Lang2SQL 파이프라인에서 SQL 쿼리 결과를 시각화하기 위한 유틸리티 모듈입니다. LLM을 활용하여 적절한 차트를 자동 생성하고 Plotly를 통해 렌더링합니다.

utils/visualization/
└── display_chart.py    # SQL 결과를 Plotly 차트로 변환하는 핵심 모듈

목적: SQL 쿼리 실행 결과를 다양한 형태의 Plotly 차트로 자동 변환하는 모듈

주요 클래스:

• DisplayChart: SQL 결과 시각화를 담당하는 메인 클래스
  • question (str): 사용자가 입력한 자연어 질문
  • sql (str): 실행된 SQL 쿼리
  • df_metadata (str): 데이터프레임의 메타데이터 정보

주요 메서드:

1. llm_model_for_chart(message_log)

   • 환경변수 LLM_PROVIDER가 "openai"일 경우 ChatOpenAI로 차트 코드 생성
   • 필요 환경변수: OPEN_AI_KEY, OPEN_AI_LLM_MODEL (기본: "gpt-4o")
   • 반환: 생성된 차트 코드 또는 None

2. generate_plotly_code()

   • 사용자 질문, SQL 쿼리, 데이터프레임 메타데이터를 프롬프트로 구성
   • LLM이 데이터에 맞는 적절한 Plotly 코드 생성
   • 반환: Python 코드 문자열

3. get_plotly_figure(plotly_code, df, dark_mode=True)

   • 생성된 Plotly 코드를 실행하여 Figure 객체 생성
   • 에러 발생 시 데이터 타입 기반 fallback 차트 생성:
     • 숫자 컬럼 2개 이상 → scatter plot
     • 숫자 1개 + 범주 1개 → bar plot
     • 범주 1개 (고유값 < 10) → pie chart
     • 기타 → line plot
   • dark_mode=True 시 "plotly_dark" 템플릿 적용
   • 반환: Plotly Figure 객체 또는 None

4. 내부 헬퍼 메서드:

   • _extract_python_code(markdown_string): 마크다운에서 Python 코드 블록 추출
   • _sanitize_plotly_code(raw_plotly_code): 불필요한 fig.show() 문 제거

의존성:

• pandas: 데이터프레임 처리
• plotly.express (px): 간단한 차트 생성
• plotly.graph_objects (go): 고급 차트 구성
• langchain_openai.ChatOpenAI: LLM 차트 코드 생성
• langchain_core.messages: SystemMessage, HumanMessage

from utils.visualization.display_chart import DisplayChart
import pandas as pd

# DisplayChart 인스턴스 생성
display_code = DisplayChart(
    question="지난달 매출 추이를 보여줘",
    sql="SELECT date, revenue FROM sales WHERE ...",
    df_metadata=f"Running df.dtypes gives:\n{df.dtypes}"
)

# Plotly 코드 생성
plotly_code = display_code.generate_plotly_code()

# Figure 객체 생성
fig = display_code.get_plotly_figure(plotly_code=plotly_code, df=df)

# Streamlit에서 차트 표시
st.plotly_chart(fig)

interface/core/result_renderer.py의 display_result() 함수에서 사용:

1. SQL 쿼리 실행 후 pandas DataFrame 반환
2. DisplayChart 초기화 (질문, SQL, 메타데이터)
3. generate_plotly_code()로 LLM 기반 차트 코드 생성
4. get_plotly_figure()로 실행 및 Figure 객체 획득
5. st.plotly_chart()로 Streamlit UI에 렌더링

경로: interface/core/result_renderer.py (200-211번째 줄)

import하는 파일:

• interface/core/result_renderer.py: from utils.visualization.display_chart import DisplayChart

외부 의존성:

• langchain_openai.ChatOpenAI: OpenAI LLM API 호출
• plotly: 차트 렌더링 및 Figure 객체 관리
• pandas: 데이터프레임 처리
• 환경변수: LLM_PROVIDER, OPEN_AI_KEY, OPEN_AI_LLM_MODEL

• LLM_PROVIDER: LLM 공급자 지정 (현재 "openai"만 지원)
• OPEN_AI_KEY: OpenAI API 키
• OPEN_AI_LLM_MODEL: 사용할 모델 (기본값: "gpt-4o")

1. LLM 기반 지능형 차트 생성: 데이터 구조와 질문 내용에 맞춰 적절한 차트 유형 자동 선택
2. Fallback 메커니즘: LLM 코드 생성 실패 시 데이터 타입 기반 대체 차트 제공
3. 다크 모드 지원: 기본적으로 plotly_dark 템플릿 적용
4. 에러 안전성: 코드 실행 중 예외 발생 시에도 항상 유효한 Figure 객체 반환

• 다른 LLM 공급자 지원 (현재 OpenAI만 지원)
• 더 다양한 차트 유형 지원
• 컬러 스킴 및 스타일 커스터마이징 옵션
• 성능 최적화 (코드 생성 시간 단축)