logo
  • 환경
  • 엔터프라이즈
  • 요금제
BusinessMay 29, 2026

Kimi K2.5로 Excel 판매 데이터를 보고서로 변환하기

EigentEigent
Kimi K2.5 — Sales Performance Excel Analysis + HTML Report
Automate Everything with
AI Workforce on Desktop
Download Eigent

원시 Excel 데이터에서 임원용 분석 보고서로

판매 성과 리뷰는 늘 같은 방식으로 시작됩니다. 데이터를 다운로드하고, Excel을 열고, 수식을 작성하고, 표를 서식 지정한 다음, 보고서에 복사하고, 몇 가지 결론을 덧붙입니다. 몇 시간이 걸립니다. 이 워크플로우는 — Kimi K2.5로 구동되는 Eigent가 — 단일 프롬프트와 스프레드시트 첨부만으로 이 모든 작업을 처리해, 경영진 요약, 비교표, 전략적 권고가 포함된 완전한 HTML 분석 보고서를 생성합니다.

1Kimi K2.5를 모델로 설정하기

Kimi K2.5(Moonshot AI 제공)는 데이터 집약적 작업에 적합한 고성능 모델입니다. Eigent에서 사용하려면 Settings → Models → Custom Models로 이동해 다음 설정으로 Kimi를 추가하세요:

  • API Host: https://api.moonshot.ai/v1
  • Model: kimi-k2.5

검증한 뒤 기본값으로 설정하세요. Eigent는 저장하기 전에 function-calling 지원을 확인합니다.

2Excel 파일을 첨부하고 프롬프트 작성하기

Sales Order.xlsx 파일을 프롬프트에 직접 첨부하세요:

우리는 판매 성과 평가를 진행합니다. 이 시스템의 판매 데이터를 분석하고, 주문 수, 총매출, 평균/중앙값/최고 주문 금액, 1인당 월 GMV, 주문 전환율을 포함한 핵심 지표로 모든 영업사원을 비교하세요. 요약, 비교표, 결론이 포함된 구조화된 HTML 분석 보고서를 생성하고, 지정된 폴더에 저장하세요.

사전 처리도 없습니다. 피벗 테이블도 없습니다. 파일과 요청만 있으면 됩니다.

3세 개의 에이전트, 세 가지 작업

Eigent는 작업을 세 단계의 순차적 작업으로 분할합니다:

Task 1 — Document Agent: Sales Order.xlsx의 모든 행과 열을 읽고, 각 시트를 키로, 각 행을 열 머리글을 기준으로 객체화한 구조화된 JSON으로 전체 데이터셋을 출력합니다.

Task 2 — Developer Agent: JSON 데이터셋을 받아 영업사원별로 다음을 계산합니다:

  • 총 주문 수
  • 총매출
  • 평균, 중앙값, 최고 주문 금액
  • 1인당 월 GMV
  • 주문 전환율

결과는 JSON 배열로 반환됩니다.

Task 3 — Developer Agent: 메트릭 JSON을 받아 완전한 HTML 보고서를 생성합니다:

  • 경영진 요약 문단
  • 모든 영업사원과 모든 지표를 나란히 보여주는 비교표
  • 핵심 인사이트 및 전략적 결론
  • sales_performance_report.html로 저장

4보고서가 밝혀내는 것

생성된 보고서는 수동으로 찾는 데 몇 시간이 걸릴 수 있는 인사이트를 드러냅니다. 이 예제 데이터셋에서 분석 결과는 다음과 같았습니다:

  • 최고 성과자: Mitchell Admin — 평균 주문 금액이 $15,095이며, 팀 전체 매출의 89%를 담당
  • 매출 집중도: Mitchell은 두 번째로 높은 성과자보다 9배 더 많은 매출을 창출
  • 세 명의 영업사원 모두 100% 전환율 — 입력된 모든 주문이 완료됨
  • 물량과 가치의 분리: Marc Demo는 주문 수(35건)에서 선두지만 평균 주문 금액은 더 낮음
  • 성장 기회: OdooBot은 적은 주문 수에 비해 합리적인 평균 금액을 보여, 잠재력이 아직 충분히 활용되지 않았음을 시사

각 인사이트에는 이에 대응하는 전략적 권고가 함께 제공됩니다 — 멘토링 프로그램 설계, 영업 지역 재분배 분석, 방법론 공유 등 — 성과 리뷰에 바로 활용할 수 있습니다.

