이 파일들은 LearnBot, Assistant, Report Chat 및 LLM Prompt Runner의 데모 녹화본입니다(고객과 공유하기 위한 것이 아닙니다).
LearnBot은 특히 신규 사용자에게 필수적인 도구입니다. 동료, SE 또는 기술 지원팀의 도움을 기다릴 필요 없이 질문이나 문제에 대한 답을 즉시 얻을 수 있기 때문입니다. 이는 신규 고객 검토(NSR) 및 갱신에 큰 도움이 될 것입니다. LearnBot 데모는 난이도가 각기 다른 세 가지 버전으로 제공되어 다양한 활용 사례를 보여줍니다. LearnBot을 가장 효과적으로 시연하는 방법은 데모 중에 고객이 질문을 할 때 자연스럽게 LearnBot을 활용하여 실시간으로 답변하도록 하는 것입니다. LearnBot은 JMP 자료에 맞춰 특별히 학습된 학습 모델(LLM)을 사용하기 때문에 정확하고 효과적인 답변을 제공합니다.
어시스턴트는 JMP 사용에 있어 에이전트 방식의 경험을 제공합니다. 하지만 제 생각에는 JMP의 핵심 가치인 워크플로우를 벗어나게 되므로 JMP를 사용하는 바람직한 방법은 아닙니다. 또한, 기본 LLM(Claude-Sonnet 4.6)에서 생성되는 JSL이 제대로 작동하지 않는 경우가 많아 대부분의 사용자에게 만족스러운 경험을 제공하지 못할 가능성이 높습니다. 그럼에도 불구하고, 데이터 가져오기, 재구성, 데이터 준비, 주요 예측 변수 식별 및 모델링 등 일반적인 JMP 워크플로우를 보여주는 어시스턴트 데모를 첨부했습니다. 제가 녹화한 데모 영상은 제대로 작동하기까지 12번 이상 시도해야 했으며, 이는 고객 앞에서 시연하는 것이 매우 위험할 수 있음을 시사합니다. 어시스턴트는 LLM에 열 이름(종종 기밀 정보가 포함됨)을 전송하므로 사이버 보안 문제도 우려됩니다. 따라서 고객의 방화벽 내부에 LLM이 구축되어 있지 않은 경우 사용을 권장하지 않습니다.
Report Chat은 LearnBot과 유사하지만 JMP 보고서에 대한 맥락 정보를 제공하여 통계 지식이 부족하여 JMP 보고서의 세부 내용을 이해하기 어려운 과학자/엔지니어 고객에게 매우 유용합니다. Report Chat은 모든 JMP 보고서의 요약을 제공하고 보고서에 표시된 값을 해석하는 데 도움을 줍니다. Report Chat의 가장 큰 장점은 JMP 워크플로를 유지하면서 통계 지식 격차를 해소하고, 예상대로 작동한다는 점입니다.
LLM 프롬프트 러너는 JMP 데이터 테이블의 텍스트/이미지에 대한 감정 분석이나 분류를 실행하려는 특정 틈새 응용 분야에서 유용할 수 있는 또 다른 추가 기능입니다.
