2026년 5월 25일
이제 Kibana의 AI Chat이 대시보드를 네이티브하게 렌더링합니다
이제 Kibana의 Elastic AI Chat은 자연어로 대시보드를 구축하여, 시각화와 분석을 하나의 대화 스레드에 유지하면서 이를 재사용 가능한 Kibana 객체로 저장할 수 있습니다.
2026년 5월 22일
Kibana 대시보드 로딩 속도 최대 25% 단축, 그 뒤에 숨겨진 폴링 최적화 전략
Kibana가 어떻게 지속적 폴링과 브라우저 단 HTTP/2 감지 기술을 활용해 대시보드 로딩 시간을 최대 25%까지 줄였는지, 그리고 HTTP/1 환경으로의 자동 폴백 기능은 어떻게 작동하는지 알아봅니다.
그리지 말고 설명하세요: MCP와 ES|QL을 통한 AI 네이티브 Kibana 대시보드
프롬프트부터 대시보드까지, ES|QL 쿼리를 작성하고, 대화형 차트를 생성하며, 모든 기능을 갖춘 대시보드를 Kibana로 직접 내보내는 오픈 소스 MCP 애플리케이션인 example-mcp-dashbuilder를 사용해 자연어로 Kibana 대시보드를 구축하는 방법에 대해 알아보세요.
변수 제어를 통해 Kibana 대시보드 상호 작용성 향상
Kibana 8.18+에서 변수 제어를 사용하여 Kibana 대시보드의 개별 시각화를 필터링하고 시간 간격을 조정하며 다양한 필드로 그룹화하는 방법을 알아보세요.
AI 기반 대시보드: 비전에서 Kibana까지
이미지를 처리하기 위해 LLM을 사용해 대시보드를 생성하고 이를 Kibana 대시보드로 전환합니다.
Spotify Wrapped 2부: 데이터 분석 및 시각화
그 어느 때보다 심층적으로 Spotify 데이터를 분석하여 존재조차 몰랐던 연결고리를 찾아드립니다.
Ollama 및 Kibana로 RAG 환경에서 DeepSeek R1을 로컬로 테스트하기
DeepSeek의 로컬 인스턴스를 실행하고 Kibana 내에서 연결하는 방법을 알아보세요.
ES|QL에서 사용하기 위해 Kibana를 사용하여 위치 기반 정보 데이터를 Elasticsearch로 수집하기
Kibana와 csv 수집 프로세서를 사용하여 Elasticsearch 쿼리 언어(ES|QL)에서 검색에 사용할 수 있도록 위치 기반 정보 데이터를 Elasticsearch로 수집하는 방법을 알아보세요. Elasticsearch는 강력한 위치 기반 정보 검색 기능을 갖추고 있으며, 이제 사용 편의성과 OGC 친숙도를 획기적으로 개선하기 위해 ES|QL에 제공됩니다. 하지만 이러한 기능을 사용하려면 지리공간 데이터가 필요합니다.