 한 단계 확장해, 데이터 변화 감지, 인사이트 제시, 추천 조치, 업무 흐름 연결까지 이어지는 구조를 Agentic Analytics로 설명했습니다.

ㅤ

---

ㅤ

See, Understand에서 Act까지: Tableau 미션의 확장

Tableau는 오랫동안 사람들이 데이터를 보고 이해하도록 돕는 것을 핵심 메시지로 설명해 왔습니다. Dreamforce 2026 Tableau Keynote에서는 이 문장에 “act”, 즉 행동으로 옮긴다는 의미가 더해졌습니다. 키노트에서는 이를 “Helping people see, understand, and act on data at the speed of thought”라는 문장으로 표현했습니다.

기존의 Tableau의 기존 역할이 데이터를 시각화하고 사용자가 직접 인사이트를 발견하도록 돕는 데 있었다면, 이번 키노트에서는 그 인사이트가 실제 업무 흐름 안에서 조치로 이어지는 구조가 강조되었습니다. 즉 Tableau는 데이터를 보고 이해하는 단계를 넘어, 데이터 변화 감지, 인사이트 제시, 추천 조치, 워크플로 연결까지 포함하는 Agentic Analytics의 방향을 제시했습니다.

제품이나 기업의 핵심 미션에 새로운 동사를 더하는 일은 흔하지 않습니다. 특히 Tableau처럼 오랫동안 see and understand data라는 메시지로 정체성을 쌓아온 제품이 여기에 act on data를 더했다는 점은 이번 키노트에서 중요한 변화로 볼 수 있습니다.

ㅤ

Agentic Analytics Platform의 엔진

키노트에서는 Tableau의 플랫폼 구조를 네 개 엔진으로 설명했습니다.
이는 데이터 처리에서 끝나는 것이 아니라, 비즈니스 의미를 정의하고, 의사결정을 돕고, 필요한 경우 업무 액션까지 연결하는 구조입니다.

Tableau의 Agentic Analytics 플랫폼을 Data Engine, Knowledge Engine, Decisions Engine, Actions Engine의 네 개 엔진으로 설명

구분	역할
Hyper/Data Engine	구조화·비구조화 데이터를 포함한 여러 출처의 데이터를 처리
Knowledge Engine	지표, 용어, 관계, 비즈니스 의미를 지식 그래프와 시맨틱으로 정리
Decisions Engine	사용자가 업무 환경 안에서 데이터를 탐색하고 판단하도록 지원
Actions Engine	인사이트 발견 시 알림, 워크플로, 후속 조치 등 업무 실행으로 연결

이 구조에서 Tableau는 하나의 화면이나 대시보드에만 머무르지 않습니다.
데이터를 처리하고, 기업의 비즈니스 의미를 정리하며, 사용자의 의사결정을 돕고, 필요한 경우 업무 실행까지 연결하는 구조로 설명되었습니다.

ㅤ

핵심 기능 ① Tableau Studio와 Data Apps

첫 번째 방향은 분석 자산을 만드는 방식을 확장하는 것입니다. Tableau Studio는 자연어 프롬프트와 기존 드래그 앤 드롭 분석 방식을 결합한 차세대 워크스페이스로 소개되었습니다. 사용자는 대화형 인터페이스에서 분석 화면을 만들고, 필요한 경우 시각화·필드·계산식·레이아웃을 직접 수정할 수 있습니다.

키노트에서 강조된 부분은 AI가 분석 화면을 한 번에 완성하는 것보다, 사용자가 AI가 만든 초안을 검토하고 직접 조정할 수 있는 제작 환경입니다. 프롬프트로 초안을 구성한 뒤 기존 Tableau 방식처럼 드래그 앤 드롭으로 세부 요소를 다듬는 구조로 설명되었습니다.

Tableau Studio 소개 슬라이드. AI와 드래그 앤 드롭 분석 경험을 하나의 워크스페이스로 묶는 흐름.

함께 소개된 Tableau Data Apps는 Claude, ChatGPT 같은 AI 인터페이스에서 업무 목적에 맞는 데이터 앱을 생성하고, 이를 Tableau에 게시해 활용하는 방식입니다. 발표에서는 Data Apps가 정적인 차트가 아니라, 특정 업무 목적에 맞춰 구성되는 인터랙티브 분석 애플리케이션으로 소개되었습니다.

이 과정에서 중요한 점은 Data Apps가 Tableau의 시맨틱 모델, 권한 체계, Salesforce 워크플로와 연결된다는 부분입니다. 사용자가 AI 도구 안에서 필요한 앱을 만들더라도, 조직의 기준 지표와 권한 체계를 바탕으로 활용할 수 있도록 하는 구조입니다.

ㅤ

핵심 기능 ② Proactive Intelligence와 Headless Analytics

두 번째 방향은 사용자가 묻기 전에 인사이트가 먼저 찾아오는 구조입니다. 키노트에서는 이를 Proactive Intelligence로 설명했습니다. 데이터 변화를 백그라운드에서 감지하고, 중요한 리스크나 기회를 포착하며, 업무 흐름 안에서 추천 조치까지 연결하는 방식입니다.

슬라이드에서는 이 흐름을 크게 세 단계로 제시했습니다. 추세가 바뀌는 순간을 파악하고, 사용자가 미처 질문하지 않은 리스크를 자율적으로 발견하며, 마지막으로 실제 업무 흐름 안에서 권장 액션을 제안하는 구조입니다. 즉 Proactive Intelligence는 단순 알림 기능이 아니라, 데이터 변화의 의미와 다음 조치까지 함께 제시하는 방향으로 소개되었습니다.

