닷

Dot

데이터 웨어하우스와 연결해 슬랙에서 대화하듯 비즈니스 지표를 조회하고 원인을 분석하는 AI 데이터 분석가

부분 무료WebSlackMicrosoft Teams
웹사이트 방문하기getdot.ai

검증된 사실

라이브 가격
Free · 무료2026-06-20 확인
최신 버전
2026-05-21 Update
최근 변경
2026-05-21 데이터 변화의 원인을 분석하는 'Why' 질문 기능 강화 및 배경 데이터 모니터링과 채팅 피드백 기반의 수정 제안 시스템 도입 소스: https://getdot.ai/changelog 2026-0

2026-06-20 직접 확인 · 자동 검증 데이터

제품 화면

닷 제품 화면

2026-06-20 확인

가격 정보

부분 무료시작 가격: 월 $32라이브 확인 2026-06-20

데이터 분석을 돕는 AI 어시스턴트로, 무료 플랜(Starter)에서 3개의 활성 테이블과 월 100개의 크레딧을 제공합니다. 유료 플랜인 Standard는 월 $699부터 시작하며, 최대 15개의 테이블과 500개의 크레딧, API 접근 권한을 포함합니다. 대규모 조직을 위한 Enterprise 플랜은 별도 문의를 통해 맞춤형 가격으로 제공됩니다.

가격표 확인하기

최근 업데이트와 소식

소개AI 요약

Dot는 데이터 웨어하우스와 연동하여 비즈니스 질문에 즉각적인 답변을 제공하는 AI 에이전트입니다. 사용자는 Slack, Microsoft Teams 또는 이메일을 통해 자연어로 질문할 수 있으며, Dot는 기존의 BI 도구, DBT, SQL 쿼리 기록을 자동으로 학습하여 신뢰할 수 있는 답변을 생성합니다. 단순한 데이터 조회를 넘어 지표 변동의 근본 원인을 분석하고, 데이터에 기반한 주간 보고서를 자동으로 작성하여 실행 가능한 제안을 제공합니다. 노코드 통합을 통해 기존 기술 스택과 쉽게 연동되며, 역할 기반 권한 관리와 행 수준 보안을 통해 기업의 데이터 보안을 엄격하게 준수합니다. 이를 통해 데이터 팀은 반복적인 질문 응대 업무에서 해방되어 핵심 분석에 집중할 수 있고, 비즈니스 사용자는 SQL 지식 없이도 데이터 기반 의사결정을 내릴 수 있습니다. 또한 특정 주문 확인이나 티켓 생성과 같은 실무 작업도 지원하여 업무 효율성을 극대화합니다. 가격은 월 $32의 스타터 플랜부터 시작되며, 소규모 스타트업이나 비영리 기관은 50% 할인 혜택을 제공받을 수 있습니다.

차별점AI 요약

  • 사후 답변에 그치지 않고 리포트와 티켓 생성을 선제적으로 수행하는 에이전트 중심 설계
  • Semantic Layer에 대한 깊은 이해를 바탕으로 비즈니스 맥락을 정확히 파악하는 학습 역량

활용 워크플로우

데이터 소스 및 시맨틱 레이어 연동
데이터 소스 및 시맨틱 레이어 연동Snowflake, BigQuery 등 데이터 웨어하우스 노코드 연결dbt Semantic Layer 모델 및 메타데이터 자동 동기화Looker, Tableau 등 기존 BI 도구의 지표 정의 학습과거 SQL 쿼리 기록 및 사내 위키 데이터 기반 컨텍스트 수집
컨텍스트 학습 및 AI 추론
컨텍스트 학습 및 AI 추론Slack/Teams를 통한 자연어 비즈니스 질문 수신Context Agent를 통한 사용자 정의 비즈니스 규칙 및 용어 적용LLM 기반의 멀티스텝 SQL 생성 및 데이터 권한(RBAC) 검증MCP(Model Context Protocol)를 통한 외부 AI 에이전트 인터페이스 제공
심층 분석 및 인사이트 생성
심층 분석 및 인사이트 생성Deep Analysis 엔진을 활용한 데이터 패턴 및 상관관계 발굴지표 변동의 근본 원인 분석(Root Cause Analysis) 수행자동화된 시각화 차트 및 요약된 인사이트 텍스트 생성데이터 품질 및 Hallucination 방지를 위한 결과 검증 모듈
협업 및 워크플로우 실행
협업 및 워크플로우 실행슬랙/팀즈 채널 내 실시간 답변 및 대화형 후속 질의 처리개인화된 데이터 요약 및 주간 자동 보고서 스케줄링 발송데이터 이상 징후 감지 시 Jira 티켓 생성 및 알림 트리거분석 결과를 대시보드 링크나 이메일로 즉시 공유

