🧠 LNA-Report MCP Server

AWS LNA(Learning Needs Analysis) CSV 데이터를 자동 분석하여 **역량강화 평가 분석 리포트(PPT)**를 생성하는 MCP(Model Context Protocol) 서버입니다.

MCP란? AI 에이전트가 외부 도구를 호출할 수 있게 해주는 표준 프로토콜입니다.
이 서버를 연결하면 AI가 LNA 데이터 분석과 리포트 생성을 자동으로 수행합니다.

---

✨ 주요 기능

Tool	기능	출력
analyze_lna	LNA CSV 전체 분석	JSON (팀별 점수, 자격증, 역할)
generate_report	PPT 리포트 자동 생성	PPTX (레이더 차트 포함)
get_team_scores	팀/전체 과정별 점수 조회	JSON (과정별 점수)
get_recommendations	교육 추천 과정 도출	JSON (긴급/높음/보통)
get_individual_assessments	개인별 역량 평가	JSON (강점/약점/추천교육)

---

📋 요구사항

• Python 3.10 이상
• pip 패키지 관리자
• Windows 10/11, macOS, 또는 Linux

---

🚀 설치 방법

Step 1: 리포지토리 Clone

git clone https://github.com/twkim1122/LNA_Report_MCP.git
cd LNA_Report_MCP

Step 2: 패키지 설치 (editable 모드)

pip install -e .

참고: 의존성이 자동 설치됩니다 (mcp[cli], pandas, python-pptx, matplotlib, numpy)

Step 3: 설치 확인

python -m lna_mcp.server --help

오류 없이 실행되면 설치 완료!

---

🔌 MCP 클라이언트 연동 설정

Option A: Amazon Quick 연동

1. Amazon Quick 열기
2. Settings → Capabilities → Connectors 이동
3. "+ Add MCP server" → Local (stdio) 선택
4. 아래 값 입력:

항목	값
Name	lna-report
Command	python
Args	-m, lna_mcp.server
Working Directory	<clone한 경로>/LNA_Report_MCP/src

5. Save → 새 대화에서 "LNA 파일 분석해 줘" 입력하여 Tool 인식 확인

Option B: Kiro CLI 연동

~/.kiro/settings/mcp.json 파일에 추가 (없으면 새로 생성):

{
  "mcpServers": {
    "lna-report": {
      "command": "python",
      "args": ["-m", "lna_mcp.server"],
      "cwd": "<clone한 경로>/LNA_Report_MCP/src",
      "env": {}
    }
  }
}

Windows 예시:
"cwd": "C:\\Users\\<username>\\projects\\LNA_Report_MCP\\src"

macOS/Linux 예시:
"cwd": "/home/<username>/projects/LNA_Report_MCP/src"

Kiro CLI 재시작 후 Tool이 인식됩니다.

Option C: Claude Desktop 연동

claude_desktop_config.json에 추가:

{
  "mcpServers": {
    "lna-report": {
      "command": "python",
      "args": ["-m", "lna_mcp.server"],
      "cwd": "<clone한 경로>/LNA_Report_MCP/src"
    }
  }
}

---

📊 사용 방법

1. 전체 분석

AI에게 요청:

LNA CSV 파일을 분석해 주세요.
csv_path: "C:\경로\LNA_2026.csv"

2. PPT 리포트 생성

LNA 분석 리포트를 PPT로 만들어 주세요.
csv_path: "C:\경로\LNA_2026.csv"
output_path: "C:\출력\리포트.pptx"
company_name: "ACME Corp"

3. 특정 팀 교육 추천

클라우드 AX팀에 필요한 교육 과정을 추천해 주세요.

4. 개인별 평가

각 개인별 강점, 약점, 추천 교육을 알려 주세요.