Proactive Intelligence 소개 슬라이드. 데이터 변화를 먼저 감지하고 추천 조치까지 연결하는 흐름

Headless Analytics도 같은 흐름에 있습니다. 사용자가 반드시 Tableau 대시보드로 들어가는 것이 아니라, Slack, Salesforce, Microsoft Teams, Claude, ChatGPT 등 실제 업무가 일어나는 표면으로 Tableau 기반 인사이트가 전달되는 구조입니다.

이 개념의 전제는 분석 화면을 하나의 독립된 목적지로 고정하지 않는 것입니다. 사용자는 현재 작업 중인 채널이나 앱 안에서 인사이트를 받고, Tableau는 뒤에서 지표 정의, 시맨틱 모델, 권한이 적용된 분석 결과를 제공하는 역할로 설명되었습니다. 발표에서는 이를 통해 “사람이 대시보드를 찾아가는 방식”에서 “인사이트가 업무 흐름 안으로 들어오는 방식”으로의 전환을 설명했습니다.

ㅤ

핵심 기능 ③ Tableau Knowledge

세 번째 방향은 더 신뢰 가능한 기반을 만드는 것입니다. Keynote에서는 “Data is valuable. Knowledge is the unlock.”이라는 메시지로 Tableau Knowledge를 설명했습니다. 데이터 접근만으로는 AI 에이전트가 기업 고유의 지표와 의미를 정확히 이해하기 어렵기 때문입니다.

발표에서 말하는 Knowledge는 단순한 데이터 사전이 아닙니다. 기업 내부에 흩어진 지표 정의, 업무 용어, 대시보드, 문서, 대화, 데이터 카탈로그, 시맨틱 모델을 연결해 AI가 참조할 수 있는 비즈니스 맥락을 만드는 구조입니다.

“Data is valuable. Knowledge is the unlock.” 슬라이드. 데이터 접근보다 비즈니스 지식과 맥락이 중요

예를 들어 같은 “매출”이라는 단어도 조직에 따라 계산 기준, 포함 범위, 갱신 주기, 관련 업무 프로세스가 다를 수 있습니다. Tableau Knowledge는 이러한 맥락을 지식 그래프 형태로 연결해 사람과 에이전트가 같은 기준으로 데이터를 해석하도록 돕는 기반으로 소개되었습니다.

또한 키노트에서는 지식 그래프의 상태를 점검하고, 설명이 부족한 지표나 깨진 metric처럼 신뢰도를 떨어뜨릴 수 있는 요소를 확인하는 흐름도 함께 제시되었습니다. Tableau Knowledge는 Data 360으로 연결된 데이터 위에 기업 고유의 의미와 맥락을 얹고, 이후 Tableau Next나 Agentforce가 같은 정의를 참조하도록 하는 기반으로 설명되었습니다.

ㅤ

ㅤ

Data 360, Tableau Semantics, Tableau Next의 연결

Dreamforce 메인 키노트에서 Salesforce는 Data 360, Customer 360, Agentforce, AIforce를 Agentic Enterprise의 주요 층으로 제시했습니다. Tableau Keynote는 이 중 분석과 시맨틱 계층을 구체화한 세션으로 볼 수 있습니다.

Data 360은 정형·비정형 데이터를 통합해 신뢰 가능한 데이터 계층을 만들고, Tableau Semantics는 그 위에서 비즈니스 지표와 의미를 정의하는 AI 기반 시맨틱 레이어로 설명됩니다. Tableau Next는 이 데이터와 시맨틱 모델을 바탕으로 자연어 질의, 시각화, 실행 가능한 인사이트를 제공하는 구조입니다.

따라서 Tableau Keynote에서 제시된 Agentic Analytics는 단독 기능이라기보다, Data 360으로 연결된 데이터, Tableau Semantics로 정리된 의미 체계, Tableau Next와 Agentforce를 통한 분석·실행 흐름이 함께 작동하는 구조로 이해할 수 있습니다.

ㅤ

마치며

Dreamforce 2026 Tableau Keynote의 핵심은 Tableau가 단순히 대시보드를 만드는 도구를 넘어,
데이터를 보고 이해한 뒤 업무 행동으로 연결하는 Agentic Analytics Platform으로 설명되었다는 점입니다.

발표에서 제시된 구성 요소는 Tableau Studio, Tableau Data Apps, Proactive Intelligence, Headless Analytics, Tableau Knowledge입니다.
이들은 각각 분석 생성, 데이터 앱 구성, 선제적 인사이트 전달, 업무 표면으로의 인사이트 제공, 비즈니스 지식 기반 구축을 담당합니다.

따라서 이번 세션은 Tableau를 기존 BI의 연장선에서만 설명하기보다,
Data 360과 Tableau Semantics 위에서 AI 에이전트가 기업 데이터를 신뢰 가능한 방식으로 해석하고 업무 조치로 연결하도록 돕는 구조로 정리할 수 있습니다.

GDSK는 Salesforce와 Tableau의 공식 발표 내용을 바탕으로,
고객사가 Tableau 기반 분석 환경을 안정적으로 활용할 수 있도록 컨설팅, 데이터 설계, 구축, 운영·교육 전 과정을 함께 지원하겠습니다.