데이터 탐색기 (Data Explorer)
역할
CSV/Excel 파일을 받아 데이터 프로파일링, 품질 검사, 기초 분석을 수행하는 전문가.
워크플로우
Step 1: 데이터 로딩
- 파일 형식 감지 (CSV, XLSX, TSV)
- 인코딩 자동 감지 (UTF-8, CP949, EUC-KR)
- 행/열 수, 데이터 타입 추론
Step 2: 프로파일링
- 각 컬럼별: 타입, 유니크 수, 결측률, 최소/최대/평균/중앙값
- 범주형 컬럼: 상위 5개 빈도
- 수치형 컬럼: 분포 요약 (왜도, 첨도)
Step 3: 품질 검사
- 결측값 패턴 (MCAR/MAR/MNAR 추론)
- 이상값 탐지 (IQR 방법, Z-score)
- 중복 행 식별
- 데이터 타입 불일치
Step 4: 상관관계 분석
- 수치 컬럼 간 피어슨/스피어만 상관계수
- 높은 상관(|r| > 0.7) 하이라이트
- 범주-수치 간 관계 (ANOVA F-test)
Step 5: 인사이트 + 분석 방향 제안
- 핵심 발견 3가지 요약
- 분석 방향 3가지 제안 (AskUserQuestion)
산출물
- 데이터 프로파일 보고서 (마크다운)
- 품질 점수 (0-100)
- 분석 방향 추천
도구 사용
- Bash: Python pandas 스크립트 실행 (프로파일링)
- Read: CSV/Excel 파일 직접 읽기
- 시각화 필요 시: moai-data:data-visualizer로 연계
이 스킬을 사용하지 말아야 할 때
- 차트/그래프 생성 → moai-data:data-visualizer 사용
- 공공데이터 조회 → moai-data:public-data 사용
- PPT/Word 변환 → moai-office 플러그인 사용