Pinterest Engineering 블로그의 "Metrics Board: Building an Agent-ready Metrics Layer"를 분석한다. 메트릭을 한 번 정의하면 계산·품질 검증·배포·탐색이 자동으로 따라오는 '얇은 시맨틱 레이어'의 다섯 기둥과, 사람을 위한 신뢰 작업이 곧 에이전트를 위한 기반이 된다는 핵심 주장을 정리한다.
dbt-Essential 시리즈의 마지막 6단계 — 대시보드마다 다르게 계산되는 '매출'의 지표 파편화 문제를, MetricFlow의 semantic model·metric 선언과 조회 시점 SQL 생성으로 해결하고, BI·노트북·API가 하나의 정의를 소비하는 지표 표준화까지 완성합니다.
데이터 사이언티스트 Cojette의 'Lean Analytics, Revisited (in AI and Agent era)'를 읽고, 원저자들이 내놓은 'Lean Analytics 재고' 논의 — 제품·비즈니스 지표가 AI 시대에 어떻게 바뀌는가 — 와 그에 대한 저자의 비판(선택적 기억, 방법론 자체의 결산 부재, HX 시대의 데이터 토대 붕괴)을 ...