---

🗂️ CSV 입력 형식

필수 사항

• Qualtrics LNA Excel에서 'Raw Data' 시트를 CSV로 변환
• ⚠️ 'Student Heatmap' 시트가 아닌 'Raw Data' 시트 사용
• Progress 컬럼이 반드시 포함되어야 함 (100% 완료 응답만 분석)
• 인코딩: UTF-8 BOM 권장

CSV 변환 방법

1. Qualtrics LNA Excel 열기
2. 'Raw Data' 시트 선택
3. 다른 이름으로 저장 → CSV UTF-8 (쉼표로 분리)(*.csv) 선택
4. 저장

---

🏢 팀 설정 (team_config)

LNA CSV의 팀 컬럼은 Qualtrics 임베디드 변수(${e://Field/Team1} 등)로 되어 있어, 실제 팀명과 매핑이 필요합니다.

team_config JSON 형식

{
  "${e://Field/Team1}": {
    "name": "엔터프라이즈 구축/운영팀",
    "leader": "K",
    "mission": "클라우드 구축/운영"
  },
  "${e://Field/Team2}": {
    "name": "AX팀",
    "leader": "T",
    "mission": "클라우드 전환 컨설팅"
  }
}

팁: team_config 없이도 분석은 가능합니다. 이 경우 팀명이 원시값으로 표시됩니다.

---

📑 리포트 포함 내용 (PPT)

생성되는 PPT 리포트에는 다음이 포함됩니다:

1. 표지 + 기밀 고지
2. LNA 추진 배경 및 목적
3. Executive Summary (강점/약점 영역)
4. Score 정의 기준 (1~5점 해석)
5. 전사 역량 현황 + 레이더 차트
6. 팀별 상세 분석 (프로필, 점수, 개별 레이더 차트)
7. 팀별 비교 레이더 차트 (오버레이)
8. 팀별 교육 추천 (긴급/높음/보통)
9. 결론 및 Next Steps

---

📁 프로젝트 구조

LNA_Report_MCP/
├── pyproject.toml              # 패키지 설정 및 의존성
├── README.md                   # 본 문서
├── .gitignore
└── src/lna_mcp/
    ├── __init__.py
    ├── server.py               # MCP 서버 (Tool 정의)
    ├── analyzer.py             # LNA 분석 엔진
    └── report_generator.py     # PPT 리포트 생성기

---

🔄 업데이트 방법

서버가 업데이트되면:

cd LNA_Report_MCP
git pull
pip install -e .  # 의존성 변경 시

Amazon Quick / Kiro CLI 재시작 또는 MCP 서버 Reconnect

---

❓ FAQ

Q: Python 버전이 3.9인데 사용 가능한가요?

A: 3.10 이상이 필요합니다. python --version으로 확인 후, 필요시 업그레이드하세요.

Q: pip install -e . 에서 오류가 발생합니다

A: pip를 최신으로 업그레이드한 후 재시도:

pip install --upgrade pip
pip install -e .

Q: Tool이 인식되지 않습니다

A: cwd 경로가 src 폴더를 가리키는지 확인하세요. LNA_Report_MCP/src가 정확한 경로입니다.

Q: CSV 분석 시 "Progress 컬럼 없음" 오류

A: Qualtrics Excel에서 'Raw Data' 시트를 CSV로 변환했는지 확인하세요. 'Student Heatmap' 시트는 Progress 컬럼이 없습니다.

Q: 한글이 깨집니다

A: CSV 저장 시 UTF-8 BOM 인코딩을 사용하세요. Excel에서 CSV UTF-8 (쉼표로 분리) 형식으로 저장합니다.

Q: 레이더 차트가 생성되지 않습니다

A: matplotlib 한글 폰트 이슈일 수 있습니다. Windows는 'Malgun Gothic', macOS는 'AppleGothic'이 필요합니다. macOS 사용자는 src/lna_mcp/report_generator.py에서 폰트 설정을 변경하세요:

plt.rcParams["font.family"] = "AppleGothic"  # macOS

---

🏷️ Score 정의

Score	수준	의미
1	None	기본적인 관련 지식이 없는 상태
2	Basic	기본적인 이해력을 갖추고 있으나 업무 수행 불가
3	Functional	스킬 활용 업무 수행 가능, 필요시 AWS 지원 필요
4	Proficient	다양한 수준의 업무를 수행 및 적용 가능
5	Expert	전문가 역할 수행 및 컨설팅 수행 가능

---

📜 License

Internal use only — AWS T&C Korea

---

👤 Author

AWS T&C Korea Team
Contact: ktaewoo@amazon.com