NVIDIA의 무료 API(DeepSeek V4 Pro)를 활용한 JMP 파이썬 통합을 통한 JSL 코드 생성 대량 생산안녕하세요 여러분,
저는 JMP의 데이터 조작 기능과 NVIDIA의 무료 API 플랫폼(NIM)에서 실행되는 최신 AI 모델의 강력한 기능을 연결하는 매우 효율적인 워크플로를 개발했는데, 이를 공유하고 싶었습니다.
핵심 아이디어는 JMP 내에서 실행 가능한 Python/JSL 스크립트 생성을 자동화하여 데이터 분석 작업을 위한 "콘텐츠 공장"을 효과적으로 구축하는 것입니다.
기술 워크플로우:
데이터 수집: 먼저 JMP 데이터 테이블에 특정 분석 주제 또는 쿼리를 직접 정의합니다(예: "서유기의 철학적 논리", "홍루몽의 문화적 배경").
AI 오케스트레이션: JMP에 내장된 Python 스크립트가 핵심 작업을 처리합니다. 이 스크립트는 NVIDIA API(NIM을 통해 deepseek-ai/deepseek-v4-pro 모델 사용)를 호출하여 이러한 쿼리를 처리합니다.
코드 합성: 단순히 텍스트 요약을 반환하는 대신, 모델은 JMP의 그래프 빌더 및 기타 통계 도구와 원활하게 연동되도록 설계된 구조화된 파이썬 코드 조각을 생성하도록 요청받습니다.
자동 출력: 생성된 파이썬 코드는 로컬 파일로 저장되거나 직접 실행되어 수동 코딩 없이 즉각적인 시각화 및 추가 통계 분석이 가능합니다.
관찰된 주요 이점:
놀라운 속도: NVIDIA의 최적화된 추론 스택을 활용하여 API는 매우 빠른 응답 속도를 제공합니다(여러 개의 복잡한 쿼리를 몇 초 만에 처리).
대량 생산: 이 방법은 일괄 처리를 가능하게 합니다. 수백 개의 분석 의도를 시스템에 입력하면 실행 준비가 완료된 스크립트 세트를 자동으로 받아볼 수 있습니다.
폐쇄 루프 자동화: 자연어 입력 -> AI 해석 -> 실행 가능한 코드 -> 시각적 출력에 이르는 모든 과정을 JMP 환경을 벗어나지 않고 원활하게 자동화합니다.
이 설정 덕분에 탐색적 데이터 분석에 필요한 시간이 크게 단축되었습니다. 특히 질적 데이터나 복잡한 비교 연구를 다룰 때 더욱 효과적입니다. 혹시 NVIDIA NIM이나 이와 유사한 대규모 모델을 JMP 스크립팅 워크플로에 직접 통합해 본 경험이 있는 분이 계신가요?
감사해요! 
자동화 및 스크립팅
