Microsoft Research, AI 에이전트용 시각화 언어 Flint 공개

Microsoft Research 공식 블로그에 따르면 회사는 AI 에이전트가 간결한 명세로 완성도 높은 차트를 만들 수 있도록 설계한 오픈소스 시각화 언어 Flint를 공개했다. Flint는 사람이 읽고 수정할 수 있는 짧은 차트 명세를 받아 Vega-Lite, Apache ECharts, Chart.js 등 여러 백엔드의 네이티브 차트 명세로 컴파일하는 중간 언어다.

이번 공개는 AI 에이전트가 데이터 분석과 문서 작성 과정에서 단순 텍스트뿐 아니라 시각화 결과물까지 직접 생성하는 흐름과 맞물린다. Microsoft Research는 기존 차트 라이브러리가 세밀한 제어를 제공하지만, 축·스케일·간격·색상·레이블 같은 저수준 설정을 일일이 다뤄야 해 에이전트가 깨지기 쉬운 명세를 만들 수 있다고 설명했다. Flint는 데이터의 의미, 차트 유형, 인코딩 정보를 바탕으로 이런 설정을 컴파일러가 추론하도록 하는 방식이다.

공개 저장소에 따르면 Flint는 두 구성 요소로 제공된다. `flint-chart`는 JavaScript와 TypeScript 환경에서 같은 입력을 Vega-Lite, ECharts, Chart.js 명세로 변환하는 라이브러리다. `flint-chart-mcp`는 모델 컨텍스트 프로토콜(MCP) 서버로, 에이전트가 대화나 코딩 환경 안에서 차트를 생성하고 검증하며 PNG 또는 SVG 결과물을 렌더링할 수 있도록 한다.

Flint가 강조하는 핵심은 의미 기반 차트 명세다. 저장소 문서는 `Rank`, `Temperature`, `Price`, `Country` 같은 70개 이상의 의미 유형을 통해 필드가 무엇을 뜻하는지 표현한다고 설명한다. 컴파일러는 이 정보를 바탕으로 날짜 파싱, 축 포맷, 색상 스케일, 셀 크기, 범례 구성, 레이아웃 같은 세부 설정을 자동으로 정한다. 한 번 작성한 명세를 여러 렌더링 백엔드로 바꿔 쓸 수 있다는 점도 특징이다.

Microsoft Research는 Flint가 자사 AI 기반 데이터 분석·시각화 프로젝트인 Data Formulator를 만들면서 나온 문제의식에서 출발했다고 밝혔다. 연구진은 에이전트가 Vega-Lite 명세를 직접 생성할 때 결과가 깨지거나 어색해지는 경우가 있었고, 이를 더 안정적으로 만들기 위해 중간 표현을 설계했다고 설명했다.

연구 블로그는 Flint가 AI 보조 시각화에 적합한 이유로 의미 유형과 자동 레이아웃을 들었다. 필드 이름, 값의 패턴, 일반적인 데이터 지식을 바탕으로 모델이 가격, 비율, 국가, 순위, 상관관계 같은 의미를 추론하기 쉽고, 이후 컴파일러가 라이브러리별 복잡한 설정을 맡을 수 있다는 것이다. Microsoft Research는 Tidy Tuesdays 데이터를 활용한 자체 비교에서 Flint가 모델이 직접 Vega-Lite 명세를 생성하는 방식보다 높은 LLM 평가 점수를 받았다고 밝혔다.

다만 이 평가는 Microsoft Research가 공개한 연구 블로그 기준이다. 실제 업무 데이터와 조직별 시각화 규칙, 접근성 기준, 브랜드 디자인 시스템에 맞는지는 별도 검증이 필요하다. 특히 자동 생성 차트는 데이터 해석을 돕는 동시에 잘못된 축 범위나 색상 선택, 집계 방식으로 의미를 왜곡할 수 있어 사람이 최종 결과를 검토해야 한다.

개발자 관점에서는 도입 장벽이 낮다. npm 최신 패키지 기준 `flint-chart`와 `flint-chart-mcp`는 모두 0.1.3 버전으로 제공되며, 저장소는 MIT 라이선스를 표시하고 있다. Node.js 환경에서는 `npm install flint-chart`로 라이브러리를 설치하거나 `npx -y flint-chart-mcp`로 MCP 서버를 실행할 수 있다. 저장소는 Python 패키지는 아직 공개 전이며 현재 Python 포트는 소스 프리뷰라고 안내한다.

이번 공개는 AI 에이전트 생태계가 코드 작성과 문서 요약을 넘어 데이터 시각화 작업의 중간 표현과 도구 호출 표준으로 확장되고 있음을 보여준다. 에이전트가 차트를 직접 만들 수 있어도, 기업과 개발팀에는 명세의 재현성, 결과 검증, 렌더링 백엔드 선택, 접근성 점검 같은 관리 기준이 함께 필요해질 전망이다.

출처: Microsoft Research https://www.microsoft.com/en-us/research/blog/flint-a-visualization-language-for-the-ai-era/
출처: GitHub https://github.com/microsoft/flint-chart
출처: GitHub Releases https://github.com/microsoft/flint-chart/releases/tag/0.1.1
출처: npm https://www.npmjs.com/package/flint-chart
출처: npm https://www.npmjs.com/package/flint-chart-mcp