5이것이 중요한 이유

Excel-to-report 파이프라인은 영업 운영에서 가장 흔한 병목 중 하나입니다. 데이터 추출, 지표 계산, 서술형 요약 생성의 조합은 바로 Eigent가 기본적으로 처리하는 다단계 분석 작업의 전형이며 — 사용자가 Python을 작성하거나, BI 도구를 설정하거나, 표를 수동으로 서식 지정할 필요가 없습니다.

Kimi K2.5는 이 워크플로우에 강력한 수치 추론 능력을 더해, 다양한 스프레드시트 구조와 데이터 규모에서도 안정적으로 작동하도록 만듭니다.

6다음에 시도해 볼 것

지난 분기 Excel 파일로 같은 분석을 실행하고 이번 파일과 비교해 보세요 — 어떤 영업사원이 개선되었는지 보여주세요.

보고서를 PDF로 생성하고 영업팀에 이메일로 보내세요.

HTML 보고서에 막대그래프로 영업사원별 매출 차트를 추가하세요.

지난달과 비교해 전환율이 10% 이상 하락한 영업사원이 있으면 표시하세요.

7더 좋은 결과를 위한 팁

  • 열 머리글을 정리하세요. Document Agent는 열 머리글 이름을 기준으로 행을 매핑합니다. "Col_D"보다 "Order Value"처럼 일관되고 설명적인 머리글을 사용하면 지표 계산의 정확도가 높아지고 보고서 레이블도 더 읽기 쉬워집니다.

  • 출력 경로를 지정하세요. 프롬프트에 "지정된 폴더에 저장"을 포함하거나 절대 경로를 명시하면 보고서가 에이전트의 작업 디렉터리가 아니라 필요한 위치에 정확히 저장됩니다.

  • 차트용 데이터를 요청하세요. "HTML 보고서와 함께 메트릭을 CSV로도 내보내세요"를 추가하면, 이후 시각화를 위해 어떤 BI 도구에도 바로 넣을 수 있는 구조화된 데이터셋을 얻을 수 있습니다.

Other use cases

영수증 및 인보이스의 VAT 신고 자동화

영수증 및 인보이스의 VAT 신고 자동화

사진, 스캔한 PDF, 디지털 인보이스를 포함하여 "VAT" 폴더의 모든 영수증과 인보이스를 처리해 주세요. 최종 출력에는 두 파일만 포함되어야 합니다: (1) vat_return.xlsx — Excel 파일에는 영수증 또는 인보이스당 한 행이 포함되어야 하며, 추출된 모든 필드를 나열하고, 각 항목의 VAT 환급 가능 여부를 표시하고, 환급 가능한 항목의 VAT 회수 금액을 표시하고, 회수 불가능한 항목의 제외 사유를 포함하고, 수동 검토가 필요한 항목을 명확히 표시하고, 총 회수 가능 VAT 금액을 보여주는 요약 시트를 포함해야 합니다. (2) vat_return.html — 회계팀과 직접 열어 공유할 수 있는 독립형 HTML 파일을 생성해 주세요. HTML 파일에는 모든 VAT 회수 항목, 각 항목의 회수 가능 VAT 금액, 제외된 항목과 제외 사유, 수동 검토가 필요한 항목, 총 회수 가능 VAT 금액이 표시되어야 합니다. 불확실한 정보는 추측하지 마세요.

