ChatGPT의 코드 인터프리터로 데이터 시각화하기
넷플릭스 데이터의 시각화
이번 스토리에서는 ChatGPT의 코드 인터프리터(Code Interpreter)라는 기능을 활용하여 넷플릭스 데이터를 시각화하는 방법에 대해 알아보겠습니다. 코드 인터프리터는 ChatGPT의 유료버전인 ChatGPT-4에서 사용 가능합니다. 사용자와의 대화 중 실시간으로 코드를 작성하고 실행할 수 있는 기능입니다. 사용자가 코드 관련 질문을 하면, ChatGPT는 Python을 비롯한 여러 언어로 코드를 작성하거나 해석할 수 있습니다.
이뿐 아니라, 데이터를 업로드해서 이를 실시간으로 분석하고 시각화할 수도 있습니다. 시각화한 결과는 이미지 파일이나 html 등 원하는 형식으로 다운받을 수도 있는데요. 코드 인터프리터를 이용해서 넷플릭스 데이터를 분석하고 시각화는 과정을 함께 해보도록 하겠습니다.
데이터 업로드하기
코드 인터프리터를 사용하기 위해서는 우선 유료버전을 구독해야 합니다. 설정(Settings)에 들어가 베타기능(Beta features)에서 코드 인터프리터(Code Interpreter)를 활성화합니다. 그럼 ChatGPT를 실행했을 때 GPT-4 버튼이 보이고, 코드 인터프리터를 선택할 수 있어요. 코드 인터프리터가 선택되면, 입력창에 플러스(+) 버튼이 생깁니다. 이 버튼을 눌러서 데이터 파일을 코드 인터프리터에 업로드할 수 있습니다.
데이터 과학자와 머신러닝 엔지니어들을 위한 온라인 플랫폼인 캐글(Kaggle)에서 제공하는 넷플릭스 데이터셋을 이용하려고 합니다. 다음의 링크(https://www.kaggle.com/datasets/shivamb/netflix-shows)를 방문해서, 다운로드(Download) 버튼을 클릭하여 `netflix_titles.csv` 데이터를 저장합니다. 그리고 입력창의 플러스(+) 버튼을 눌러서 이 파일을 코드 인터프리터에 업로드합니다.
데이터 시각화하기
이제 본격적으로 시각화를 시작해 봅시다. 각 나라별로 어떤 장르의 영화를 많이 만드는지 궁금하네요. 그래서 ChatGPT에게 다음과 같은 명령어로 시각화를 만들어달라고 해보았습니다.
출처: ChatGPT (https://chat.openai.com/)ChatGPT는 이 명령어를 순서대로 수행합니다. 때문에 어떠한 순서대로 데이터 처리를 요청할지 고려하는 것도 중요합니다. ChatGPT가 데이터를 처리할지 설명한 후, 차례대로 Python를 이용한 분석 결과를 알려줍니다.
... (생략)
아래와 같이 시각화가 업데이트 되었습니다. 이제 국가별로 어떤 장르의 영화가 많은지 좀 더 뚜렷이 보이는 것 같죠? 인도네시아와 인도는 드라마가 가장 큰 비중을 차지하는 장르인 것 같아요. 일본은 애니메이션 영화가 많네요. 한국의 경우 드라마를 포함하여 액션, 스릴러 장르가 상대적으로 많은 비중을 차지합니다. 영국은 다큐멘터리 영화가 많다는 것이 재미있네요.
출처: ChatGPT (https://chat.openai.com/)국가별로 어떤 장르의 영화가 많은지 확인할 수 있는 시각화가 만들어졌습니다. 한 가지 아쉬운 점은, 이 시각화는 국가별 장르의 비율을 보여주는 것이기에 Y축에서 각 행 사이 간격이 좀 더 벌어져야 국가별 데이터를 이해하기 쉬울 것 같아요. 이 부분을 ChatGPT에게 여러번 요청했지만, 저는 성공하지 못했어요. 아마도 정확한 명령어를 전달하는 데 어려움이 있었던 것 같습니다. 그래도 데이터의 패턴을 파악하기에 훌륭한 시각화가 만들어졌습니다.
이 시각화는 이미지로 저장할 수 있을 뿐 아니라 웹사이트를 위한 html 형식으로도 저장할 수 있습니다. ‘시각화를 d3.js 로 변환해서 html파일로 export 해줘’라고 입력하여 위의 시각화를 html 형태로도 변환할 수 있었어요. 이 뿐 아닙니다. ’마우스를 올리면 툴팁에 어떤 정보를 보여줘‘라는 식으로 인터랙티브 시각화로도 업데이트가 가능합니다.
결론
ChatGPT의 코드 인터프리터를 이용하여 넷플릭스 데이터의 시각화를 함께 만들어 보았습니다. 사용자와의 대화를 통해, 복잡한 개발 환경 설정 없이 웹 브라우저만을 이용하여 실시간 데이터 분석 및 시각화 작업을 쉽게 수행할 수 있다는 것이 큰 장점인 것 같습니다. 시각화한 결과는 이미지 파일이나 html 등 원하는 형식으로 다운받을 수도 있어요.
다양한 시각화를 해 보면서 발견한 점은 똑같은 질문을 해도, 답변이나 시각화가 그때그때 조금씩 달라진다는 것이었습니다. 그리고, 실제 대화를 이어나가 듯이 ChatGPT는 이전 질문과 그 답을 기억하고 이를 바탕으로 새로운 질문에 대한 답을 합니다. 때문에 어떤 순서에 의해 질문을 하고 데이터를 분석을 요청하는 지가 중요합니다. 때로는 ChatGPT가 질문자의 의도를 다소 다르게 이해하고 분석하는 경우가 생길 수도 있기 때문에, 실제 데이터 분석에서는 ChatGPT의 분석과 그 코드를 참고하여 다시 확인해보는 것을 추천드립니다.
이 스토리에서는 다루지 않았지만, ChatGPT를 이용해서 감독과 배우와의 관계를 네트워크 형태로 시각화 하기도하고, 시간에 따른 영화 및 TV 쇼의 작품 수 변화를 시각화하기도 하였습니다. ChatGPT를 이용하여 여러분들 만의 질문으로 시각화를 한번 만들어보시는 것은 어떨까요?
자세한 아래의 내용은 요즘IT 원문에서 무료로 확인할 수 있습니다.
첫째, 데이터 업로드하기
둘째, 데이터 분석하기
셋째, 데이터 시각화하기
https://yozm.wishket.com/magazine/detail/2194/