핵심 차별점: dbt 시맨틱 레이어와 사용자의 비즈니스 컨텍스트를 직접 동기화하여 단순 데이터 조회를 넘어 실제 비즈니스 언어로 소통하고 실행 가능한 액션을 제안함

주요 기능AI 요약

  • Slack·Teams·이메일을 통한 자연어 기반 데이터 쿼리 및 시각화
  • dbt·Looker·PowerBI 등 기존 시맨틱 레이어 및 BI 메타데이터 자동 학습
  • 지표 변동 원인을 파악하는 AI 기반 근본 원인 분석(Deep Analysis)
  • 실행 가능한 인사이트를 담은 주간 비즈니스 요약 리포트 자동 생성
  • MCP 서버로 Claude·Cursor 등 AI 에이전트에서 직접 웨어하우스 데이터 쿼리
  • 행 수준 보안(RLS) 및 SSO를 지원하는 엔터프라이즈급 데이터 거버넌스

장점 & 단점AI 분석

공식 정보와 공개 피드백을 함께 정리한 참고 메모입니다

장점

  • Snowflake, BigQuery 등 주요 데이터 웨어하우스와의 빠른 노코드 연동
  • 비즈니스 사용자의 데이터 접근성 비약적 향상 및 분석 대기 시간 단축
  • 단순 조회를 넘어선 능동적인 이슈 감지 및 리포팅 역량
  • 데이터 팀이 정의한 기존 비즈니스 로직(dbt 등)을 그대로 활용 가능
  • 간단한 ad-hoc 쿼리를 자동 처리해 시니어 데이터 전문가의 깊은 작업 시간 확보
  • dbt 시맨틱 레이어와 깊게 통합되어 회사 공식 수치와 일치하는 신뢰성 제공
  • 마케팅·세일즈 등 비기술팀이 Slack에서 자연어로 SQL 없이 데이터 질의 가능
  • 차트뿐 아니라 무엇이 변했고 왜 변했는지 자동으로 설명하는 내러티브 인사이트

단점

  • 도입 초기 메타데이터 정리가 부족할 경우 답변의 정확도가 낮아질 수 있음
  • 복잡한 다중 연산 및 정교한 분석 설계 시 전문가의 추가 검증이 권장됨
  • 소규모 팀에게는 초기 구독 비용이 다소 높게 느껴질 수 있음
  • 복잡한 다중 조인 쿼리나 문서화되지 않은 비즈니스 로직 처리에 대한 기술적 우려
  • 초기 학습 단계에서 데이터 전문가의 가이드 없이는 부정확한 결과 발생 가능
  • AI 정확도 유지를 위해 고품질 메타데이터와 문서화를 지속 관리해야 하는 부담
  • 엄격한 시맨틱 레이어 없을 시 동일 질문에 다른 답변 하는 환각 리스크 존재
  • Standard 플랜 월 $799부터 시작해 소규모 스타트업보다는 중대기업에 적합한 가격

활용 사례AI 요약

  • SQL 지식 없이도 실시간 매출 및 지역별 주문 데이터 즉시 조회
  • 전주 대비 특정 지표 하락 시 원인을 분석하고 관련 부서에 슬랙으로 공유
  • 데이터 이상치 발견 시 Jira 티켓 자동 생성 및 추적
  • 매주 팀별 맞춤형 성과 요약 리포트를 자동으로 수신하여 검토
  • MCP를 통해 Cursor나 Claude에서 직접 웨어하우스 데이터 조회

사용자 리뷰

리뷰를 불러오는 중...

대안 도구

이 도구 대신 사용할 수 있는 대안