장기 과제: Eigent에서 GLM-5.1 vs GLM-5.2

장기 과제: Eigent에서 GLM-5.1 vs GLM-5.2

AI 인프라 생태계의 26개 기업을 심층 조사하세요. 이는 전체 AI 가치사슬에서 가장 확실한 핵심 축입니다. 다음 6개 하위 섹터를 모두 다루되, 각 섹터에서는 대형 리더부터 소규모 플레이어까지 대표 기업을 선정하세요: AI 데이터센터(컴퓨트 인프라 / 구축), GPU / AI 칩(학습 및 추론용 실리콘, ASIC, IP), 서버·네트워킹·광 모듈(스위치, NIC, 광 인터커넥트), 전력·액체 냉각·에너지 저장(전원 공급, 열 관리, 에너지 관리), AI 클라우드 / 컴퓨트 플랫폼(하이퍼스케일러, GPU 클라우드, 컴퓨트 대여 플랫폼), 지원 생태계(HBM / 첨단 패키징, 파운드리, 커넥터 및 기타 핵심 부품). 각 기업에 대해 다음을 조사하세요: 회사명, 하위 섹터, 본사 / 국가; 핵심 제품과 AI 체인에서의 구체적 역할; 상장 또는 비상장 여부(상장 시 티커 + 거래소, 비상장 시 최근 기업가치 / 자금조달 라운드); 시가총액 또는 기업가치 규모(순위 산정용); 생태계 내 포지셔닝과 해자(1–2문장); 주요 고객 / 경쟁사. 순서는 각 하위 섹터 내에서 시가총액 / 기업가치 기준으로 큰 순서부터 작은 순서로 정렬하세요. 전체 구조는 하향식으로 구성하세요: 전체 하드웨어 생태계 지형 → 각 개별 기업까지. 출력 요구사항: 먼저 26개 기업 전체, 위 필드, 6개 하위 섹터 분류, 상장/비상장 플래그, 섹터 간 비교 매트릭스를 포함한 구조화된 데이터 파일 ai_infra_data.json을 생성하세요. 그런 다음 해당 JSON을 바탕으로 세련된 HTML 리포트를 생성하세요: 생태계 지형 / 계층형 다이어그램, 섹터 섹션, 기업 카드, 상장 vs. 비상장에 대한 명확한 시각적 표시(태그 또는 색상 구분), 시가총액 순위 차트, 정렬/필터 가능한 비교 테이블을 포함하세요. 디자인은 전문적이고, 정보 밀도가 높으며, 인터랙티브해야 합니다. 먼저 연구 데이터의 정확성을 검증한 뒤(상장 상태, 티커, 기업가치 — 최신 수치와 출처 인용), 그 다음 리포트를 생성하세요. 작업은 단일 에이전트 모드로 보내세요.

Eigent로 중국 설날 HTML5 게임 10개 만들기

Eigent로 중국 설날 HTML5 게임 10개 만들기

HTML, CSS, JS(라이브러리 없음)로 2026년 중국 설날(말띠)과 관련된 주제의 서로 다른 완전한 게임 10개를 만드세요. 게임은 재미있고, 독창적이며, 세련되고, 모바일 친화적이어야 합니다. 점수 시스템, 난이도 증가, 재시작 버튼, 부드러운 시각 효과를 포함하세요. 범위: 아케이드, 퍼즐, 무한 러너, 반응, 전략, 메모리, 로컬 2인용, 방치형, 레트로 픽셀, 그리고 1개의 실험적인 게임.

Automate everything with AI workforce on desktop
Download Eigent

오늘 Eigent를 사용해보세요

오픈 소스 데스크톱 앱을 다운로드하세요. 여러분의 AI 워크포스가 여러분의 기기에서 실행됩니다.

Eigent 다운로드
Eigent

AI 워크포스 자동화에 대한 최신 소식, 튜토리얼, 출시 정보를 받아보세요.

제품Eigent환경요금엔터프라이즈
둘러보기솔루션활용 사례스킬플러그인블로그
개발자문서GitHubCAMEL-AI오픈소스 펀드파트너
다운로드오픈 소스용
회사회사 소개브랜드채용이용약관개인정보처리방침보안 및 신뢰쿠키 정책환불 및 체험 정책

모든 권리 보유 © 2026 EIGENT UK LTD

Eigent 1.0 새 버전 출시!download